基于大数据分析的箱底车轮转换方法与流程

本发明涉及大数据领域，尤其涉及一种基于大数据分析的箱底车轮转换方法。

背景技术

大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。

非结构化数据的多元化给数据分析带来新的挑战，我们需要一套工具系统的去分析，提炼数据。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。

数据质量和数据管理。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。

技术实现要素：

为了解决拉杆箱缺乏有效的推送自适应控制机制的技术问题，本发明提供了一种基于大数据分析的箱底车轮转换方法，采用基于大数据分析的图像识别机制对拉杆箱持有人的疲劳度等级进行现场检测，以在过于疲劳时，将拉杆箱的当前车轮由防滑式车轮替换为克服阻力式车轮，以提高拉杆箱的推送速度；其中，还基于图像中各个目标外形的拟合结果，获取对图像划分的模块尺寸，并对每一个划分后的图像区域进行基于信噪比的不同滤波模式的处理，其中，利用了第一标识处理设备处理图像更清晰以及第二标识处理设备处理图像振铃效果更优越的特性，并在选择第一标识处理设备时，使得对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比，提高了图像滤波运算量的有效性。

根据本发明的一方面，提供一种基于大数据分析的箱底车轮转换方法，该方法包括使用一种基于大数据分析的箱底车轮转换系统来转换箱底车轮，所述基于大数据分析的箱底车轮转换系统包括：

车轮切换设备，用于在接收到防滑切换命令时，将拉杆箱的当前车轮由克服阻力式车轮替换为防滑式车轮；所述车轮切换设备还用于接收到克服阻力切换命令时，将拉杆箱的当前车轮由防滑式车轮替换为克服阻力式车轮；容置空间，设置在拉杆箱的底部，用于容纳所述阻力式车轮或所述防滑式车轮；参考摄像设备，设置在拉杆箱的面向用户的侧面，用于对拉杆箱的用户进行拍摄，以获得参考用户图像，并输出所述参考用户图像；边沿扩展设备，与所述参考摄像设备连接，用于接收所述参考用户图像，对所述参考用户图像中与图像边沿相邻的每一个目标进行目标边沿扩展，以获得所述参考用户图像对应的边沿扩展图像；外形锐化设备，与所述边沿扩展设备连接，用于基于大数据分析执行以下动作：获取所述边沿扩展图像中的每一个目标外形，在所述边沿扩展图像中，对所述边沿扩展图像中的每一个目标外形进行锐化处理，以获得并输出与所述边沿扩展图像对应的外形锐化图像；在所述边沿扩展设备中，对所述参考用户图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括：将所述参考用户图像中与图像边沿相邻的每一个目标作为对应的不完整目标，基于所述参考用户图像中的不完整目标的外形对所述不完整目标在所述参考用户图像之外的部分进行预测性扩展；参考数据解析设备，与所述外形锐化设备连接，用于接收所述外形锐化图像，对所述外形锐化图像中的各个目标进行外形辨识，以获得所述外形锐化图像中的各个目标分别所在的目标分块，对每一个目标分块进行外形拟合，以获得与所述目标分块的面积最接近的正方形，并获取每一个目标分块对应的正方形的边长，对各个目标分块分别对应的正方形的各个边长进行均值计算，以获得具有与均值相等的边长的正方形作为参考正方形；数据分割设备，与所述参考数据解析设备连接，用于基于所述参考正方形的尺寸对所述外形锐化图像进行均匀式分区域处理，以获得所述外形锐化图像的各个图像区域；信噪比分析设备，与所述数据分割设备连接，用于接收所述各个图像区域，对每一个图像区域进行信噪比检测，并在信噪比未超过限量时，为所述图像区域设置巴特沃斯滤波标识，以及在信噪比超过限量时，为所述图像区域设置高斯低通滤波标识；第一标识处理设备，与所述信噪比分析设备连接，用于对设置有巴特沃斯滤波标识的图像区域执行巴特沃斯滤波动作，以获得所述图像区域对应的滤波区域；第二标识处理设备，与所述信噪比分析设备连接，用于对设置有高斯低通滤波标识的图像区域执行高斯低通滤波动作，以获得所述图像区域对应的滤波区域；区域整合设备，分别与所述第一标识处理设备和所述第二标识处理设备连接，用于接收所述第一标识处理设备输出的各个滤波区域，以及接收所述第二标识处理设备输出的各个滤波区域，并对所述第一标识处理设备输出的各个滤波区域和所述第二标识处理设备输出的各个滤波区域进行合并，以获得所述外形锐化图像对应的区域整合图像；参考数据抓取设备，与所述区域整合设备连接，用于接收所述区域整合图像，基于基准用户面部轮廓从所述区域整合图像中搜索出用户面部图案，对所述用户面部图案执行基于图像特征分析的疲劳度检测，以获得并输出对应的疲劳度等级；dsp处理芯片，分别与所述参考数据抓取设备和所述车轮切换设备连接，用于在所述疲劳度等级超限时，发出克服阻力切换命令，还用于在所述疲劳度等级未超限时，发出防滑切换命令；其中，当前车轮由防滑式车轮替换为克服阻力式车轮，所述容置空间内容纳四个克服阻力式车轮。

更具体地，在所述基于大数据分析的箱底车轮转换系统中：当前车轮由克服阻力式车轮替换为防滑式车轮，所述容置空间内容纳四个防滑式车轮。

更具体地，在所述基于大数据分析的箱底车轮转换系统中：所述第一标识处理设备和所述第二标识处理设备分别采用不同型号的soc芯片来实现。

更具体地，在所述基于大数据分析的箱底车轮转换系统中：所述信噪比分析设备包括区域接收子设备、信噪比检测子设备和标识设置子设备。

更具体地，在所述基于大数据分析的箱底车轮转换系统中：在所述第一标识处理设备中，所述第一标识处理设备对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比。

更具体地，在所述基于大数据分析的箱底车轮转换系统中：在所述信噪比分析设备中，所述信噪比检测子设备分别与所述区域接收子设备和所述标识设置子设备连接。

更具体地，在所述基于大数据分析的箱底车轮转换系统中：所述dsp处理芯片中内置rom单元，用于预先存储所述疲劳度等级对应的限值。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的基于大数据分析的箱底车轮转换系统所在拉杆箱的侧面示意图。

具体实施方式

下面将参照附图对本发明的实施方案进行详细说明。

大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。

大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法(可以称之为真理)才能深入数据内部，挖掘出公认的价值。

另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。

为了克服上述不足，本发明搭建一种基于大数据分析的箱底车轮转换方法，该方法包括使用一种基于大数据分析的箱底车轮转换系统来转换箱底车轮。所述基于大数据分析的箱底车轮转换系统能够有效解决相应的技术问题。

图1为根据本发明实施方案示出的基于大数据分析的箱底车轮转换系统所在拉杆箱的侧面示意图。其中，1为参考摄像设备，2为固定板，3为支撑板，4为底部水平板。

根据本发明实施方案示出的基于大数据分析的箱底车轮转换系统包括：

车轮切换设备，用于在接收到防滑切换命令时，将拉杆箱的当前车轮由克服阻力式车轮替换为防滑式车轮；所述车轮切换设备还用于接收到克服阻力切换命令时，将拉杆箱的当前车轮由防滑式车轮替换为克服阻力式车轮；

容置空间，设置在拉杆箱的底部，用于容纳所述阻力式车轮或所述防滑式车轮；

参考摄像设备，设置在拉杆箱的面向用户的侧面，用于对拉杆箱的用户进行拍摄，以获得参考用户图像，并输出所述参考用户图像；

边沿扩展设备，与所述参考摄像设备连接，用于接收所述参考用户图像，对所述参考用户图像中与图像边沿相邻的每一个目标进行目标边沿扩展，以获得所述参考用户图像对应的边沿扩展图像；

外形锐化设备，与所述边沿扩展设备连接，用于基于大数据分析执行以下动作：获取所述边沿扩展图像中的每一个目标外形，在所述边沿扩展图像中，对所述边沿扩展图像中的每一个目标外形进行锐化处理，以获得并输出与所述边沿扩展图像对应的外形锐化图像；在所述边沿扩展设备中，对所述参考用户图像中与图像边沿相邻的每一个目标进行目标边沿扩展包括：将所述参考用户图像中与图像边沿相邻的每一个目标作为对应的不完整目标，基于所述参考用户图像中的不完整目标的外形对所述不完整目标在所述参考用户图像之外的部分进行预测性扩展；

参考数据解析设备，与所述外形锐化设备连接，用于接收所述外形锐化图像，对所述外形锐化图像中的各个目标进行外形辨识，以获得所述外形锐化图像中的各个目标分别所在的目标分块，对每一个目标分块进行外形拟合，以获得与所述目标分块的面积最接近的正方形，并获取每一个目标分块对应的正方形的边长，对各个目标分块分别对应的正方形的各个边长进行均值计算，以获得具有与均值相等的边长的正方形作为参考正方形；

数据分割设备，与所述参考数据解析设备连接，用于基于所述参考正方形的尺寸对所述外形锐化图像进行均匀式分区域处理，以获得所述外形锐化图像的各个图像区域；

信噪比分析设备，与所述数据分割设备连接，用于接收所述各个图像区域，对每一个图像区域进行信噪比检测，并在信噪比未超过限量时，为所述图像区域设置巴特沃斯滤波标识，以及在信噪比超过限量时，为所述图像区域设置高斯低通滤波标识；

第一标识处理设备，与所述信噪比分析设备连接，用于对设置有巴特沃斯滤波标识的图像区域执行巴特沃斯滤波动作，以获得所述图像区域对应的滤波区域；

第二标识处理设备，与所述信噪比分析设备连接，用于对设置有高斯低通滤波标识的图像区域执行高斯低通滤波动作，以获得所述图像区域对应的滤波区域；

区域整合设备，分别与所述第一标识处理设备和所述第二标识处理设备连接，用于接收所述第一标识处理设备输出的各个滤波区域，以及接收所述第二标识处理设备输出的各个滤波区域，并对所述第一标识处理设备输出的各个滤波区域和所述第二标识处理设备输出的各个滤波区域进行合并，以获得所述外形锐化图像对应的区域整合图像；

参考数据抓取设备，与所述区域整合设备连接，用于接收所述区域整合图像，基于基准用户面部轮廓从所述区域整合图像中搜索出用户面部图案，对所述用户面部图案执行基于图像特征分析的疲劳度检测，以获得并输出对应的疲劳度等级；

dsp处理芯片，分别与所述参考数据抓取设备和所述车轮切换设备连接，用于在所述疲劳度等级超限时，发出克服阻力切换命令，还用于在所述疲劳度等级未超限时，发出防滑切换命令；

其中，当前车轮由防滑式车轮替换为克服阻力式车轮，所述容置空间内容纳四个克服阻力式车轮。

接着，继续对本发明的基于大数据分析的箱底车轮转换系统的具体结构进行进一步的说明。

在所述基于大数据分析的箱底车轮转换系统中：当前车轮由克服阻力式车轮替换为防滑式车轮，所述容置空间内容纳四个防滑式车轮。

在所述基于大数据分析的箱底车轮转换系统中：所述第一标识处理设备和所述第二标识处理设备分别采用不同型号的soc芯片来实现。

在所述基于大数据分析的箱底车轮转换系统中：所述信噪比分析设备包括区域接收子设备、信噪比检测子设备和标识设置子设备。

在所述基于大数据分析的箱底车轮转换系统中：在所述第一标识处理设备中，所述第一标识处理设备对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比。

在所述基于大数据分析的箱底车轮转换系统中：在所述信噪比分析设备中，所述信噪比检测子设备分别与所述区域接收子设备和所述标识设置子设备连接。

在所述基于大数据分析的箱底车轮转换系统中：所述dsp处理芯片中内置rom单元，用于预先存储所述疲劳度等级对应的限值。

另外，所述dsp处理芯片的内部采用程序和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，提供特殊的dsp指令，可以用来快速的实现各种数字信号处理算法。

根据数字信号处理的要求，dsp处理芯片一般具有如下的一些主要特点：(1)在一个指令周期内可完成一次乘法和一次加法。(2)程序和数据空间分开，可以同时访问指令和数据。(3)片内具有快速ram，通常可通过独立的数据总线在两块中同时访问。(4)具有低开销或无开销循环及跳转的硬件支持。(5)快速的中断处理和硬件i/o支持。(6)具有在单周期内操作的多个硬件地址产生器。(7)可以并行执行多个操作。(8)支持流水线操作，使取指、译码和执行等操作可以重叠执行。

根据dsp处理芯片工作的数据格式来分类的。数据以定点格式工作的dsp处理芯片称为定点dsp处理芯片，如ti公司的tms320c1x/c2x、tms320c2xx/c5x、tms320c54x/c62xx系列，ad公司的adsp21xx系列，at&t公司的dsp16/16a，motolora公司的mc56000等。以浮点格式工作的称为浮点dsp处理芯片，如ti公司的tms320c3x/c4x/c8x，ad公司的adsp21xxx系列，at&t公司的dsp32/32c，motolora公司的mc96002等。

不同浮点dsp处理芯片所采用的浮点格式不完全一样，有的dsp处理芯片采用自定义的浮点格式，如tms320c3x，而有的dsp处理芯片则采用ieee的标准浮点格式，如motorola公司的mc96002、fujitsu公司的mb86232和zoran公司的zr35325等。

采用本发明的基于大数据分析的箱底车轮转换系统，针对现有技术中推杆箱车轮过于单一化的技术问题，通过采用基于大数据分析的图像识别机制对拉杆箱持有人的疲劳度等级进行现场检测，以在过于疲劳时，将拉杆箱的当前车轮由防滑式车轮替换为克服阻力式车轮，以提高拉杆箱的推送速度；其中，还基于图像中各个目标外形的拟合结果，获取对图像划分的模块尺寸，并对每一个划分后的图像区域进行基于信噪比的不同滤波模式的处理，其中，利用了第一标识处理设备处理图像更清晰以及第二标识处理设备处理图像振铃效果更优越的特性，并在选择第一标识处理设备时，使得对其处理的图像区域执行的巴特沃斯滤波动作的滤波阶数与其处理的图像区域的信噪比成反比，提高了图像滤波运算量的有效性，从而解决了上述技术问题。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。