基于边缘图像处理系统的图像预处理优化方法技术方案

本发明专利技术为基于边缘图像处理系统的图像预处理优化方法，属于图像处理、边缘计算领域。该方法包含以下步骤：S1：获取数据库中所有边缘计算装置在各个周期内进行图像预处理的平均CPU利用率和动作平均响应时间；S2：通过负载预测模型计算下一个周期的状态；S3：利用响应预测模型计算下一个周期进行图像预处理的各个动作响应时间；S4：对每个边缘计算装置下一个周期的图像预处理动作进行调度；S5：边缘计算装置按照主控节点的指令执行图像预处理，并反馈；S6：整合所有边缘计算装置预处理后的图像。本发明专利技术实现了图像预处理的边缘计算和边缘计算装置的优化配置，提高了计算资源的利用率，节省了数据的传输时间和成本，降低数据延迟。

【技术实现步骤摘要】
基于边缘图像处理系统的图像预处理优化方法
本专利技术涉及基于边缘图像处理系统的图像预处理优化方法，属于图像处理、边缘计算领域。
技术介绍
近年来，随着5G和工业互联网的快速发展，新兴业务对边缘计算的需求十分迫切，在众多垂直行业新兴业务中，对边缘计算的需求主要体现在时延、带宽和安全三个方面。众所周知，边缘计算通过把数据处理由云端推向离数据和应用更近的边缘，减少系统响应时延、节省网络带宽、保护数据安全，因而可以完全满足包括智能制造、智慧城市、直播游戏、车联网等垂直行业应用场景的需求。同时，随着平安城市、天网工程、雪亮工程等国家重点建设治安防控项目的日趋完善，安防监控的监控探头数量截至到2021年将超过5亿只，大量安防监控探头产生大量的图像处理需求，安防监控场景下的图像识别对图像处理的成本、速度和精度要求越来越高。在边缘计算领域，目前基于ARM架构的终端产品，其系统和方法只能进行单一图像的简单算法分析，对于连续图像的复杂分析不能在端进行，或者不能实时地得出运算结果；而云端服务器计算存在时延、带宽和安全三个方面的问题。在实际应用中，通常存在着大本文档来自技高网...

【技术保护点】
1.基于边缘图像处理系统的图像预处理优化方法，其特征在于，包含以下步骤：/nS1：主控节点获取数据库中所有边缘计算装置在各个周期内进行图像预处理的平均CPU利用率和动作平均响应时间；/nS2：主控节点通过负载预测模型计算出每个边缘计算装置下一个周期的状态；/nS3：利用响应预测模型，主控节点计算出边缘计算装置在下一个周期进行图像预处理的各个动作响应时间；/nS4：主控节点对每个边缘计算装置下一个周期的图像预处理动作进行调度；/nS5：边缘计算装置按照主控节点的指令执行图像预处理，并反馈各个动作响应时间和CPU利用率；/nS6：主控节点整合所有边缘计算装置预处理后的图像。/n

【技术特征摘要】
1.基于边缘图像处理系统的图像预处理优化方法，其特征在于，包含以下步骤：
S1：主控节点获取数据库中所有边缘计算装置在各个周期内进行图像预处理的平均CPU利用率和动作平均响应时间；
S2：主控节点通过负载预测模型计算出每个边缘计算装置下一个周期的状态；
S3：利用响应预测模型，主控节点计算出边缘计算装置在下一个周期进行图像预处理的各个动作响应时间；
S4：主控节点对每个边缘计算装置下一个周期的图像预处理动作进行调度；
S5：边缘计算装置按照主控节点的指令执行图像预处理，并反馈各个动作响应时间和CPU利用率；
S6：主控节点整合所有边缘计算装置预处理后的图像。


2.根据权利要求1所述的基于边缘图像处理系统的图像预处理优化方法，其特征在于，所述的预处理动作依次为：(1)首先，判断图像是否失焦：对图像的横向及纵向分别做差分，并累积差分，当差分总值超过阈值时判断为失焦，并删除该图像；(2)然后，进行图像质量评价：对一个周期内所有图像进行图像质量评价，保留质量较好的图像；(3)最后，进行图像识别：通过滑动窗口计算每个区域面的方向梯度特征，与物体或人的特征比对进行分类，判断是否有人，如果有人，则对人的眼睛和鼻子特征进行进一步的提取。


3.根据权利要求1所述的基于边缘图像处理系统的图像预处理优化方法，其特征在于，所述的负载预测模型为根据每一个边缘计算装置图像预处理各个周期内的平均CPU利用率，建立与之...

【专利技术属性】
技术研发人员：田文龙，余缘超，董毅，
申请(专利权)人：重庆电政信息科技有限公司，
类型：发明
国别省市：重庆;50