一种基于虚拟化的智能硬件扫描方法及系统技术方案

本发明专利技术涉及智能虚拟化扫描技术领域，尤其涉及一种基于虚拟化的智能硬件扫描方法及系统。所述方法包括以下步骤：通过在计算机系统内构建硬件虚拟化环境，基于硬件虚拟化环境对硬件扫描设备进行硬件识别与模拟处理，得到硬件模拟扫描设备；利用图像处理技术算法和扫描分类模型对硬件模拟扫描设备进行图像特征分类提取处理，以得到硬件模拟扫描模式分类结果；利用智能算法对硬件模拟扫描模式分类结果进行数字化存储和优化处理，得到硬件模拟精确扫描结果；利用智能监测技术对硬件模拟精确扫描结果进行自适应监测处理以执行相应的硬件扫描决策。本发明专利技术通过智能算法和技术将硬件扫描功能抽象出来处理，从而提供更智能、高效且灵活的扫描功能。灵活的扫描功能。灵活的扫描功能。

【技术实现步骤摘要】
一种基于虚拟化的智能硬件扫描方法及系统


[0001]本专利技术涉及智能虚拟化扫描
，尤其涉及一种基于虚拟化的智能硬件扫描方法及系统。

技术介绍

[0002]在现有的硬件扫描方法中，通常需要专门的硬件设备来实现扫描功能。这些硬件设备通常较为笨重，使用不便，且需要大量资源和成本进行维护和更新。此外，传统的硬件扫描方法通常只能完成简单的扫描任务，限制了扫描的灵活性和可扩展性，以至于无法提供更深入的分析和智能判断能力。

技术实现思路

[0003]基于此，本专利技术有必要提供一种基于虚拟化的智能硬件扫描方法，以解决至少一个上述技术问题。
[0004]为实现上述目的，一种基于虚拟化的智能硬件扫描方法，包括以下步骤：
[0005]步骤S1：通过在计算机系统内构建硬件虚拟化环境，基于硬件虚拟化环境对硬件扫描设备进行硬件识别与模拟处理，得到硬件模拟扫描设备；
[0006]步骤S2：利用图像识别技术对硬件模拟扫描设备进行图像采集处理，得到硬件模拟扫描功能图像；并利用图像降噪算法对硬件模拟扫描功能图像进行降噪处理，得到硬本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟化的智能硬件扫描方法，其特征在于，包括以下步骤：步骤S1：通过在计算机系统内构建硬件虚拟化环境，基于硬件虚拟化环境对硬件扫描设备进行硬件识别与模拟处理，得到硬件模拟扫描设备；步骤S2：利用图像识别技术对硬件模拟扫描设备进行图像采集处理，得到硬件模拟扫描功能图像；并利用图像降噪算法对硬件模拟扫描功能图像进行降噪处理，得到硬件模拟扫描功能图像降噪数据；步骤S3：利用预设的基于卷积神经网络的图像特征提取算法对硬件模拟扫描功能图像降噪数据进行特征提取处理，得到硬件模拟扫描功能图像特征；利用扫描分类模型对硬件模拟扫描功能图像特征进行分类处理，得到硬件模拟扫描模式分类结果；步骤S4：构建扫描结果数据库，利用数字化转换算法对硬件模拟扫描模式分类结果进行数字化处理，得到硬件模拟扫描数字化数据，并将硬件模拟扫描数字化数据存储至扫描结果数据库；利用数据处理技术对硬件模拟扫描数字化数据进行优化处理，得到硬件模拟精确扫描结果；步骤S5：利用智能监测技术对硬件模拟精确扫描结果进行自适应监测处理，得到硬件模拟扫描输出结果；通过虚拟网络将硬件模拟扫描输出结果传输至硬件虚拟化环境以执行相应的硬件扫描决策。2.根据权利要求1所述的基于虚拟化的智能硬件扫描方法，其特征在于，步骤S1包括以下步骤：步骤S11：通过在计算机系统内构建硬件虚拟化环境，其中硬件虚拟化环境包括虚拟机管理器、虚拟设备和虚拟网络；步骤S12：利用虚拟机管理器对硬件扫描设备进行硬件识别处理，得到硬件扫描设备识别结果；步骤S13：基于硬件扫描设备识别结果通过虚拟设备利用虚拟化技术进行模拟扫描处理，得到硬件模拟扫描设备。3.根据权利要求1所述的基于虚拟化的智能硬件扫描方法，其特征在于，步骤S2包括以下步骤：步骤S21：利用图像识别技术对硬件模拟扫描设备进行图像采集处理，得到硬件模拟扫描功能图像；步骤S22：通过图像格式转换技术对硬件模拟扫描功能图像进行数据格式转换处理，得到硬件模拟扫描功能图像数据；步骤S23：对硬件模拟扫描功能图像数据进行数据预处理，得到硬件模拟扫描功能图像待降噪数据；步骤S24：利用图像降噪算法对硬件模拟扫描功能图像待降噪数据进行降噪处理，得到硬件模拟扫描功能图像降噪数据。4.根据权利要求3所述的基于虚拟化的智能硬件扫描方法，其特征在于，步骤S24包括以下步骤：步骤S241：利用图像降噪算法对硬件模拟扫描功能图像待降噪数据进行噪声值计算，得到扫描功能图像噪声值；其中，图像降噪算法的函数公式如下所示：
R(x，y)＝β2∫
n(u，v)
f(x，y)dxdy
‑
γ2f(x，y)；式中，为扫描功能图像噪声值，x为硬件模拟扫描功能图像待降噪数据中像素点的横坐标，y为硬件模拟扫描功能图像待降噪数据中像素点的纵坐标，f(x,y)为硬件模拟扫描功能图像函数，α1、α2和α3均为权重参数，N(x,y)为硬件模拟扫描功能图像待降噪数据中像素点的邻域函数，u为硬件模拟扫描功能图像待降噪数据中像素点的空间域像素横坐标，v为硬件模拟扫描功能图像待降噪数据中像素点的空间域像素纵坐标，F(u,v)为硬件模拟扫描功能图像空间域函数，n(u,v)为硬件模拟扫描功能图像待降噪数据中像素点的空间邻域函数，β1和β2均为硬件模拟扫描功能图像的局部噪声修正系数，γ1和γ2均为硬件模拟扫描功能图像的全局噪声修正系数，R(x,y)为对空间邻域函数的积分降噪函数，G(x,y)为硬件模拟扫描功能图像平滑控制函数，μ1和μ2均为硬件模拟扫描功能图像的平滑权重参数，μ为扫描功能图像噪声值的修正值；步骤S242：根据预设的扫描功能图像噪声阈值对扫描功能图像噪声值进行判断，当扫描功能图像噪声值大于或等于预设的扫描功能图像噪声阈值时，则剔除该扫描功能图像噪声值对应的硬件模拟扫描功能图像待降噪数据，得到硬件模拟扫描功能图像降噪数据；步骤S243：根据预设的扫描功能图像噪声阈值对扫描功能图像噪声值进行判断，当扫描功能图像噪声值小于预设的扫描功能图像噪声阈值时，则直接将该扫描功能图像噪声值对应的硬件模拟扫描功能图像待降噪数据定义为硬件模拟扫描功能图像降噪数据。5.根据权利要求1所述的基于虚拟化的智能硬件扫描方法，其特征在于，步骤S3包括以下步骤：步骤S31：利用预设的基于卷积神经网络的图像特征提取算法对硬件模拟扫描功能图像降噪数据进行特征提取处理，得到硬件模拟扫描功能图像特征；步骤S32：对硬件模拟扫描功能图像特征进行数据采集处理，得到硬件模拟扫描功能图像特征数据集；步骤S33：利用基于支持向量机的扫描分类模型对硬件模拟扫描功能图像特征数据集进行分类处理，得到硬件模拟扫描模式分类结果。6.根据权利要求5所述的基于虚拟化的智能硬件扫描方法，其特征在于，步骤S31中的图像特征提取算法的函数公式具体为：式中，U(I(X,Y)；θ)为图像特征提取算法函数，X为硬件模拟扫描功能图像降噪数据中硬件模拟扫描功能图像的空间横坐标，Y为硬件模拟扫描功能图像降噪数据中硬件模拟扫描功能图像的空间纵坐标，I(X,Y)为硬件模拟扫描功能图像降噪数据中的...

【专利技术属性】
技术研发人员：胡小勇，崔海春，陈苗雪，
申请(专利权)人：山东云秘网络科技有限公司，
类型：发明
国别省市：