一种多媒体展厅的多媒体影像处理系统技术方案

本发明专利技术提供一种多媒体展厅的多媒体影像处理系统，涉及多媒体影像处理领域，所述系统包括用于采集实物展台影像数据的摄像头；与摄像头通信连接，用于接收实物展台影像数据，并且通过背景图像模型匹配选择背景图像数据的多媒体计算机；与多媒体计算机通信连接，用于接收实物展台影像数据和背景图像数据，并且对实物展台影像数据和背景图像数据进行图像数据融合的多媒体处理器。本发明专利技术通过多媒体计算机能够智能选择与实物展台相匹配的背景图像，因此不会存在背景图像与实物展台对象融合不和谐的问题；并且通过多媒体处理器对实物展台影像数据和背景图像数据进行亮度综合调整后进行图像融合，减少图像融合失真的问题。减少图像融合失真的问题。减少图像融合失真的问题。

【技术实现步骤摘要】
一种多媒体展厅的多媒体影像处理系统


[0001]本专利技术涉及多媒体影像处理领域，特别是涉及一种多媒体展厅的多媒体影像处理系统。

技术介绍

[0002]多媒体展厅是博物馆、科技馆、主题场馆等展示发展的主要方向。对于整个展厅设计不仅要考虑各种前沿展示技术的应用，还必须考虑所运用的技术手段、设备和所要展现的历史文化内容、总体展览形式环境之间和谐相融。需要对视频、音频、动画、图片、文字等媒体加以组合应用，深度挖掘展览陈列对象所蕴含的背景意思，实现普通陈列手段难以做到的既有纵向深入解剖，又有横向关联拓展的动态展览形式，促进观众视觉、听觉及其他感官和行为的配合，创造崭新的参观体验。
[0003]然后，现有多媒体影像处理系统在对展览陈列对象和背景图像进行融合时，会存在背景图像与展览陈列对象融合不和谐、图像融合失真的问题。

技术实现思路

[0004]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种多媒体展厅的多媒体影像处理系统，通过多媒体计算机能够智能选择与实物展台相匹配的背景图像，因此不会存在背景图像与实物展台对象融合不和谐的问题；并且通过多媒体处理器对实物展台影像数据和背景图像数据进行亮度综合调整后进行图像融合，减少图像融合失真的问题。
[0005]本专利技术提供一种多媒体展厅的多媒体影像处理系统，所述系统包括用于采集实物展台影像数据的摄像头；与摄像头通信连接，用于接收实物展台影像数据，并且通过背景图像模型匹配选择背景图像数据的多媒体计算机；与多媒体计算机通信连接，用于接收实物展台影像数据和背景图像数据，并且对实物展台影像数据和背景图像数据进行图像数据融合的多媒体处理器；与多媒体处理器通信连接，用于接收融合图像数据，并且进行显示的显示屏。
[0006]于本专利技术的一实施例中，所述背景图像模型在进行背景图像数据匹配选择之前，需要进行模型训练，具体流程为：
[0007](1.1)将预配置训练集的特征数据输入神经网络模型的卷积层进行线性变换；
[0008](1.2)使用神经网络模型的RELU激活函数对每次卷积处理后的特征数据进行非线性变换；
[0009](1.3)使用神经网络模型的Max Pooling层对每次非线性变化后的特征数据进行下采样；
[0010](1.4)使用神经网络模型的全连接层输出匹配的特征数据，得到背景图像模型。
[0011]于本专利技术的一实施例中，所述训练集的特征数据包括实物展台影像数据的形状、颜色、亮度、历史背景描述以及与实物展台影像数据一一对应的背景图像。
[0012]于本专利技术的一实施例中，所述多媒体处理器对实物展台影像数据和背景图像数据
进行图像数据融合，具体流程为：
[0013](2.1)实时接收实物展台影像数据和背景图像数据，所述接收实物展台影像数据和背景图像数据分别包括多个帧，每个帧包括多个像素；
[0014](2.2)将实物展台影像数据和背景图像数据的每一个像素的编码格式转换为一个具有亮度成分的色彩空间格式；
[0015](2.2)统计在连续多个帧的所有像素的亮度分级情况，生成亮度分级统计图；
[0016](2.3)按照亮度分级统计图进行亮度综合调整，并且在亮度综合调整后将实物展台影像数据和背景图像数据进行图像数据融合。
[0017]于本专利技术的一实施例中，所述系统还包括调制器和解调器，所述调制器和机器分别与多媒体处理器电连接；所述调制器和解调器分别对多媒体计算机接收的实物展台影像数据进行调制处理和解调处理。
[0018]如上所述，本专利技术的一种多媒体展厅的多媒体影像处理系统，具有以下有益效果：本专利技术通过多媒体计算机能够智能选择与实物展台相匹配的背景图像，因此不会存在背景图像与实物展台对象融合不和谐的问题；并且通过多媒体处理器对实物展台影像数据和背景图像数据进行亮度综合调整后进行图像融合，减少图像融合失真的问题。
附图说明
[0019]图1显示为本专利技术实施例中公开的多媒体影像处理系统结构框图。
[0020]图2显示为本专利技术实施例中公开的具有调制器和解调器的多媒体影像处理系统结构框图。
[0021]图3显示为本专利技术实施例中公开的背景图像模型训练示意图。
[0022]图4显示为本专利技术实施例中公开的多媒体影像处理系统工作流程图。
[0023]图5显示为本专利技术实施例中公开的背景图像模型训练流程图。
[0024]图6显示为本专利技术实施例中公开的多媒体处理器工作流程图。
具体实施方式
[0025]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0026]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0027]请参阅图1，本专利技术提供一种多媒体展厅的多媒体影像处理系统，所述系统包括用于采集实物展台影像数据的摄像头；与摄像头通信连接，用于接收实物展台影像数据，并且通过背景图像模型匹配选择背景图像数据的多媒体计算机；与多媒体计算机通信连接，用于接收实物展台影像数据和背景图像数据，并且对实物展台影像数据和背景图像数据进行
图像数据融合的多媒体处理器；与多媒体处理器通信连接，用于接收融合图像数据，并且进行显示的显示屏；请参阅图2，所述系统还包括调制器和解调器，所述调制器和机器分别与多媒体处理器电连接；所述调制器和解调器分别对多媒体计算机接收的实物展台影像数据进行调制处理和解调处理。
[0028]请参阅图3,，所述背景图像模型在进行背景图像数据匹配选择之前，需要进行模型训练，具体流程为，请参阅图4：
[0029](1.1)将预配置训练集的特征数据输入神经网络模型的卷积层进行线性变换；
[0030](1.2)使用神经网络模型的RELU激活函数对每次卷积处理后的特征数据进行非线性变换；
[0031](1.3)使用神经网络模型的Max Pooling层对每次非线性变化后的特征数据进行下采样；
[0032](1.4)使用神经网络模型的全连接层输出匹配的特征数据，得到背景图像模型。
[0033]具体的，所述训练集的特征数据包括实物展台影像数据的形状、颜色、亮度、历史背景描述以及与实物展台影像数据一一对应的背景图像。
[0034]请参阅图5，通过摄像头实时采集实物展台影像数据，并且将实物展台影像数据通过通信网络发送到多媒体计算机，通过调制器和解调器对实物展台影像数据进行初步的调制和解调处理，然后通过多媒体计算机中预先本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多媒体展厅的多媒体影像处理系统，其特征在于：所述系统包括用于采集实物展台影像数据的摄像头；与摄像头通信连接，用于接收实物展台影像数据，并且通过背景图像模型匹配选择背景图像数据的多媒体计算机；与多媒体计算机通信连接，用于接收实物展台影像数据和背景图像数据，并且对实物展台影像数据和背景图像数据进行图像数据融合的多媒体处理器；与多媒体处理器通信连接，用于接收融合图像数据，并且进行显示的显示屏。2.根据权利要求1所述的一种多媒体展厅的多媒体影像处理系统，其特征在于，所述背景图像模型在进行背景图像数据匹配选择之前，需要进行模型训练，具体流程为：(1.1)将预配置训练集的特征数据输入神经网络模型的卷积层进行线性变换；(1.2)使用神经网络模型的RELU激活函数对每次卷积处理后的特征数据进行非线性变换；(1.3)使用神经网络模型的Max Pooling层对每次非线性变化后的特征数据进行下采样；(1.4)使用神经网络模型的全连接层输出匹配的特征数据，得到背景图像模型。3.根据权利要求2所述的一种多媒体展厅的多媒体影像处理系统...

【专利技术属性】
技术研发人员：杭晓燕，
申请(专利权)人：上海和煦展览有限公司，
类型：发明
国别省市：