[发明专利]基于云存储的定制对象鉴别平台在审

专利信息
申请号: 202110035546.0 申请日: 2021-01-12
公开(公告)号: CN112837272A 公开(公告)日: 2021-05-25
发明(设计)人: 李汝女 申请(专利权)人: 李汝女
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G08B25/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 313000 浙江省湖州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 存储 定制 对象 鉴别 平台
【权利要求书】:

1.一种基于云存储的定制对象鉴别平台,其特征在于,所述平台包括:

云端存储机构,设置在餐厅的远端,用于预先存储各种电池分别对应的基准图片。

2.如权利要求1所述的基于云存储的定制对象鉴别平台,其特征在于:

在所述云端存储机构中,预先存储各种电池分别对应的基准图片包括:每一种电池对应的基准图片为一张或多张。

3.如权利要求2所述的基于云存储的定制对象鉴别平台,其特征在于,所述平台还包括:

蓝牙通信机构,用于将接收到的电池鉴别信号、疑似存在信号或者电池未鉴别信号通过双向的蓝牙通信链路无线发送给餐厅的监管服务器;

点阵捕获机构,设置在餐厅的备餐区域的顶部,用于对备餐区域执行均匀间隔的图像捕获动作,以获得每一捕获时间点对应的每一备餐区域图像;

成分解析设备,与所述点阵捕获机构连接,用于对接收到的备餐区域图像执行以下成分解析动作:获取所述备餐区域图像中每一个像素对应的色相成分值、亮度成分值和饱和度成分值;

分项处理设备,与所述成分解析设备连接,用于对所述备餐区域图像中各个像素分别对应的各个亮度成分值执行组合滤波处理以获得所述各个像素分别对应的各个处理后亮度成分值,对所述备餐区域图像中各个像素分别对应的各个色相成分值执行方向滤波处理以获得所述各个像素对应的各个处理后色相成分值,以及对所述备餐区域图像中各个像素分别对应的各个饱和度成分值不执行滤波处理;

实时锐化设备,与所述分项处理设备连接,用于对所述备餐区域图像中各个像素分别对应的各个处理后亮度成分值执行边缘锐化处理,以获得所述各个像素分别对应的各个锐化后亮度成分值,对所述备餐区域图像中各个像素分别对应的各个处理后色相成分值执行边缘锐化处理,以获得所述各个像素分别对应的各个锐化后色相成分值;

归一处理机构,分别与所述实时锐化设备和所述分项处理设备连接,用于基于所述备餐区域图像中各个像素的锐化后亮度成分值、锐化后色相成分值以及饱和度成分值获取所述备餐区域图像对应的定制处理图像;

对象检测设备,分别与所述云端存储机构和所述归一处理机构连接,用于基于所述各种电池分别对应的基准图片在所述定制处理图像中执行电池目标检测,以获得电池目标的成像区域;

参数鉴别设备,分别与所述蓝牙通信机构和所述对象检测设备连接,用于在所述电池目标的成像区域的各个构成像素的数量超过最少构成数量时,确定所述电池目标为有效的电池目标并同时发出电池鉴别信号;

其中,所述参数鉴别设备还用于在所述电池目标的成像区域的各个构成像素的数量未超过所述最少构成数量时,确定所述电池目标为无效的电池目标并同时发出疑似存在信号。

4.如权利要求3所述的基于云存储的定制对象鉴别平台,其特征在于:

基于所述各种电池分别对应的基准图片在所述定制处理图像中执行电池目标检测,以获得电池目标的成像区域包括:当所述定制处理图像中存在与某一个基准图片对应的图像碎片时,判断所述图像碎片为电池目标的成像区域。

5.如权利要求4所述的基于云存储的定制对象鉴别平台,其特征在于:

基于所述各种电池分别对应的基准图片在所述定制处理图像中执行电池目标检测,以获得电池目标的成像区域还包括:当所述定制处理图像中不存在与某一个基准图片对应的图像碎片时,将电池未鉴别信号发送给所述参数鉴别设备。

6.如权利要求5所述的基于云存储的定制对象鉴别平台,其特征在于:

获取所述备餐区域图像中每一个像素对应的色相成分值、亮度成分值和饱和度成分值包括:每一个像素对应的色相成分值、亮度成分值和饱和度成分值是所述像素的像素值在HSB颜色空间下的各种成分值。

7.如权利要求6所述的基于云存储的定制对象鉴别平台,其特征在于:

所述分项处理设备包括第一处理单元、第二处理单元、信号输入单元和信号输出单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于李汝女,未经李汝女许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110035546.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top