一种计算机图像处理设备制造技术

本发明专利技术公开了一种计算机图像处理设备，设置有图像传感器和应用处理器，所述图像传感器和应用处理器之间安装有多屏幕计算机；所述像处理的多屏幕计算机内部安装有多路处理器。本发明专利技术的计算机图像处理设备通过在图片上设置同名点，将多个图像拼接在一起，多路处理器通过数据矩阵获取不同的压缩后的图像并解压，利用去噪处理后的多层小波系数重构对应的原始图像，提高了图像的传输速度，可实现多台设备同时对多个图像的获取和处理，提高了工作效率。

Computer image processing equipment

The invention discloses a computer image processing apparatus provided with image sensor and application processor, a computer screen is installed between the image sensor and application processor; the like internal processing of multi screen multi processor computer installation. Computer image processing apparatus of the present invention by setting the corresponding points in the images, the images are spliced together, multi processor acquires images and extracting different compressed data through the matrix, the original image wavelet coefficients corresponding to multi noise processing, improve the image transmission speed, can realize the multi Taiwan the equipment simultaneously on multiple image acquisition and processing, improve the work efficiency.

【技术实现步骤摘要】

本专利技术属于图像处理
，尤其涉及一种计算机图像处理设备。
技术介绍
目前，头戴式计算机(HeadsetComputer)是一种体积微小、结构紧凑、方便携带的微型计算机，采用位于人眼前方的微显示屏作为显示器，可像佩戴眼镜一样戴在头部，让使用者在获取信息的同时，能用双手进行其它操作而不受限制，在军事、医疗、工业、娱乐等领域具有广阔应用前景。申请号201220684588.3本专利技术涉及一种具有头部动作感应人机交互方式的头戴式计算机，属于计算机
包括应用处理器、显示驱动器、微显示屏、数模转换器、耳机、音频编码器、传声器，还包括一个由透镜、图像传感器和图像处理器组成的头部姿态测量装置包括。应用处理器分别与显示驱动器、数模转换器、音频编码器和图像处理器相连接，微显示屏与显示驱动器相连接，透镜放置在图像传感器的前面，图像传感器与图像处理器相连接，耳机与数模转换器相连接，传声器与音频编码器相连接。本头戴式计算机可实时检测头部姿态动作，动作感应灵敏度高，屏幕光标移动与头部运动同步，没有光标移动滞后问题。同时，本计算机具有系统结构简单、可靠且易于实施的优点。但是计算机图像处理系统存在处理器的处理速度较慢，传统计算机只有一个屏幕进行操作，不支持多人同时对一个电脑操作，降低了工作效率。
技术实现思路
本专利技术为解决现有计算机图像处理系统存在处理器的处理速度较慢，传统计算机只有一个屏幕进行操作，不支持多人同时对一个电脑操作，降低了工作效率的技术问题而提供一种结构简单、安装使用方便、提高工作效率的计算机图像处理设备。本专利技术为解决公知技术中存在的技术问题所采取的技术方案是：本专利技术的计算机图像处理方法，通过以下方法进行图像处理：步骤一、获取原始图像以及原始图像加入环境光底色后的降质图像，获取所述原始图像和降质图像的色度差异以及利用所述色度差异对所述原始图像进行色度补偿以得到补偿后图像；步骤二、对该补偿后图像数据进行校正获得校正数据，对校正数据进行除噪处理获得除噪数据，对除噪数据进行重排获得重排数据，对重排数据进行卷积获得卷积数据；步骤三、选取校正后的补偿图像，在纠正区域中分别标注对应的第一同名点，第二同名点，……第n同名点，所述第一同名点位于待纠正的第一图像，第二同名点位于待纠正的第二图像，......第n同名点位于待纠正的第n图像；步骤四、在纠正区域选择与第一同名点，第二同名点，……第n同名点的距离符合预设要求的点作为基准点，将第一同名点，第二同名点，……第n同名点以基准点为原点纠正到需要的位置，将第一图像，第二图像，……第n图像拼接在一起；步骤五、接收拼接后的多个图像，从多个图像中定义供处理的一组图像，使该组图像内的至少一个成分对齐，通过对一个或者更多个图像进行剪裁、调整大小和旋转来变换经过对齐的图像中的一个或者更多个以产生一系列经过变换的图像；步骤六、生成经过变换的图像的数据矩阵，并对数据矩阵进行中心化或标准化，计算中心化或标准化后的所述数据矩阵的方差矩阵，将方差矩阵的特征多项式转换为高次特征多项式；步骤七、判断高次特征多项式的根的个数，根据根的个数及预设的初始解，对所述高次特征多项式进行迭代求解，当迭代求解获得的根的个数剩余四个时，根据当前迭代求解获得的特征多项式的数学表达式计算剩余的四个根，输出所有特征根，根据所述特征根计算特征向量，根据特征向量获得变换矩阵，将变换矩阵乘以数据矩阵得到压缩后的图像；步骤八、多路处理器通过数据矩阵获取不同的压缩后的图像并解压，对解压后的图像进行多层小波分解，以获得对应的多层小波系数，根据多层小波系数的总数和每层小波系数对应的层序数，确定每层小波系数对应的噪声阈值；步骤九、利用基于所述多层小波系数对应的多个噪声阈值的小波阈值去噪函数，对所述多层小波系数进行去噪处理，利用去噪处理后的多层小波系数重构对应的原始图像；步骤十、接收使用者发送的图像请求，所述图像请求中包括请求的图像的同名点标识，根据所述图像的同名点标识获取图像根，并将图像根返回给使用者。进一步，所述确定每层小波系数对应的噪声阈值的步骤包括：根据如下公式确定每层小波系数对应的噪声阈值：其中，g为含噪图像的小波系数的总数，k为对应的分解层序数，λk为对含噪图像进行g层小波分解后第k层的噪声阈值；δk＝median(|(wpq)k|)/0.6745；(wpq)k表示小波分解后第k层的水平，垂直，对角线方向上的高频系数。进一步，根据下式对所述数据矩阵进行标准化：式中：得到：A＝(Aij)m×n；m为数据矩阵的行数，n为数据矩阵的列数，i＝1,2,…,m，j＝1,2,…,n；Xij为数据矩阵中第i行第j列的数据。进一步，所述计算机图像处理设备设置有图像传感器和应用处理器，所述图像传感器和应用处理器之间安装有多屏幕计算机；所述像处理的多屏幕计算机内部安装有多路处理器。进一步，所述多屏幕计算机设置有移动设备端，所述移动设备端设置有多个，均与所述主机箱连接，每个所述移动设备端均设置有所述摄像头，所述显示屏设置在所述移动设备端的表面，所述移动设备端内部设置有所述无线传输装置，所述移动端处理装置，所述移动端图像处理装置和所述电源，所述主机箱正面设置有所述驱动器，所述数据连接盒设置在所述驱动器下方，所述数据连接盒内部设置有所述USB端口、所述耳机孔和所述耳麦孔，所述开机键和所述重启键设置在所述数据连接盒下方，所述声音控制模块、所述主处理装置、所述数据传输装置、所述主存储装置、所述散热装置和所述网络传输装置设置在所述主机箱内部。进一步，所述多路处理器包括：四非门输入电路的信号输入端与多路监控视频信号输出端连接；所述四非门输入电路的信号输出端与单片机处理器电路的信号输入端连接；所述单片机处理器电路的信号输出端与运算放大器电路的信号输入端连接；所述运算放大器电路的信号输出端与控制电路输入端连接；所述控制电路的控制输出端与所述单片机处理器电路的控制信号输入端连接，所述单片机处理器电路的视频图像信号输出端与计算机连接。进一步，还设置有跳线插座，所述跳线插座为两组，一组与正极连接，一组与负极连接，连接负极的跳线插座的三个端口分别并联有第三电阻、第四电阻和第五电阻。进一步，所述多屏幕计算机进一步包括中央处理器；所述中央处理器与图像噪声处理模块连接，所述图像噪声处理模块用于处理图像采集过程中存在的噪声干扰，所述中央处理器与散热模块连接，所述散热模块用于降低图像处理设备工作时所产生的热量，所述中央处理器与存贮器连接，所述存储器用于存贮计算机图像处理设备处理好的图像信息，所述中央处理器与边缘检测模块连接，所述边缘检测模块用于检测预处理图像的边缘盲区的有效信息，所述中央处理器与图像采集卡连接，所述图像采集卡用于完成图像识别前的准备工作，所述图像采集卡与LED显示器连接，所述LED显示器用于展示图像采集过程中的动态图像，所述图像采集卡与CCD摄像模块连接，所述CCD摄像模块用于摄取有效的图像采集信息，所述中央处理器与图像缺陷分析模块连接，所述图像缺陷分析模块用于分析图像处理过程中的样品缺陷，所述图像缺陷分析模块与语音提示模块连接，所述语音提示模块用于提示操作人员待测样品出现缺陷。本专利技术通过在图片上设置同名点，将多个图像拼接在一起，多路处理器通过数据矩阵获取本文档来自技高网...

【技术保护点】
一种计算机图像处理方法，其特征在于，该计算机图像处理方法包括以下步骤：步骤一、获取原始图像以及原始图像加入环境光底色后的降质图像，获取所述原始图像和降质图像的色度差异以及利用所述色度差异对所述原始图像进行色度补偿以得到补偿后图像；步骤二、对该补偿后图像数据进行校正获得校正数据，对校正数据进行除噪处理获得除噪数据，对除噪数据进行重排获得重排数据，对重排数据进行卷积获得卷积数据；步骤三、选取校正后的补偿图像，在纠正区域中分别标注对应的第一同名点，第二同名点，……第n同名点，所述第一同名点位于待纠正的第一图像，第二同名点位于待纠正的第二图像，......第n同名点位于待纠正的第n图像；步骤四、在纠正区域选择与第一同名点，第二同名点，……第n同名点的距离符合预设要求的点作为基准点，将第一同名点，第二同名点，……第n同名点以基准点为原点纠正到需要的位置，将第一图像，第二图像，……第n图像拼接在一起；步骤五、接收拼接后的多个图像，从多个图像中定义供处理的一组图像，使该组图像内的至少一个成分对齐，通过对一个或者更多个图像进行剪裁、调整大小和旋转来变换经过对齐的图像中的一个或者更多个以产生一系列经过变换的图像；步骤六、生成经过变换的图像的数据矩阵，并对数据矩阵进行中心化或标准化，计算中心化或标准化后的所述数据矩阵的方差矩阵，将方差矩阵的特征多项式转换为高次特征多项式；步骤七、判断高次特征多项式的根的个数，根据根的个数及预设的初始解，对所述高次特征多项式进行迭代求解，当迭代求解获得的根的个数剩余四个时，根据当前迭代求解获得的特征多项式的数学表达式计算剩余的四个根，输出所有特征根，根据所述特征根计算特征向量，根据特征向量获得变换矩阵，将变换矩阵乘以数据矩阵得到压缩后的图像；步骤八、多路处理器通过数据矩阵获取不同的压缩后的图像并解压，对解压后的图像进行多层小波分解，以获得对应的多层小波系数，根据多层小波系数的总数和每层小波系数对应的层序数，确定每层小波系数对应的噪声阈值；步骤九、利用基于所述多层小波系数对应的多个噪声阈值的小波阈值去噪函数，对所述多层小波系数进行去噪处理，利用去噪处理后的多层小波系数重构对应的原始图像；步骤十、接收使用者发送的图像请求，所述图像请求中包括请求的图像的同名点标识，根据所述图像的同名点标识获取图像根，并将图像根返回给使用者。...

【技术特征摘要】
1.一种计算机图像处理方法，其特征在于，该计算机图像处理方法包括以下步骤：步骤一、获取原始图像以及原始图像加入环境光底色后的降质图像，获取所述原始图像和降质图像的色度差异以及利用所述色度差异对所述原始图像进行色度补偿以得到补偿后图像；步骤二、对该补偿后图像数据进行校正获得校正数据，对校正数据进行除噪处理获得除噪数据，对除噪数据进行重排获得重排数据，对重排数据进行卷积获得卷积数据；步骤三、选取校正后的补偿图像，在纠正区域中分别标注对应的第一同名点，第二同名点，……第n同名点，所述第一同名点位于待纠正的第一图像，第二同名点位于待纠正的第二图像，......第n同名点位于待纠正的第n图像；步骤四、在纠正区域选择与第一同名点，第二同名点，……第n同名点的距离符合预设要求的点作为基准点，将第一同名点，第二同名点，……第n同名点以基准点为原点纠正到需要的位置，将第一图像，第二图像，……第n图像拼接在一起；步骤五、接收拼接后的多个图像，从多个图像中定义供处理的一组图像，使该组图像内的至少一个成分对齐，通过对一个或者更多个图像进行剪裁、调整大小和旋转来变换经过对齐的图像中的一个或者更多个以产生一系列经过变换的图像；步骤六、生成经过变换的图像的数据矩阵，并对数据矩阵进行中心化或标准化，计算中心化或标准化后的所述数据矩阵的方差矩阵，将方差矩阵的特征多项式转换为高次特征多项式；步骤七、判断高次特征多项式的根的个数，根据根的个数及预设的初始解，对所述高次特征多项式进行迭代求解，当迭代求解获得的根的个数剩余四个时，根据当前迭代求解获得的特征多项式的数学表达式计算剩余的四个根，输出所有特征根，根据所述特征根计算特征向量，根据特征向量获得变换矩阵，将变换矩阵乘以数据矩阵得到压缩后的图像；步骤八、多路处理器通过数据矩阵获取不同的压缩后的图像并解压，对解压后的图像进行多层小波分解，以获得对应的多层小波系数，根据多层小波系数的总数和每层小波系数对应的层序数，确定每层小波系数对应的噪声阈值；步骤九、利用基于所述多层小波系数对应的多个噪声阈值的小波阈值去噪函数，对所述多层小波系数进行去噪处理，利用去噪处理后的多层小波系数重构对应的原始图像；步骤十、接收使用者发送的图像请求，所述图像请求中包括请求的图像的同名点标识，根据所述图像的同名点标识获取图像根，并将图像根返回给使用者。2.如权利要求1所述计算机图像处理方法，其特征在于，所述确定每层小波系数对应的噪声阈值的步骤包括：根据如下公式确定每层小波系数对应的噪声阈值：λk=δk2ln(g)/(k+2);]]>其中，g为含噪图像的小波系数的总数，k为对应的分解层序数，λk为对含噪图像进行g层小波分解后第k层的噪声阈值；δk＝median(|(wpq)k|)/0.6745；(wpq)k表示小波分解后第k层的水平，垂直，对角线方向上的高频系数。3.如权利要求1所述计算机图像处理方法，其特征在于，根据下式对所述数据矩阵进行标准化：Aij=Xij-X‾ijSj;]]>式中：X‾ij=1mΣi=...

【专利技术属性】
技术研发人员：马耀锋，李红丽，王浩川，潘会强，杨金川，李颖辉，
申请(专利权)人：中州大学，
类型：发明
国别省市：河南;41