[发明专利]一种计算机图像处理设备在审

专利信息
申请号: 202210542927.2 申请日: 2022-05-18
公开(公告)号: CN114782404A 公开(公告)日: 2022-07-22
发明(设计)人: 张向丰;刘笑迎;高欣;董淑娟 申请(专利权)人: 黄河水利职业技术学院
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08;G06T5/00;G06T7/136;G06N3/00
代理公司: 陕西铭一知识产权代理有限公司 61287 代理人: 王为
地址: 475004 河南省开*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 计算机 图像 处理 设备
【说明书】:

本发明公开了一种计算机图像处理设备,该设备包括图像采集单元、算法计算单元和画质调整单元,图像采集单元包括高清摄像头组件、图像识别组件、图像分类组件、算法计算单元包括图像去噪组件、图像分割预测组件、图像增强组件、图像匹配组件,图像采集单元按照统一图片大小对图像进行采集,并通过所述图像识别组件将图像传输到画质调整单元内进行色彩明暗度的调节,画质调整单元将加强后的图像传输到算法计算单元,通过算法计算单元利用卷积神经网络进行4个步骤处理后通过边缘计算网络传输至云端,使处理后的图像清晰度和辨识度更高,同时在整个处理过程中安全实用、智能化高等特点,能在降低人力成本的同时,保证图像处理的质量。

技术领域

发明涉及图像处理的领域,尤其涉及一种计算机图像处理设备。

背景技术

图像处理,用专用设备对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值,图像处理技术的一般包括图像压缩,增强和复原,匹配、描述和识别3个部分,常见的设备有康耐视设备、图智能设备等,目前是正在逐渐兴起的技术。

专利CN101202806A公开了图像处理设备以及控制图像处理设备的方法图像处理设备,包括存储单元,用于存储不同于所述图像处理设备且与其协作操作的其它图像处理设备的相关信息;获取单元,用于获取表示第一图像处理设备提供的功能信息;控制单元。在该控制单元中,当比较单元的比较结果表示所述第一图像处理设备至少包含--项所述图像处理设备所不能提供的功能时,在所述存储单元中存储所述第--图像处理设备的信息,且当比较单元的比较结果表示所述第一-图像处理设备并不包含所述图像处理设备所不能提供的功能时,不在所述存储单元中存储所述第一图像处理设备的信息。

在实用图像处理设备对图像进行处理时,首先需要对图像进行采集,然后再利用后续电路对所采集的图像信号进行处理,最终将采集到的图像在计算机内进行还原保存,后可通过图形处理软件进行诸如修改等动作。现有技术在进行图像采集时,对采集区域内是否已将图像全部采集完成,是否还有遗留的带采集图像未采集,是否有不利因素等情况都不能及时发现,留下很大的安全隐患,此外,大多处理设备都是对采集来的图像直接进行处理,使之无法改善图像质量,从而无法满足某些特殊分析的需要。

因此,有必要提供一种图像处理设备和算法计算单元解决上述技术问题。

发明内容

为了克服现有技术存在的缺点与不足,本发明提供一种计算机图像处理设备。

本发明所采用的技术方案是,该设备包括图像采集单元、算法计算单元和画质调整单元,所述图像采集单元包括高清摄像头组件、图像识别组件、图像分类组件、所述算法计算单元包括图像去噪组件、图像分割预测组件、图像增强组件、图像匹配组件,所述图像采集单元按照统一图片大小对图像进行采集,并通过所述图像识别组件将图像传输到画质调整单元内进行色彩明暗度的调节,所述画质调整单元将加强后的图像传输到算法计算单元,通过算法计算单元利用卷积神经网络进行4个步骤处理后通过边缘计算网络传输至云端。

进一步地,所述高清摄像头组件通过摄像头采集图像,对目标图像利用红外瞄准进行自动跟踪,将目标图像按照不同分类规则进行分类,高清摄像头组件定时定点对图像进行采集,分为连拍采集、间隔采集,连拍采集的每秒采集次数为30张图像,间隔采集依据设定时间的长短进行周期采集。

进一步地,所述图像分类组件用于对采集图像的分类处理,按照人物、动物、植物三个种类进行初步分类,在初步分类后对图像按照色彩特征和明暗度特征再进行分类。

进一步地,所述图像去噪组件是利用粒子群算法对图像进行去噪,去噪的步骤为:

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黄河水利职业技术学院,未经黄河水利职业技术学院许可,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/202210542927.2/2.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