采用云端存储的盒体选择平台

技术领域

本发明涉及云端存储领域，尤其涉及一种采用云端存储的盒体选择平台。

背景技术

云存储是一种网上在线存储(英语：Cloud storage)的模式，即把数据存放在通常由第三方托管的多台虚拟服务器，而非专属的服务器上。托管(hosting)公司运营大型的数据中心，需要数据存储托管的人，则透过向其购买或租赁存储空间的方式，来满足数据存储的需求。数据中心营运商根据客户的需求，在后端准备存储虚拟化的资源，并将其以存储资源池(storage pool)的方式提供，客户便可自行使用此存储资源池来存放文件或对象。实际上，这些资源可能被分布在众多的服务器主机上。

云存储这项服务乃透过Web服务应用程序接口(API),或是透过Web化的用户界面来访问。当前，不同鱼体类型偏爱不同的鱼饵饲料类型，导致钓鱼人员在实际钓鱼操作中需要根据自己的经验来判断当前钓鱼水域内最常见的鱼体类型，进而判断对应的鱼饵饲料类型。显然，这种判断机制过于原始，无法满足水下灵活多变的钓鱼环境的需求。

发明内容

为了解决相关领域的技术问题，本发明提供了一种采用云端存储的盒体选择平台，能够在针对性的采用云端存储的盒体选择数据服务的基础上，根据鱼竿下方水域内面积最大的鱼体类型确定当前需求的鱼饵饲料类型，尤为关键的是，还引入了自动控制机制完成相应类型的鱼饵饲料的现场推送，从而帮助钓鱼人员追求更大的钓鱼成果。

为此，本发明至少需要具备以下几处关键的发明点：

(1)对鱼竿下方的水面中占据面积最大的鱼体对象的鱼体类型进行现场解析，并基于解析结果判断所述鱼体类型最为偏爱的饲料类型，并引入自动推送机械完成对所述鱼体类型最为偏爱的饲料类型的鱼饵饲料的自动推送，从而提升钓鱼人员的鱼饵更换速度和效率；

(2)引入云端存储机构，设置在云端，用于预先存储各种鱼体标准外形轮廓，每一种鱼体标准外形轮廓为对应类型的单条鱼体的标准图片。

根据本发明的一方面，提供了一种采用云端存储的盒体选择平台，所述平台包括：

水面采集器件，嵌入在鱼竿的顶端，用于面对鱼竿下方的水面执行摄像操作，以获得对应的钓鱼环境图像。

更具体地，在所述采用云端存储的盒体选择平台中，所述平台还包括：

数据锐化器件，与所述水面采集器件连接，用于对接收到的钓鱼环境图像执行利用Roberts算子的图像数据锐化操作，以获得对应的数据锐化图像。

更具体地，在所述采用云端存储的盒体选择平台中，所述平台还包括：

图像增强器件，与所述数据锐化器件连接，用于对接收到的数据锐化图像执行直方图均衡化操作，以获得对应的图像增强图像。

更具体地，在所述采用云端存储的盒体选择平台中，所述平台还包括：

内容滤波器件，与所述图像增强器件连接，用于对接收到的图像增强图像执行陷阱滤波操作，以获得对应的内容滤波图像；

区域提取部件，与所述内容滤波器件连接，用于基于鱼体亮度数值分布区间识别所述内容滤波图像中的每一个鱼体像素点，并基于所述内容滤波图像中的各个鱼体像素点组成所述内容滤波图像中的多个鱼体对象区域；

对象选择部件，与所述区域提取部件连接，用于将所述内容滤波图像中的多个鱼体对象区域中面积最大鱼体对象区域作为参考鱼体对象区域输出；

类型解析部件，与所述对象选择部件连接，用于基于各种鱼体标准外形轮廓识别所述参考鱼体对象区域归属的鱼体类型以作为代表鱼体类型；

信号输出部件，与所述类型解析部件连接，用于确定与所述代表鱼体类型对应的诱饵类型以作为实时诱饵类型输出；

云端存储机构，设置在云端，用于预先存储各种鱼体标准外形轮廓，每一种鱼体标准外形轮廓为对应类型的单条鱼体的标准图片；

组合供应机构，设置在岸边，包括多个饲料储存空间，用于分别存放多个不同类型的诱饵饲料类型，所述多个饲料储存空间为多个可推送子盒体；

现场推送设备，与所述多个可推送子盒体连接，用于在接收到实时诱饵类型时，推送与接收到的实时诱饵类型对应的可推送子盒体以将所述被推送的可推送子盒体推送到突出所述组合供应机构的外壳的位置；

其中，所述信号输出部件还与所述现场推送设备连接，用于将确定的实时诱饵类型发送给所述现场推送设备；

其中，确定与所述代表鱼体类型对应的诱饵类型以作为实时诱饵类型输出包括：驱动的与所述代表鱼体类型对应的诱饵类型为所述代表鱼体类型最为偏爱的诱饵类型；

其中，所述类型解析部件还通过无线网络与所述云端存储机构连接，用于获取各种鱼体标准外形轮廓；

其中，基于各种鱼体标准外形轮廓识别所述参考鱼体对象区域归属的鱼体类型以作为代表鱼体类型包括：识别每一种鱼体标准外形轮廓与所述参考鱼体对象区域的几何外形之间的一致性程度，并将一致性程度最高的鱼体标准外形轮廓对应的鱼体类型作为代表鱼体类型；

其中，基于鱼体亮度数值分布区间识别所述内容滤波图像中的每一个鱼体像素点，并基于所述内容滤波图像中的各个鱼体像素点组成所述内容滤波图像中的多个鱼体对象区域包括：针对所述内容滤波图像中的每一个像素点，当其亮度值不在所述鱼体亮度数值分布区间内时，判断所述像素点为所述内容滤波图像中的一个其他像素点。

本发明的采用云端存储的盒体选择平台设计智能、逻辑可靠。由于能够在针对性的采用云端存储的盒体选择数据服务的基础上，根据鱼竿下方水域内面积最大的鱼体类型确定当前需求的鱼饵饲料类型，尤为关键的是，还引入了自动控制机制完成相应类型的鱼饵饲料的现场推送，从而提升钓鱼成果和钓鱼效率。

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采用云端存储的盒体选择平台所应用的鱼竿的工作场景示意图。

具体实施方式

下面将参照附图对本发明的采用云端存储的盒体选择平台的实施方案进行详细说明。

鱼类是以鳃呼吸、通过尾部和躯干部的摆动以及鳍的协调作用游泳和凭上下颌摄食的变温水生脊椎动物，属于脊索动物门中的脊椎动物亚门，一般人们把脊椎动物分为鱼类(53％)、鸟类(18％)、爬行类(12％)、哺乳类(9％)、两栖类(8％)五大类。根据已故加拿大学者尼尔森在1994年的统计，全球现生种鱼类共有24618种，占已命名脊椎动物一半以上，且新种鱼类不断被发现，平均每年以约150种计，十多年应已增加超过1500种，目前全球已命名的鱼种约在32100种。

鱼主要分为：热带鱼、温带鱼和冷带鱼等。当前，不同鱼体类型偏爱不同的鱼饵饲料类型，导致钓鱼人员在实际钓鱼操作中需要根据自己的经验来判断当前钓鱼水域内最常见的鱼体类型，进而判断对应的鱼饵饲料类型。显然，这种判断机制过于原始，无法满足水下灵活多变的钓鱼环境的需求。

为了克服上述不足，本发明搭建了一种采用云端存储的盒体选择平台，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采用云端存储的盒体选择平台所应用的鱼竿的工作场景示意图。

根据本发明实施方案示出的采用云端存储的盒体选择平台包括：

水面采集器件，嵌入在鱼竿的顶端，用于面对鱼竿下方的水面执行摄像操作，以获得对应的钓鱼环境图像。

接着，继续对本发明的采用云端存储的盒体选择平台的具体结构进行进一步的说明。

所述采用云端存储的盒体选择平台中还可以包括：

数据锐化器件，与所述水面采集器件连接，用于对接收到的钓鱼环境图像执行利用Roberts算子的图像数据锐化操作，以获得对应的数据锐化图像。

所述采用云端存储的盒体选择平台中还可以包括：

图像增强器件，与所述数据锐化器件连接，用于对接收到的数据锐化图像执行直方图均衡化操作，以获得对应的图像增强图像。

所述采用云端存储的盒体选择平台中还可以包括：

内容滤波器件，与所述图像增强器件连接，用于对接收到的图像增强图像执行陷阱滤波操作，以获得对应的内容滤波图像；

区域提取部件，与所述内容滤波器件连接，用于基于鱼体亮度数值分布区间识别所述内容滤波图像中的每一个鱼体像素点，并基于所述内容滤波图像中的各个鱼体像素点组成所述内容滤波图像中的多个鱼体对象区域；

对象选择部件，与所述区域提取部件连接，用于将所述内容滤波图像中的多个鱼体对象区域中面积最大鱼体对象区域作为参考鱼体对象区域输出；

类型解析部件，与所述对象选择部件连接，用于基于各种鱼体标准外形轮廓识别所述参考鱼体对象区域归属的鱼体类型以作为代表鱼体类型；

信号输出部件，与所述类型解析部件连接，用于确定与所述代表鱼体类型对应的诱饵类型以作为实时诱饵类型输出；

云端存储机构，设置在云端，用于预先存储各种鱼体标准外形轮廓，每一种鱼体标准外形轮廓为对应类型的单条鱼体的标准图片；

组合供应机构，设置在岸边，包括多个饲料储存空间，用于分别存放多个不同类型的诱饵饲料类型，所述多个饲料储存空间为多个可推送子盒体；

现场推送设备，与所述多个可推送子盒体连接，用于在接收到实时诱饵类型时，推送与接收到的实时诱饵类型对应的可推送子盒体以将所述被推送的可推送子盒体推送到突出所述组合供应机构的外壳的位置；

其中，所述信号输出部件还与所述现场推送设备连接，用于将确定的实时诱饵类型发送给所述现场推送设备；

其中，确定与所述代表鱼体类型对应的诱饵类型以作为实时诱饵类型输出包括：驱动的与所述代表鱼体类型对应的诱饵类型为所述代表鱼体类型最为偏爱的诱饵类型；

其中，所述类型解析部件还通过无线网络与所述云端存储机构连接，用于获取各种鱼体标准外形轮廓；

其中，基于各种鱼体标准外形轮廓识别所述参考鱼体对象区域归属的鱼体类型以作为代表鱼体类型包括：识别每一种鱼体标准外形轮廓与所述参考鱼体对象区域的几何外形之间的一致性程度，并将一致性程度最高的鱼体标准外形轮廓对应的鱼体类型作为代表鱼体类型；

其中，基于鱼体亮度数值分布区间识别所述内容滤波图像中的每一个鱼体像素点，并基于所述内容滤波图像中的各个鱼体像素点组成所述内容滤波图像中的多个鱼体对象区域包括：针对所述内容滤波图像中的每一个像素点，当其亮度值不在所述鱼体亮度数值分布区间内时，判断所述像素点为所述内容滤波图像中的一个其他像素点。

所述采用云端存储的盒体选择平台中还可以包括：

语音接收芯片，设置在所述区域提取部件的左侧并与所述区域提取部件连接，用于接收用户输入的、对所述区域提取部件的语音控制信号；

数据转换芯片，与所述语音接收芯片连接，用于对接收到的语音控制信号执行语音内容分析以将其转换为相应的现场控制指令。

在所述采用云端存储的盒体选择平台中：

所述语音接收芯片还与所述对象选择部件连接，用于接收用户输入的、对所述对象选择部件的语音控制信号。

在所述采用云端存储的盒体选择平台中：

所述对象选择部件还内置有存储器，用于暂时存储所述对象选择部件的输出信号和所述对象选择部件的输入信号。

在所述采用云端存储的盒体选择平台中：

所述对象选择部件由三个可编程逻辑器件组成，用于分别实现所述对象选择部件的各项不同功能。

在所述采用云端存储的盒体选择平台中：

所述对象选择部件中，三个可编程逻辑器件分别实现所述对象选择部件的数据接收功能、数据处理功能和数据输出功能。

所述采用云端存储的盒体选择平台中还可以包括：

实时计时机构，分别与所述区域提取部件和所述对象选择部件连接，用于分别为所述区域提取部件和所述对象选择部件提供计时参考信号。

另外，在所述采用云端存储的盒体选择平台中，基于鱼体亮度数值分布区间识别所述内容滤波图像中的每一个鱼体像素点，并基于所述内容滤波图像中的各个鱼体像素点组成所述内容滤波图像中的多个鱼体对象区域包括：针对所述内容滤波图像中的每一个像素点，当其亮度值在所述鱼体亮度数值分布区间内时，判断所述像素点为所述内容滤波图像中的一个鱼体像素点。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。