体形弯曲度大数据计算方法技术

本发明专利技术涉及一种体形弯曲度大数据计算方法，该方法包括运行体形弯曲度大数据计算平台来计算体形弯曲度大数据，所述平台包括：作用力测量设备，设置在拉杆箱的把手上，用于检测当前作用在拉杆箱的把手上的作用力，以作为当前作用力输出；作用力报警设备，用于在所述当前作用力小于把手受力极限的差值达到预设差值阈值时，发出把手断裂预警信号；体形采集设备，设置在拉杆箱的侧面，用于面对拉杆箱的持有人进行体形拍摄，以获得并输出持有人体形图像；大数据计算节点，通过网络与数据汇并设备连接，设置在拉杆箱的顶部，用于接收数据汇并图像，对所述数据汇并图像中的人体体形进行提取，以获得对应的体形图案，确定所述体形图案的当前弯曲度。

Calculation Method for Large Data of Body Curvature

The invention relates to a method for calculating large data of body curvature, which includes running a platform for calculating large data of body curvature to calculate large data of body curvature. The platform comprises a force measuring device, which is arranged on the handle of a pull-rod box, and is used to detect the current force acting on the handle of the pull-rod box to serve as the output of the current force alarming device. When the difference of the current force less than the force limit of the handle reaches the preset difference threshold, the handle breaking warning signal is sent out; the shape acquisition device is set on the side of the tie-rod box, which is used to photograph the holder of the tie-rod box to obtain and output the shape image of the holder; the large data computing node is connected with the data sink device through the network, and the device is set up. At the top of the tie-rod box, it is used to receive the data merging image and extract the human body shape from the data merging image to obtain the corresponding shape pattern and determine the current curvature of the shape pattern.

【技术实现步骤摘要】
体形弯曲度大数据计算方法
本专利技术涉及大数据计算领域，尤其涉及一种体形弯曲度大数据计算方法。
技术介绍
随着大数据的数据量越来越大，地理数据数据处理与分析的时间耗费就越大。因此，传统的数据处理技术和串行计算技术难以满足高精细地理大数据处理的需求。SuperMap支持并行计算，有效的提高了大数据处理的效率。并行计算是将一个任务分解成若干个小任务并协同执行以完成求解的过程，是增强复杂问题解决能力和提升性能的有效途径。并行计算可以通过多种途径实现，包括多进程、多线程以及其他多种方式，SuperMap是通过多线程方式实现并行计算的，可充分和更加高效地利用多核计算资源，从而降低单个问题的求解时间，节省成本，也能够满足更大规模或更高精度要求的问题求解需求。
技术实现思路
为了解决当前拉杆箱缺乏有效助力机制的技术问题，本专利技术提供了一种体形弯曲度大数据计算方法，引入大数据计算节点对拉杆箱持有人的当前体形弯曲度进行辨识，以基于辨识结果确定是否执行拉杆箱推动助力动作，以增强拉杆箱的智能化等级，方便拉杆箱持有人的使用；其中，利用图像边缘信息越多，图像越复杂的特性，在图像边缘信息多时，选择更精确的第二小波滤波设备进行滤波处理，在图像边缘信息少时，选择性价比更高的第一小波滤波设备进行滤波处理，从而避免出现滤波策略的粗糙定制。根据本专利技术的一方面，提供一种体形弯曲度大数据计算方法，该方法包括运行一种体形弯曲度大数据计算平台来计算体形弯曲度大数据，所述体形弯曲度大数据计算平台包括：作用力测量设备，设置在拉杆箱的把手上，用于检测当前作用在拉杆箱的把手上的作用力，以作为当前作用力输出；作用力报警设备，与所述作用力测量设备连接，用于接收所述当前作用力，并在所述当前作用力小于把手受力极限的差值达到预设差值阈值时，发出把手断裂预警信号。更具体地，在所述体形弯曲度大数据计算平台中，还包括：体形采集设备，设置在拉杆箱的侧面，用于面对拉杆箱的持有人进行体形拍摄，以获得并输出持有人体形图像；旋转处理设备，与所述体形采集设备连接，用于接收所述持有人体形图像，获取所述持有人体形图像中各个对象的放置角度，并基于预设角度阈值对所述持有人体形图像中的每一个对象进行放置角度的纠正，以使得所述持有人体形图像中的每一个对象的放置角度与所述预设角度阈值的偏差小于预设角度阈值，其中，所述旋转处理设备输出旋转处理图像。更具体地，在所述体形弯曲度大数据计算平台中，还包括：变步长自适应滤波设备，与所述旋转处理设备连接，用于接收所述旋转处理图像，用于对所述旋转处理图像执行变步长自适应滤波处理，以获得对应的自适应滤波图像；边缘点测量设备，与所述变步长自适应滤波设备连接，用于接收所述自适应滤波图像，对所述自适应滤波图像中的每一个像素点进行是否为边缘像素点的检测动作，并输出所述自适应滤波图像的全部像素点数量和所述自适应滤波图像的全部边缘像素点数量；倍数识别设备，与所述边缘点测量设备连接，用于接收所述自适应滤波图像的全部像素点数量和所述自适应滤波图像的全部边缘像素点数量，将所述自适应滤波图像的全部像素点数量除以所述自适应滤波图像的全部边缘像素点数量以获得边缘参考倍数；模式选择设备，与所述倍数识别设备连接，用于接收所述边缘参考倍数，并在所述边缘参考倍数超过限量时，发出第一滤波切换信号，以及在所述边缘参考倍数未超过限量时，发出第二滤波切换信号；第一小波滤波设备，分别与所述模式选择设备和所述边缘点测量设备连接，用于在接收到所述第二滤波切换信号时，从省电状态进入工作状态，并在所述工作状态下执行以下操作：对所述自适应滤波图像执行小波域的WIENER滤波处理，以获得相应的滤波图像以作为第一滤波图像输出；第二小波滤波设备，分别与所述模式选择设备和所述边缘点测量设备连接，用于在接收到所述第一滤波切换信号时，从省电状态进入工作状态，并在所述工作状态下执行以下操作：对所述自适应滤波图像进行小波分割以获得第一层到第P层的各个高频系数以及获得第P层的各个低频系数，将数值低于预设阈值的高频系数设置为零，数值不低于预设阈值的高频系数设置为其原值的三分之一，并基于第P层的各个低频系数和处理后的第一层到第P层的各个高频系数进行图像的重新构建，以获得所述自适应滤波图像对应的滤波图像以作为第二滤波图像输出；数据汇并设备，分别与所述第一小波滤波设备和所述第二小波滤波设备连接，用于将所述第一滤波图像或所述第二滤波图像作为数据汇并图像，并输出所述数据汇并图像；大数据计算节点，通过网络与所述数据汇并设备连接，设置在拉杆箱的顶部，用于接收所述数据汇并图像，对所述数据汇并图像中的人体体形进行提取，以获得对应的体形图案，确定所述体形图案的当前弯曲度，以作为当前体形弯曲度输出；助力启动设备，设置在拉杆箱的顶部，与所述大数据计算节点连接，用于接收所述当前体形弯曲度，并在所述当前体形弯曲度超限时，向助力电机发送助力启动控制指令；其中，所述助力启动设备还用于在所述当前体形弯曲度未超限时，向助力电机发送助力关闭控制指令。更具体地，在所述体形弯曲度大数据计算平台中：所述第一小波滤波设备在省电状态下和工作状态下耗电量不同，所述第二小波滤波设备在省电状态下和工作状态下耗电量不同。更具体地，在所述体形弯曲度大数据计算平台中：所述第一小波滤波设备在接收到所述第一滤波切换信号时，从工作状态进入省电状态。更具体地，在所述体形弯曲度大数据计算平台中，还包括：电力供应设备，分别与所述第一小波滤波设备和所述第二小波滤波设备连接，用于为所述第一小波滤波设备和所述第二小波滤波设备提供电力供应。更具体地，在所述体形弯曲度大数据计算平台中：所述第一小波滤波设备在进入省电状态时，停止对所述自适应滤波图像执行小波域的WIENER滤波处理，直接将所述自适应滤波图像作为第一滤波图像输出。更具体地，在所述体形弯曲度大数据计算平台中：所述第二小波滤波设备在接收到所述第二滤波切换信号时，从工作状态进入省电状态。更具体地，在所述体形弯曲度大数据计算平台中：所述第二小波滤波设备在进入省电状态时，停止对所述自适应滤波图像进行小波分割，直接将所述自适应滤波图像作为第二滤波图像输出。更具体地，在所述体形弯曲度大数据计算平台中：所述作用力报警设备还用于在所述当前作用力小于把手受力极限的差值未达到所述预设差值阈值时，发出把手状态正常信号。附图说明以下将结合附图对本专利技术的实施方案进行描述，其中：图1为根据本专利技术实施方案示出的体形弯曲度大数据计算平台所应用的拉杆箱的侧面示意图。具体实施方式下面将参照附图对本专利技术的实施方案进行详细说明。大数据的输入是大数据D，问题求解是F(D)。我们通常讲的时候总是讲查询、挖掘、分析，实际上已经远远超出了这个范围。大数据是一个多学科大范围的研究领域，涉及到很多的学科。大数据计算方面可以分5个方面。1是大数据的获取、2是大数据的传输、3是大数据的存储、4是大数据的质量管理。最终，要支持大数据的问题求解。所有的五个阶段里面的问题集中起来，称之为大数据计算问题的空间。把求解这个空间里面的每一个问题的过程叫做大数据计算，对每一个问题要研究它的可计算性、计算复杂性和求解算法。为了克服上述不足，本专利技术搭建一种体形弯曲度大数据计算方法，该方法包括运行一种体形弯曲度大数据计算平台本文档来自技高网...

【技术保护点】
1.一种体形弯曲度大数据计算方法，该方法包括运行一种体形弯曲度大数据计算平台来计算体形弯曲度大数据，其特征在于，所述体形弯曲度大数据计算平台包括：作用力测量设备，设置在拉杆箱的把手上，用于检测当前作用在拉杆箱的把手上的作用力，以作为当前作用力输出；作用力报警设备，与所述作用力测量设备连接，用于接收所述当前作用力，并在所述当前作用力小于把手受力极限的差值达到预设差值阈值时，发出把手断裂预警信号。

【技术特征摘要】
1.一种体形弯曲度大数据计算方法，该方法包括运行一种体形弯曲度大数据计算平台来计算体形弯曲度大数据，其特征在于，所述体形弯曲度大数据计算平台包括：作用力测量设备，设置在拉杆箱的把手上，用于检测当前作用在拉杆箱的把手上的作用力，以作为当前作用力输出；作用力报警设备，与所述作用力测量设备连接，用于接收所述当前作用力，并在所述当前作用力小于把手受力极限的差值达到预设差值阈值时，发出把手断裂预警信号。2.如权利要求1所述的方法，其特征在于，所述平台还包括：体形采集设备，设置在拉杆箱的侧面，用于面对拉杆箱的持有人进行体形拍摄，以获得并输出持有人体形图像；旋转处理设备，与所述体形采集设备连接，用于接收所述持有人体形图像，获取所述持有人体形图像中各个对象的放置角度，并基于预设角度阈值对所述持有人体形图像中的每一个对象进行放置角度的纠正，以使得所述持有人体形图像中的每一个对象的放置角度与所述预设角度阈值的偏差小于预设角度阈值，其中，所述旋转处理设备输出旋转处理图像。3.如权利要求2所述的方法，其特征在于，所述平台还包括：变步长自适应滤波设备，与所述旋转处理设备连接，用于接收所述旋转处理图像，用于对所述旋转处理图像执行变步长自适应滤波处理，以获得对应的自适应滤波图像；边缘点测量设备，与所述变步长自适应滤波设备连接，用于接收所述自适应滤波图像，对所述自适应滤波图像中的每一个像素点进行是否为边缘像素点的检测动作，并输出所述自适应滤波图像的全部像素点数量和所述自适应滤波图像的全部边缘像素点数量；倍数识别设备，与所述边缘点测量设备连接，用于接收所述自适应滤波图像的全部像素点数量和所述自适应滤波图像的全部边缘像素点数量，将所述自适应滤波图像的全部像素点数量除以所述自适应滤波图像的全部边缘像素点数量以获得边缘参考倍数；模式选择设备，与所述倍数识别设备连接，用于接收所述边缘参考倍数，并在所述边缘参考倍数超过限量时，发出第一滤波切换信号，以及在所述边缘参考倍数未超过限量时，发出第二滤波切换信号；第一小波滤波设备，分别与所述模式选择设备和所述边缘点测量设备连接，用于在接收到所述第二滤波切换信号时，从省电状态进入工作状态，并在所述工作状态下执行以下操作：对所述自适应滤波图像执行小波域的WIENER滤波处理，以获得相应的滤波图像以作为第一滤波图像输出；第二小波滤波设备，分别与所述模式选择设备和所述边缘点测量设备连接，用于在接收到所述第一滤波切换信号时，从省电状...

【专利技术属性】
技术研发人员：章云娟，
申请(专利权)人：章云娟，
类型：发明
国别省市：江苏,32