基于移动云计算的即时翻译软件的设计与实现

摘要

随着计算机技术和电子技术的不断发展，移动手机不再仅仅作为通信的工具，而成为了一个开放的平台，通过丰富的移动应用极大地便利了人们的生活。Android系统是Google公司在2007年推出的一款移动平台操作系统，完全开放和功能强大的特点使在其基础上的应用开发更加便利。随着物质文化需求的日益增长，人们对手机应用的需求也在持续发展，在手机端开发移动应用具有广泛的应用前景。
　　本文针对人们的日常需求，实现了一个基于移动云计算的即时翻译程序，能够实时地在场景图片中的文字区域中使用类似增强现实的方法添加翻译文字结果，同时针对手机有限的计算资源和手机运行环境的不确定性，应用移动云计算提高程序的运行性能。传统的移动云计算将所有需要大量计算的任务全部静态指定到云端运行，在某些极端的运行环境下并不一定能够得到性能的提升，本文在实现实时翻译功能的同时，提出一种手机端和云端协作的新型计算分担方案，能够根据实际的运行环境情况，优化运行效果。
　　具体的，本文的工作重点主要分为以下几部分:
　　1.分析比较现有的图像处理方法，在现有的实现基础上，优化孔洞填充方案和连通域标记算法，设计并完成一种基于形态学和连通域分析的复杂背景的文字定位方法。
　　2.通过文字区域定位结果，将文字区域图片裁剪和识别为字符信息，再将其翻译成中文，并将翻译结果与原图像合成为最终的显示结果。
　　3.提出了云计算动态分担方法，不同于传统云计算，此方法中将程序分解为若干步任务，手机端和云端相互合作，任务可以在手机本地或是云端中的任一处运行，通过实时分析当前运行环境信息、历史运行数据和未来资源预估情况，动态决定每一步任务的运行位置，选择时间最短或能耗最小的运行方案，从而实现最优的运行效率。
　　最后，通过实验验证了实时翻译功能的正确实现，同时云计算动态分担方法能够根据运行环境信息正确选择运行方案，结果证明系统达到了设计目的。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 国内外研究现状

1．3 研究目标和内容

1．4 论文的组织结构

第二章 相关技术

2．1 图像数字化

2．2 边缘检测算法

2．2．1 基于Canny算子的边缘检测算法

2．2．2 基于Sobel算子的边缘检测算法

2．3 图像膨胀和腐蚀

2．3．1 结构元素

2．3．2 基本操作定义

2．3．3 图像腐蚀

2．3．4 图像膨胀

2．3．5 开运算与闭运算

2．4 光学字符识别

2．5 JSON

2．6 Java序列化和反序列化

2．7 Java反射

2．8 本章小结

第三章 系统需求分析与设计

3．1 系统的需求分析

3．2 系统网络架构设计

3．3 系统的功能模块设计

3．3．1 实时翻译模块的设计

3．3．2 云计算动态分担模块的设计

3．4 本章小结

第四章 实时翻译模块的实现

4．1 实时翻译模块的类定义

4．1．1 手机端的类定义

4．1．2 云端的类定义

4．2 场景图像获取

4．3 复杂背景下的文字定位

4．3．1 图像灰度化

4．3．2 图像边缘检测

4．3．3 修正图像边缘缺失

4．3．4 图像孔洞填充

4．3．5 连通域标记

4．3．6 连通域分析

4．4 文字识别

4．5 文字翻译

4．6 翻译结果显示

4．7 本章小结

第五章 云计算动态分担模块的实现

5．1 云计算动态分担模块的类定义

5．1．1 手机端的类定义

5．1．2 云端的类定义

5．2 动态分担执行方法

5．2．1 任务定义

5．2．2 计算任务迁移

5．2．3 错误恢复

5．3 资源监控和预估

5．3．1 本地CPU资源监控与预估

5．3．2 云端CPU资源监控与预估

5．3．3 移动设备与服务器间的传输速度监控与预估

5．3．4 移动设备与服务器间的传输数据量监控与预估

5．4 运行时间优先路径选择

5．4．1 任务运行时间预估

5．4．2 传输时间预估

5．4．3 时间最优路径选择

5．5 运行能耗优先路径选择

5．5．1 Power Tutor能量模型

5．5．2 手机当前能耗获取

5．5．3 CPU能耗估计

5．5．4 Wi-Fi能耗预估

5．5．5 能耗最优路径选择

5．6 本章小结

第六章 系统测试

6．1 实时翻译功能测试

6．1．1 静态图像文字定位和识别准确率分析

6．1．2 实时翻译和结果显示测试

6．2 云计算动态分担测试

6．3 本章小结

第七章 总结与展望

7．1 本文总结

7．2 展望

致谢

参考文献