# 流星探测器接口与并行管道

本文档描述了流星探测系统中的探测器抽象和并行处理管道。

## 探测器接口

所有流星探测器实现一个统一的接口 `MeteorDetector`，这使得它们可以互相替换或者同时使用。

```rust
pub trait MeteorDetector: Send + Sync {
    // 处理单帧图像，返回探测结果
    fn process_frame(&mut self, frame: &core::Mat, frame_index: u64) -> Result<DetectionResult>;
    
    // 重置探测器状态
    fn reset(&mut self);
    
    // 获取探测器的配置
    fn get_config(&self) -> DetectorConfig;
    
    // 获取探测器的唯一标识符
    fn get_id(&self) -> &str;
}
```

### 内置探测器

系统目前提供两种探测器实现：

1. **BrightnessDetector**：基于帧间亮度对比的探测器，适合检测较快的、亮度变化明显的流星。

2. **CamsDetector**：基于CAMS FTP格式的探测器，使用256帧的统计特征（maxpixel、avepixel、stdpixel、maxframe）来检测流星。

### 探测器配置

探测器通过枚举类型 `DetectorConfig` 进行配置：

```rust
pub enum DetectorConfig {
    Brightness(BrightnessDetectorParams),
    Cams(CamsDetectorParams),
}
```

每种探测器都有各自的参数结构体，包含调整其行为的各种参数。

## 并行探测管道

`DetectionPipeline` 提供了一个并行执行多个探测器的框架，它能够：

1. 同时运行多个探测器检测同一帧图像
2. 聚合多个探测器的结果
3. 根据聚合策略决定最终探测结果

### 管道配置

```rust
pub struct PipelineConfig {
    // 要使用的探测器列表
    pub detectors: Vec<DetectorConfig>,
    // 最大并行工作线程数
    pub max_parallel_workers: usize,
    // 事件缓冲时间（秒）
    pub event_buffer_seconds: u32,
    // 结果聚合策略
    pub aggregation_strategy: AggregationStrategy,
}
```

### 聚合策略

系统支持多种聚合策略，用于从多个探测器的结果中得出最终结论：

```rust
pub enum AggregationStrategy {
    // 任何探测器报告检测都视为有效
    Any,
    // 所有探测器都必须报告检测才视为有效
    All,
    // 多数探测器报告检测才视为有效
    Majority,
    // 自定义阈值：例如 Threshold(0.6) 表示至少 60% 的探测器报告检测
    Threshold(f32),
}
```

## 使用示例

### 创建单个探测器

```rust
// 使用默认参数创建亮度探测器
let brightness_detector = BrightnessDetector::new();

// 使用自定义参数创建CAMS探测器
let params = CamsDetectorParams {
    brightness_threshold: 30,
    std_to_avg_ratio_threshold: 1.5,
    min_pixel_count: 10,
    min_trajectory_length: 5,
    save_all_feature_images: false,
    output_dir: PathBuf::from("output"),
    file_prefix: "meteor".to_string(),
    id: "cams-1".to_string(),
};
let cams_detector = CamsDetector::with_params(params);
```

### 创建并行管道

```rust
// 定义两个探测器的配置
let detector_configs = vec![
    DetectorConfig::Brightness(BrightnessDetectorParams::default()),
    DetectorConfig::Cams(CamsDetectorParams::default()),
];

// 创建管道配置
let pipeline_config = PipelineConfig {
    detectors: detector_configs,
    max_parallel_workers: 4,
    event_buffer_seconds: 10,
    aggregation_strategy: AggregationStrategy::Any,
};

// 创建探测管道
let pipeline = DetectionPipeline::new(
    camera_controller,
    &config,
    Some(pipeline_config),
)?;

// 启动管道
pipeline.run().await?;
```

### 在配置文件中定义

在 `config.toml` 中可以定义整个探测管道：

```toml
[detection]
min_brightness_delta = 30.0
min_pixel_change = 10
min_frames = 3
event_buffer_seconds = 10
sensitivity = 0.7

[detection.pipeline]
max_parallel_workers = 4
aggregation_strategy = "any"  # 可以是 "any", "all", "majority"

[[detection.pipeline.detectors]]
type = "brightness"
min_brightness_delta = 30.0
min_pixel_change = 10
min_frames = 3
sensitivity = 0.7
id = "brightness-1"

[[detection.pipeline.detectors]]
type = "cams"
brightness_threshold = 30
std_to_avg_ratio_threshold = 1.5
min_pixel_count = 10
min_trajectory_length = 5
save_all_feature_images = false
output_dir = "output/cams"
file_prefix = "meteor"
id = "cams-1"
```

## 性能考量

- 并行执行可以提高处理速度，但也会增加内存和CPU使用
- 对于资源受限的设备（如树莓派），应考虑减少并行探测器数量或使用顺序执行
- 某些探测器（如CamsDetector）可能需要积累多帧才能完成检测

## 扩展

要添加新的探测器类型：

1. 创建一个新的结构体并实现 `MeteorDetector` trait
2. 在 `DetectorConfig` 枚举中添加新的变体
3. 更新 `DetectorFactory::create()` 方法以支持创建新的探测器