一种多通道边缘融合的方法技术

本发明专利技术公开了一种多通道边缘融合的方法，该方法包括以下步骤：步骤1、采集数据，通过多模态传感器进行现场环境数据的实时采集，并通过数据输送装置发送到边缘设备上；步骤2、数据预处理，边缘设备对传感器实时采集到的数据进行进行数据读取，并对采集的数据进行清洗和预处理，以保证数据质量和准确性；步骤3、数据融合，将采集到的不同传感器的数据进行整合，以得到更准确和全面的信息；步骤4，数据后处理，对边缘融合生成的数据进行提取有用信息并减少数据量；步骤5，数据输出；本发明专利技术能提高不同投影装置画面重合部分光线的调整效率，且方法调整效果能稳定输出，有利于实时调整。有利于实时调整。

【技术实现步骤摘要】
一种多通道边缘融合的方法


[0001]本专利技术涉及一种多通道边缘融合的方法，属于边缘融合


技术介绍

[0002]多通道投影技术的应用已经有十年以上的历史，最早这一高端技术被应用于虚拟仿真领域，早期的多通道投影采用CRT投影机，整个系统庞大复杂，背后的计算需要大型服务器整列支撑，这一技术的出现解决了无法显示超大画面的问题，突破了单个屏幕的技术极限，这一技术优势一直保持到现在的多通道边缘融合投影技术的应用中，可以说获得超大幅面的整体画面是多通道边缘融合投影技术的首要目的和优势。
[0003]多通道边缘融合技术是为了解决多个投影仪投影的图像重叠而产生的问题。由于单个投影仪进行投影无法满足大面积投影的需求，多个投影仪进行投影是必然的选择。然而，由多个投影仪投影的图像将重叠，而不是完整的画面，这会极大地影响视觉美学。多通道边缘融合技术能够将多个投影仪投射出的画面进行边缘重叠，并通过融合技术显示出一个没有缝隙、更加明亮、超大、高分辨率的整幅画面，画面的效果就好像是一台投影机投射出的一样。
[0004]多通道边缘融合技术的主要目的是在多个投影仪投影的图像重叠处消除不连续的影像，以达到较好的视觉效果。边缘融合技术的处理过程中需要注意一些事项，例如投影幕的选择、投影机型号的选择、屏幕尺寸的选择、边缘融合器处理器、投影机吊架的要求等。这些细节都是要注意的，以保证边缘融合的效果是完美的。
[0005]多屏投影、弧形投影融合一般运用到三通道以上。通道指的是信号通道，两台投影机两个画面就是双通道，三台投影机三个画面就是三通道。目前，投影融合的应用越来越普及，超大屏幕也让人上瘾，从而在市场上脱颖而出。弧形屏幕的应用使人们感到沉浸在其中，带来更多的流量。
[0006]当两台或多台投影机组合投射一幅图像时，会有一部分影像灯光重叠。边缘融合的最主要功能就是把两台投影机重叠部分的灯光亮度逐渐调低，使整幅画面的亮度一致。边缘融合与简单重叠方法相比，左投影仪的右边重叠部分的亮度线性衰减，右投影仪的左边重叠部分的亮度线性增加。在显示效果上表现为整幅画面亮度完全一致。
[0007]总之，多通道边缘融合技术的目的是为了消除多个投影仪投影的图像重叠而产生的不连续影像，从而达到更好的视觉效果。边缘融合技术的处理过程中需要注意一些事项，例如投影幕的选择、投影机型号的选择、屏幕尺寸的选择、边缘融合器处理器、投影机吊架的要求等。多通道边缘融合技术能够实现超大、高分辨率的整幅画面，应用越来越普及。边缘融合的主要功能是把两台投影机重叠部分的灯光亮度逐渐调低，使整幅画面的亮度一致。
[0008]现有边缘融合技术，对多个投影装置重叠处光线调整效果差，效率低及调节方法不稳定，得到的效果时好时坏。

技术实现思路

[0009]有鉴于此，本专利技术的目的是提供一种多通道边缘融合的方法，能提高不同投影装置画面重合部分光线的调整效率，且方法调整效果能稳定输出，有利于实时调整；可以克服现有技术的不足。
[0010]本专利技术的目的是通过以下技术方案实现的：本专利技术公开了一种多通道边缘融合的方法，该方法包括以下步骤：步骤1、采集数据，通过多模态传感器进行现场环境数据的实时采集，并通过数据输送装置发送到边缘设备上；步骤2、数据预处理，边缘设备对传感器实时采集到的数据进行进行数据读取，并对采集的数据进行清洗和预处理，以保证数据质量和准确性；步骤3、数据融合，将采集到的不同传感器的数据进行整合，以得到更准确和全面的信息，并在多个传感器进行边缘融合过程中，采用区块链技术做分布式存储，让每个节点都进行数据备份；步骤4，数据后处理，对边缘融合生成的数据进行提取有用信息并减少数据量；步骤5，数据输出，对于多个传感器进行边缘融合后的数据进行输出。
[0011]上述的，步骤1中，在数据采集时，要根据所需采集数据的精度和实时性的要求，确定相应的数据采集频率，并在将采集到的数据发送前，进行压缩处理。
[0012]上述的，步骤2中，数据清洗包括无效数据去除、异常数据去除及数据去噪；数据预处理包括：数据归一化，将不同传感器采集到的数据进行归一化处理，使得它们具有相同的标准化值范围，以便于进行比较和融合；数据对齐，对不同传感器采集到的数据进行时间戳对齐，将它们转换成相同的时间基准线上的数据；数据校验，对不同传感器采集到的数据进行检查和验证，确保其符合规范和标准，并且能够被正确解释和使用数据降维，将高维度的数据转换成低维度的数据；数据聚合，将多个传感器采集到的数据进行聚合，计算出其统计量和特征量信息。
[0013]上述步骤3中，数据融合包括：将所有传感器提取出来的特征进行融合；对数据中存在离群值或异常情况，将每个传感器采集到的数据取最大值作为结果；当数据中存在误差较大时，将每个传感器采集到的数据取最小值作为结果；对数据中存在噪声干扰或部分数据失效，将每个传感器采集到的数据按照大小排序后取中间值作为结果；对数据进行处理和特征提取，再建立相应的模型进行训练，通过构建模型对多个传感器采集到的数据进行预测和拟合，得到更准确的结果。
[0014]上述步骤3中，在多个传感器进行边缘融合时，将一部分任务分配到网络边缘的设备上进行计算，方式有：边缘计算模型部署和模型协同，在边缘设备或云端上部署边缘计算模型，对于不同的数据类型和任务需求，设计相应的模型进行计算和分析，并将不同模型进行协同工作，实现边缘融合；分层架构，将网络边缘设备分为不同层次，根据传感器输出的数据类型和实时性要求选择相应的层次进行数据处理和分析；分布式计算，将边缘设备划分为不同的计算节点，使得每个节点只需要处理局部数据，从而减少整体计算复杂度；且利用分布式计算框架对于任务进行分片和并行化，提高计算效率。
[0015]上述步骤3中，所述区块链与数据验证模块和数据共享模块数据交互；
数据验证模块，区块链的去中心化和共识机制可以保证数据的真实性和可靠性，若数据被篡改或者错误，就会无法通过区块链的验证，从而被识别并排除出去；数据共享模块，区块链提供一个安全可信的平台，让多方参与者在不互相信任的情况下共享数据，通过智能合约机制，控制数据的访问权限和使用方式，从而保护数据的隐私和安全。
[0016]上述步骤4中，数据后处理包括：数据压缩，使用不同的压缩算法将数据压缩到更小的体积，从而减少存储和传输成本；数据聚合，将多个相似的数据项合并为一个单一的数据项，从而减少数据量；数据滤波，通过滤波算法去除数据中的噪音或异常值，在保留重要信息的同时减少数据量；特征提取，使用特征提取算法从数据中提取有用的信息和特征，从而减少数据量和提高数据质量；数据分析：使用数据分析技术对数据进行分析和挖掘，从而发现隐藏在数据背后的规律和趋势。
[0017]前述的，步骤5中，数据输出方式包括将融合后的数据发送到云端进行处理，然后由云端输出结果、在融合节点本地进行数据处理，并将处理结果直接输出、将融合后的数据分发到各个传感器节点上输出。
[0018]与现有技术比较，本专利技术的有益效果是：1、本专利技术通过上述的采集数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多通道边缘融合的方法，其特征在于，该方法包括以下步骤：步骤1、采集数据，通过多模态传感器进行现场环境数据的实时采集，并通过数据输送装置发送到边缘设备上；步骤2、数据预处理，边缘设备对传感器实时采集到的数据进行进行数据读取，并对采集的数据进行清洗和预处理，以保证数据质量和准确性；步骤3、数据融合，将采集到的不同传感器的数据进行整合，以得到更准确和全面的信息，并在多个传感器进行边缘融合过程中，采用区块链技术做分布式存储，让每个节点都进行数据备份；步骤4，数据后处理，对边缘融合生成的数据进行提取有用信息并减少数据量；步骤5，数据输出，对于多个传感器进行边缘融合后的数据进行输出。2.根据权利要求1所述的多通道边缘融合的方法，其特征在于：步骤1中，在数据采集时，要根据所需采集数据的精度和实时性的要求，确定相应的数据采集频率，并在将采集到的数据发送前，进行压缩处理。3.根据权利要求1所述的多通道边缘融合的方法，其特征在于：步骤2中，所述数据清洗包括无效数据去除、异常数据去除及数据去噪；所述数据预处理包括：数据归一化，将不同传感器采集到的数据进行归一化处理，使得它们具有相同的标准化值范围，以便于进行比较和融合；数据对齐，对不同传感器采集到的数据进行时间戳对齐，将它们转换成相同的时间基准线上的数据；数据校验，对不同传感器采集到的数据进行检查和验证，确保其符合规范和标准，并且能够被正确解释和使用；数据降维，将高维度的数据转换成低维度的数据；数据聚合，将多个传感器采集到的数据进行聚合，计算出其统计量和特征量信息。4.根据权利要求1所述的多通道边缘融合的方法，其特征在于：所述步骤3中，数据融合包括：将所有传感器提取出来的特征进行融合；对数据中存在离群值或异常情况，将每个传感器采集到的数据取最大值作为结果；当数据中存在误差较大时，将每个传感器采集到的数据取最小值作为结果；对数据中存在噪声干扰或部分数据失效，将每个传感器采集到的数据按照大小排序后取中间值作为结果；对数据进行处理和特征提取，再建立相应的模型进行训练，通过构建模型对多个传感器采集到的数据进行预测和...

【专利技术属性】
技术研发人员：李毅，
申请(专利权)人：贵州省广播电视信息网络股份有限公司，
类型：发明
国别省市：