[发明专利]适用于物联网的图像采集系统

摘要

本发明公开了一种适用于物联网的图像采集系统，它包括多个无线图像采集节点以及依次相连接的ARM无线控制单元、多模无线基带处理单元、网络服务器、FPGA图像处理单元、NAS服务器、客户端，多个无线图像采集节点与ARM无线控制单元分别相连接，无线图像采集节点包括放置于所需采集图像区域并在接收到ARM无线控制单元所发送的控制命令而进行拍摄的摄像头、将所拍摄的图像回传的无线图传模块，FPGA图像处理单元包括将bayer域图像处理至RGB域的图像信号处理模块和进行超分辨率重构的单幅图像超分辨率重构模块，FPGA图像处理单元将处理后的图像输出并存储在NAS服务器上，客户端通过访问NAS服务器对图像进行查看。

主权项

1.一种适用于物联网的图像采集系统，其特征在于：它包括多个无线图像采集节点以及依次相连接的ARM无线控制单元、多模无线基带处理单元、网络服务器、FPGA图像处理单元、NAS服务器、客户端，所述的多个无线图像采集节点与ARM无线控制单元分别相连接，所述的无线图像采集节点包括放置于所需采集图像区域并在接收到所述ARM无线控制单元所发送的控制命令而进行拍摄的摄像头、将所拍摄的图像回传至所述多模无线基带处理单元的无线图传模块，所述的多模无线基带处理单元将bayer域图像传送至所述网络服务器，所述的FPGA图像处理单元从网络服务器获取bayer域图像并进行处理，所述的FPGA图像处理单元包括将所述bayer域图像处理至RGB域的图像信号处理模块和进行超分辨率重构的单幅图像超分辨率重构模块，所述FPGA图像处理单元将处理后的图像输出并存储在所述NAS服务器上，所述的客户端通过访问NAS服务器对图像进行查看；所述的摄像头包括3A模块；所述的多模无线基带处理单元通过LTE cat0或者Wifi协议将所述bayer域图像传送到所述网络服务器，所述的多模无线基带处理单元根据需要在LTE cat0和Wifi之间进行实时选择切换；所述的图像信号处理模块包括依次相连接的用于对图像的坏点进行修正的原始数据校正模块、用于对图像的白平衡进行修正的白平衡修正模块、用于修正镜头畸变的镜头阴影修正模块、用于降低图像空间和时间噪声的噪声降低模块、用于提高图像的动态范围的动态范围校正模块、用于将bayer域图像转至RGB域的去马赛克模块、用于修正图像的颜色的3×3颜色矩阵模块、用于提高图像暗区的亮度的亮度校正模块、提高图像锐度的锐化模块；所述的单幅图像超分辨率重构模块包括卷积神经网络；所述的单幅图像超分辨率重构模块还包括用于将原始图像放大的双三次插值模块、与所述双三次插值模块和卷积神经网络分别相连接并用于将放大的图像由RGB域转到YCbCr域且将Y通道输入到所述卷积神经网络中进行处理的第一转化模块、与所述第一转化模块和卷积神经网络分别相连接并用于将所述卷积神经网络处理后输出的Y通道和所述双三次插值模块得到的Cb、Cr通道转到RGB域的第二转化模块，所述的卷积神经网络将所述第一转化模块输出的Y通道处理所得结果和输入图像叠加得到高分辨率图像的Y通道并输出；所述的卷积神经网络的训练方法包括以下步骤：a.将高分辨率的图像进行降采样和插值处理，得到低分辨率的图像；b.将所述低分辨率的图像作为训练样本，将所述高分辨率图像和所述低分辨率图像的差值作为标签进行训练；c.训练的数据来自于BSD500数据集中的200张图片，将图片剪裁成33*33大小的补片，进行训练；d.训练方法采用小批量梯度下降法，动量设为0.9，权重衰减设为0.0001；e.卷积神经网络的网络参数初始化方式采用高斯分布：均值设为0，标准差设为其中n＝k²c，k为滤波器大小，c为输入通道数；f.训练中使用了调整梯度剪裁将梯度限制在其中θ是预设值，γ是学习率；对卷积神经网络框架中的sgd_solver.cpp进行修改；g.训练过程中参数设置为lr_policy:multistep,gamma:0.1，stepvalue:30000,stepvalue:60000,stepvalue:90000,max_iter:240000；h.训练的过程中加入了剪枝，所述的剪枝方法包括：对每一个卷积层的权值分别求标准差，每层的标准差乘以一个压缩系数，得到一个阈值，将该层绝对值小于该阈值的权值置为0，并加上Mask，在BP过程中不再更新值为0的权值；对卷积神经网络框架中的solver.cpp和solver.hpp进行修改；测试数据集来自B100中的100张图片；所述的客户端包括手机客户端和/或电脑客户端。