CN110334673A - 具有智能识别图像功能的河长制信息化系统及方法 - Google Patents

具有智能识别图像功能的河长制信息化系统及方法 Download PDF

Info

Publication number
CN110334673A
CN110334673A CN201910621582.8A CN201910621582A CN110334673A CN 110334673 A CN110334673 A CN 110334673A CN 201910621582 A CN201910621582 A CN 201910621582A CN 110334673 A CN110334673 A CN 110334673A
Authority
CN
China
Prior art keywords
image
waters
module
river
analyzed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910621582.8A
Other languages
English (en)
Inventor
黄睿军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qinghai Information Technology Co Ltd
Original Assignee
Qinghai Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qinghai Information Technology Co Ltd filed Critical Qinghai Information Technology Co Ltd
Priority to CN201910621582.8A priority Critical patent/CN110334673A/zh
Publication of CN110334673A publication Critical patent/CN110334673A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Library & Information Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于计算机应用技术领域、系统开发、手机应用软件开发、人工智能技术领域，公开了一种具有智能识别图像功能的河长制信息化系统及方法，解决采用现有的河长制服务系统，对河流、水库或罐区等水域的监控不智能，不能快速查找到所需要的图片信息，且操作复杂，从而不利于河长对河流、水库或罐区等水域的监管的问题。本发明包括用于获取信息的客户端和将客户端获取的信息进行处理并反馈给客户端的智能图像识别终端；以及对应装置的方法。本发明用于智能识别图像。

Description

具有智能识别图像功能的河长制信息化系统及方法
技术领域
本发明属于计算机应用技术领域、系统开发、手机应用软件开发、人工智能技术领域，具体涉及一种具有智能识别图像功能的河长制信息化系统及方法，用于智能识别图像。
背景技术
“河长(zhǎng)制”，即由中国各级党政主要负责人担任“河长”，负责组织领导相应河湖的管理和保护工作。全面推行河长制，是以保护水资源、防治水污染、改善水环境、修复水生态为主要任务，全面建立省、市、县、乡四级河长体系，构建责任明确、协调有序、监管严格、保护有力的河湖管理保护机制，为维护河湖健康生命、实现河湖功能永续利用提供制度保障。
现有河长制系统只是提供了一项简单的河长制服务系统，目的只是简单的推进河长制工作，并无自主检索图片，分析图片的功能，并且用户想查找河流污染严重的图片时必须通过手动一一查询，操作时流程及步骤也是较为繁琐，需进行一系列的操作才能达到目的，统计一些图文数据较为传统。综上所述，采用现有的河长制服务系统，对河流、水库或罐区等水域的监控不智能，不能快速查找到所需要的图片信息，且操作复杂，从而不利于河长对河流、水库或罐区等水域的监管的问题。
发明内容
为了解决现有技术存在的上述问题，本发明目的在于提供一种具有智能识别图像功能的河长制信息化系统及方法，解决采用现有的河长制服务系统，对河流、水库或罐区等水域的监控不智能，不能快速查找到所需要的图片信息，且操作复杂，从而不利于河长对河流、水库或罐区等水域的监管的问题。
本发明所采用的技术方案为：
一种具有智能识别图像功能的河长制信息化系统，包括用于获取信息的客户端和将客户端获取的信息进行处理并反馈给客户端的智能图像识别终端；
客户端包括：
图像获取模块：用于获取水域图像，包括获取水域图像作为数据集或/和获取待分析水域图像；
第一图像发送模块：用于将获取的数据集或/和待分析水域图像进行传输；
第一图像接收模块：用于接收智能图像识别终端反馈的信息；
输出模块：用于输出第一图像接收模块的反馈信息；
所述智能图像识别终端还包括：
控制器，与控制器相连接的第二图像接收模块、机器学习模块和智能图像识别模块；
第二图像接收模块：用于接收第一图像发送模块发送的数据集或/和待分析水域图像；
机器学习模块：基于机器学习算法对接收的数据集中各水域图像的特征进行学习，并根据学习后的特征对数据集中的水域图像进行分类；
智能图像识别模块：用于将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，并将得到的最终匹配结果反馈给客户端。
进一步，所述机器学习模块中的机器学习算法为ANN分类算法。
进一步，所述智能图像识别模块包括：
分类存储模块：用于存储分类后的水域图像，分类后的水域图像包括通过机器学习模块进行分类后的水域图像，以及匹配后的待分析水域图像；
图像对比模块：用于基于图像匹配算法，将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，得到最终匹配结果；
第二图像发送模块：用于将得到的最终匹配结果反馈给客户端。
进一步，所述客户端还包括语音模块：用于语音输入所要检索的水域图像信息，智能图像识别终端中的控制器通过第二图像接收模块接收语音信息，通过语音信息调取分类存储模块所对应的水域图像，并通过第二图像发送模块反馈给客户端。
进一步，所述图像获取模块为摄像头；所述输出模块为显示屏。
一种具有智能识别图像功能的河长制信息化方法，包括如下步骤：
S1、获取水域图像，
S2、将获取的水域图像进行匹配处理；
所述步骤S1的具体步骤为：
S1.1、获取水域图像作为数据集或获取待分析水域图像；
S1.2、将获取的数据集和待分析水域图像进行传输；
所述步骤S2的具体步骤为：
S2.1、接收数据集或/和待分析水域图像；
S2.2、基于机器学习算法对接收的数据集中各水域图像的特征进行学习，并根据学习后的特征对数据集中的水域图像进行分类，分类后进行存储；
S2.3、用于将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，得到最终匹配结果，输出并存储。
进一步，所述机器学习算法为ANN分类算法。
进一步，所述步骤S2.3的具体步骤为：
S2.3.1、对待分析水域图像进行特征提取，并基于图像匹配算法将提取的特征与机器学习模块学习后的各水域图像的特征进行匹配分类；
S2.3.2、将匹配后的待分析水域图像进行存储。
进一步，所述步骤S2.2中的特征包括点特征或/和线特征。
进一步，还包括步骤S3：用于语音输入所要检索的水域图像信息，调取已分类的水域图像中所对应的水域图像。
本发明的有益效果为：
一、本发明中通过机器学习算法对特征进行学习分类后，再对待分析的水域图像进行对比分析，使所有用户都可轻松快捷的获知所分析的图像的分类情况；
二、本发明通过语音识别、图像识别技术相结合，使所有用户都可轻松快捷的查看想要看到的图像，极大提高用户在统计问题信息时的便捷度，打破了传统的河长制服务系统，为用户提供一种全新的体验；
三、本发明可以识别一些难以辨别的类型(如无法辨别河流污染严重级别等)中的图像，这样对于使用者可以轻松制定解决方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的系统结构框图。
图2是本发明的流程框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的描述中，有的结构或器件未作具体描述的，理解为现有技术中有能实现的结构或器件。
如图1所示，一种具有智能识别图像功能的河长制信息化系统，包括用于获取信息的客户端和将客户端获取的信息进行处理并反馈给客户端的智能图像识别终端；
客户端包括：
图像获取模块：用于获取水域图像，包括获取水域图像作为数据集或/和获取待分析水域图像；
第一图像发送模块：用于将获取的数据集或/和待分析水域图像进行传输；
第一图像接收模块：用于接收智能图像识别终端反馈的信息；
输出模块：用于输出第一图像接收模块的反馈信息；
所述智能图像识别终端还包括：
控制器，与控制器相连接的第二图像接收模块、机器学习模块和智能图像识别模块；
第二图像接收模块：用于接收第一图像发送模块发送的数据集或/和待分析水域图像；
机器学习模块：基于机器学习算法对接收的数据集中各水域图像的特征进行学习，并根据学习后的特征对数据集中的水域图像进行分类；数据集中各水域图像的特征是通过机器学习模块进行提取，机器学习模块通过学习各种水域图片，将污染程度不同的水域图片进行学习记忆，提取其中的相似点进行记忆，达到图像的特征提取的目的。
机器学习模块的具体实现方法为：鉴别河流污染程度，即鉴别水域周边环境的复杂程度，除水域周边应有的基本景物外，其余部分按照元素提取(元素为：正常的水域图像元素、污染轻度的水域图像元素、污染中度的水域图像元素、污染严重的水域图像元素)。再学习认知过的正常的水域图像元素、污染轻度的水域图像元素、污染中度的水域图像元素、污染严重的水域图像元素后，后续上传接收的待分析水域图像就与学习过的水域图像作对比，元素相似的分为一类。
智能图像识别模块：用于将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，并将得到的最终匹配结果反馈给客户端。
进一步，所述机器学习模块中的机器学习算法为ANN分类算法。
进一步，所述智能图像识别模块包括：
分类存储模块：用于存储分类后的水域图像，分类后的水域图像包括通过机器学习模块进行分类后的水域图像，以及匹配后的待分析水域图像；
图像对比模块：用于基于图像匹配算法，将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，得到最终匹配结果；
第二图像发送模块：用于将得到的最终匹配结果反馈给客户端。
进一步，所述客户端还包括语音模块：用于语音输入所要检索的水域图像信息，智能图像识别终端中的控制器通过第二图像接收模块接收语音信息，通过语音信息调取分类存储模块所对应的水域图像，并通过第二图像发送模块反馈给客户端。
进一步，所述图像获取模块为摄像头；所述输出模块为显示屏。
如图2所示，一种具有智能识别图像功能的河长制信息化方法，包括如下步骤：
S1、获取水域图像，
S2、将获取的水域图像进行匹配处理；
所述步骤S1的具体步骤为：
S1.1、获取水域图像作为数据集或获取待分析水域图像；
S1.2、将获取的数据集和待分析水域图像进行传输；
所述步骤S2的具体步骤为：
S2.1、接收数据集或/和待分析水域图像；
S2.2、基于机器学习算法对接收的数据集中各水域图像的特征进行学习，并根据学习后的特征对数据集中的水域图像进行分类，分类后进行存储；
S2.3、用于将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，得到最终匹配结果，输出并存储。
进一步，所述机器学习算法为ANN分类算法。
进一步，所述步骤S2.3的具体步骤为：
S2.3.1、对待分析水域图像进行特征提取，并基于图像匹配算法将提取的特征与机器学习模块学习后的各水域图像的特征进行匹配分类；
S2.3.2、将匹配后的待分析水域图像进行存储。
进一步，所述步骤S2.2中的特征包括点特征或/和线特征。
进一步，还包括步骤S3：用于语音输入所要检索的水域图像信息，调取已分类的水域图像中所对应的水域图像。
客户端为手机，手机上安装有本发明中的河长制信息化系统APP，客户端还包括地图操作功能、巡河操作功能、事件处理功能、河长日志功能、考核管理功能、重点监控功能、新闻公告功能；河长制信息化系统通过控制电路连接客户端的语音模块，客户端接收到的语音数据通过控制电路的传输，智能图像识别模块进行相应的操作，可通过语音查找并显示相关图片，如水域污染情况、处理后水域状态图等。
实施例
为了解决采用现有的河长制服务系统，对河流、水库或罐区等水域的监控不智能，不能快速查找到所需要的图片信息，且操作复杂，从而不利于河长对河流、水库或罐区等水域的监管的问题。本发明提供了如下技术方案：
一种具有智能识别图像功能的河长制信息化系统的具体实现方式为：客户端的图像获取模块(摄像头)获取1000张水域图像作为数据集，第一图像发送模块将1000张水域图像发送给智能图像识别终端中的第二图像接收模块进行接收，机器学习模块基于ANN分类算法对接收的1000张水域图像的特征进行学习，学习的过程为：若鉴别河流污染程度，即鉴别水域周边环境的复杂程度，除水域周边应有的基本景物外，其余部分按照元素提取，元素为：正常的水域图像元素、污染轻度的水域图像元素、污染中度的水域图像元素、污染严重的水域图像元素，提取元素后进行学习，即学习认知过的正常的水域图像元素、污染轻度的水域图像元素、污染中度的水域图像元素、污染严重的水域图像元素后，最后得到分类后的正常的水域图像类、污染轻度的水域图像类、污染中度的水域图像类、污染严重的水域图像类，得到分类结果后，通过分类存储模块进行存储；
客户端的图像获取模块获取一张待分析水域图像，第一图像发送模块将待分析水域图像发送给智能图像识别终端中的第二图像接收模块进行接收，智能图像识别模块将接收的待分析水域图像与基于ANN分类算法学习后的各水域图像(指各分类中的水域图像)进行匹配，匹配后将得到的最终匹配结果反馈给客户端(即第一图像接收模块接收反馈的匹配信息，如匹配后所属的类别等)，客户端通过显示屏，将结果呈现给用户，并且匹配后的待分析水域图像根据所属的类别进行存储。
当用户要需要查询某水域图像时，通过客户端中的语音模块输入所要检索的水域图像信息，如元素信息，智能图像识别终端中的控制器通过第二图像接收模块接收语音信息，通过语音信息调取分类存储模块所对应的水域图像，并通过第二图像发送模块反馈给客户端(即第一图像接收模块接收反馈的匹配信息，如匹配后所属的类别，以及对应的类别水域图像等)，再通过显示屏呈现给客户。
为了解决采用现有的河长制服务系统，对河流、水库或罐区等水域的监控不智能，不能快速查找到所需要的图片信息，且操作复杂，从而不利于河长对河流、水库或罐区等水域的监管的问题。本发明还提供了如下技术方案：
一种具有智能识别图像功能的河长制信息化方法：获取1000张水域图像作为数据集，将1000张水域图像基于ANN分类算法对1000张水域图像的特征进行学习，学习的过程为：若鉴别河流污染程度，即鉴别水域周边环境的复杂程度，除水域周边应有的基本景物外，其余部分按照元素提取，元素为：正常的水域图像元素、污染轻度的水域图像元素、污染中度的水域图像元素、污染严重的水域图像元素，提取元素后进行学习，即学习认知过的正常的水域图像元素、污染轻度的水域图像元素、污染中度的水域图像元素、污染严重的水域图像元素后，最后得到分类后的正常的水域图像类、污染轻度的水域图像类、污染中度的水域图像类、污染严重的水域图像类，得到分类结果后进行存储；
获取一张待分析水域图像，将待分析水域图像与基于ANN分类算法学习后的各水域图像(指各分类中的水域图像)进行匹配，匹配后将得到的最终匹配结果呈现给用户，并且匹配后的待分析水域图像根据所属的类别进行存储。
当用户要需要查询某水域图像时，通过语音输入所要检索的水域图像信息，如元素信息，通过语音信息获取对应的水域图像，并进行显示。
综上所述的方案，通过机器学习算法对特征进行学习分类后，再对待分析的水域图像进行对比分析，使所有用户都可轻松快捷的获知所分析的图像的分类情况，如类别，在知悉当前所要查询的水域的类别后，这样就使得用户针对所获取的信息，针对水域能快速的找到应对之策(即本发明可以识别一些难以辨别的类型(如无法辨别河流污染严重级别等)中的图像，这样对于使用者可以轻松制定解决方法)，水域图像匹配后，若为正常水域，可不处理，若为污染水域，就需要治理；通过语音识别、图像识别技术相结合，使所有用户都可轻松快捷的查看想要看到的图像，极大提高用户在统计问题信息时的便捷度，打破了传统的河长制服务系统，为用户提供一种全新的体验。
本发明不局限于上述可选实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。

Claims (10)

1.一种具有智能识别图像功能的河长制信息化系统，其特征在于：包括用于获取信息的客户端和将客户端获取的信息进行处理并反馈给客户端的智能图像识别终端；
客户端包括：
图像获取模块：用于获取水域图像，包括获取水域图像作为数据集或/和获取待分析水域图像；
第一图像发送模块：用于将获取的数据集或/和待分析水域图像进行传输；
第一图像接收模块：用于接收智能图像识别终端反馈的信息；
输出模块：用于输出第一图像接收模块的反馈信息；
所述智能图像识别终端还包括：
控制器，与控制器相连接的第二图像接收模块、机器学习模块和智能图像识别模块；
第二图像接收模块：用于接收第一图像发送模块发送的数据集或/和待分析水域图像；
机器学习模块：基于机器学习算法对接收的数据集中各水域图像的特征进行学习，并根据学习后的特征对数据集中的水域图像进行分类；
智能图像识别模块：用于将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，并将得到的最终匹配结果反馈给客户端。
2.根据权利要求1所述的一种具有智能识别图像功能的河长制信息化系统，其特征在于，所述机器学习模块中的机器学习算法为ANN分类算法。
3.根据权利要求1或2所述的一种具有智能识别图像功能的河长制信息化系统，其特征在于，所述智能图像识别模块包括：
分类存储模块：用于存储分类后的水域图像，分类后的水域图像包括通过机器学习模块进行分类后的水域图像，以及匹配后的待分析水域图像；
图像对比模块：用于基于图像匹配算法，将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，得到最终匹配结果；
第二图像发送模块：用于将得到的最终匹配结果反馈给客户端。
4.根据权利要求1-3任意一项所述的一种具有智能识别图像功能的河长制信息化系统，其特征在于，所述客户端还包括语音模块：用于语音输入所要检索的水域图像信息，智能图像识别终端中的控制器通过第二图像接收模块接收语音信息，通过语音信息调取分类存储模块所对应的水域图像，并通过第二图像发送模块反馈给客户端。
5.根据权利要求4所述的一种具有智能识别图像功能的河长制信息化系统，其特征在于：
所述图像获取模块为摄像头；
所述输出模块为显示屏。
6.一种具有智能识别图像功能的河长制信息化方法，其特征在于，包括如下步骤：
S1、获取水域图像，
S2、将获取的水域图像进行匹配处理；
所述步骤S1的具体步骤为：
S1.1、获取水域图像作为数据集或获取待分析水域图像；
S1.2、将获取的数据集和待分析水域图像进行传输；
所述步骤S2的具体步骤为：
S2.1、接收数据集或/和待分析水域图像；
S2.2、基于机器学习算法对接收的数据集中各水域图像的特征进行学习，并根据学习后的特征对数据集中的水域图像进行分类，分类后进行存储；
S2.3、用于将接收的待分析水域图像与机器学习模块学习后的各水域图像进行匹配，得到最终匹配结果，输出并存储。
7.根据权利要求6所述的一种具有智能识别图像功能的河长制信息化方法，其特征在于，所述机器学习算法为ANN分类算法。
8.根据权利要求6所述的一种具有智能识别图像功能的河长制信息化方法，其特征在于，所述步骤S2.3的具体步骤为：
S2.3.1、对待分析水域图像进行特征提取，并基于图像匹配算法将提取的特征与机器学习模块学习后的各水域图像的特征进行匹配分类；
S2.3.2、将匹配后的待分析水域图像进行存储。
9.根据权利要求6-8任意一项所述的一种具有智能识别图像功能的河长制信息化方法，其特征在于，所述步骤S2.2中的特征包括点特征或/和线特征。
10.根据权利要求9所述的一种具有智能识别图像功能的河长制信息化方法，其特征在于，还包括步骤S3：用于语音输入所要检索的水域图像信息，调取已分类的水域图像中所对应的水域图像。
CN201910621582.8A 2019-07-10 2019-07-10 具有智能识别图像功能的河长制信息化系统及方法 Pending CN110334673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910621582.8A CN110334673A (zh) 2019-07-10 2019-07-10 具有智能识别图像功能的河长制信息化系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910621582.8A CN110334673A (zh) 2019-07-10 2019-07-10 具有智能识别图像功能的河长制信息化系统及方法

Publications (1)

Publication Number Publication Date
CN110334673A true CN110334673A (zh) 2019-10-15

Family

ID=68146311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910621582.8A Pending CN110334673A (zh) 2019-07-10 2019-07-10 具有智能识别图像功能的河长制信息化系统及方法

Country Status (1)

Country Link
CN (1) CN110334673A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077569A (zh) * 2014-06-24 2014-10-01 纵横壹旅游科技（成都）有限公司 一种图像识别方法及系统
CN104584527A (zh) * 2012-08-05 2015-04-29 诚研科技股份有限公司 图像拾取装置与利用语音识别进行图像处理的方法
CN106295653A (zh) * 2016-07-29 2017-01-04 宁波大学 一种水质图像分类方法
CN107238427A (zh) * 2017-07-17 2017-10-10 上海镭慎光电科技有限公司 智能营养秤系统及提供膳食建议的方法
CN108694415A (zh) * 2018-05-16 2018-10-23 南京大学 图像特征提取方法、装置及水源图像分类方法、装置
CN109118548A (zh) * 2018-07-17 2019-01-01 浙江大学 一种综合智能水质识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584527A (zh) * 2012-08-05 2015-04-29 诚研科技股份有限公司 图像拾取装置与利用语音识别进行图像处理的方法
CN104077569A (zh) * 2014-06-24 2014-10-01 纵横壹旅游科技（成都）有限公司 一种图像识别方法及系统
CN106295653A (zh) * 2016-07-29 2017-01-04 宁波大学 一种水质图像分类方法
CN107238427A (zh) * 2017-07-17 2017-10-10 上海镭慎光电科技有限公司 智能营养秤系统及提供膳食建议的方法
CN108694415A (zh) * 2018-05-16 2018-10-23 南京大学 图像特征提取方法、装置及水源图像分类方法、装置
CN109118548A (zh) * 2018-07-17 2019-01-01 浙江大学 一种综合智能水质识别方法

Similar Documents

Publication Publication Date Title
CN109639481B (zh) 一种基于深度学习的网络流量分类方法、系统及电子设备
CN113179223B (zh) 一种基于深度学习和序列化特征的网络应用识别方法及系统
CN110807098A (zh) 基于BiRNN深度学习的DGA域名检测方法
CN106095903A (zh) 一种基于深度学习技术的广播电视舆情分析方法及系统
CN110019703A (zh) 数据标记方法及装置、智能问答方法及系统
CN112491643A (zh) 深度报文检测方法、装置、设备及存储介质
CN108399221A (zh) 基于大数据关联分析的室内电气设备分类识别方法与系统
CN108766434A (zh) 一种手语识别翻译系统及方法
CN115249331B (zh) 基于卷积神经网络模型的矿山生态安全识别方法
CN109359712A (zh) 电力作业信息动态采集监控装置及其使用方法
CN109615086B (zh) 一种运维辅助标签的生成方法及系统
CN106096831A (zh) 高速公路文明服务综合评价系统
CN111223079A (zh) 输电线路检测方法和装置、存储介质及电子装置
CN110320853A (zh) 一种plc数据采集分析方法及系统
CN107301516A (zh) 一种电力工作现场安全管理的方法及系统
CN104978837B (zh) 一种面向用户端变电所的报警系统及其实现方法
CN110334673A (zh) 具有智能识别图像功能的河长制信息化系统及方法
CN201689439U (zh) 分布式人脸识别系统
CN116128413B (zh) 一种基于蓝牙通信的智能仓储物料统计系统
CN209821849U (zh) 一种猫头鹰人脸识别预警系统
CN107403162A (zh) 车辆公告号数据采集和分类的系统及方法
CN111709480A (zh) 用于识别图像类别的方法及装置
CN113904961B (zh) 一种用户行为识别方法、系统、设备及存储介质
KR20200063561A (ko) 머신러닝을 활용한 이미지 기반 검색 서비스 제공 시스템
CN109376635B (zh) 一种护理质量考核系统及安全事件上报方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191015