一种大数据物流平台制造技术

本发明专利技术提供了一种大数据物流平台，包括信息采集端、大数据处理中心和显示终端，所述信息采集端用于采集物流图像大数据，并将采集的图像大数据传输到大数据处理中心，所述大数据处理中心用于对图像大数据进行处理，并将处理过的图像大数据传送到显示终端，所述显示终端用于显示处理后的物流图像大数据。本发明专利技术的有益效果为：提供了一种大数据物流平台，对物流图像大数据进行实时处理，提升了物流管理水平，节约了物流管理成本。

【技术实现步骤摘要】
一种大数据物流平台
本专利技术涉及物流
，具体涉及一种大数据物流平台。
技术介绍
随着信息技术的发展，物联网技术越来越发达，大数据对于信息的掌控更加方便。物流公司要想实现现代化管理，必须建立大数据物流平台，对物流图像大数据进行有效管理。固有的图像处理一般都是以像素点作为处理的基本单位，一幅128×128的图像，其像素点的个数就达到了16384，这个数值是非常庞大的，这就导致算法时间复杂度非常高。如果将某些满足特定条件的像素点构成一个集合，以这些集合作为处理的基本单位，那么算法所需要的时间将大大缩短。超像素生成就是能够将像素聚集成集合的有效途径。图像超像素是将具有相似属性的像素点聚集成一个区域，代替像素对图像进行表示，图像超像素生成的过程即是依照灰度、纹理、颜色以及形状等特征信息，将相邻的像素点组合在一起，构成一个区域，使得区域内部像素点特征具有一致性，任何两个不同的区域内所包含的像素点具备明显的差异性。由于图像本身种类繁多、内容复杂，目前超像素生成算法还存在问题。
技术实现思路
针对上述问题，本专利技术旨在提供一种大数据物流平台。本专利技术的目的采用以下技术方案来实现：提供了一种大数据物流平台，包括信息采集端、大数据处理中心和显示终端，所述信息采集端用于采集物流图像大数据，并将采集的图像大数据传输到大数据处理中心，所述大数据处理中心用于对图像大数据进行处理，并将处理过的图像大数据传送到显示终端，所述显示终端用于显示处理后的物流图像大数据；所述大数据处理中心包括超像素模型建立模块、超像素生成模块、评价模块和图像识别模块，所述超像素模型建立模块用于建立超像素模型，所述超像素生成模块用于根据超像素模型生成图像超像素，所述评价模块用于对所述图像超像素生成结果进行评价，所述图像识别模块基于图像超像素对图像进行识别。本专利技术的有益效果为：提供了一种大数据物流平台，对物流图像大数据进行实时处理，提升了物流管理水平，节约了物流管理成本。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的结构示意图；附图标记：信息采集端1、大数据处理中心2、显示终端3。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种大数据物流平台，包括信息采集端1、大数据处理中心2和显示终端3，所述信息采集端1用于采集物流图像大数据，并将采集的图像大数据传输到大数据处理中心2，所述大数据处理中心2用于对图像大数据进行处理，并将处理过的图像大数据传送到显示终端3，所述显示终端3用于显示处理后的物流图像大数据；所述大数据处理中心2包括超像素模型建立模块、超像素生成模块、评价模块和图像识别模块，所述超像素模型建立模块用于建立超像素模型，所述超像素生成模块用于根据超像素模型生成图像超像素，所述评价模块用于对所述图像超像素生成结果进行评价，所述图像识别模块基于图像超像素对图像进行识别。本实施例提供了一种大数据物流平台，对物流图像大数据进行实时处理，提升了物流管理水平，节约了物流管理成本。优选的，所述超像素模型建立模块用于建立超像素模型，具体为：设输入图像为S，其包含的像素个数为N，对图像进行过分割，得到超像素模型，将其超像素模型表示为：式中，K表示超像素的个数，Sj和Si分别表示第j个和第i个超像素，个理想的超像素分割最为重要的性质就是它能很好的贴合图像边缘。图像过分割作为一种图像分割技术，区别就在于图像过分割是将一幅输入图像分割成更多的尺寸较小的互不重叠的区域，而每一个小的区域，称之为超像素。本优选实施例通过建立超像素模型，减少了图像表示的数量级，进而降低了后续图像处理算法的复杂度，为图像处理算法的实时性提供了可能。所述超像素生成模块用于根据超像素模型生成图像超像素，具体为：第一步、给定一幅输入图像，首先放置K个种子像素点，对应K个超像素，对于一个像素点x，计算它到第i个超像素的种子点的第一距离，其中，i＝1,2,…,K，选取距离最小的超像素，将像素点x标记为属于该超像素，对输入图像中的全部像素点进行标记，得到了输入图像的初始超像素分割；第二步、得到初始超像素分割后，对超像素的种子点进行更新，将初始超像素内的所有像素点的几何中心作为新的种子点，对于一个像素点x，计算它到第i个超像素的种子点的第二距离，其中，i＝1,2,…,K，选取距离最小的超像素，将像素点x标记为属于该超像素，对图像中的全部像素点进行标记，得到了图像的更新超像素分割；第三步、重复第二步，直到新旧的种子点位置变化小于设定阈值，将生成的超像素作为图像最终的超像素分割。所述第一距离采用下式确定：D(x,i)＝B(x,i)+C(x,i)式中，D(x,i)表示像素点x和第i个超像素的种子点的距离，B(x,i)表示第一距离影响因子，用于表示超像素内部像素点颜色的一致性，C(x,i)表示第二距离影响因子，用于表示超像素内部像素的紧凑程度；所述第二距离采用下式确定：D(x,i)＝ρ1×B(x,i)+ρ2×C(x,i)式中，D(x,i)表示像素点x和第i个超像素的种子点的距离，ρ1、ρ2表示权重系数，其中，所述第一距离影响因子采用下式确定：式中，Lx、ax、bx分别表示像素点x在CIELAB颜色空间的L、a、b分量，Li、ai、bi分别表示第i个超像素的种子点在CIELAB颜色空间的L、a、b分量，μ表示所有超像素种子点颜色方差的平均值；所述第二距离影响因子采用下式确定：式中，px、qx分别表示像素点x在X-Y坐标系中的横、纵坐标值，pi、qi分别表示第i个超像素的种子点在X-Y坐标系中的横、纵坐标值；在超像素生成过程中，一方面，超像素内部的像素点颜色应当一致，另一方面，还需要考虑超像素的紧凑性。本优选实施例在超像素生成过程中，同时考虑了超像素内部一致性和紧凑性，获得了既能较好保持内部一致性又具有高紧凑性的超像素，针对图像内容分布的不均匀性，在超像素数目一定的情况下，本专利技术通过确定权重系数，使得平坦区域可以采用少量尺寸较大的超像素表示，而细节丰富的区域采用数量相对较多、尺寸较小的超像素进行表示，从而图像就能获得更准确的表达，保持更多的图像信息。优选的，所述评价模块用于对所述图像超像素生成结果进行评价，具体为：定义分割评价因子：式中，F表示分割评价因子，U1表示图像标准分割边界的像素落入超像素边界周围1个像素宽度区域内的比例，K表示超像素的个数，mi表示第i个超像素的面积，li表示第i个超像素的周长；所述分割评价因子越大，表示生成的超像素越能准确表达图像信息；本优选实施例分割评价因子综合考虑了生成的超像素对图像的边界保持效果和生成的超像素的紧凑性，为后期将超像素作为图像处理基本单位奠定了基础。通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设本文档来自技高网...

【技术保护点】
1.一种大数据物流平台，其特征在于，包括信息采集端、大数据处理中心和显示终端，所述信息采集端用于采集物流图像大数据，并将采集的图像大数据传输到大数据处理中心，所述大数据处理中心用于对图像大数据进行处理，并将处理过的图像大数据传送到显示终端，所述显示终端用于显示处理后的物流图像大数据；所述大数据处理中心包括超像素模型建立模块、超像素生成模块、评价模块和图像识别模块，所述超像素模型建立模块用于建立超像素模型，所述超像素生成模块用于根据超像素模型生成图像超像素，所述评价模块用于对所述图像超像素生成结果进行评价，所述图像识别模块基于图像超像素对图像进行识别。

【技术特征摘要】
1.一种大数据物流平台，其特征在于，包括信息采集端、大数据处理中心和显示终端，所述信息采集端用于采集物流图像大数据，并将采集的图像大数据传输到大数据处理中心，所述大数据处理中心用于对图像大数据进行处理，并将处理过的图像大数据传送到显示终端，所述显示终端用于显示处理后的物流图像大数据；所述大数据处理中心包括超像素模型建立模块、超像素生成模块、评价模块和图像识别模块，所述超像素模型建立模块用于建立超像素模型，所述超像素生成模块用于根据超像素模型生成图像超像素，所述评价模块用于对所述图像超像素生成结果进行评价，所述图像识别模块基于图像超像素对图像进行识别。2.根据权利要求1所述的大数据物流平台，其特征在于，所述超像素模型建立模块用于建立超像素模型，具体为：设输入图像为S，其包含的像素个数为N，对图像进行过分割，得到超像素模型，将其超像素模型表示为：式中，K表示超像素的个数，Sj和Si分别表示第j个和第i个超像素，个理想的超像素分割最为重要的性质就是它能很好的贴合图像边缘。3.根据权利要求2所述的大数据物流平台，其特征在于，所述超像素生成模块用于根据超像素模型生成图像超像素，具体为：第一步、给定一幅输入图像，首先放置K个种子像素点，对应K个超像素，对于一个像素点x，计算它到第i个超像素的种子点的第一距离，其中，i＝1，2，…，K，选取距离最小的超像素，将像素点x标记为属于该超像素，对输入图像中的全部像素点进行标记，得到了输入图像的初始超像素分割；第二步、得到初始超像素分割后，对超像素的种子点进行更新，将初始超像素内的所有像素点的几何中心作为新的种子点，对于一个像素点x，计算它到第i个超像素的种子点的第二距离，其中，i＝1，2，…，K，选取距离最小的超像素，将像素点x...

【专利技术属性】
技术研发人员：肖哲睿，
申请(专利权)人：肖哲睿，
类型：发明
国别省市：山西,14