[發明專利]一種大數據內容智能分類存儲處理方法

在審

• 申請號: 202011179644.3
• 申請日: 2020-10-29
• 公開（公告）號: CN112307232A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 郭含新;楊小毛
• 申請（專利權）人: 杭州宣迅電子科技有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/55;G06F16/583;G06T7/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種大數據內容智能分類存儲處理方法，包括圖片錄入模塊、信息提取模塊、圖片處理模塊、特征提取模塊、特征分析模塊、面積占比獲取模塊、面積占比分析模塊、分析服務器、圖片分類模塊、存儲數據庫和查詢顯示模塊；本發明通過對錄入的各圖片進行處理，提取各圖片中各像素點的特征點，分析各像素點的特征點對應的類別圖像，統計各圖片中各類別圖像的各像素點，并計算各圖片中各類別圖像的面積占比，判斷待分類的各圖片對應的屬性，同時按照圖片屬性的不同將各圖片進行分類，按照拍攝時間、存儲大小和拍攝位置進行排序，并進行存儲和查詢顯示，從而節省用戶查找特定圖片的時間，提高了圖片查找效率，滿足用戶實際應用需求。

技術領域

本發明涉及圖片分類存儲技術領域，涉及到一種大數據內容智能分類存儲處理方法。

背景技術

隨著互聯網技術的發展，信息海量增加，網絡圖片及圖片數據也迅猛增長。圖片作為一種重要的信息源，通常需要進行集中存儲、處理以及某些個性化應用。但是，這些圖片來源各異、格式不同，為滿足對圖片的正常利用，需要對其進行分類，以便于進行差別化處理。

目前，現有的圖片分類存儲處理方法是采用人工判別機制，即通過人工勞動將大量的圖片按照預設規則進行類別區分和歸并，這樣方法雖然簡潔、方便，但是需要浪費大量人力、物理以及經濟成本，分類效率較低，同時人工判別方式由于不斷重復機械勞動，容易疲勞，導致分類不準確，從而無法滿足用戶實際應用需求，同時現有技術中圖片分類類別單一，從而浪費用戶查找特定圖片的時間，降低了圖片查找效率，為了解決以上問題，現設計一種大數據內容智能分類存儲處理方法。

發明內容

本發明的目的在于提供一種大數據內容智能分類存儲處理方法，本發明通過對錄入系統的各圖片進行處理，提取處理后的各圖片中各像素點的特征點，分析獲取各像素點的特征點對應的類別圖像，統計各圖片中各類別圖像對應的各像素點，并計算各圖片中各類別圖像的面積占比，判斷待分類的各圖片對應的屬性，同時按照圖片屬性的不同將各圖片進行分類，按照拍攝時間、存儲大小和拍攝位置進行排序，并進行存儲和查詢顯示，解決了背景技術中存在的問題。

本發明的目的可以通過以下技術方案實現：

一種大數據內容智能分類存儲處理方法，所述方法包括提取一種大數據內容智能分類存儲處理系統，包括圖片錄入模塊、信息提取模塊、圖片處理模塊、特征提取模塊、特征分析模塊、面積占比獲取模塊、面積占比分析模塊、分析服務器、圖片分類模塊、存儲數據庫和查詢顯示模塊；

所述分析服務器分別與特征分析模塊、面積占比獲取模塊、面積占比分析模塊和存儲數據庫連接，存儲數據庫分別與特征分析模塊、面積占比獲取模塊和圖片分類模塊連接，圖片分類模塊分別與信息提取模塊、面積占比分析模塊和查詢顯示模塊連接，圖片錄入模塊分別與信息提取模塊和圖片處理模塊連接，特征提取模塊分別與圖片處理模塊和特征分析模塊連接，面積占比獲取模塊與面積占比分析模塊連接；

所述圖片錄入模塊用于將待分類的各圖片分別錄入系統中，并按照錄入時間先后的順序依次對待分類的各圖片進行編號，待分類的各圖片編號分別為1,2,...,i,...,n，將錄入的待分類的各圖片編號發送至圖片處理模塊，并將錄入的待分類的各圖片發送至信息提取模塊；

所述信息提取模塊用于接收圖片錄入模塊發送的待分類的各圖片，對接收的待分類的各圖片進行信息提取，提取待分類的各圖片詳細信息，將提取的待分類的各圖像詳細信息發送至圖片分類模塊；

所述圖片處理模塊用于接收圖片錄入模塊發送的待分類的各圖片編號，對接收的待分類的各圖片進行歸一化處理，變化為大小一致且不存在偏角的圖片，并強化處理后的各圖片高頻分量，獲得待分類的各增強圖片，將待分類的各增強圖片發送至特征提取模塊；