一种基于大数据的数字图像安全处理系统

1.本发明涉及图像安全处理领域，尤其涉及一种基于大数据的数字图像安全处理系统。


背景技术：

2.两轮车有自行车、电动车、摩托车等，由于其重量较轻且使用方便，广泛在家庭生活中使用，而现有的两轮车由于缺乏防护手段，往往由于其便捷性被偷被盗，在两轮车被偷被盗后无法及时预前通知骑行人员，导致骑行人员在骑行时才知道车辆被盗，造成家庭的经济损失和耽误工作时间，且现有的两轮车由于无法通过采集指纹或面部信息获取动态解码信息，导致无法同时近距离解锁车辆和远距离解锁车辆，易造成现有自行车或电动车无安全解码手段，其智能性和安全性程度较低的问题；
3.针对上述的技术缺陷，现提出一种解决方案。


技术实现要素：

4.本发明的目的在于：通过采集分析单元获取动态解码信息从近端解锁车辆，且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图，通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习，且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图，并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合，通过生成的远程解码集合，当骑行人员靠近到车辆时则进行自动解锁车辆，且提醒骑行人员车辆的位置，提醒的方法通常为语音提醒或闪烁灯提醒；同时在远程无法解锁车辆时，还将提醒骑行人员进行近端解锁车辆；当近端解锁车辆还未成功时，则编辑预警文本和车辆定位信息发送给骑行人员的手机终端，且对车辆定位信息在手机终端进行动态刷新，从而辅助提醒骑行人员进行安全防盗工作。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种基于大数据的数字图像安全处理系统，包括采集分析单元、图像采集单元、服务器、图像分析单元和处理控制单元；
7.采集分析单元获取动态解码信息，再获取服务器内储存的预录入解码信息，当预录入解码信息与动态解码信息匹配时进行车辆解锁，且控制图像采集单元采集骑行人员的动态立体图像并将其发送给图像分析单元；
8.图像分析单元接收到骑行人员的动态立体图像后，经分析处理形成人形动作框图，且将人形动作框图发送到服务器；
9.服务器用于接收人形动作框图，且储存生成框图待检包；当框图待检包的储存量大于预设储存值时，则将框图待检包发送给处理控制单元并删除原框图待检包；
10.处理控制单元接收到框图待检包后，经模型化处理构建远程解码集合，将其发送给服务器储存，再进行相应的远程处理操作：直接控制图像采集单元采集人形动作框图并获取远程解码集合，将人形动作框图与远程解码集合匹配：当匹配成功，则远程自动解锁车
辆；当匹配未成功，则提醒骑行人员进行动态解码信息进行解锁；当动态解码信息匹配未成功，则编辑预警文本和车辆定位信息发送给骑行人员的手机终端，且对车辆定位信息在手机终端进行动态刷新。
11.进一步的，图像分析单元生成人形动作框图的具体过程如下：
12.随机提取骑行人员的动态立体图像内的静态立体图像，再将静态立体图像与预设框图集合内的预设立体图进行随机叠合，再获取叠合度大于预设叠合值的静态立体图像构建待检立体图像集合，且将静态立体图像分别进行边缘轮廓化处理生成立体轮廓图，再将立体轮廓图分别与预设框图集合内的预设立体图进行叠合比较，获取每个预设立体图叠合度最高的立体轮廓图并将其标记为人形动作框图。
13.进一步的，立体轮廓图的边缘轮廓化处理如下：
14.将静态立体图像置入于三维坐标中，则静态立体图像的组成形状为(x、y、
[0015][0016]
yi、zi)则为静态立体图像置入于三维坐标中的第i个坐标，且ci为第i个坐标处的质量；再计算出两个相邻像素的质量差值，并将质量差值处于预设边界区间内的两个像素标记为第一边界像素，同时若任意相邻的两个像素均为第一边界像素，则将第一边界像素进行相连，再将任意未相连部分的两个像素的质量差值与预设边界值进行比较，当其大于预设边界值时，则将其标记为第二边界像素，同时若任意相邻的两个像素均为第二边界像素，则将第二边界像素进行相连，再将第一边界像素和第二边界像素进行结合形成立体轮廓图。
[0017]
进一步的，图像采集单元为超声波传感器，超声波传感器的超声波通过骑行人员的灰度值，质量为其中超声波传感器将空气的灰度值标记为0。
[0018]
进一步的，服务器还通讯连接有登录解码单元，登录解码单元用于骑行人员通过指纹识别模块或人脸识别模块预录入解码信息，再通过手机终端提交个人信息，且将预录入解码信息和个人信息发送到服务器内存储，同时服务器将接收到的个人信息和预录入解码信息进行匹配生成个人标签，并将生成个人标签的时刻标记为注册时刻；其中个人标签包括预录入解码信息和个人信息，其中预录入解码信息为骑行人员解锁特征，解锁特征为面部特征或指纹特征；而个人信息为骑行人员的姓名、骑行人员的手机号、骑行人员的身高、车辆的车牌号和车辆的车架号。
[0019]
进一步的，图像分析单元信号连接有优化反馈单元，优化反馈单元定时段获取图像分析单元中全部实时生成的立体轮廓图，且将实时生成的立体轮廓图的高度进行比较，获取高度最大的立体轮廓图，且将此立体轮廓图与预设框图集合内的预设立体图进行形状比较，再获取其动作超过预设相似度的预设立体图，将对应的立体轮廓图和预设立体图以图像中点进行叠合，再对预设立体图进行等比例缩放或扩大生成初始预设立体图，再提取初始预设立体图等比例缩放或扩大过程中的比例系数生成比例系数表，再将比例系数表中的数据分别和与之对应的预设转化因子相乘后，通过相乘的积对预设转化因子对应的预设立体图进行修正，重复上述修正过程，将其他的预设立体图进行修正，且将修正后的预设立体图和初始预设立体图结合构建动态框图集合，还将动态框图集合发送给图像分析单元并将其内的预设框图集合进行动态刷新。
[0020]
进一步的，处理控制单元的模型化处理的过程如下：
[0021]
将接收到的框图待检包进行解压，再将解压后框图待检包内的图像分别和动态框图集合内的图像以其中心进行随机重合，获取两个图像间的重合度，并将两个图像的重合度与预设重合度进行比较，当图像的重合度大于预设重合度时，则将两个图像进行匹配，且对应删除框图待检包内的原图像，重复上述过程，将框图待检包内的图像依次匹配到动态框图集合内的图像并生成框图标签，同时将框图待检包内未匹配到的图像进行两两重叠，将重叠度在预设区间内的两个图像进行拟合构建生成新图标签，反之，则将其删除；再将新图标签和框图标签进行结合构建生成远程解码集合。
[0022]
综上所述，由于采用了上述技术方案，本发明的有益效果是：
[0023]
本发明是通过采集分析单元获取动态解码信息从近端解锁车辆，且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图，通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习，且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图，并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合，通过生成的远程解码集合，当骑行人员靠近到车辆时则进行自动解锁车辆，且提醒骑行人员车辆的位置，提醒的方法通常为语音提醒或闪烁灯提醒；同时在远程无法解锁车辆时，还将提醒骑行人员进行近端解锁车辆；当近端解锁车辆还未成功时，则编辑预警文本和车辆定位信息发送给骑行人员的手机终端，且对车辆定位信息在手机终端进行动态刷新，从而辅助提醒骑行人员进行安全防盗工作。
附图说明
[0024]
图1示出了本发明的流程框图；
具体实施方式
[0025]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0026]
如图1所示，一种基于大数据的数字图像安全处理系统，包括登录解码单元、采集分析单元、图像采集单元、服务器、图像分析单元和处理控制单元；其中图像分析单元信号连接有优化反馈单元，将其应用到电动车或自行车防盗领域中的具体步骤如下：
[0027]
步骤一：登录解码单元用于骑行人员通过指纹识别模块或人脸识别模块预录入解码信息，再通过手机终端提交个人信息，且将预录入解码信息和个人信息发送到服务器内存储，同时服务器将接收到的个人信息和预录入解码信息进行匹配生成个人标签，并将生成个人标签的时刻标记为注册时刻；其中个人标签包括预录入解码信息和个人信息，其中预录入解码信息为骑行人员的解锁特征，解锁特征为面部特征或指纹特征；而个人信息为骑行人员的姓名、骑行人员的手机号、骑行人员的身高、车辆的车牌号和车辆的车架号；通常会将指纹识别模块或人脸识别模块安装于电动车或自行车的车头架上；若安装指纹识别模块则进行适应性地翻盖保护，以用于防尘、防雨；本具体实例中以指纹识别模块为标准；
[0028]
步骤二：当骑行人员手指按压到指纹识别模块后，指纹识别模块生成动态解码信
息，即骑行人员手指刚按压下去的指纹信息，采集分析单元获取到动态解码信息后，再获取服务器内储存的预录入解码信息，当预录入解码信息与动态解码信息匹配时进行车辆解锁，且控制图像采集单元采集骑行人员的动态立体图像并将其发送给图像分析单元；图像采集单元为超声波传感器，超声波传感器的超声波通过骑行人员的灰度值，其中超声波传感器将空气的灰度值标记为0，灰度值为质量，质量的取值为0-100；
[0029]
步骤三：图像分析单元接收到骑行人员的动态立体图像后，随机提取骑行人员的动态立体图像内的静态立体图像，再将静态立体图像与预设框图集合内的预设立体图进行随机叠合，再获取叠合度大于预设叠合值的静态立体图像构建待检立体图像集合，且将静态立体图像置入于三维坐标中，则静态立体图像的组成形状为(x、y、z)，则其中i为取遍该静态立体图像内每一像素，(xi、yi、zi)则为静态立体图像置入于三维坐标中的第i个坐标，且ci为第i个坐标处的质量；再计算出两个相邻像素的质量差值，并将质量差值处于预设边界区间内的两个像素标记为第一边界像素，同时若任意相邻的两个像素均为第一边界像素，则将第一边界像素进行相连，再将任意未相连部分的两个像素的质量差值与预设边界值进行比较，当其大于预设边界值时，则将其标记为第二边界像素，同时若任意相邻的两个像素均为第二边界像素，则将第二边界像素进行相连，再将第一边界像素和第二边界像素进行结合形成立体轮廓图；
[0030]
步骤四：优化反馈单元定时段获取图像分析单元中全部实时生成的立体轮廓图，且将实时生成的立体轮廓图的高度进行比较，获取高度最大的立体轮廓图，且将此立体轮廓图与预设框图集合内的预设立体图进行形状比较，再获取其动作超过预设相似度的预设立体图，将对应的立体轮廓图和预设立体图以图像中点进行叠合，再对预设立体图进行等比例缩放或扩大生成初始预设立体图，再提取初始预设立体图等比例缩放或扩大过程中的比例系数生成比例系数表，再将比例系数表中的数据分别和与之对应的预设转化因子相乘后，通过相乘的积对预设转化因子对应的预设立体图进行修正，重复上述修正过程，将其他的预设立体图进行修正，且将修正后的预设立体图和初始预设立体图结合构建动态框图集合，还将动态框图集合发送给图像分析单元并将其内的预设框图集合进行动态刷新；
[0031]
步骤五：图像分析单元再将实时生成的立体轮廓图分别与预设框图集合内的预设立体图进行叠合比较，获取每个预设立体图叠合度最高的立体轮廓图并将其标记为人形动作框图；当生成人形动作框图后，将人形动作框图发送到服务器；还将非第一边界像素和第二边界像素进行删除，使人形动作框图空心化，降低数据储存量，降低服务器的压力；
[0032]
步骤六：处理控制单元接收到框图待检包后，将接收到的框图待检包进行解压，再将解压后框图待检包内的图像分别和动态框图集合内的图像以其中心进行随机重合，获取两个图像间的重合度，并将两个图像的重合度与预设重合度进行比较，当图像的重合度大于预设重合度时，则将两个图像进行匹配，且对应删除框图待检包内的原图像，重复上述过程，将框图待检包内的图像依次匹配到动态框图集合内的图像并生成框图标签，同时将框图待检包内未匹配到的图像进行两两重叠，将重叠度在预设区间内的两个图像进行拟合构建生成新图标签，反之，则将其删除；再将新图标签和框图标签进行结合构建生成远程解码集合，当生成远程解码集合后将其发送给服务器储存，再进行相应的远程处理操作：直接控
制图像采集单元采集人形动作框图并获取远程解码集合，将人形动作框图与远程解码集合匹配：当匹配成功，则远程自动解锁车辆；当匹配未成功，则提醒骑行人员进行动态解码信息进行解锁；当动态解码信息匹配未成功，则编辑预警文本和车辆定位信息发送给骑行人员的手机终端，且对车辆定位信息在手机终端进行动态刷新；
[0033]
综合上述，本发明是通过采集分析单元获取动态解码信息从近端解锁车辆，且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图，通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习，且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图，并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合，通过生成的远程解码集合，当骑行人员靠近到车辆时则进行自动解锁车辆，且提醒骑行人员车辆的位置，提醒的方法通常为语音提醒或闪烁灯提醒；同时在远程无法解锁车辆时，还将提醒骑行人员进行近端解锁车辆；当近端解锁车辆还未成功时，则编辑预警文本和车辆定位信息发送给骑行人员的手机终端，且对车辆定位信息在手机终端进行动态刷新，从而辅助提醒骑行人员进行安全防盗工作。
[0034]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种基于大数据的数字图像安全处理系统，其特征在于，包括采集分析单元、图像采集单元、服务器、图像分析单元和处理控制单元；采集分析单元获取动态解码信息，再获取服务器内储存的预录入解码信息，当预录入解码信息与动态解码信息匹配时进行车辆解锁，且控制图像采集单元采集骑行人员的动态立体图像并将其发送给图像分析单元；图像分析单元接收到骑行人员的动态立体图像后，经分析处理形成人形动作框图，且将人形动作框图发送到服务器；服务器用于接收人形动作框图，且储存生成框图待检包；当框图待检包的储存量大于预设储存值时，则将框图待检包发送给处理控制单元并删除原框图待检包；处理控制单元接收到框图待检包后，经模型化处理构建远程解码集合，将其发送给服务器储存，再进行相应的远程处理操作：直接控制图像采集单元采集人形动作框图并获取远程解码集合，将人形动作框图与远程解码集合匹配：当匹配成功，则远程自动解锁车辆；当匹配未成功，则提醒骑行人员进行动态解码信息进行解锁；当动态解码信息匹配未成功，则编辑预警文本和车辆定位信息发送给骑行人员的手机终端，且对车辆定位信息在手机终端进行动态刷新。2.根据权利要求1所述的一种基于大数据的数字图像安全处理系统，其特征在于，图像分析单元生成人形动作框图的具体过程如下：随机提取骑行人员的动态立体图像内的静态立体图像，再将静态立体图像与预设框图集合内的预设立体图进行随机叠合，再获取叠合度大于预设叠合值的静态立体图像构建待检立体图像集合，且将静态立体图像分别进行边缘轮廓化处理生成立体轮廓图，再将立体轮廓图分别与预设框图集合内的预设立体图进行叠合比较，获取每个预设立体图叠合度最高的立体轮廓图并将其标记为人形动作框图。3.根据权利要求2所述的一种基于大数据的数字图像安全处理系统，其特征在于，立体轮廓图的边缘轮廓化处理如下：将静态立体图像置入于三维坐标中，则静态立体图像的组成形状为(x、y、z)，则其中i为取遍该静态立体图像内每一像素，(xi、yi、zi)则为静态立体图像置入于三维坐标中的第i个坐标，且ci为第i个坐标处的质量；再计算出两个相邻像素的质量差值，并将质量差值处于预设边界区间内的两个像素标记为第一边界像素，同时若任意相邻的两个像素均为第一边界像素，则将第一边界像素进行相连，再将任意未相连部分的两个像素的质量差值与预设边界值进行比较，当其大于预设边界值时，则将其标记为第二边界像素，同时若任意相邻的两个像素均为第二边界像素，则将第二边界像素进行相连，再将第一边界像素和第二边界像素进行结合形成立体轮廓图。4.根据权利要求3所述的一种基于大数据的数字图像安全处理系统，其特征在于，图像采集单元为超声波传感器，超声波传感器的超声波通过骑行人员的灰度值，质量为其中超声波传感器将空气的灰度值标记为0。5.根据权利要求1所述的一种基于大数据的数字图像安全处理系统，其特征在于，服务器还通讯连接有登录解码单元，登录解码单元用于骑行人员通过指纹识别模块或人脸识别
模块预录入解码信息，再通过手机终端提交个人信息，且将预录入解码信息和个人信息发送到服务器内存储，同时服务器将接收到的个人信息和预录入解码信息进行匹配生成个人标签，并将生成个人标签的时刻标记为注册时刻；其中个人标签包括预录入解码信息和个人信息，其中预录入解码信息为骑行人员解锁特征，解锁特征为面部特征或指纹特征；而个人信息为骑行人员的姓名、骑行人员的手机号、骑行人员的身高、车辆的车牌号和车辆的车架号。6.根据权利要求3所述的一种基于大数据的数字图像安全处理系统，其特征在于，图像分析单元信号连接有优化反馈单元，优化反馈单元定时段获取图像分析单元中全部实时生成的立体轮廓图，且将实时生成的立体轮廓图的高度进行比较，获取高度最大的立体轮廓图，且将此立体轮廓图与预设框图集合内的预设立体图进行形状比较，再获取其动作超过预设相似度的预设立体图，将对应的立体轮廓图和预设立体图以图像中点进行叠合，再对预设立体图进行等比例缩放或扩大生成初始预设立体图，再提取初始预设立体图等比例缩放或扩大过程中的比例系数生成比例系数表，再将比例系数表中的数据分别和与之对应的预设转化因子相乘后，通过相乘的积对预设转化因子对应的预设立体图进行修正，重复上述修正过程，将其他的预设立体图进行修正，且将修正后的预设立体图和初始预设立体图结合构建动态框图集合，还将动态框图集合发送给图像分析单元并将其内的预设框图集合进行动态刷新。7.根据权利要求6所述的一种基于大数据的数字图像安全处理系统，其特征在于，处理控制单元的模型化处理的过程如下：将接收到的框图待检包进行解压，再将解压后框图待检包内的图像分别和动态框图集合内的图像以其中心进行随机重合，获取两个图像间的重合度，并将两个图像的重合度与预设重合度进行比较，当图像的重合度大于预设重合度时，则将两个图像进行匹配，且对应删除框图待检包内的原图像，重复上述过程，将框图待检包内的图像依次匹配到动态框图集合内的图像并生成框图标签，同时将框图待检包内未匹配到的图像进行两两重叠，将重叠度在预设区间内的两个图像进行拟合构建生成新图标签，反之，则将其删除；再将新图标签和框图标签进行结合构建生成远程解码集合。

技术总结
本发明公开了一种基于大数据的数字图像安全处理系统，涉及图像安全处理领域；本发明是通过采集分析单元获取动态解码信息从近端解锁车辆，且通过采集骑行人员的动态立体图像并对其进行立体轮廓化生成立体轮廓图，并通过立体轮廓图逐步优化预设框图集合内的预设立体图实现深度学习，且通过深度学习使系统中的预设立体图与骑行人员形态匹配生成人形动作框图，并通过大量的人形动作框图进行特征筛选反向匹配构建远程解码集合，通过生成的远程解码集合，当骑行人员靠近到车辆时则进行自动解锁车辆，且提醒骑行人员车辆的位置，提醒的方法通常为语音提醒或闪烁灯提醒。法通常为语音提醒或闪烁灯提醒。法通常为语音提醒或闪烁灯提醒。


技术研发人员：蔡正保 宗崇骏 鲁传磊 方子祥
受保护的技术使用者：安徽国防科技职业学院
技术研发日：2022.12.12
技术公布日：2023/9/25