本发明涉及计算机管理领域，具体地说，本发明涉及一种计算机即时故障检测平台。
背景技术：
计算机的分类中，量子计算机是利用原子所具有的量子特性进行信息处理的一种全新概念的计算机。量子理论认为，非相互作用下，原子在任一时刻都处于两种状态，称之为量子超态。原子会旋转，即同时沿上、下两个方向自旋，这正好与电子计算机0与1完全吻合。如果把一群原子聚在一起，他们不会像电子计算机那样进行的线性运算，而是同时进行所有可能的运算，例如量子计算机处理数据时不是分步进行而是同时完成。只要40个原子一起计算，就相当于一台超级计算机的性能。量子计算机以处于量子状态的原子作为中央处理器和内存，其运算速度可能比奔腾4芯片快10亿倍。
技术实现要素：
本发明的目的是提供一种即时故障检测平台，包括：
伽马校正设备，用于接收计算机内部图像，确定所述计算机内部图像中的背景复杂度，基于所述背景复杂度确定对所述计算机内部图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述计算机内部图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的伽马校正处理操作以获得各个伽马校正碎片，图像碎片对比度越小，对图像碎片执行的伽马校正处理操作强度越大，将各个伽马校正碎片进行组合以获得校正组合图像；
第一信号分析设备，与所述伽马校正设备连接，用于接收所述校正组合图像，对所述校正组合图像中的各个目标进行提取，以获得对应的各个目标子图像，每一个目标子图像只包括组成相应目标的各个像素点，基于每一个目标子图像确定组成其对应目标的轮廓的各个轮廓像素点；
第二信号分析设备，与所述第一信号分析设备连接，用于接收所述校正组合图像中每一个目标子图像对应的各个轮廓像素点，累计所述校正组合图像中各个目标子图像对应的各个轮廓像素点以获得轮廓点总数，并输出所述轮廓点总数；
第三信号分析设备，与所述第二信号分析设备连接，用于接收所述轮廓点总数，并在所述轮廓点总数未超过预设点数阈值时，发出第一触发信号，以及在所述轮廓点总数超过预设点数阈值时，发出第二触发信号；
第一信号处理设备，分别与所述第三信号分析设备和所述第一信号分析设备连接，包括对数运算单元、傅里叶变换单元、高通滤波单元、傅里叶逆变换单元和指数运算单元，用于在所述第一处理设备接收到所述第一触发信号时，对所述校正组合图像依次执行对数运算、傅里叶变换、高通滤波、傅里叶逆变换和指数运算，以获得并输出与所述校正组合图像对应的信号转换图像；
第二信号处理设备，分别与所述第三信号分析设备和所述第一信号分析设备连接，用于在接收到所述第一触发信号时，对所述校正组合图像执行空域平滑滤波处理，以获得与所述校正组合图像对应的信号转换图像。
本发明需要具备以下几处重要的发明点：
(1)利用电火花成像特征对针对性处理后的图像进行电火花对象检测，在检测到的电火花对象占据的像素点的总数超限时，认定现场产生电火花，并触发相应的维护请求；
(2)在待处理图像内执行基于预设形状曲线的遍历，用于将预设形状曲线遍历到的各个图像区域作为各个目标处理区域，基于各个目标处理区域的各个均匀干扰强度确定所述待处理图像的代表性均匀干扰强度，以及在所述代表性均匀干扰强度超限时，引入中点滤波设备进行针对性去干扰操作；
(3)通过对待处理图像中的目标的提取和分析，判断待处理图像中的轮廓像素点总数，以在所述待处理图像中的轮廓像素点过多时，避免使用对轮廓滤波效果不佳的滤波器，而选用空域平滑滤波模式，以及在所述待处理图像中的轮廓像素点不多时，选择使用抑制低频效果更佳的精细滤波模式，从而避免图像数据处理粗糙化。
本发明的即时故障检测平台设计紧凑、运行可靠。由于利用电火花成像特征对针对性处理后的图像进行电火花对象检测，在检测到的电火花对象占据的像素点的总数超限时，认定现场产生电火花，并触发相应的维护请求，从而有效避免了计算机设备损坏的情况发生。
具体实施方式
电火花是一种自激放电，其特点如下：火花放电的两个电极间在放电前具较高的电压，当两电极接近时，其间介质被击穿后，随即发生火花放电。伴随击穿过程，两电极间的电阻急剧变小，两极之间的电压也随之急剧变低。火花通道必须在维持暂短的时间(通常为10-7-10-3s)后及时熄灭，才可保持火花放电的“冷极”特性(即通道能量转换的热能来不及传至电极纵深)，使通道能量作用于极小范围。通道能量的作用，可使电极局部被腐蚀。
现有技术中，计算机内部因为电子设备众多，在安装不当或设备相隔过近时容易导致电火花故障产生，一旦发生电火花，则对计算机的性能会造成严重影响，然而，由于计算机内部环境是封闭的，使用者无法及时发现内部的电火花产生情况，也无法制定相应的计算机维护措施。
为了克服上述不足，本发明提出了一种即时故障检测平台，能够有效解决相应的技术问题。
以下实施例用于说明本发明，但不用来限制本发明的范围。
一种即时故障检测平台，包括：
伽马校正设备，用于接收计算机内部图像，确定所述计算机内部图像中的背景复杂度，基于所述背景复杂度确定对所述计算机内部图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述计算机内部图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的伽马校正处理操作以获得各个伽马校正碎片，图像碎片对比度越小，对图像碎片执行的伽马校正处理操作强度越大，将各个伽马校正碎片进行组合以获得校正组合图像；
第一信号分析设备，与所述伽马校正设备连接，用于接收所述校正组合图像，对所述校正组合图像中的各个目标进行提取，以获得对应的各个目标子图像，每一个目标子图像只包括组成相应目标的各个像素点，基于每一个目标子图像确定组成其对应目标的轮廓的各个轮廓像素点；
第二信号分析设备，与所述第一信号分析设备连接，用于接收所述校正组合图像中每一个目标子图像对应的各个轮廓像素点，累计所述校正组合图像中各个目标子图像对应的各个轮廓像素点以获得轮廓点总数，并输出所述轮廓点总数；
第三信号分析设备，与所述第二信号分析设备连接，用于接收所述轮廓点总数，并在所述轮廓点总数未超过预设点数阈值时，发出第一触发信号，以及在所述轮廓点总数超过预设点数阈值时，发出第二触发信号；
第一信号处理设备，分别与所述第三信号分析设备和所述第一信号分析设备连接，包括对数运算单元、傅里叶变换单元、高通滤波单元、傅里叶逆变换单元和指数运算单元，用于在所述第一处理设备接收到所述第一触发信号时，对所述校正组合图像依次执行对数运算、傅里叶变换、高通滤波、傅里叶逆变换和指数运算，以获得并输出与所述校正组合图像对应的信号转换图像；
第二信号处理设备，分别与所述第三信号分析设备和所述第一信号分析设备连接，用于在接收到所述第一触发信号时，对所述校正组合图像执行空域平滑滤波处理，以获得与所述校正组合图像对应的信号转换图像；
模式控制设备，分别与所述第一信号处理设备和所述第二信号处理设备连接，用于在所述第一信号处理设备或所述第二信号处理设备进入省电模式时，控制对所述第一信号处理设备或所述第二信号处理设备的电量供应；
信号切分设备，与所述第二信号处理设备连接，用于识别所述信号转换图像中的对象的数量，基于所述对象的数量执行对所述信号转换图像的均匀式区域分割，以获得多个图像区域，其中，所述对象的数量越多，获得的每一个图像区域所占据的像素点的数量越少；
曲线遍历设备，与所述信号切分设备连接，用于接收所述多个图像区域，在所述信号转换图像内执行基于预设形状曲线的遍历，用于将预设形状曲线遍历到的各个图像区域作为各个目标处理区域；
干扰识别设备，与所述曲线遍历设备连接，用于接收所述各个目标处理区域，并对每一个目标处理区域执行均匀干扰强度识别操作，以获得每一个目标处理区域的均匀干扰强度，并基于各个目标处理区域的均匀干扰强度确定所述信号转换图像的代表性均匀干扰强度；
中点滤波设备，分别与所述信号切分设备和所述干扰识别设备连接，用于接收所述代表性均匀干扰强度，并在所述代表性均匀干扰强度大于等于预设均匀干扰强度时，对所述信号转换图像执行中点滤波处理，以获得对应的中点滤波图像，还用于在所述代表性均匀干扰强度小于所述预设均匀干扰强度时，将所述信号转换图像作为中点滤波图像输出；
电火花检测设备，设置在计算机内部，与所述中点滤波设备连接，用于基于电火花成像特征对所述中点滤波图像进行电火花对象检测，并在检测到的电火花对象占据所述中点滤波图像的像素点的总数超过限量时，发出维护请求命令，否则，发出现场正常命令。
接着，继续对本发明的即时故障检测平台的具体结构进行进一步的说明。
所述即时故障检测平台中：
所述干扰识别设备和所述中点滤波设备之间设置有一个16位的数据暂存芯片。
所述即时故障检测平台中：
所述干扰识别设备和所述中点滤波设备分别采用不同型号的soc芯片来实现。
所述即时故障检测平台中：
所述曲线遍历设备、所述干扰识别设备和所述中点滤波设备被集成在同一块印刷电路板上。
所述即时故障检测平台中：
所述第一信号处理设备在接收到所述第二触发信号时，从工作模式切换到省电模式。
所述即时故障检测平台中：
所述第二信号处理设备在接收到所述第一触发信号时，从工作模式切换到省电模式。
所述即时故障检测平台中：
所述伽马校正设备确定所述计算机内部图像中的背景复杂度的具体操作如下：获取所述计算机内部图像中各个像素点的y通道像素值、u通道像素值和v通道像素值，确定每一个像素点的y通道像素值的各个方向的梯度以作为y通道梯度，确定每一个像素点的u通道像素值的各个方向的梯度以作为u通道梯度，确定每一个像素点的v通道像素值的各个方向的梯度以作为v通道梯度，基于各个像素点的y通道梯度、u通道梯度和v通道梯度确定所述计算机内部图像对应的背景复杂度；其中，在所述第一信号处理设备中，所述傅里叶变换单元分别与所述对数运算单元和所述高通滤波单元连接。
所述即时故障检测平台中：
在所述第一信号处理设备中，所述傅里叶逆变换单元与所述高通滤波单元连接，所述指数运算单元与所述傅里叶逆变换单元连接。
所述即时故障检测平台中：
在所述干扰识别设备中，基于各个目标处理区域的均匀干扰强度确定所述信号转换图像的代表性均匀干扰强度包括：将各个目标处理区域的均匀干扰强度中出现次数最频繁的均匀干扰强度作为所述信号转换图像的代表性均匀干扰强度。
另外，systemonchip，简称soc，也即片上系统。从狭义角度讲，他是信息系统核心的芯片集成，是将系统关键部件集成在一块芯片上；从广义角度讲，soc是一个微小型系统，如果说中央处理器(cpu)是大脑，那么soc就是包括大脑、心脏、眼睛和手的系统。国内外学术界一般倾向将soc定义为将微处理器、模拟ip核、数字ip核和存储器(或片外存储控制接口)集成在单一芯片上，他通常是客户定制的，或是面向特定用途的标准产品。
soc定义的基本内容主要在两方面：其一是他的构成，其二是他形成过程。系统级芯片的构成可以是系统级芯片控制逻辑模块、微处理器/微控制器cpu内核模块、数字信号处理器dsp模块、嵌入的存储器模块、和外部进行通讯的接口模块、含有adc/dac的模拟前端模块、电源提供和功耗管理模块，对于一个无线soc还有射频前端模块、用户定义逻辑(他可以由fpga或asic实现)以及微电子机械模块，更重要的是一个soc芯片内嵌有基本软件(rdos或cos以及其他应用软件)模块或可载入的用户软件等。
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。
1.一种即时故障检测平台，其特征在于，包括：
伽马校正设备，用于接收计算机内部图像，确定所述计算机内部图像中的背景复杂度，基于所述背景复杂度确定对所述计算机内部图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述计算机内部图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片对比度的伽马校正处理操作以获得各个伽马校正碎片，图像碎片对比度越小，对图像碎片执行的伽马校正处理操作强度越大，将各个伽马校正碎片进行组合以获得校正组合图像；
第一信号分析设备，与所述伽马校正设备连接，用于接收所述校正组合图像，对所述校正组合图像中的各个目标进行提取，以获得对应的各个目标子图像，每一个目标子图像只包括组成相应目标的各个像素点，基于每一个目标子图像确定组成其对应目标的轮廓的各个轮廓像素点；
第二信号分析设备，与所述第一信号分析设备连接，用于接收所述校正组合图像中每一个目标子图像对应的各个轮廓像素点，累计所述校正组合图像中各个目标子图像对应的各个轮廓像素点以获得轮廓点总数，并输出所述轮廓点总数；
第三信号分析设备，与所述第二信号分析设备连接，用于接收所述轮廓点总数，并在所述轮廓点总数未超过预设点数阈值时，发出第一触发信号，以及在所述轮廓点总数超过预设点数阈值时，发出第二触发信号；
第一信号处理设备，分别与所述第三信号分析设备和所述第一信号分析设备连接，包括对数运算单元、傅里叶变换单元、高通滤波单元、傅里叶逆变换单元和指数运算单元，用于在所述第一处理设备接收到所述第一触发信号时，对所述校正组合图像依次执行对数运算、傅里叶变换、高通滤波、傅里叶逆变换和指数运算，以获得并输出与所述校正组合图像对应的信号转换图像；
第二信号处理设备，分别与所述第三信号分析设备和所述第一信号分析设备连接，用于在接收到所述第一触发信号时，对所述校正组合图像执行空域平滑滤波处理，以获得与所述校正组合图像对应的信号转换图像；
模式控制设备，分别与所述第一信号处理设备和所述第二信号处理设备连接，用于在所述第一信号处理设备或所述第二信号处理设备进入省电模式时，控制对所述第一信号处理设备或所述第二信号处理设备的电量供应；
信号切分设备，与所述第二信号处理设备连接，用于识别所述信号转换图像中的对象的数量，基于所述对象的数量执行对所述信号转换图像的均匀式区域分割，以获得多个图像区域，其中，所述对象的数量越多，获得的每一个图像区域所占据的像素点的数量越少；
曲线遍历设备，与所述信号切分设备连接，用于接收所述多个图像区域，在所述信号转换图像内执行基于预设形状曲线的遍历，用于将预设形状曲线遍历到的各个图像区域作为各个目标处理区域；
干扰识别设备，与所述曲线遍历设备连接，用于接收所述各个目标处理区域，并对每一个目标处理区域执行均匀干扰强度识别操作，以获得每一个目标处理区域的均匀干扰强度，并基于各个目标处理区域的均匀干扰强度确定所述信号转换图像的代表性均匀干扰强度；
中点滤波设备，分别与所述信号切分设备和所述干扰识别设备连接，用于接收所述代表性均匀干扰强度，并在所述代表性均匀干扰强度大于等于预设均匀干扰强度时，对所述信号转换图像执行中点滤波处理，以获得对应的中点滤波图像，还用于在所述代表性均匀干扰强度小于所述预设均匀干扰强度时，将所述信号转换图像作为中点滤波图像输出；
电火花检测设备，设置在计算机内部，与所述中点滤波设备连接，用于基于电火花成像特征对所述中点滤波图像进行电火花对象检测，并在检测到的电火花对象占据所述中点滤波图像的像素点的总数超过限量时，发出维护请求命令，否则，发出现场正常命令。
2.如权利要求1所述的即时故障检测平台，其特征在于：
所述干扰识别设备和所述中点滤波设备之间设置有一个16位的数据暂存芯片。
3.如权利要求2所述的即时故障检测平台，其特征在于：
所述干扰识别设备和所述中点滤波设备分别采用不同型号的soc芯片来实现。
4.如权利要求3所述的即时故障检测平台，其特征在于：
所述曲线遍历设备、所述干扰识别设备和所述中点滤波设备被集成在同一块印刷电路板上。
5.如权利要求4所述的即时故障检测平台，其特征在于：
所述第一信号处理设备在接收到所述第二触发信号时，从工作模式切换到省电模式。
6.如权利要求5所述的即时故障检测平台，其特征在于：
所述第二信号处理设备在接收到所述第一触发信号时，从工作模式切换到省电模式。
7.如权利要求6所述的即时故障检测平台，其特征在于：
所述伽马校正设备确定所述计算机内部图像中的背景复杂度的具体操作如下：获取所述计算机内部图像中各个像素点的y通道像素值、u通道像素值和v通道像素值，确定每一个像素点的y通道像素值的各个方向的梯度以作为y通道梯度，确定每一个像素点的u通道像素值的各个方向的梯度以作为u通道梯度，确定每一个像素点的v通道像素值的各个方向的梯度以作为v通道梯度，基于各个像素点的y通道梯度、u通道梯度和v通道梯度确定所述计算机内部图像对应的背景复杂度；其中，在所述第一信号处理设备中，所述傅里叶变换单元分别与所述对数运算单元和所述高通滤波单元连接。
8.如权利要求7所述的即时故障检测平台，其特征在于：
在所述第一信号处理设备中，所述傅里叶逆变换单元与所述高通滤波单元连接，所述指数运算单元与所述傅里叶逆变换单元连接。
9.如权利要求8所述的即时故障检测平台，其特征在于：
在所述干扰识别设备中，基于各个目标处理区域的均匀干扰强度确定所述信号转换图像的代表性均匀干扰强度包括：将各个目标处理区域的均匀干扰强度中出现次数最频繁的均匀干扰强度作为所述信号转换图像的代表性均匀干扰强度。
技术总结