计算机整体数据识别平台制造技术

本发明专利技术涉及一种整体数据识别平台，包括：最近邻插值设备，用于接收来自计算机库房现场的库房捕获图像，基于所述库房捕获图像分辨率距离预设分辨率阈值的远近将所述库房捕获图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同力度的最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像；亮度分析设备，用于对所述最近邻插值图像中的各个对象进行解析。本发明专利技术的整体数据识别平台应用面广，便于实用。由于是在针对性图像处理的基础上，对计算机库房内植物整体枯萎度进行有效判断，能够为浇水时间提供有价值的参考数据，从而在浇水次数和生长效果之间达到平衡。

Computer integrated data recognition platform

The invention relates to an overall data recognition platform, which comprises a nearest neighbor interpolation device for receiving the captured image of the warehouse from the computer warehouse site, dividing the captured image of the warehouse into blocks of corresponding block size based on the distance between the resolution of the captured image of the warehouse and the preset resolution threshold, and dividing each block based on the pixel value variance of the block Select the corresponding nearest neighbor interpolation processing with different strength to obtain the correction block, and splice the obtained correction blocks to obtain the nearest neighbor interpolation image; the brightness analysis device is used to analyze each object in the nearest neighbor interpolation image. The overall data recognition platform of the invention has wide application and is convenient and practical. On the basis of targeted image processing, it can provide valuable reference data for watering time to effectively judge the overall wilt of plants in the computer warehouse, so as to achieve a balance between watering times and growth effect.

【技术实现步骤摘要】
计算机整体数据识别平台
本专利技术涉及计算机维护领域，具体地说，本专利技术涉及一种计算机整体数据识别平台。
技术介绍
计算机微型处理器以晶体管为基本元件，随着处理器的不断完善和更新换代的速度加快，计算机结构和元件也会发生很大的变化。随着光电技术、量子技术和生物技术的发展，对新型计算机的发展具有极大的推动作用。20世纪80年代以来ALU和控制单元(二者合成中央处理器，即CPU)逐渐被整合到一块集成电路上，称作微处理器。这类计算机的工作模式十分直观：在一个时钟周期内，计算机先从存储器中获取指令和数据，然后执行指令，存储数据，再获取下一条指令。这个过程被反复执行，直至得到一个终止指令。由控制器解释，运算器执行的指令集是一个精心定义的数目十分有限的简单指令集合。
技术实现思路
本专利技术的目的是提供一种整体数据识别平台，包括：最近邻插值设备，用于接收来自计算机库房现场的库房捕获图像，基于所述库房捕获图像分辨率距离预设分辨率阈值的远近将所述库房捕获图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同力度的最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像。更具体地，在所述整体数据识别平台中，所述平台还包括：亮度分析设备，与所述最近邻插值设备连接，用于接收所述最近邻插值图像，对所述最近邻插值图像中的各个对象进行解析，以获得各个对象分别对应的对象区域，将亮度值大于第一预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点，还用于将亮度值小于第二预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点。更具体地，在所述整体数据识别平台中，所述平台还包括：像素点辨识设备，与所述亮度分析设备连接，用于接收所述最近邻插值图像中的各个干扰点，并对每一个干扰点执行以下操作：将每一个干扰点作为目标点，当所述目标点周围不存在亮度值大于第一预设亮度阈值或亮度值小于第二预设亮度阈值的像素点时，将所述目标点识别为处理点。更具体地，在所述整体数据识别平台中，所述平台还包括：像素点处理设备，分别与所述亮度分析设备和所述像素点辨识设备连接，用于对所述最近邻插值图像中每一个处理点执行以下操作：确认所述处理点各个周围像素点是否为处理点，对所述各个周围像素点的各个亮度值执行加权中值滤波处理，以获得所述处理点的处理后亮度值；数据汇并设备，与所述像素点处理设备连接，用于接收各个处理点的各个处理后亮度值，以及接收各个非处理点的各个亮度值，基于各个处理点的各个处理后亮度值以及各个非处理点的各个亮度值获取所述最近邻插值图像对应的数据汇并图像；几何均值去噪设备，与所述数据汇并设备连接，用于接收所述数据汇并图像，对所述数据汇并图像执行几何均值去噪处理，以获得对应的几何均值去噪图像；第一分割设备，用于识别所述几何均值去噪图像中的各个对象，对所述各个对象的尺寸进行比较，以确定其中的最大尺寸的对象，并基于所述最大尺寸的对象的尺寸对所述几何均值去噪图像进行图像分割，以获得各个尺寸相同的图像分块，其中，所述最大尺寸的目标的尺寸越大，获得的图像分块越大；第二分割设备，分别与所述第一分割设备和所述几何均值去噪设备连接，对所述数据汇并图像执行与所述第一分割设备相同尺寸的图像分块处理，以获得各个尺寸相同的图像分块。本专利技术至少具备以下几处关键的专利技术点：(1)基于计算机库房内针对性处理后图像中每一个植物区域的像素点的绿色分量值实现对相应植物区域的枯萎度判断，进而实现对整个计算机库房的绿植枯萎度判断，为后续确定是否进行植物浇水提供整体参考数据；(2)在对图像执行几何均值去噪处理后，对几何均值去噪处理前后图像进行选定区域的随机噪声幅度对比分析；(3)基于几何均值去噪处理前后图像进行选定区域的随机噪声幅度对比分析结果，确定是否需要对几何均值去噪处理后图像执行后续维纳去噪处理；(4)将亮度值大于第一预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点，还用于将亮度值小于第二预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点，并进一步从各个干扰点中识别出需要进行滤波处理的各个处理点，从而提高图像信号处理效果。本专利技术的整体数据识别平台应用面广，便于实用。由于是在针对性图像处理的基础上，对计算机库房内植物整体枯萎度进行有效判断，能够为浇水时间提供有价值的参考数据，从而在浇水次数和生长效果之间达到平衡。具体实施方式一些绿色植物可以有效地吸收由房屋装修而产生的有毒的化学物质，比如吊兰、虎尾兰、一叶兰、龟背竹吸收甲醛的能力就特别强；而金鱼草、牵牛花、石竹则能通过将毒性很强的二氧化硫经过氧化作用转化为无毒或低毒性的硫酸盐化合物；铁树、菊花、石榴、山茶等能有效地清楚二氧化硫、氯、一氧化碳过氧化氮等有害物质。一般来说，室内的相对湿度不应低于30％，如果湿度过低或过高都会对人体健康产生不良影响。在室内种植一些对水分有高度要求的要求，比如绿萝、常春藤、杜鹃、蕨类植物等，会使室内的湿度以自然的方式增加，成为天然的加湿器。有研究显示，兰花、花叶芋、红背桂等是天然的除尘器，他们植株上的纤毛能截取并吸附空气中漂浮的微粒及烟尘。如果房间内有足够数量的此类植物，那么房间中的漂游微生物和浮尘的含量都会降低。目前，计算机库房内通常放置多株植物以降低库房内由于计算机太多带来的环境恶化程度，然而，植物放置过久必然引起一定程度的枯萎，每一种植物甚至同一种植物下的不同株植物枯萎程度都是时刻变化而且不尽相同的，如何判断库房内植物的整体枯萎程度，以降低浇水次数的同时保证植物的健康成长，是目前需要解决的难题之一。为了克服上述不足，本专利技术提出了一种整体数据识别平台，能够有效解决相应的技术问题。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。一种整体数据识别平台，包括：最近邻插值设备，用于接收来自计算机库房现场的库房捕获图像，基于所述库房捕获图像分辨率距离预设分辨率阈值的远近将所述库房捕获图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同力度的最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像。接着，继续对本专利技术的整体数据识别平台的具体结构进行进一步的说明。所述整体数据识别平台中还可以包括：亮度分析设备，与所述最近邻插值设备连接，用于接收所述最近邻插值图像，对所述最近邻插值图像中的各个对象进行解析，以获得各个对象分别对应的对象区域，将亮度值大于第一预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点，还用于将亮度值小于第二预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点。所述整体数据识别平台中还可以包括：像素点辨识设备，与所述亮度分析设备连接，用于接收所述最近邻插值图像中的各个干扰点，并对每一个干扰点执行以下操作：将每一个干扰点作为目标点，当所述目标点周围不存在亮度值大于第一预设亮度阈值或亮度值小于第二预设亮度阈值的像素点本文档来自技高网...

【技术保护点】
1.一种整体数据识别平台，其特征在于，包括：/n最近邻插值设备，用于接收来自计算机库房现场的库房捕获图像，基于所述库房捕获图像分辨率距离预设分辨率阈值的远近将所述库房捕获图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同力度的最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像。/n

【技术特征摘要】
1.一种整体数据识别平台，其特征在于，包括：
最近邻插值设备，用于接收来自计算机库房现场的库房捕获图像，基于所述库房捕获图像分辨率距离预设分辨率阈值的远近将所述库房捕获图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同力度的最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像。


2.如权利要求1所述的整体数据识别平台，其特征在于，所述平台还包括：
亮度分析设备，与所述最近邻插值设备连接，用于接收所述最近邻插值图像，对所述最近邻插值图像中的各个对象进行解析，以获得各个对象分别对应的对象区域，将亮度值大于第一预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点，还用于将亮度值小于第二预设亮度阈值且不在任何对象区域的边界线上的像素点确认为干扰点。


3.如权利要求2所述的整体数据识别平台，其特征在于，所述平台还包括：
像素点辨识设备，与所述亮度分析设备连接，用于接收所述最近邻插值图像中的各个干扰点，并对每一个干扰点执行以下操作：将每一个干扰点作为目标点，当所述目标点周围不存在亮度值大于第一预设亮度阈值或亮度值小于第二预设亮度阈值的像素点时，将所述目标点识别为处理点。


4.如权利要求3所述的整体数据识别平台，其特征在于，所述平台还包括：
像素点处理设备，分别与所述亮度分析设备和所述像素点辨识设备连接，用于对所述最近邻插值图像中每一个处理点执行以下操作：确认所述处理点各个周围像素点是否为处理点，对所述各个周围像素点的各个亮度值执行加权中值滤波处理，以获得所述处理点的处理后亮度值；
数据汇并设备，与所述像素点处理设备连接，用于接收各个处理点的各个处理后亮度值，以及接收各个非处理点的各个亮度值，基于各个处理点的各个处理后亮度值以及各个非处理点的各个亮度值获取所述最近邻插值图像对应的数据汇并图像；
几何均值去噪设备，与所述数据汇并设备连接，用于接收所述数据汇并图像，对所述数据汇并图像执行几何均值去噪处理，以获得对应的几何均值去噪图像；
第一分割设备，用于识别所述几何均值去噪图像中的各个对象，对所述各个对象的尺寸进行比较，以确定其中的最大尺寸的对象，并基于所述最大尺寸的对象的尺寸对所述几何均值去噪图像进行图像分割，以获得各个尺寸相同的图像分块，其中，所述最大尺寸的目标的尺寸越大，获得的图像分块越大；
第二分割设备，分别与所述第一分割设备和所述几何均值去噪设备连接，对所述数据汇并图像执行与所述第一分割设备相同尺寸的图像分块处理，以获得各个尺寸相同的图像分块；
锐化识别设备，分别与所述第一分割设备和所述第二分割设备连接，用于将所述第一分割设备输出的各个图像分块中处于所述几何均值去噪图像内L形上的多个图像分块的多个随机噪声幅度的均值作为第一锐化均值，将所述第二分割设备输出的各个图像分块中处于所述数据汇并图像内L形上的多个图像分块的多个随机...

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