红外图像数据的命名归档方法、装置、设备及存储介质
文献发布时间:2024-04-18 19:57:31
技术领域
本发明涉及计算机视觉的技术领域,尤其涉及一种红外图像数据的命名归档方法、装置、设备及存储介质。
背景技术
在电网的日常运维中,在每年到达迎峰度夏等时间节点时,会对电网全站的电力电气设备执行红外测温,检查电力电气设备的状态,保障电网的安全运行。
在红外测温的期间,对电网全站的电力电气设备采集了大量的红外图像数据,这些红外图像数据需要技术人员手动命名、并保存命名之后的红外图像数据,以便后续对电力电气设备的状态进行分析,并且,技术人员通常是现场对红外图像数据进行命名,记录电力电气设的相关信息。
但是,手动命名的操作较为繁琐,工作量较大,而且,现场命名的时间较短,容易遗漏关键的信息,使得后续容易遗漏红外图像数据、导致分析出错。
发明内容
本发明提供了一种红外图像数据的命名归档方法、装置、设备及存储介质,以解决如何提高对电网的电力电气设备的红外图像数据命名的简便性、准确性的问题。
根据本发明的一方面,提供了一种红外图像数据的命名归档方法,包括:
在使用红外仪器巡检电力电气设备的过程中,采集由所述红外仪器对所述电力电气设备生成的红外图像数据;
对所述红外图像数据进行预处理;
在预处理之后的所述红外图像数据中提取特征,获得图像特征数据;
在描述所述红外仪器的原始文本信息中提取特征,获得设备台账信息;
将所述图像特征数据与所述设备台账信息进行匹配;
若匹配成功,则依据所述图像特征数据对所述红外图像数据配置名称;
若完成配置所述名称,则将所述红外图像数据存储至数据库中。
可选地,所述对所述红外图像数据进行预处理,包括:
对所述红外图像数据执行去噪处理;
若完成所述去噪处理,则对所述红外图像数据执行增强处理。
可选地,所述在预处理之后的所述红外图像数据中提取特征,获得图像特征数据,包括:
对预处理之后的所述红外图像数据进行语义分割,得到多个红外块数据;
在所有所述红外块数据中筛选出感兴趣的所述红外块数据,作为目标块数据;
在所述目标块数据中提取特征,获得图像特征数据。
可选地,所述在描述所述红外仪器的原始文本信息中提取特征,获得设备台账信息,包括:
将描述所述红外仪器的原始文本信息转换为结构化的目标文本信息;
将所述目标文本信息中提取位于指定位置的关键词;
将所述关键词组合为所述红外仪器的设备台账信息。
可选地,所述依据所述图像特征数据对所述红外图像数据配置名称,包括:
加载为名称配置的正则表达式;
筛选出满足所述正则表达式的所述图像特征数据,作为目标特征信息;
将所述目标特征信息组合为所述红外图像数据的名称。
可选地,所述将所述目标特征信息组合为所述红外图像数据的名称,包括:
加载命名格式;
按照所述命名格式生成模板;
将所述目标特征信息写入所述模板中指定的位置,得到所述红外图像数据的名称。
可选地,所述将所述红外图像数据存储至数据库中,包括:
查询所述红外图像数据的元数据;
对所述红外图像数据划分类别;
将所述红外图像数据及所述元数据存储至数据库中、为所述类别配置的存储区域;
若完成存储,则对所述红外图像数据生成索引信息。
根据本发明的另一方面,提供了一种红外图像数据的命名归档装置,包括:
图像数据采集模块,用于在使用红外仪器巡检电力电气设备的过程中,采集由所述红外仪器对所述电力电气设备生成的红外图像数据;
图像预处理模块,用于对所述红外图像数据进行预处理;
图像特征提取模块,用于在预处理之后的所述红外图像数据中提取特征,获得图像特征数据;
设备台账信息生成模块,用于在描述所述红外仪器的原始文本信息中提取特征,获得设备台账信息;
信息匹配模块,用于将所述图像特征数据与所述设备台账信息进行匹配;
名称配置模块,用于若匹配成功,则依据所述图像特征数据对所述红外图像数据配置名称;
数据库存储模块,用于若完成配置所述名称,则将所述红外图像数据存储至数据库中。
可选地,所述图像预处理模块包括:
图像去噪模块,用于对所述红外图像数据执行去噪处理;
图像增强模块,用于若完成所述去噪处理,则对所述红外图像数据执行增强处理。
可选地,所述图像特征提取模块包括:
语义分割模块,用于对预处理之后的所述红外图像数据进行语义分割,得到多个红外块数据;
目标块提取模块,用于在所有所述红外块数据中筛选出感兴趣的所述红外块数据,作为目标块数据;
块特征提取模块,用于在所述目标块数据中提取特征,获得图像特征数据。
可选地,所述设备台账信息生成模块包括:
结构化处理模块,用于将描述所述红外仪器的原始文本信息转换为结构化的目标文本信息;
关键词提取模块,用于将所述目标文本信息中提取位于指定位置的关键词;
关键词组合模块,用于将所述关键词组合为所述红外仪器的设备台账信息。
可选地,所述名称配置模块包括:
表达式加载模块,用于加载为名称配置的正则表达式;
特征筛选模块,用于筛选出满足所述正则表达式的所述图像特征数据,作为目标特征信息;
特征组合模块,用于将所述目标特征信息组合为所述红外图像数据的名称。
可选地,所述特征组合模块包括:
格式加载模块,用于加载命名格式;
模板生成模块,用于按照所述命名格式生成模板;
特征写入模块,用于将所述目标特征信息写入所述模板中指定的位置,得到所述红外图像数据的名称。
可选地,所述数据库存储模块包括:
元数据查询模块,用于查询所述红外图像数据的元数据;
类别划分模块,用于对所述红外图像数据划分类别;
区域存储模块,用于将所述红外图像数据及所述元数据存储至数据库中、为所述类别配置的存储区域;
索引信息生成模块,用于若完成存储,则对所述红外图像数据生成索引信息。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的红外图像数据的命名归档方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使处理器执行时实现本发明任一实施例所述的红外图像数据的命名归档方法。
在本实施例中,在使用红外仪器巡检电力电气设备的过程中,采集由红外仪器对电力电气设备生成的红外图像数据;对红外图像数据进行预处理;在预处理之后的红外图像数据中提取特征,获得图像特征数据;在描述红外仪器的原始文本信息中提取特征,获得设备台账信息;将图像特征数据与设备台账信息进行匹配;若匹配成功,则依据图像特征数据对红外图像数据配置名称;若完成配置名称,则将红外图像数据存储至数据库中。本实施例从可视化的红外图像数据中初步筛选特征,并使用红外仪器的特征对红外图像数据的特征进一步匹配、过滤,以此对红外图像数据命名,实现了自动化命名红外图像数据,大大提高了命名的简便性,减少了工作量,并且,使用红外图像数据与红外仪器匹配的特征命名,使得名称可同时反映出红外图像数据与红外仪器共有的特征,可以保证名称中信息的全面性,减少遗漏关键的信息,减少后续遗漏红外图像数据的情况,保证后续分析红外图像数据的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种红外图像数据的命名归档方法的流程图;
图2是根据本发明实施例二提供的一种红外图像数据的命名归档装置的结构示意图;
图3是根据本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种红外图像数据的命名归档方法的流程图,该方法可以由红外图像数据的命名归档装置来执行,该红外图像数据的命名归档装置可以采用硬件和/或软件的形式实现,该红外图像数据的命名归档装置可配置于电子设备中。如图1所示,该方法包括:
步骤101、在使用红外仪器巡检电力电气设备的过程中,采集由红外仪器对电力电气设备生成的红外图像数据。
在本实施例中,电力系统的服务器可以定时生成电力巡检任务,也可以在极端天气(如台风、寒潮、强对流天气等)、电网故障等情况下,临时生成电力巡检任务。
电力系统的服务器管理电网故障部门提供的用户的账号,并且根据区域划分管理整个电网的账号,并进行区域技术人员的信息绑定,便于任务下达和执行,在生成临时的电力巡检任务时,可以按照职能匹配、空闲管理等规则将电力巡检任务推送至合适的技术人员登录的客户端中。
技术人员在客户端中确认执行电力巡检任务,携带红外仪器对指定的电力电气设备进行巡检,如变电站、输电线路等,检查该电力电气设备。
该客户端可在Windows操作系统下实现面向用户的图形界面,用于用户与红外图像数据自动命名及归档管理系统的交互,使技术人员能够便捷地使用和控制红外图像数据自动命名及归档管理的功能。
进一步而言,客户端通过图形界面展示系统的功能和选项,以易于理解和操作的方式呈现给技术人员。这种图形界面通常采用窗口、按钮、菜单和文本框等元素来提供直观的交互。
客户端提供一个登录界面,要求技术人员提供有效的凭据(如用户名和密码)以验证其身份,这有助于确保只有授权用户能够使用系统。
除了自动命名之外,客户端可以提供一个界面,让技术人员输入红外图像数据的命名信息,使得技术人员可以根据自己的需求和约定为红外图像数据指定一个有意义的名称或标识符。
客户端可以提供图像归档管理的相关功能,例如,浏览和搜索存储的红外图像数据,创建或删除存储目录,查看和编辑图像的元数据,等等。
客户端可以包含设置和配置选项,使技术人员能够自定义系统的行为。例如,用户可以指定图像存储路径、文件命名规则、默认搜索条件,等等。
客户端可以技术人员用户提供反馈和通知,例如,操作成功或失败的提示、进度条显示,等等,以增强用户体验并保持技术人员的了解。
红外仪器安装有红外摄像头,技术人员将红外摄像头朝向电力电气设备,此时,红外仪器可以实时调用红外摄像头持续地对电力电气设备采集红外图像数据。
其中,红外图像数据是指采集物体在红外波段的辐射(即红外光的强度)而形成的图像数据,可以是灰度图像数据,也可以是彩色图像数据。
步骤102、对红外图像数据进行预处理。
在本实施例中,可以依据后续命名的操作需求,对红外图像数据进行相应的预处理,以提高红外图像数据的质量,提高红外图像数据对于命名的适配程度,从而提高命名的准确性和可靠性。
在一种预处理的方式中,可以使用小波变换或频域滤波等算法对红外图像数据执行去噪处理。
若完成去噪处理,则可以对红外图像数据执行一种或多种增强处理,例如,伽马gamma增强、增强对比度与亮度,等等。
步骤103、在预处理之后的红外图像数据中提取特征,获得图像特征数据。
在本实施例中,可以使用机器学习或深度学习等方法从预处理后的红外图像数据中提取与命名相关的关键特征,例如,温度分布、物体形状,等等,以支持后续的自动匹配和重命名操作。
在具体实现中,可以加载预先针对红外图像数据构建并训练的语义分割网络,例如,U-Net(U型网络)及其改进系列、DenseNet(密集连接的卷积网络)及其改进系列,等等。
进一步而言,语义分割网络的结构不局限于人工设计的神经网络,也可以通过模型量化方法优化的神经网络,通过NAS(Neural Architecture Search,神经网络结构搜索)方法针对红外图像数据的特性搜索的神经网络,等等,本实施例对此不加以限制。
将预处理之后的红外图像数据输入语义分割网络中进行处理,对预处理之后的红外图像数据进行语义分割,得到多个包含指定语义的红外块数据。
其中,该语义与对红外图像数据命名相关,例如,电力电气设备的类型、电力电气设备的部件、背景,等等。
在所有红外块数据中筛选出在语义上对于命名红外图像数据属于感兴趣(Regionof Interest,ROI)的红外块数据,作为目标块数据。
在目标块数据中提取特征,获得图像特征数据,在语义上收敛提取特征的范围,可有效提高特征的质量。
步骤104、在描述红外仪器的原始文本信息中提取特征,获得设备台账信息。
在本实施例中,可以从服务器中查询描述红外仪器的原始文本信息,该原始文本信息可以包括产品说明书、对使用红外仪器的过程记录的信息,等等。
在机器学习或深度学习等算法的基础上,对原始文本信息执行自然语言处理(Natural Language Processing,NLP),在原始文本信息中提取与命名相关的关键特征,获得设备台账信息,例如,红外仪器的名称、红外仪器的型号、红外仪器的编号、分配红外仪器的单位,等等。
对于不同领域和应用场景的需求,本实施例可以采用不同的自然语言处理的方法,即,采用不同的文本处理和信息提取的方法,根据具体的情况引入其他领域知识库或专业词汇表,以在自然语言处理中增加对特定领域文本的理解和处理能力。
在具体实现中,可以在描述红外仪器的原始文本信息中识别实体(如型号、部件、单位等),抽取实体之间的关系(如位置关系、时间关系、结果关系等),提取实体的通用属性,将描述红外仪器的原始文本信息转换为结构化的目标文本信息,使得目标文本信息为结构化的数据结构。
预先依据后续分析的业务需求,设置与命名相关的信息,并将该信息标记至结构化的位置中,那么,在结构化的目标文本信息中,将目标文本信息中提取位于指定位置的关键词,将关键词组合为红外仪器的设备台账信息。
步骤105、将图像特征数据与设备台账信息进行匹配。
在本实施例中,可以将图像特征数据转换为向量,将设备台账信息转换为向量,将图像特征数据的向量与设备台账信息的向量进行比较,实现图像特征数据与设备台账信息之间的匹配。
进一步而言,可以预先采集大量其他图像特征数据与其他设备台账信息作为样本,以此学习并优化匹配的规则,此外,也可以使用该样本训练深度学习的模型,如BERT(Bidirectional Encoder Representation from Transformers,双向编码器)等,将图像特征数据与设备台账信息输入深度学习的模型中进行匹配。
步骤106、若匹配成功,则依据图像特征数据对红外图像数据配置名称。
在本实施例中,可以以匹配成功的图像特征数据为主,使用匹配成功的图像特征数据对红外图像数据进行重命名,对红外图像数据配置新的名称。
在具体实现中,可以加载为名称配置的正则表达式(Regular Expression),正则表达式一种文本模式,包括普通字符(例如,“a”到“z”之间的字母)和特殊字符(称为“元字符”),正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串,通常被用来检索、替换那些符合某个模式(规则)的文本。
在本实施例中,正则表达式中包括符合命名规则的文本,使用正则表达式对匹配成功的图像特征数据进行筛选,筛选出满足正则表达式的图像特征数据,作为目标特征信息。
将目标特征信息组合为红外图像数据的名称。
进一步而言,加载命名格式,该命名格式名称的格式,例如,额外添加什么信息作为前缀或后缀,其他信息(如红外仪器的名称、经纬度、时间戳等)怎么排序,信息之间以什么符号(如“-”、“_”、“·”等)相连,等等。
一般情况下,红外图像数据的名称具有唯一性,因此,该命名格式中规定添加具有唯一性的信息,如红外图像数据的编号等。
按照命名格式生成模板,该模板中具有多个空白的位置,将目标特征信息写入模板中指定的位置,得到红外图像数据的名称。
步骤107、若完成配置名称,则将红外图像数据存储至数据库中。
在本实施例中,如果重新对红外图像数据完成了命名,则可以将重命名之后的红外图像数据存储至数据库中,实现持久化的管理,为后续的分析提供查询服务。
进一步而言,该数据库可以为本地的数据库,也可以是云端的数据库,尤其为分布式数据库,以实现对大规模红外图像数据归档和管理的高效性和可扩展性。
在具体实现中,可以查询红外图像数据的元数据metadata,例如,时间戳、经纬度、设备信息、处理记录,等等。
按照电力电气设备、技术人员、红外仪器等维度对红外图像数据划分类别,并将红外图像数据及元数据存储至数据库中、为类别配置的存储区域。
若完成存储,则对红外图像数据生成索引信息,方便后续的查找与检索。
在本实施例中,在使用红外仪器巡检电力电气设备的过程中,采集由红外仪器对电力电气设备生成的红外图像数据;对红外图像数据进行预处理;在预处理之后的红外图像数据中提取特征,获得图像特征数据;在描述红外仪器的原始文本信息中提取特征,获得设备台账信息;将图像特征数据与设备台账信息进行匹配;若匹配成功,则依据图像特征数据对红外图像数据配置名称;若完成配置名称,则将红外图像数据存储至数据库中。本实施例从可视化的红外图像数据中初步筛选特征,并使用红外仪器的特征对红外图像数据的特征进一步匹配、过滤,以此对红外图像数据命名,实现了自动化命名红外图像数据,大大提高了命名的简便性,减少了工作量,并且,使用红外图像数据与红外仪器匹配的特征命名,使得名称可同时反映出红外图像数据与红外仪器共有的特征,可以保证名称中信息的全面性,减少遗漏关键的信息,减少后续遗漏红外图像数据的情况,保证后续分析红外图像数据的准确性。
实施例二
图2为本发明实施例二提供的一种红外图像数据的命名归档装置的结构示意图。如图2所示,该装置包括:
图像数据采集模块201,用于在使用红外仪器巡检电力电气设备的过程中,采集由所述红外仪器对所述电力电气设备生成的红外图像数据;
图像预处理模块202,用于对所述红外图像数据进行预处理;
图像特征提取模块203,用于在预处理之后的所述红外图像数据中提取特征,获得图像特征数据;
设备台账信息生成模块204,用于在描述所述红外仪器的原始文本信息中提取特征,获得设备台账信息;
信息匹配模块205,用于将所述图像特征数据与所述设备台账信息进行匹配;
名称配置模块206,用于若匹配成功,则依据所述图像特征数据对所述红外图像数据配置名称;
数据库存储模块207,用于若完成配置所述名称,则将所述红外图像数据存储至数据库中。
在本发明的一个实施例中,所述图像预处理模块202包括:
图像去噪模块,用于对所述红外图像数据执行去噪处理;
图像增强模块,用于若完成所述去噪处理,则对所述红外图像数据执行增强处理。
在本发明的一个实施例中,所述图像特征提取模块203包括:
语义分割模块,用于对预处理之后的所述红外图像数据进行语义分割,得到多个红外块数据;
目标块提取模块,用于在所有所述红外块数据中筛选出感兴趣的所述红外块数据,作为目标块数据;
块特征提取模块,用于在所述目标块数据中提取特征,获得图像特征数据。
在本发明的一个实施例中,所述设备台账信息生成模块204包括:
结构化处理模块,用于将描述所述红外仪器的原始文本信息转换为结构化的目标文本信息;
关键词提取模块,用于将所述目标文本信息中提取位于指定位置的关键词;
关键词组合模块,用于将所述关键词组合为所述红外仪器的设备台账信息。
在本发明的一个实施例中,所述名称配置模块206包括:
表达式加载模块,用于加载为名称配置的正则表达式;
特征筛选模块,用于筛选出满足所述正则表达式的所述图像特征数据,作为目标特征信息;
特征组合模块,用于将所述目标特征信息组合为所述红外图像数据的名称。
在本发明的一个实施例中,所述特征组合模块包括:
格式加载模块,用于加载命名格式;
模板生成模块,用于按照所述命名格式生成模板;
特征写入模块,用于将所述目标特征信息写入所述模板中指定的位置,得到所述红外图像数据的名称。
在本发明的一个实施例中,所述数据库存储模块207包括:
元数据查询模块,用于查询所述红外图像数据的元数据;
类别划分模块,用于对所述红外图像数据划分类别;
区域存储模块,用于将所述红外图像数据及所述元数据存储至数据库中、为所述类别配置的存储区域;
索引信息生成模块,用于若完成存储,则对所述红外图像数据生成索引信息。
本发明实施例所提供的红外图像数据的命名归档装置可执行本发明任意实施例所提供的红外图像数据的命名归档方法,具备执行红外图像数据的命名归档方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,如红外图像数据的命名归档方法。
在一些实施例中,红外图像数据的命名归档方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的红外图像数据的命名归档方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行红外图像数据的命名归档方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
实施例四
本发明实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序在被处理器执行时实现如本发明任一实施例所提供的红外图像数据的命名归档方法。
计算机程序产品在实现的过程中,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
- 区块链的数据归档处理方法、装置、设备及存储介质
- 红外图像处理方法、装置、计算机设备和可读存储介质
- 多谱段图像数据提取方法、装置、设备及可读存储介质
- 命名实体识别方法、装置、电子设备、机器可读存储介质
- 基于图像识别的图像处理方法、装置、设备及存储介质
- 数据归档存储方法、装置、电子设备及存储介质
- 区块链数据归档存储方法、装置、计算机设备和存储介质