[发明专利]基于大数据分析技术的项目域主题分析系统

权利要求书

1.基于大数据分析技术的项目域主题分析系统，其特征在于，包括：服务器和用户终端，

其中，所述服务器包括存储层、应用层和通讯层；

其中，所述存储层包括项目域数据仓库模块和集市模块；

所述项目域数据仓库模块是针对企业的项目域历史数据进行集中化、一体化的数据存储区域；

所述集市模块用于针对不同的二级主题域或不同分类获取不同的数据集合；

所述应用层包括分析模块和录入模块；

所述分析模块对所述项目域历史数据进行不同类型的主题分析；

所述录入模块用于向所述存储层录入新的数据；

所述通讯层包括通讯模块，用于与所述用户终端建立通讯连接；

所述用户终端用于向所述服务器发送录入的项目域相关数据以及获取由服务器发送的主题分析结果；

其中，所述应用层还包括：身份验证模块，用于根据接收的用户登录信息，确认用户的合法性；

所述向服务器发送的用户登录信息还包括用户人脸图像；

所述用户终端还包括图像获取模块，用于获取实时的用户人脸图像；

所述服务器中的身份验证模块进一步包括：人脸图像识别单元，用于根据用户身份信息对人脸图像进行人脸识别验证，输出验证结果；

所述人脸图像识别单元进一步包括：

接收单元，用于接收由用户终端发送的人脸图像；

预处理单元，对接收的人脸图像进行增强处理，输出增强后的人脸图像；

分割单元，对增强后的人脸图像进行分割处理，从增强后的人脸图像中将人脸部分分割处理；

特征提取单元，对人脸部分进行特征提取处理，获取该人脸部分的特征参数；

识别验证单元，将获取的人脸部分的特征参数和数据库中预存的与该用户登录信息对应的人脸特征参数进行相似度比较，输出比对结果；

输出单元，根据比对结果输出人脸识别验证结果；

所述预处理单元，对人脸图像进行增强处理，进一步包括：

1)根据设定的小波基和分解层数对获取的人脸图像进行小波分解，获取该人脸图像的低频子图和高频子图；

2)对获取的高频子图系数进行阈值处理，获取阈值处理后的高频子图系数；包括：对高频子图系数进行阈值处理，采用的阈值函数为：

其中，G′_m表示第m层去噪后的高频子图系数，T表示设定的阈值，σ表示噪声标准差，根据高频子图系数的绝对中值确定，L表示信号的长度，g(i)表示去噪前的第m层第i个高频子图系数；

3)对低频子图分别进行直方图均衡化和伽马变换增强处理，并对分别处理后的低频子图进行融合处理，获取处理后的低频子图；

其中，对低频子图进行直方图均衡化处理，具体包括：

将低频子图映射到灰度值为0-255之间；

获取该低频子图的灰度直方图，采用自定义直方图均衡化函数对该灰度直方图进行均衡化处理，输出直方图均衡化处理后的低频子图；

其中采用的自定义直方图均衡化函数为：

式中，c′_x,y表示自定义直方图均衡化函数处理后像素点(x,y)的灰度值，k(x,y)表示像素点(x,y)的灰度级，n_j表示低频子图中灰度级为j的像素点的总数，N表示低频子图中像素点的总数，c_x,y表示低频子图中像素点(x,y)的灰度值，W表示以像素点(x,y)为中心，尺寸为m×n的窗口W内像素点的集合，c_i,j表示窗口W内的像素点(i,j)的灰度值，ω₁和ω₂表示设定的权重系数；

其中，对低频子图进行伽马变换增强处理，具体包括：

将低频子图映射到灰度值为0-255之间；

采用自定义伽马变换增强函数对该低频子图进行伽马校正处理，输出伽马变换增强处理后的低频子图；

其中采用的自定义伽马变换增强函数为：

式中，g′_x,y表示自定义伽马变换增强函数处理后像素点(x,y)的灰度值，g(x,y)表示像素点(x,y)的灰度值，G_σ表示低频子图的灰度均值，α表示设定的调节因子，ω表示增强权重因子，其中g_m(x,y)和g_2m+1(x,y)分别表示以像素点(x,y)为中心，边长为m和2m的邻域窗口中的邻域像素点均值；

其中，对直方图均衡化处理后的低频子图和伽马变换增强处理后的低频子图进行融合处理，输出处理后的低频子图；

其中采用的融合处理公式为：

式中，Z′(x,y)表示融合处理后像素点(x,y)的灰度值，m₁和m₂表示设定的权重因子；

4)根据阈值处理后的高频子图和处理后的低频子图进行重构，输出增强处理后的人脸图像。