基于复杂度将图片分流调度到中心的方法、设备及系统技术方案

本发明专利技术公开了基于复杂度将图片分流调度到中心的方法、电子设备及介质，包括：S1、接收X光机发送的待识别图片；S2、对所述待识别图片进行解析获得所述待识别图片的复杂度；S3、基于所述待识别图片的复杂度以及预定的复杂度阈值，将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片；S4、将判定为复杂图片的待识别图片发送至中心服务器。本发明专利技术通过拉普拉斯变换、反变换，引入锐化矩阵、求反矩阵，从而使针对X光安检机的待识别图片的复杂度更加的客观与准确，并提高了运算效率。高了运算效率。高了运算效率。

【技术实现步骤摘要】
基于复杂度将图片分流调度到中心的方法、设备及系统


[0001]本专利技术涉及安检智能判图领域，具体涉及基于复杂度将图片分流调度到中心的方法、边缘识图盒子及系统。

技术介绍

[0002]基于边缘识图盒子的安检智能判图系统，边缘识图盒子设置在每个进站安检点中，X光机用于探测安检包裹，乘客在进站的时候会把包裹放在传送履带上接受X光的检查，X光机在此过程中输出X光成像视频；边缘识图盒子负责对X光成像视频中的违禁品进行识别，获取到违禁品信息，边缘识图盒子把处理后的包裹信息发给开包台、本地识图等设备，然而在这个过程中，若识别物体被遮挡或者部分遮挡、识别物体材质过于复杂、物品变形扭转等原因，往往产生一系列复杂包裹图像，由于部署在边缘站点上的智能识图盒子由于硬件性能等原因上的限制，识别这些复杂图片上的物品存在困难。

技术实现思路

[0003]本专利技术的目的在于提供一种基于复杂度将图片分流调度到中心的方法、边缘识图盒子及系统，通过拉普拉斯算子与对图片求反等运算，计算接收到的待识别图片的复杂度，将复杂度高于阈值的图片判定为复杂图片并发送至中心服务器处理，用以解决现有边缘识图盒子因为硬件性能等原因无法进行复杂图片识别从而降低安检效率的问题。
[0004]基于复杂度将图片分流调度到中心的方法，应用于边缘识图盒子，具体包括以下步骤：
[0005]S1、接收X光机发送的待识别图片；
[0006]S2、对所述待识别图片进行解析获得所述待识别图片的复杂度；
[0007]S3、基于所述待识别图片的复杂度以及预定的复杂度阈值，将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片；
[0008]S4、将判定为复杂图片的待识别图片发送至中心服务器。
[0009]进一步地，所述步骤S2采用复杂度模型获得所述待识别图片的复杂度，所述复杂度模型包括变换处理与标记处理，所述变换处理包括拉普拉斯变换、反变换的至少一种，所述复杂度模型具体包括以下步骤：
[0010]S201、将所述待识别图片进行变换处理获得变换矩阵D；
[0011]S202、将所述待识别图片进行标记处理获得标记矩阵C；
[0012]S203、根据所述变换矩阵D、标记矩阵C获得所述待识别图片的复杂度K。
[0013]进一步地，所述步骤S2采用复杂度模型获得所述待识别图片的复杂度，所述复杂度模型包括变换处理与标记处理，所述变换处理包括拉普拉斯变换与反变换，所述复杂度模型具体包括以下步骤：
[0014]S200、将所述待识别图片转化为灰度图片；
[0015]S201、将所述灰度图片进行反变换获得求反矩阵M，以及将所述灰度图片进行拉普
拉斯算子变换获得锐化矩阵L；
[0016]S202、将所述待识别图片进行标记处理获得标记矩阵C；
[0017]S203、将所述求反矩阵M与标记矩阵C对位相乘，获得矩阵B，并对所述矩阵B的所有元素进行求和获得SUM(B)，
[0018]将所述锐化矩阵L与标记矩阵C对位相乘，获得矩阵A，并对所述矩阵A的所有元素进行求和获得SUM(A)，
[0019]将所述SUM(B)与SUM(A)进行加权求和获得所述待识别图片的复杂度K，K＝α
×
SUM(B)+β
×
SUM(A)，所述α，β为对应的加权系数。
[0020]进一步地，所述标记处理为：对所获取的待识别图片进行二值化处理，得到对应的标记矩阵C，标记矩阵C中各个元素代表在所述待识别图片中的对应像素点的的标记度。
[0021]进一步地，所述标记矩阵C中各个元素根据以下方式得到的：
[0022]针对所述型矩阵C中各个元素，判断该元素在所述待识别图片中的对应像素点是否处于被标记物品区域，若否则为0，若是则为1；以及基于所述0或1确定该元素的标记度。
[0023]进一步地，所述步骤S2中采用一致性模型获得所述待识别图片的复杂度，所述一致性模型具体包括以下步骤：
[0024]SA、将所述待识别图片转化为灰度图片，并获得所述灰度图片的灰度矩阵M
′
；
[0025]SB、将所述灰度矩阵M
′
中的所有元素代入公式中的所有元素代入公式获得所述待识别图片的复杂度U，其中m，n分别为待识别图片的行数和列数，f(i，j)为所述灰度图片像素(i，j)的灰度值，为以像素(i，j)为中心的3
×
3邻域像素的灰度均值。
[0026]进一步地，步骤S2中采用熵模型获得所述待识别图片的复杂度，所述熵模型具体包括以下步骤：
[0027]Sa、将所述待识别图片转化为灰度图片，并获得所述灰度图片的灰度矩阵M
′
；
[0028]Sb、根据所述灰度图片的灰度矩阵M
′
，获得灰度共生矩阵D；
[0029]Sc、将所述灰度共生矩阵D中的所有元素代入公式获得所述待识别图片的复杂度S，其中P(i，j)为灰度共生矩阵D中第i行，第j列的元素值，N为所述灰度图片的灰度级。
[0030]进一步地，其特征在于，所述步骤S2中采用复杂度模型、一致性模型、熵模型获得所述待识别图片的复杂度，具体包括以下步骤：
[0031]S001、将所述待识别图片输入复杂度模型获得所述待识别图片的复杂度K；
[0032]S002、将所述待识别图片输入一致性模型获得所述待识别图片的复杂度U；
[0033]S003、将所述待识别图片输入熵模型获得所述待识别图片的复杂度S；
[0034]S004、将所述待识别图片的复杂度K、U、S进行加权求和获得所述待识别图片的复杂度Q＝a
×
K+b
×
U+c
×
S，所述a、b、c为对应的加权系数。
[0035]基于复杂度将图片分流调度到中心的设备，包括：
[0036]接收模块，用于接收X光机发送的待识别图片；
[0037]复杂度模块，用于对所述待识别图片进行解析获得所述待识别图片的复杂度；
[0038]判定模块，用于基于所述待识别图片的复杂度以及预定的复杂度阈值，将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片；
[0039]调度模块，用于将判定为复杂图片的待识别图片发送至中心服务器。
[0040]基于复杂度将图片分流调度到中心的系统，包括：
[0041]中心服务器、由多个边缘识图盒子构成的边缘计算节点以及多个安检点的X光机；其中，所述中心服务器与每个边缘试图盒子之间、每个边缘识图盒子与该边缘识图盒子所在的安检点的X光机之间相互连接；
[0042]所述中心服务器用于接收各个边缘识图盒子发送的判定为复杂图片的待识别图片，并进行识图处理；
[0043]所述每个边缘识图盒子用于：
[0044]接收X光机发送的待识别图片；
[0045]对所述待识别图片本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于复杂度将图片分流调度到中心的方法，其特征在于，应用于边缘识图盒子，具体包括以下步骤：S1、接收X光机发送的待识别图片；S2、对所述待识别图片进行解析获得所述待识别图片的复杂度；S3、基于所述待识别图片的复杂度以及预定的复杂度阈值，将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片；S4、将判定为复杂图片的待识别图片发送至中心服务器。2.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法，其特征在于，所述步骤S2中采用复杂度模型获得所述待识别图片的复杂度，所述复杂度模型包括变换处理与标记处理，所述变换处理包括拉普拉斯变换、反变换的至少一种，所述复杂度模型具体包括以下步骤：S201、将所述待识别图片进行变换处理获得变换矩阵D；S202、将所述待识别图片进行标记处理获得标记矩阵C；S203、根据所述变换矩阵D、标记矩阵C获得所述待识别图片的复杂度K。3.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法，其特征在于，所述步骤S2中采用复杂度模型获得所述待识别图片的复杂度，所述复杂度模型包括变换处理与标记处理，所述变换处理包括拉普拉斯变换与反变换，所述复杂度模型具体包括以下步骤：S200、将所述待识别图片转化为灰度图片；S201、将所述灰度图片进行反变换获得求反矩阵M，以及将所述灰度图片进行拉普拉斯算子变换获得锐化矩阵L；S202、将所述待识别图片进行标记处理获得标记矩阵C；S203、将所述求反矩阵M与标记矩阵C对位相乘，获得矩阵B，并对所述矩阵B的所有元素进行求和获得SUM(B)，将所述锐化矩阵L与标记矩阵C对位相乘，获得矩阵A，并对所述矩阵A的所有元素进行求和获得SUM(A)，将所述SUM(B)与SUM(A)进行加权求和获得所述待识别图片的复杂度K，K＝α
×
SUM(B)+β
×
SUM(A)，所述α，β为对应的加权系数。4.根据权利要求2或3所述的基于复杂度将图片分流调度到中心的方法，其特征在于，所述标记处理为：对所获取的待识别图片进行二值化处理，得到对应的标记矩阵C，标记矩阵C中各个元素代表在所述待识别图片中的对应像素点的的标记度。5.根据权利要求4所述的基于复杂度将图片分流调度到中心的方法，其特征在于，所述标记矩阵C中各个元素根据以下方式得到的：针对所述型矩阵C中各个元素，判断该元素在所述待识别图片中的对应像素点是否处于被标记物品区域，若否则为0，若是则为1；以及基于所述0或1确定该元素的标记度。6.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法，其特征在于，所述步骤S2中采用一致性模型获得所述待识别图片的复杂度，所述一致性模型具体包括以下步骤：SA、将所述待识别图片转化为灰度图片，并获得所述灰度图片的灰度矩阵M
′
；
SB、将所述灰度矩阵M
′

【专利技术属性】
技术研发人员：宋志国，拜正斌，姜旭，李阳，张利，黄锐，连天友，薛丽容，
申请(专利权)人：成都智元汇信息技术股份有限公司，
类型：发明
国别省市：