本发明涉及一种基于云服务器的状态检测平台，所述平台包括：云服务器，通过无线网络通信链路分别与伽马校正设备和字体分析设备连接，用于基于纸张成像特征对所述伽马校正图像执行纸张对象分析，以获得纸张对象在所述伽马校正图像中占据的纸张子图像；字体分析设备，用于基于字体成像特征对所述纸张子图像执行字体对象分析，以获得所述纸张子图像中的各个字体对象分别占据的各个字体区域。本发明的基于云服务器的状态检测平台结构紧凑，数据可靠。
1.一种基于云服务器的状态检测平台，其特征在于，所述平台包括：云服务器，通过无线网络通信链路分别与伽马校正设备和字体分析设备连接，用于基于纸张成像特征对伽马校正图像执行纸张对象分析，以获得纸张对象在所述伽马校正图像中占据的纸张子图像；
字体分析设备，用于基于字体成像特征对所述纸张子图像执行字体对象分析，以获得所述纸张子图像中的各个字体对象分别占据的各个字体区域；
墨迹检测设备，与所述字体分析设备连接，对每一个字体区域执行以下处理：获取所述字体区域的各个像素点的各个亮度值，对所述各个亮度值进行算术平均值计算以获得对应的参考亮度值；
网络录像设备，设置在打印机出纸处的上方，用于对出纸处的场景进行录像动作，以获得并输出当前录像帧；
形态学处理设备，与所述网络录像设备连接，用于接收所述当前录像帧，对所述当前录像帧执行先膨胀处理后腐蚀处理，以获得形态学处理图像；
压缩编码设备，与所述形态学处理设备连接，用于接收所述形态学处理图像，对所述形态学处理图像执行H264压缩编码处理，以获得压缩编码后的图像数据；
信号提取设备，与所述压缩编码设备连接，用于对压缩编码后的图像数据的数据量进行分析，以获得对应的所述形态学处理图像的有效数据量；
在所述信号提取设备中，对压缩编码后的图像数据的数据量进行分析，以获得对应的所述形态学处理图像的有效数据量包括：压缩编码后的图像数据的数据量越少，获得的对应的所述形态学处理图像的有效数据量越少；
复杂可编程逻辑器件，内置随机存储单元，用于保存第一可编程逻辑控制语言段落和第二可编程逻辑控制语言段落，其中，所述第一可编程逻辑控制语言段落用于实现基于无缩放变换模糊的图像平滑处理，所述第二可编程逻辑控制语言段落用于实现基于中值模糊的图像平滑处理；
伽马校正设备，与所述复杂可编程逻辑器件连接，用于对接收到的动态平滑图像执行伽马校正处理，以获得并输出相应的伽马校正图像；
所述墨迹检测设备还用于对各个字体区域分别对应的各个参考亮度值进行算术平均值计算以获得代表性亮度值，并确定与所述代表性亮度值成反比的墨迹深度；
液晶显示设备，嵌入在打印机的外壳内，与所述墨迹检测设备连接，用于接收并显示所述墨迹深度；
加墨提醒设备，与所述墨迹检测设备连接，用于在接收到的墨迹深度超限时，发出无需加墨信号，否则，发出加墨请求信号；
温度传感设备，分别与所述字体分析设备和所述墨迹检测设备连接，用于分别检测所述字体分析设备和所述墨迹检测设备的外壳温度。
2.如权利要求1所述的基于云服务器的状态检测平台，其特征在于：采用同一供电输入设备对所述压缩编码设备和所述信号提取设备分别进行供电操作。
3.如权利要求2所述的基于云服务器的状态检测平台，其特征在于：所述复杂可编程逻辑器件分别与所述信号提取设备和所述形态学处理设备连接，用于在接收到的有效数据量超限时，运行第一可编程逻辑控制语言段落以对接收到的形态学处理图像执行图像平滑处理，获得相应的动态平滑图像，停止运行第二可编程逻辑控制语言段落。
4.如权利要求3所述的基于云服务器的状态检测平台，其特征在于：所述复杂可编程逻辑器件还用于在接收到的有效数据量未超限时，运行第二可编程逻辑控制语言段落以对接收到的形态学处理图像执行图像平滑处理，获得相应的动态平滑图像，停止运行第一可编程逻辑控制语言段落。
5.如权利要求4所述的基于云服务器的状态检测平台，其特征在于，所述平台还包括：FPM DRAM存储设备，分别与所述字体分析设备和所述墨迹检测设备连接，用于分别存储所述字体分析设备和所述墨迹检测设备的当前输出数据。
6.如权利要求5所述的基于云服务器的状态检测平台，其特征在于，所述平台还包括：频分双工通信接口，与所述字体分析设备连接，用于将所述字体分析设备的当前发送数据通过频分双工通信链路进行发送。
7.如权利要求6所述的基于云服务器的状态检测平台，其特征在于：所述字体分析设备和所述墨迹检测设备分别采用不同型号的SOC芯片来实现且所述字体分析设备和所述墨迹检测设备被集成在同一块印刷电路板上。
基于云服务器的状态检测平台
技术领域
[0001] 本发明涉及云服务器领域，尤其涉及一种基于云服务器的状态检测平台。
背景技术
[0002] 云服务器(Elastic Compute Service,ECS)是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务。其管理方式比物理服务器更简单高效。用户无需提前购买硬件，即可迅速创建或释放任意多台云服务器。
[0003] 云服务器的业内名称其实叫做计算单元。所谓计算单元，就是说这个服务器只能算是一个人的大脑，相当于普通电脑的CPU，里面的资源都是有限的。你要获得更好的性能，解决办法一是升级云服务器，二是将其他耗费计算单元资源的软件部署在对应的云服务上。例如数据库有专门的云数据库服务、静态网页和图片有专门的文件存储服务。
发明内容
[0004] 本发明至少具备以下几处重要的发明点：
[0005] (1)对打印完的最上方的纸张执行墨迹分析，以在墨迹深度较浅时，触发相应的加墨提醒动作，以提高打印设备的智能化水准；
[0006] (2)在形态学处理的基础上，采用试压缩的方式对输入图像进行可靠的数据量判断，获取输入图像的有效数据量，以方便后续的图像处理操作；
[0007] (3)基于要处理的图像的数据量大小选择运算复杂度不同的平滑机制以保证整个图像处理系统的运算量相对稳定，从而提升了处理后的图像的质量。
[0008] 根据本发明的一方面，提供了一种基于云服务器的状态检测平台，所述平台包括：
[0009] 云服务器，通过无线网络通信链路分别与伽马校正设备和字体分析设备连接，用于基于纸张成像特征对所述伽马校正图像执行纸张对象分析，以获得纸张对象在所述伽马校正图像中占据的纸张子图像；
[0010] 字体分析设备，用于基于字体成像特征对所述纸张子图像执行字体对象分析，以获得所述纸张子图像中的各个字体对象分别占据的各个字体区域；
[0011] 墨迹检测设备，与所述字体分析设备连接，对每一个字体区域执行以下处理：获取所述字体区域的各个像素点的各个亮度值，对所述各个亮度值进行算术平均值计算以获得对应的参考亮度值；
[0012] 网络录像设备，设置在打印机出纸处的上方，用于对出纸处的场景进行录像动作，以获得并输出当前录像帧；
[0013] 形态学处理设备，与所述网络录像设备连接，用于接收所述当前录像帧，对所述当前录像帧执行先膨胀处理后腐蚀处理，以获得形态学处理图像；
[0014] 压缩编码设备，与所述形态学处理设备连接，用于接收所述形态学处理图像，对所述形态学处理图像执行H264压缩编码处理，以获得压缩编码后的图像数据；
[0015] 信号提取设备，与所述压缩编码设备连接，用于对压缩编码后的图像数据的数据量进行分析，以获得对应的所述形态学处理图像的有效数据量；
[0016] 在所述信号提取设备中，对压缩编码后的图像数据的数据量进行分析，以获得对应的所述形态学处理图像的有效数据量包括：压缩编码后的图像数据的数据量越少，获得的对应的所述形态学处理图像的有效数据量越少；
[0017] 复杂可编程逻辑器件，内置随机存储单元，用于保存第一可编程逻辑控制语言段落和第二可编程逻辑控制语言段落，其中，所述第一可编程逻辑控制语言段落用于实现基于无缩放变换模糊的图像平滑处理，所述第二可编程逻辑控制语言段落用于实现基于中值模糊的图像平滑处理；
[0018] 伽马校正设备，与所述复杂可编程逻辑器件连接，用于对接收到的动态平滑图像执行伽马校正处理，以获得并输出相应的伽马校正图像；
[0019] 所述墨迹检测设备还用于对各个字体区域分别对应的各个参考亮度值进行算术平均值计算以获得代表性亮度值，并确定与所述代表性亮度值成反比的墨迹深度。
[0020] 本发明的基于云服务器的状态检测平台结构紧凑，数据可靠。由于对打印完的最上方的纸张执行墨迹分析，以在墨迹深度较浅时，触发相应的加墨提醒动作，从而提高了打印设备的智能化水准。
附图说明
[0021] 以下将结合附图对本发明的实施方案进行描述，其中：
[0022] 图1为根据本发明实施方案示出的基于云服务器的状态检测平台所应用的打印机的外形示意图。
具体实施方式
[0023] 下面将参照附图对本发明的基于云服务器的状态检测平台的实施方案进行详细说明。
[0024] 打印设备(Printer)是计算机的输出设备之一，用于将计算机处理结果打印在相关介质上。衡量打印设备好坏的指标有三项：打印分辨率，打印速度和噪声。打印设备的种类很多，按打印元件对纸是否有击打动作，分击打式打印设备与非击打式打印设备。按打印字符结构，分全形字打印设备和点阵字符打印设备。按一行字在纸上形成的方式，分串式打印设备与行式打印设备。按所采用的技术，分柱形、球形、喷墨式、热敏式、激光式、静电式、磁式、发光二极管式等打印设备。
[0025] 互联网络的飞速发展，有人预言无纸时代即将来临，打印设备的末日已到。然而全球纸张消费量每年以成倍的速度在增长，打印设备的销量以平均接近8％的速度在增加。这一切都预示着打印设备不但不会消失，而且会发展越来越快，应用的领域越来越宽广。
[0026] 当前，打印设备缺乏针对性的墨迹检测机制，是否需要更换硒鼓完全依赖于打印人员人工观察打印出来的字体的深浅度，如果更换硒鼓过早，则造成对打印耗材的浪费，如果更换硒鼓过晚，则打印出来的印刷品质量太差而无法使用。
[0027] 为了克服上述不足，本发明搭建了一种基于云服务器的状态检测平台，能够有效解决相应的技术问题。
[0028] 图1为根据本发明实施方案示出的基于云服务器的状态检测平台所应用的打印机的外形示意图。
[0029] 根据本发明实施方案示出的基于云服务器的状态检测平台包括：
[0030] 云服务器，通过无线网络通信链路分别与伽马校正设备和字体分析设备连接，用于基于纸张成像特征对所述伽马校正图像执行纸张对象分析，以获得纸张对象在所述伽马校正图像中占据的纸张子图像；
[0031] 字体分析设备，用于基于字体成像特征对所述纸张子图像执行字体对象分析，以获得所述纸张子图像中的各个字体对象分别占据的各个字体区域；
[0032] 墨迹检测设备，与所述字体分析设备连接，对每一个字体区域执行以下处理：获取所述字体区域的各个像素点的各个亮度值，对所述各个亮度值进行算术平均值计算以获得对应的参考亮度值；
[0033] 网络录像设备，设置在打印机出纸处的上方，用于对出纸处的场景进行录像动作，以获得并输出当前录像帧；
[0034] 形态学处理设备，与所述网络录像设备连接，用于接收所述当前录像帧，对所述当前录像帧执行先膨胀处理后腐蚀处理，以获得形态学处理图像；
[0035] 压缩编码设备，与所述形态学处理设备连接，用于接收所述形态学处理图像，对所述形态学处理图像执行H264压缩编码处理，以获得压缩编码后的图像数据；
[0036] 信号提取设备，与所述压缩编码设备连接，用于对压缩编码后的图像数据的数据量进行分析，以获得对应的所述形态学处理图像的有效数据量；
[0037] 在所述信号提取设备中，对压缩编码后的图像数据的数据量进行分析，以获得对应的所述形态学处理图像的有效数据量包括：压缩编码后的图像数据的数据量越少，获得的对应的所述形态学处理图像的有效数据量越少；
[0038] 复杂可编程逻辑器件，内置随机存储单元，用于保存第一可编程逻辑控制语言段落和第二可编程逻辑控制语言段落，其中，所述第一可编程逻辑控制语言段落用于实现基于无缩放变换模糊的图像平滑处理，所述第二可编程逻辑控制语言段落用于实现基于中值模糊的图像平滑处理；
[0039] 伽马校正设备，与所述复杂可编程逻辑器件连接，用于对接收到的动态平滑图像执行伽马校正处理，以获得并输出相应的伽马校正图像；
[0040] 所述墨迹检测设备还用于对各个字体区域分别对应的各个参考亮度值进行算术平均值计算以获得代表性亮度值，并确定与所述代表性亮度值成反比的墨迹深度；
[0041] 液晶显示设备，嵌入在打印机的外壳内，与所述墨迹检测设备连接，用于接收并显示所述墨迹深度；
[0042] 加墨提醒设备，与所述墨迹检测设备连接，用于在接收到的墨迹深度超限时，发出无需加墨信号，否则，发出加墨请求信号。
[0043] 接着，继续对本发明的基于云服务器的状态检测平台的具体结构进行进一步的说明。
[0044] 所述基于云服务器的状态检测平台中：
[0045] 采用同一供电输入设备对所述压缩编码设备和所述信号提取设备分别进行供电操作。
[0046] 所述基于云服务器的状态检测平台中：
[0047] 所述复杂可编程逻辑器件分别与所述信号提取设备和所述形态学处理设备连接，用于在接收到的有效数据量超限时，运行第一可编程逻辑控制语言段落以对接收到的形态学处理图像执行图像平滑处理，获得相应的动态平滑图像，停止运行第二可编程逻辑控制语言段落。
[0048] 所述基于云服务器的状态检测平台中：
[0049] 所述复杂可编程逻辑器件还用于在接收到的有效数据量未超限时，运行第二可编程逻辑控制语言段落以对接收到的形态学处理图像执行图像平滑处理，获得相应的动态平滑图像，停止运行第一可编程逻辑控制语言段落。
[0050] 所述基于云服务器的状态检测平台中还可以包括：
[0051] FPM DRAM存储设备，分别与所述字体分析设备和所述墨迹检测设备连接，用于分别存储所述字体分析设备和所述墨迹检测设备的当前输出数据。
[0052] 所述基于云服务器的状态检测平台中还可以包括：
[0053] 频分双工通信接口，与所述字体分析设备连接，用于将所述字体分析设备的当前发送数据通过频分双工通信链路进行发送。
[0054] 所述基于云服务器的状态检测平台中：
[0055] 所述字体分析设备和所述墨迹检测设备分别采用不同型号的SOC芯片来实现且所述字体分析设备和所述墨迹检测设备被集成在同一块印刷电路板上。
[0056] 所述基于云服务器的状态检测平台中还可以包括：
[0057] 温度传感设备，分别与所述字体分析设备和所述墨迹检测设备连接，用于分别检测所述字体分析设备和所述墨迹检测设备的外壳温度。
[0058] 另外，频分双工是指上行链路和下行链路的传输分别在不同的频率上进行。在第一、二代蜂窝系统中，基本都是采用FDD技术来实现双工传输的。特别是在第一代蜂窝系统中，由于传输的是连续的基带信号，必须用不同的频率来提供双工的上下行链路信道。在第一代蜂窝系统中传输连续信息采用FDD技术时，收发两端都必须有产生不同载波频率的频率合成器，在接收端还必须有一个防止发射信号泄漏到接收机的双工滤波器。另外，为了便于双工器的制作，收发载波频率之间要有一定的频率间隔。在第二代的GSM、IS-136和IS-95等系统中，也采用了FDD技术。在这些系统中，由于信息是以时隙方式进行传输的，收发可以在不同的时隙中进行，移动台或基站的发射信号不会对本接收机产生干扰。所以，尽管采用的FDD技术，也不需要昂贵的双工滤波器。
[0059] FDD模式的特点是在分离(上下行频率间隔190MHz)的两个对称频率信道上，系统进行接收和传送，用保护频段来分离接收和传送信道。
[0060] 采用包交换等技术，可突破二代发展的瓶颈，实现高速数据业务，并可提高频谱利用率，增加系统容量。但FDD必须采用成对的频率，即在每2x5MHz的带宽内提供第三代业务。该方式在支持对称业务时，能充分利用上下行的频谱，但在非对称的分组交换(互联网)工作时，频谱利用率则大大降低(由于低上行负载，造成频谱利用率降低约40％)，在这点上，TDD模式有着FDD无法比拟的优势。
[0061] 本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：
RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
[0062] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
