利索能及
我要发布
收藏
专利号: 2024104850969
申请人: 南京奕瑜邮电子科技有限公司
专利类型:发明专利
专利状态:授权未缴费
更新日期:2024-12-18
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种利用智能分析的图像增强模式选择系统,其特征在于,所述系统包括:

速度测量器件,设置在货运车辆内,用于测量所述货运车辆的当前行驶速度,并在测量到的所述货运车辆的当前行驶速度大于等于设定速度阈值时,发出第一测量信号;

视觉抓拍器件,设置在货运车辆的驾驶室内且与所述速度测量器件连接,用于在接收到所述第一测量信号时,启动对所述驾驶室的室内环境的视觉抓拍处理,以获得并输出对应的室内环境图像;

连续优化器件,与所述视觉抓拍器件连接且包括前端优化设备、中端优化设备以及末端优化设备,用于对接收到的室内环境图像连续执行无缩放变换模糊处理、空域微分法锐化处理以及高斯高通滤波处理,以获得并输出对应的连续优化图像;

分量提取设备,与所述连续优化器件连接,用于检测接收到的连续优化图像中的各个像素中每一个像素在HSL空间下的色相成分数值、亮度成分数值和饱和度成分数值,并将所述连续优化图像中的各个像素的色相成分数值、亮度成分数值和饱和度成分数值作为所述连续优化图像的画面内容数据输出;

噪声辨识设备,用于检测所述连续优化图像中出现的各个类型噪声中每一种类型噪声对应的噪声数据,每一种类型噪声对应的噪声数据为每一种类型噪声对应的噪声幅值以及关联的像素的数量,并将所述连续优化图像中各个类型噪声的噪声数据作为所述连续优化图像的分布信息输出;

算法解析设备,分别与所述分量提取设备以及所述噪声辨识设备连接,用于基于所述连续优化图像的画面内容数据、所述连续优化图像的分布信息以及要使用的增强算法对应的算法数值表示同步输入到深度神经网络模型以获得所述连续优化图像使用所述增强算法后获得的图像内容的对比度,所述深度神经网络模型为多次学习后的深度神经网络;

其中,所述算法解析设备还用于将各种增强算法分别输入所述深度神经网络模型以分别获取各份对比度,将数值最小的对比度对应的增强算法应用于所述连续优化图像执行增强处理,以获得并输出匹配所述连续优化图像的最佳增强图像;

无线传输接口,与所述算法解析设备连接,用于将所述连续优化图像的最佳增强图像通过无线传输链路无线发送到远端的车辆管理服务器。

2.如权利要求1所述的利用智能分析的图像增强模式选择系统,其特征在于:

连续优化器件,与所述视觉抓拍器件连接且包括前端优化设备、中端优化设备以及末端优化设备,用于对接收到的室内环境图像连续执行无缩放变换模糊处理、空域微分法锐化处理以及高斯高通滤波处理,以获得并输出对应的连续优化图像包括:前端优化设备、中端优化设备以及末端优化设备分别对接收到的图像数据执行无缩放变换模糊处理、空域微分法锐化处理以及高斯高通滤波处理;

其中,所述速度测量器件还用于在测量到的所述货运车辆的当前行驶速度小于所述设定速度阈值时,发出第二测量信号;

其中,所述视觉抓拍器件还用于在接收到所述第二测量信号时,停止执行对所述驾驶室的室内环境的视觉抓拍处理。

3.如权利要求2所述的利用智能分析的图像增强模式选择系统,其特征在于,所述系统还包括:

编码操作设备,分别与所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备有线连接,用于分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作;

其中,编码操作设备,分别与所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备有线连接,用于分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作包括:所述编码操作设备采用设定的压缩比率分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作。

4.如权利要求3所述的利用智能分析的图像增强模式选择系统,其特征在于:

所述编码操作设备采用设定的压缩比率分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作包括:分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作采用的设定的压缩比率的取值在0.2‑0.5之间。

5.如权利要求4所述的利用智能分析的图像增强模式选择系统,其特征在于:

编码操作设备,分别与所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备有线连接,用于分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作还包括:所述编码操作设备包括多个编码操作单元,用于分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作。

6.如权利要求5所述的利用智能分析的图像增强模式选择系统,其特征在于:

所述编码操作设备包括多个编码操作单元,用于分别对所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的输出数据或者输入数据执行压缩编码操作包括:所述多个编码操作单元的结构相同。

7.如权利要求2所述的利用智能分析的图像增强模式选择系统,其特征在于,所述系统还包括:

投影操作器件,分别设置在所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的附近,且分别与所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备有线连接。

8.如权利要求7所述的利用智能分析的图像增强模式选择系统,其特征在于:

投影操作器件,分别设置在所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的附近,且分别与所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备有线连接包括:所述投影操作器件用于分别将所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的工作状态信息进行投影显示。

9.如权利要求8所述的利用智能分析的图像增强模式选择系统,其特征在于:

所述投影操作器件用于分别将所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的工作状态信息进行投影显示包括:所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的工作状态信息包括所述连续优化器件、所述分量提取设备、所述噪声辨识设备以及所述算法解析设备的当前配置参数以及当前的工作模式。