一种图像序列批量处理与局部重算方法与流程

本发明涉及港口智能图像处理，具体涉及一种用于港口锁销作业的图像序列批量处理与局部重算方法及系统。

背景技术：

1、在港口作业场景中，锁销的拆装状态判断是保障作业安全的关键环节。传统锁销图像判读与指令确认依赖于人工串行处理，操作人员逐一查看采集到的锁销图像，凭借经验判断锁销的闭合状态、锈蚀程度和遮挡情况，然后给出拆装指令。这种人工处理方式存在以下明显的不足：

2、其一，当港口作业批量采集了大量锁销图像后，人工逐张处理耗时较长，操作人员需要在不同图像之间频繁切换，难以保持一致的判读标准，容易出现视觉疲劳导致的误判。

3、其二，当某张图像的识别结果被审核人员驳回时，现有方案通常需要将整批任务重新提交处理管线，即使仅有一张或少量图像需要重新判读，整个批次的处理过程仍需从头执行，造成计算资源和时间上的浪费。

4、其三，已处理的图像中间结果缺乏有效的状态管理机制，任务中止或中断后，已完成的识别结果无法保留，再次启动时需要重新计算所有图像，处理效率低下。

5、因此，如何实现港口锁销图像的批量高效处理并支持针对单张图像的精确局部重算，成为本领域亟待解决的技术问题。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种图像序列批量处理与局部重算方法及系统，旨在提高港口锁销图像处理效率，避免整批任务的重复计算。

2、本发明解决技术问题所采用的技术方案是：

3、一种图像序列批量处理与局部重算方法，包括以下步骤：导入图像序列，校验可用文件，生成包含图像数量、创建时间、当前状态和进度信息的任务记录；将任务记录纳入任务管理中心，由调度流程驱动处理管线，在处理过程中实时查询当前阶段和进度百分比；当接收到驳回信号时，基于原任务中与驳回决策关联的图像子集发起局部重算推理，所述局部重算推理包括差异度门控判定和依赖传播重算两个子步骤；差异度门控判定将原始推理结果与新推理结果进行差异度比对，仅当差异度超过预设阈值时更新缓存；依赖传播重算识别被驳回图像的下游依赖关系并对下游中间结果执行级联重算，确保数据一致性。

4、进一步地，上述方法中校验可用文件的步骤包括：检查文件格式是否符合预设格式限制、检查单批提交图像数量是否超过预设数量上限，并显示已选图像数量供用户核对，误选时支持清空操作。

5、进一步地，上述方法还包括异常中止步骤：当检测到任务处理异常时，支持中止运行中的任务，中止后任务状态进入"取消中"的过程状态值，用于区分继续等待与重新更换批次提交两种情形。

6、进一步地，上述方法中局部重算推理的触发步骤包括：决策审核环节对决策记录执行驳回操作，系统读取被驳回决策记录所关联的预览标识，从决策记录表中获取该条决策关联的原图像标识，仅将该图像标识对应的单张或多张图像重新送入处理管线，而任务中其他已通过审核的图像结果保持不变。

7、进一步地，上述方法还包括重算状态管理步骤：在重算启动后将任务状态设置为局部重算状态，该状态下保留原任务编号和已完成图像的中间结果，局部重算完成后将新结果与原中间结果合并，形成完整的任务结果集。

8、进一步地，上述方法还包括重试机制步骤：在任务处理管线中出现单个图像处理失败时，记录失败项，支持后续通过重试失败项操作将失败记录重新追加到处理队列中，重试时仅重新执行上一次任务中处理失败的记录，不影响已成功处理的图像。

9、进一步地，上述方法还包括任务继续执行步骤：在任务被中止或中断后，记录当前已完成处理的图像数量，当接收到继续执行信号时，从上次中断位置继续执行剩余图像的处理，已完成的识别结果保持不变。

10、进一步地，上述方法中调度流程包括任务编排、图像预处理、认知推理、决策生成、规则加载与导出服务构建的处理链路，管线的每个阶段均上报进度信息，形成包含管线阶段和严重级别的日志记录。

11、进一步地，上述方法中任务记录存储在任务控制台表中，该表包含task_id、batch_label、processing_status、image_quantity和priority_level字段，任务记录按任务维度关联图像认知预览、决策结果审核、重算处理及作业规则配置调整过程中的所有信息。

12、本发明还提供一种图像序列批量处理与局部重算系统，包括：图像导入校验模块，用于导入图像序列、校验可用文件并生成任务记录；任务调度管理模块，用于将任务记录纳入任务管理中心，驱动处理管线并实时上报进度；局部重算触发模块，用于接收驳回信号并基于与驳回决策关联的图像子集发起局部重算推理。

13、实施本发明，具有以下有益效果：

14、本发明通过任务化组织方式将分散的图像序列整合为结构化任务记录，使操作人员能够清晰掌握每个批次的处理进度和状态。在任务处理过程中，管线各阶段实时上报进度，提供了直观的进度感知能力。当审核环节发现单张图像识别有误时，通过局部重算机制仅将争议图像重新送入处理管线，避免了整批任务的重复计算，显著减少了计算资源浪费。差异度门控判定机制确保仅在新推理结果与原始结果存在显著差异时才更新缓存，避免了因微小随机波动导致的无意义缓存更新，节省了不必要的写入开销。依赖传播重算机制识别被驳回图像的下游依赖关系并执行级联重算，确保管线中所有下游环节的数据一致性，避免了部分更新导致的数据不一致问题。重算过程中保留已完成图像的中间结果，重算完成后自动合并，保证了任务完整性和结果一致性。异常中止和任务继续执行机制使操作人员能够灵活控制处理流程，有效提升了系统的抗干扰能力。

1.一种图像序列批量处理与局部重算方法，其特征在于，包括以下步骤：

2.如权利要求1所述的方法，其特征在于，s1中校验可用文件的步骤包括：检查文件格式是否符合预设格式限制、检查单批提交图像数量是否超过预设数量上限，并显示已选图像数量供用户核对，误选时支持清空操作。

3.如权利要求1所述的方法，其特征在于，s2中还包括异常中止步骤：当检测到任务处理异常时，支持中止运行中的任务，中止后任务状态进入"取消中"的过程状态值，用于区分继续等待与重新更换批次提交两种情形。

4.如权利要求1所述的方法，其特征在于，s3中局部重算推理的触发步骤包括：决策审核环节对决策记录执行驳回操作，系统读取被驳回决策记录所关联的预览标识，从决策记录表中获取该条决策关联的原图像标识，仅将该图像标识对应的单张或多张图像重新送入处理管线，而任务中其他已通过审核的图像结果保持不变。

5.如权利要求1所述的方法，其特征在于，s3中还包括重算状态管理步骤：在重算启动后将任务状态设置为局部重算状态，该状态下保留原任务编号和已完成图像的中间结果，局部重算完成后将新结果与原中间结果合并，形成完整的任务结果集。

6.如权利要求1所述的方法，其特征在于，还包括重试机制步骤：在任务处理管线中出现单个图像处理失败时，记录失败项，支持后续通过重试失败项操作将失败记录重新追加到处理队列中，重试时仅重新执行上一次任务中处理失败的记录，不影响已成功处理的图像。

7.如权利要求1所述的方法，其特征在于，还包括任务继续执行步骤：在任务被中止或中断后，记录当前已完成处理的图像数量，当接收到继续执行信号时，从上次中断位置继续执行剩余图像的处理，已完成的识别结果保持不变。

8.如权利要求1所述的方法，其特征在于，s2中调度流程包括任务编排、图像预处理、认知推理、决策生成、规则加载与导出服务构建的处理链路，管线的每个阶段均上报进度信息，形成包含管线阶段和严重级别的日志记录。

9.如权利要求1所述的方法，其特征在于，s1中的任务记录存储在任务控制台表中，该表包含task_id、batch_label、processing_status、image_quantity和priority_level字段，任务记录按任务维度关联图像认知预览、决策结果审核、重算处理及作业规则配置调整过程中的所有信息。

10.一种图像序列批量处理与局部重算系统，用于实现如权利要求1至9任一项所述的方法，其特征在于，包括：