本发明涉及计算机信息处理方法及装置，尤其是一种医疗车图像信息处理方法及装置。
背景技术：
医疗车主要是指急救车，以及野外临时移动式医疗站。除临时移动式医疗站外，常规的医疗车主要是接送病人和在车上对病人作简单的急救性处理，车上的设备也较为简单。而专为抢求脑卒中病人而设计的医疗车具有较全面的检查、急救功能，并具有5g信息系统，通过5g信息系统与设置在医院本部的指挥中心时实获得帮助指导，由于该种车辆设备具有较全面的检查与急救功能，因此，车内的医疗工作必须得到有效的监督和记录，以方便追溯医疗过程，一方面利于医疗学术的提高，对医疗车辆中实施的医疗手段进行改进，另一方面记录医疗过程利于解决医疗纠纷。
在这一类急救车上，设置有与医院5g信息系统连接的电脑，并在车内安装至少一个摄像头。通过自动定时或随机拍摄的照片（图像）传到安装在医院的服务端数据库存备存，该图像由于要求清晰并且尽量减少数据量，因此以图片格式存入。当然，别外也备存有视频图像，图片存入是为了定格更清晰现场图片。
因为图片为自动拍摄，自动上传，自动备存，因此这一系统过程排除了人为对图片的筛选，因此该系统有必要建立图片自动筛选机制。
在自动筛选时，图片重影是较多存在的图片质量问题，摄像头安装在车项处，与车顶硬连接（不设减振，不设云台结构），以保证拍摄画面相对于车内景物不晃动，但如果车辆行驶过程中，产生较大振动，则拍摄镜头不避免地上下偏移，参考图1，产生了d/h两个方向的位移，对景物二次曝光，产生重影。因此，有必须建立具有排除图像重影的系统自动筛选程序。
技术实现要素：
为了解决上述问题，本发明提供了一种具有排除图像重影的系统自动筛选方法，以及能够执行本方法的处理装置。
其中，提供了一种医疗车图像信息处理方法，如下：
通过设置在移动医疗车上的摄像装置获得若干图像，对获得的若干图像进行筛选，并在至少进行了剔除重影图像步骤后；将其它清晰图像通过5g网络发送到服务器端。
所述的剔除重影图像步骤为：
s1：查找符合重影条件的图像，查找条件至少是：摄像装置对同一景物进行一次以上的曝光，使同一景物在图像上形成至少两个景物；
s2：对符合重影条件的图像生成如下命令之一：打上不予使用标签命令、删除命令。
如上所述的医疗车图像信息处理方法，更进一步说明为，所述查找符合重影条件的图像，其中查找方法为：
s11：在图像上建立若干标记区域。
s12：查找标记区域周围的匹配区域；当一部分标记区域具有匹配区域，且各个匹配参数相同，认定为符合重影条件的图像；否则不认定为符合重影条件的图像。
其中：
所述的标记区域为如下之一：图像上的高亮点、过暗点、轮廓线；并且在图像上的位置是随机的。
所述的匹配区域至少是：与标记区域具有相同面积和形状。
所述的匹配参数为：匹配区域与标记区域之间的距离数据、坐标数据。
如上所述的医疗车图像信息处理方法，更进一步说明为，查找标记区域周围的匹配区域的方法为：
s111：从图像中心向四周作放射式搜索，找到若干标记区域的参考区域，所述的参考区域为如下之一：图像上的高亮点、过暗点、轮廓线。
s112：找到参考区域的参考匹配区域，记录参考匹配区域与参考区域之间的匹配参数，形成验证参数；多个参考匹配区域与参考区域之间形成多个验证参数；所述的参考匹配区域与参考区域具有相同面积和形状。
s113：在整个图像上找到若干的标记区域，并依次采用各个验证参数，查找标记区域的匹配区域。
如上所述的医疗车图像信息处理方法，更进一步说明为，依次采用各个验证参数，查找标记区域的匹配区域，具体方法是：
s1131：对验证参数的优先级进行排序，要求：验证参数有相同的，以相同的验证参数的个数确定优先级，验证参数以相同的个数从多到少次地降级，并将相同的验证参数的个数最多的设为优先验证参数。
s1132：以验证参数优先级为顺序，逐一采用各个验证参数，查找标记区域的匹配区域；直到满足如下条件之一时停止查找：条件1、各个验证参数使用完毕；条件2、采用某一个验证参数查找标记区域的匹配区域时，超过38%的标记区域查找到匹配区域。
如上所述的医疗车图像信息处理方法，更进一步说明为，所述的图像中心为：
计算图像的第一侧边的像素点总数，并以在总数1/2处所在的像素点为第一侧边的中点，中点所在像素列为第一像素列。
计算第一侧边的相邻边的像素点总数，并以总数1/2处所在的像素点为第二侧边的中点，中点所在像素列为第二像素列。
第一像素列与第二像素列相交处为图像中心。
如上所述的医疗车图像信息处理方法，更进一步说明为，所述从图像中心向四周作放射式搜索，搜索范围不超过图像的1/5幅面的面积。
如上所述的医疗车图像信息处理方法，更进一步说明为，所述查找符合重影条件的图像，其中查找方法为：
s13：在图像上建立若干标记区域。
s14：并找到每一个标记区域的匹配区域，记录匹配区域与标记区域的匹配参数。
s15：将所有的匹配参数进行对比，当超过38%的匹配参数相同时，认定为图像为重影图像；否则不认定为符合重影条件的图像。
所述的标记区域为高亮点、过暗点、轮廓线之一，并且在图像上的位置是随机的；
所述的匹配区域至少是：与标记区域具有相同面积和形状；
所述的匹配参数为：匹配区域与标记区域之间的距离数据、坐标数据。
如上所述的医疗车图像信息处理方法，更进一步说明为，所述图像：
色度为如下之一：灰度图像；1位黑白图像；由彩色图像去除饱和度后的灰度图像；由灰度图像二值化处理后的1位黑白图像。
格式为如下之一：jpeg图像、bmp图像、png图像、tiff图像。
如上所述的医疗车图像信息处理方法，更进一步说明为，轮廓线具有以下条件：
a、非连续直线。
b、以灰度值无变化的色块为背景区域。
c、长度不超过图像较窄边界的长度的1/5。
本发明提供的医疗车图像信息处理装置，由布置在医疗车上的并用于获取现场影像的摄像装置，布置在医疗车上的具有处理器的移动端，以及布置在固定位置的服务器端构成；所述的移动端与服务器端通过5g网络连接。具体的是，具有执行上述的医疗车图像信息处理方法的处理器；所述的处理器至少具有：用于判定图像是否为重影图像的图像筛选单元。
有益效果
本发明提供的医疗车图像传输信息处理装置，能自动筛选出清晰的备份图像入数据库。本发明的图片筛选，具有简洁高效，消耗运算和存储量较小的特点。
附图说明
图1是摄像头产生位移示意图。
图2是图像传输信息处理装置结构示意图。
图3是标记区域与匹配区域在图片上的关系示意图。
图4是在图片上寻找参考区域与参考匹配区域的示意图。
图5是在图片上寻找图像的中心的方法示意图。
具体实施方式
本发明的移动车辆指的医院的救护车辆，包括野外、军营、救灾现场的其它可移动的车辆。这一类车辆的主要工作是将病患者运送到固定医疗场所内进行治疗。
参考图2，医疗车图像传输信息处理装置，由布置在医疗车上的并用于获取现场影像的摄像装置；布置在医疗车上的具有处理器的移动端；以及布置在固定位置的服务器端构成。其中移动端与摄像头通过电连接，至少能够将摄像装置摄取的图片传到移动端。
示例一
本发明的服务器端最有可能的是安装在医院，尤其是医院的数据中心，当然，本发明的服务器也可以是网上云服务器，但无论如何，本发明的服务器都是固定的，因此本发明称之为固定的服务器端。
在本发明所提供的实施例中的服务器端是指存在于网络中能对其它机器提供某些服务的计算机系统，主要的硬件构成仍然包含如下几个主要部分：中央处理器、内存、芯片组、i/o总线、i/o设备、电源、机箱和相关软件，相关软件是指至于能存入、搜索、读取jpeg图像、bmp图像、png图像、tiff图像软件，例如看图软件。由于服务器在网络中提供服务，那么这个服务的质量对承担多种应用的网络计算环境是非常重要的，承担这个服务的计算机硬件必须有能力保障服务质量。这个服务首先要有一定的容量，能响应单位时间内合理数量的服务器请求，同时这个服务对单个服务请求的响应时间要尽量快，还有这个服务要在要求的时间范围内一直存在。作为服务器硬件必须具备如下的特点：性能，使服务器能够在单位时间内处理相当数量的服务器请求并保证每个服务的响应时间；可靠性，使得服务器能够不停机；可扩展性，使服务器能够随着用户数量的增加不断提升性能。
参考图2，移动终端与服务器端通过5g网络连接；因此移动终端必须要有5g信息发送模块（无线信息传输硬件，通过天线连接于基站，通过5g信息连接于互联网，实现数据发送与交换），服务器端也必须连接于互联网。
同时服务器端还具有物理存储装置，用于存储软件代码，数据，jpeg图像、bmp图像、png图像、tiff图像，以及物理存储装置需要进行物理位置分区，至少具有文件库备存图片，形成本发明的处理图像的处理器。
示例二
本实施例使用的具有处理器的移动端为个人pc、平板电脑、计算机。具体为：安装有一个处理图像的处理器（具有cpu），同时安装有软件，因此移动端具有数据处理能力，至少具有能够判定图像是否为重影的图像筛选单元。
处理器通过图像筛选单元用于执行所述计算机程序时，实现医疗车图像信息处理方法的步骤。
参考图2，移动端能与摄像头装置连接作数据交换，采集摄像头摄取的图片或图像，实现相互通信、信息互传，同时还具有物理存储装置，用于存储软件代码、数据、jpeg图像、bmp图像、png图像、tiff图像，以及物理存储装置需要进行物理位置分区，至少具有本发明所需要的程序安装位置，形成本发明的处理图像的处理器。移动端具有操作系统，当本发明的程序安装到移动端后，能执行程序的运行。
示例三
参考图2，本发明的具有处理器的移动端通过5g网络单元连接到服务器端。其中5g网络单元可以使用的5g模组，以5g芯片为基础，外加上外部电路，再进行封装后形成，可以让处理器通过5g网络传输数据至服务器端。其传输速率高，时延低，并且5g模组兼容4g信号传输。例如华为商用5g工业模组mh5000。
示例四
本发明使用的摄像装置，可以是监控摄像头，为半导体成像器件，具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点。图像的生成当前主要是来自ccd摄像机，也可将存储的电荷取出使电压发生变化，具有抗震动和撞击的特性。
（1)彩色摄像机：适用于景物细部辨别，如辨别衣着或景物的颜色。因有颜色而使信息量增大，信息量一般认为是黑白摄像机的10倍。（2)黑白摄像机：适用于光线不足地区及夜间无法安装照明设备的地区，在仅监视景物的位置或移动时，可选用分辨率通常高于彩色摄像机的黑白摄像机。在本发明中，由于摄像装置不仅要抓取清晰的图片，还需要进行影像拍摄，因此必须采用彩色摄像机。例如：使用海康威视jkxt救护车监控系统专用摄像机，并具有如下参数：
摄像机传感器类型：progressivescancmos；
有效像素：1280(水平)；720(垂直)；
快门：1/25秒至1/50,000秒；
镜头：2.1mm；
日夜转换模式：电子彩转黑；
帧率：720p@25fps；720p@30fp；
视频输出：同轴高清；符合hdtvi标准；
尺寸：61(长)x39(宽)x33(高)mm。
上述参数满足于移动救护车内安装，并满足于使用到本发明。
示例五
本示例中，关于图像传输和存备的主要路径为以下3个步骤：
1、通过设置在移动医疗车上的示例四中介绍的摄像装置获得很多的图像，例如，在1s的时间内，使用连拍功能，连拍5张图片；
2、对获得的这5张图片进行筛选，筛选主要是剔除重影图像，以及剔除模糊图像；
3、将其它清晰图像通过示例三中提供的5g网络方案发送到服务器端备存。
在上面的步骤1过程中，需要进行剔除重影图像与模糊图像。重影图像与模糊图像不同，模糊图像具有较低的对比度，景物的曝光的边界（轮廓）不清晰，尤其是景物轮廓的对比度较低，因此，现在的找出模糊图像的方法中，很多针对于上述模糊图像的特征，例如，中国专利cn106570028b移动终端及模糊图像的删除方法和装置，公开了模糊图像的鉴别或删除方法，包括以下步骤：
（1）获取多张原始图像，并将多张原始图像转换为多张灰度图像。
（2）分别对多张灰度图像进行清晰度计算，得到多个与多张原始图像对应的清晰度值；其中，分别对多张灰度图像进行清晰度计算，得到多个与多张原始图像对应的清晰度值，包括：
（3）针对每张灰度图像，基于边缘的梯度评价算法在每张灰度图像中选择多个边缘区域；在每个边缘区域中选取像素点阵，并根据拉普拉斯算子对像素点阵进行计算，得到每个边缘区域的清晰度值；以及将每个边缘区域的清晰度值进行求和，得到的和值确定为每张原始图像的清晰度值。
（4）根据多个清晰度值获取多张原始图像中的模糊图像，将多个清晰度值进行大小比对，清晰度值最大的原始图像为优选图像，其余的原始图像为模糊图像，并删除模糊图像。具体包括：逐个判断多个清晰度值是否小于预设阈值；其中，预设阈值是用户根据自身需要自定义的；如果小于预设阈值，则清晰度值小于预设阈值的原始图像为模糊图像；并且多个边缘区域均位于对应灰度图像的边缘。
上述公开的移动终端及模糊图像的删除方法可以运用于本专利中，关于模糊图像的鉴别或删除。当然，这个步骤运用在本专利中关于剔除重影图像之后的步骤，本发明是要先剔除重影图像，再去除模糊图像，因为删除模糊图像的计算量较大，先去重影图像，再去模糊图像，有利于节省系统运算资源。
对于重影图像却不具有上述模糊图像的特征，重影图像一般为不同拍摄角度的二次曝光，具体到本发明的移动救护车辆来讲，车辆行驶过程中，摄像头固定，相对于车内拍摄物，一般不会抖动。但是遭遇减速带、路坑、较大抛石等，车辆会大幅跳动，摄像头固定再好，依然会产生跳动，就会产生重影效果，参考图1，产生h、d方向的位移。因此，重影响图像大部分景物轮廓清晰，对比度较明。本发明将重影图像与模糊图像分别鉴别，其一是可以提高运算效率，因为重影图像在本发明的移动救护车辆实践过程中，发现是一种较常见的现像，在这里单独采用程序进行剔除，利于节约运算资源。其二是使鉴别更为准确，避免无效图像入数据库。
本示例中，查找符合重影条件的图像方法为：
s1：按条件查找符合重影条件的图像。摄像装置对同一景物进行一次以上的曝光，使同一景物在图像上形成至少两个景物。
s2：对符合重影条件的图像生成删除命令，或者是打上不予使用标签的命令。不论是生成删除，还是打上了不予使用标签，这两种情况的图片，都不需要传送到服务器端。传送到服务器端的，仅仅是排除这两种情况的图片。
把上面的s1步骤展开来说，其中：
查找符合重影条件的图像，这种条件至少应该是这样的，参考图3、图4：对同一景物进行至少二次曝光，并将同一景物的轮廓在图像上形成至少两个景物轮廓。在拍摄过程中，摄像机发生了如图1的跳动，使镜头处于不同的位置，因此产生了二次曝光，并且这种镜头的移动，将产生对同一景物的轮廓在图像上形成两个景物轮廓，具体地说，拍摄到的同一人物的轮廓，会出现两个轮廓在图片上。根据这两个重影条件，查找图片时，可以用步骤s11-s12：
s11：首先，将图片转换为灰度图像，并且保持其中的亮度不变，仅仅是去掉图片的色度；然后在图像上建立若干标记区域。标记区域可以是高亮点、过暗点、轮廓线这些易于识别的特征，并且是查找整张图片，不限于在图像上的位置。
s12：查找标记区域周围的匹配区域，查找条件是：与标记区域具有相同面积，并且与标记区域具有相同的形状，相同的面积与相同的形状，都是以标记区域外接矩形01的长宽比相标定的，这要求匹配区域与标记区域的外接矩形的长宽比相同，形状相同，是指大致相同，例如标记区域的外接矩形01的长宽比（27∶15），当匹配区域的外接矩形的长宽比（26∶15），具有大致相同的形状、面积，认为是匹配成功。其中，查找方法按步骤s111-s113：
s111：从图像中心向四周作放射式搜索，找到若干参考区域k1；参考区域可以是高亮点、过暗点、轮廓线这些易于识别的特征，从图像中心向四周作放射式搜索时，搜索范围不超过图像的1/5幅面02的面积（参考图5），也就是不要搜索到图片的靠近边缘处，因为如果一张图片重影，整张图片上的景物应当都具有重影轮廓，所以在图片中部也能找到这些参考区域，但如果搜索太靠近边缘处，那么这个景物轮廓的重影轮廓可能就处于图片边缘之外了，例如一张桌子本来轮廓刚好处于靠近图片上边缘，这张桌子的产生重影，那么重影轮廓也不可能显示于图片之中，因此可能会找不到重影轮廓，使参考区域的的匹配区域查找失败，误认没有重影。因此而限定参考区域搜索范围不超过图像的1/5幅面02的面积（参考图5），而且处从图像中心向四周作放射式搜索，处于图片中部。
s112：找到参考区域k1的参考匹配区域k，记录参考匹配区域与参考区域之间的匹配参数，形成验证参数；多个参考匹配区域与参考区域之间形成多个验证参数。这里需要说明一下，参考区域的条件与标记区域一样，都是高亮点、过暗点、轮廓线。参考匹配区域与参考区域具有相同面积、相同的形状，这里的相同是指大致相同。验证参数记录了：参考匹配区域k与参考区域k1之间的距离数据、坐标数据。
数据内容例如：
参考图4，参考区域k1，参考匹配区域k；距离195个像素点，坐标91°
可以根据坐标系的方法来计算图像中两点之间的距离。
设图像两点坐标为k1点（x1，y1），k点（x2，y2）
那么两点距离就是：
可以用角度来记录两个点之间的坐标：
参考区域k1，参考匹配区域k，以参考区域k1的正上方为0°，正右方为90°，正下方为180°，正左方为270°，记录下参考匹配区域k在参考区域k1的坐标角度。例如k处于k1的120°处。
当获得参考匹配区域k距离参考区域k1的距离是195个像素点，坐标120°，即是本示例所需的匹配参数（当这个匹配参数只是用于寻找其它标记区域a1的匹配区域a时，这个匹配参数就叫验证参数)。
s113：在整个图像上找到数量较多的标记区域a1、其它标记区域等，并依次采用各个验证参数，查找标记区域的匹配区域，并提供以下具体方法，如步骤s1131-s1132：
s1131：对验证参数的优先级进行排序，要求：验证参数有相同的，以相同的验证参数的个数确定优先级，验证参数以相同的个数从多到少次地降级，并将相同的验证参数的个数最多的设为优先验证参数。例如，当有十对参考区域和参考匹配区域的参数都是“距离5；坐标75°”时，该验证参数“距离5；坐标75°”设为1级优先验证参数；七对参考区域和参考匹配区域的参数都是“距离17；坐标51°”时，该验证参数“距离17；坐标51°”设为2级验证参数；仅一对参考区域和参考匹配区域的参数是“距离24；坐标43°”时，该验证参数“距离24；坐标43°”设为最末级验证参数。
s1132：以验证参数优先级为顺序，逐一采用各个验证参数，查找标记区域a1的匹配区域a；在图片上任意位置找到五十个标记区域，利用1级优先验证参数在每一个标记区域的“距离5；坐标75°”处，查找是否具有匹配区域，找到后记录为有匹配区域，当超过38%的标记区域查找到匹配区域，认定为符合重影条件的图像。
反之，仅低于38%的标记区域按1级优先验证参数找查找到匹配区域时，则采用2级验证参数继续对五十个标记区域查找“距离17；坐标51°”处是否具有匹配区域，当超过38%的标记区域查找到匹配区域，认定为符合重影条件的图像。
反之，仅低于38%的标记区域按2级优先验证参数找查找到匹配区域时，则采用3级验证参数继续对五十个标记区域查找是否具有匹配区域。
当各个验证参数使用完毕，但仍然未能满足“超过38%的标记区域查找到匹配区域”和条件时，不认定为符合重影条件的图像。
其中，“38%”是一个阀值，在实际运用中，可能会调低/调高这个阀值。调低或调高这个阀值，会影响到查找正确性，例如，调低到20%，可能更容易将清晰图像误判为重影图像，调高到70%，可能更容易将重影图像认为是清晰图像。
另外，所述的匹配参数相同，是指大致相同，即：对于各个匹配区域与验证参数之间，如果验证参数是“距离5；坐标75°”时，某一匹配区域处于标记区域的“距离5；坐标74.5°”处，也应当认为通过验证，查找到匹配区域，这要求差值在一定的范围以内，在实际运用中，可能会调低/调高这个阀值。
验证参数也一样，大致相同的验证参数认为是相同，例如某一参考区域与参考匹配区域的验证参数是“距离195；坐标120°”,另一参考区域与参考匹配区域的验证参数是(距离195，坐标120.5°)”,这种情况下，应当认为两个验证参数相同。
示例六
示例五中，需要寻找图像的中心，在这里，图像中心为：计算图像的第一侧边l1的像素点总数，并以总数1/2处所在的像素点为第一侧边的中点，中点所在像素列为第一像素列04；计算第一侧边的相邻边l2的像素点总数，并以总数1/2处所在的像素点为第二侧边的中点，中点所在像素列为第二像素列03；第一像素列04与第二像素列03相交处为图像中心。
参考图5，例如，图像的第一侧边（顶部横向边）有1000像素点（总数为偶数，为2的倍数），以左起1/2处为中点，也就是左起第500像素点为第一侧边的中点。当图像的第一侧边l1（顶部横向边）有1001像素点（总数为偶数，不是2的倍数）时，则以加1个像素点，使之成为偶数（1002），再按左起1/2处为中点，也就是左起第501像素点为第一侧边的中点，中点所在像素列为第一像素列04。相邻边l2的中点的查找方法同上。找到第一像素列04与第二像素列03后，两个像素列在图片中心的交叉点，处于图像中心位置。
示例七
实施示例五时，要求查找符合重影条件的图像，也可以按本示例七的方法查找，替换示例五中的查找符合重影条件的图像的步骤，替换部分按步骤s13-s15：
s13：首先，将图片转换为灰度图像，并且保持其中的亮度不变，仅仅是去掉图片的色度；然后在图像上建立若干标记区域。标记区域可以是高亮点、过暗点、轮廓线这些易于识别的特征，并且是查找整张图片，不限于在图像上的位置。
s14：并找到每一个标记区域的匹配区域，记录匹配区域与标记区域的匹配参数；匹配区域至少是：与标记区域具有相同面积；与标记区域具有相同的形状。这里的相同是指大致相同。
匹配参数记录了：匹配区域与标记区域之间的距离数据、坐标数据。
数据内容例如：
参考图3，参考区域m，匹配区域n；距离5个像素点，坐标75°
可以根据坐标系的方法来计算图像中两点之间的距离：
设图像两点坐标为m点（x1，y1），n点（x2，y2）
那么两点距离就是：
例如（单位：像素点）：x1=4，y1=2，x2=7，y2=6，代入上式中，那么这两点之间距离为5。
可以用角度来记录两个点之间的坐标：
参考区域m，和匹配区域n，以参考区域m的正上方为0°，并以正右方为90°，正下方为180°，正左方为270°，记录下匹配区域n在参考区域m的坐标角度。例如n处于m的75°处。
当获得匹配区域n距离参考区域m的距离是5个像素点，坐标75°，即是本示例所需的匹配参数。
s15：将所有的匹配参数进行对比，例如m点至少有一个匹配区域n，匹配参数(距离5，坐标75°)；c点至少有一个匹配区域c1，匹配参数(距离5，坐标75°)，b点至少有一个匹配区域b1，匹配参数(距离15，坐标25°)；通过对比发现，匹配区域n与标记区域m的匹配参数，与匹配区域c1与标记区域c点的匹配参数相同。
当超过38%的匹配参数相同时，认定为图像为重影图像；否则不认定为符合重影条件的图像。
示例八
本发明中的图像、图片在所有上述示例中，两者并无差别，都是指图片。本发明的图片为：
色度可以是：灰度图像；1位黑白图像；由彩色图像去除饱和度后的灰度图像；由灰度图像二值化处理后的1位黑白图像。格式可以是：jpeg图像、bmp图像、png图像、tiff图像。
示例九
示例四、示例六中，当标记区域为轮廓线时，具有以下条件：
1、最好是非连续直线；因为物体直线轮廓不具有特点，不同的物体轮廓直线部分有可能一样，都是直线，因此最好是非直线轮廓。
2、背景区域为灰度值无变化的色块，把灰度值无变化的色块定义为同背景区域，通常情况下，轮廓处于同背景区域；但如果轮廓跨背景区域时，例如从灰度值为30%的色块伸入到灰度值为55%的色块，就将轮廓从两个不同灰度的背景区域分界外分段，仅保留其中一段轮廓；这样有助于找到准确的轮廓。
3、长度不能太长，最好是不超过图像较窄边界的长度的1/5。这一点是为了防止轮廓的重影图像到图像边缘以外，例如，轮廓太长，从图像上边缘一直贯穿到图片下边缘，该景物的重影图像的轮廓可能就超出了图像的上下边缘，导致最后找不到这个标记区域的匹配区域。
示例十
示例四、示例六中，当匹配区域为图像上的任意一段轮廓时；并允许匹配区域背景区域为跨区域（这里指的背景区域为灰度值无变化的色块）。因为标记区域可以严格按示例九的方式查找，但标记区域的匹配区域就不一定会处于“背景区域为灰度值无变化的色块”中，匹配区域有可能和其它轮廓处于交叉位置，显示在不同的灰度值色块上，因此允许匹配区域的背景区域为跨区域(例如从灰度值为22%的色块伸入到灰度值为33%的色块中)。
所述轮廓参数为轮廓外接矩形01的长宽比。
以上为实施本发明列举的各个实施例。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本发明实现上述实施例方法，是通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上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精神和范围，均应包含在本发明的保护范围之内。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
1.医疗车图像信息处理方法，其特征在于，
通过设置在移动医疗车上的摄像装置获得若干图像，对获得的若干图像进行筛选，并在至少进行了剔除重影图像步骤后；将其它清晰图像通过5g网络发送到服务器端；
所述的剔除重影图像步骤为：
s1：查找符合重影条件的图像，查找条件至少是：摄像装置对同一景物进行一次以上的曝光，使同一景物在图像上形成至少两个景物；
s2：对符合重影条件的图像生成如下命令之一：打上不予使用标签命令、删除命令。
2.如权利要求1所述的医疗车图像信息处理方法，其特征在于，所述查找符合重影条件的图像，其中查找方法为：
s11：在图像上建立若干标记区域；
s12：查找标记区域周围的匹配区域；当一部分标记区域具有匹配区域，且各个匹配参数相同，认定为符合重影条件的图像；否则不认定为符合重影条件的图像；
其中：
所述的标记区域为如下之一：图像上的高亮点、过暗点、轮廓线；并且在图像上的位置是随机的；
所述的匹配区域至少是：与标记区域具有相同面积和形状；
所述的匹配参数为：匹配区域与标记区域之间的距离数据、坐标数据。
3.如权利要求2所述的医疗车图像信息处理方法，其特征在于，查找标记区域周围的匹配区域的方法为：
s111：从图像中心向四周作放射式搜索，找到若干标记区域的参考区域，所述的参考区域为如下之一：图像上的高亮点、过暗点、轮廓线；
s112：找到参考区域的参考匹配区域，记录参考匹配区域与参考区域之间的匹配参数，形成验证参数；多个参考匹配区域与参考区域之间形成多个验证参数；所述的参考匹配区域与参考区域具有相同面积和形状；
s113：在整个图像上找到若干的标记区域，并依次采用各个验证参数，查找标记区域的匹配区域。
4.如权利要求3所述的医疗车图像信息处理方法，其特征在于，依次采用各个验证参数，查找标记区域的匹配区域，具体方法是：
s1131：对验证参数的优先级进行排序，要求：验证参数有相同的，以相同的验证参数的个数确定优先级，验证参数以相同的个数从多到少次地降级，并将相同的验证参数的个数最多的设为优先验证参数；
s1132：以验证参数优先级为顺序，逐一采用各个验证参数，查找标记区域的匹配区域；直到满足如下条件之一时停止查找：条件1、各个验证参数使用完毕；条件2、采用某一个验证参数查找标记区域的匹配区域时，超过38%的标记区域查找到匹配区域。
5.如权利要求3所述的医疗车图像信息处理方法，其特征在于，所述的图像中心为：
计算图像的第一侧边的像素点总数，并以在总数1/2处所在的像素点为第一侧边的中点，中点所在像素列为第一像素列；
计算第一侧边的相邻边的像素点总数，并以总数1/2处所在的像素点为第二侧边的中点，中点所在像素列为第二像素列；
第一像素列与第二像素列相交处为图像中心。
6.如权利要求3所述的医疗车图像信息处理方法，其特征在于，所述从图像中心向四周作放射式搜索，搜索范围不超过图像的1/5幅面的面积。
7.如权利要求1所述的医疗车图像信息处理方法，其特征在于，所述查找符合重影条件的图像，其中查找方法为：
s13：在图像上建立若干标记区域；
s14：并找到每一个标记区域的匹配区域，记录匹配区域与标记区域的匹配参数；
s15：将所有的匹配参数进行对比，当超过38%的匹配参数相同时，认定为图像为重影图像；否则不认定为符合重影条件的图像；
所述的标记区域为高亮点、过暗点、轮廓线之一，并且在图像上的位置是随机的；
所述的匹配区域至少是：与标记区域具有相同面积和形状；
所述的匹配参数为：匹配区域与标记区域之间的距离数据、坐标数据。
8.如权利要求2或7所述的医疗车图像信息处理方法，其特征在于，所述图像：
色度为如下之一：灰度图像；1位黑白图像；由彩色图像去除饱和度后的灰度图像；由灰度图像二值化处理后的1位黑白图像；
格式为如下之一：jpeg图像、bmp图像、png图像、tiff图像。
9.如权利要求2或7所述的医疗车图像信息处理方法，其特征在于，所述轮廓线，具有以下条件：
a、非连续直线；
b、以灰度值无变化的色块为背景区域；
c、长度不超过图像较窄边界的长度的1/5。
10.医疗车图像信息处理装置，由布置在医疗车上的并用于获取现场影像的摄像装置，布置在医疗车上的具有处理器的移动端，以及布置在固定位置的服务器端构成；所述的移动端与服务器端通过5g网络连接；其特征在于，具有执行权利要求1-9任一项所述医疗车图像信息处理方法的处理器；所述的处理器至少具有：用于判定图像是否为重影图像的图像筛选单元。
技术总结