CN114037646A - 基于物联网的智能图像检测方法、系统、可读介质、设备 - Google Patents
基于物联网的智能图像检测方法、系统、可读介质、设备 Download PDFInfo
- Publication number
- CN114037646A CN114037646A CN202010707925.5A CN202010707925A CN114037646A CN 114037646 A CN114037646 A CN 114037646A CN 202010707925 A CN202010707925 A CN 202010707925A CN 114037646 A CN114037646 A CN 114037646A
- Authority
- CN
- China
- Prior art keywords
- image
- internet
- things
- intelligent
- analysis
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于物联网的智能图像检测方法、系统、可读介质、设备,其中方法包括:输入源图像;采集所述源图像上的图像特征;将采集的所述图像特征上传到云端并存储;调取存储于物联网空间的图像比对数据;调用物联网设备资源对存储于云端的图像特征数据与所述图像比对数据进行对比分析,形成物联网分析回馈结果并输出;将所述物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读所述源图像上承载的数据信息。本发明基于物联网内具有的丰富的图像检测数据资源和物联网强大的信息处理能力对图像信息进行分析处理,确保了图像检测的准确度和检测效率。
Description
技术领域
本发明涉及图像智能检测技术领域,具体涉及一种基于物联网的智能图像检测方法、系统、可读介质、设备。
背景技术
图像检测,是指利用计算机对图像进行处理、分析和理解,以识别检测各种不同模式的目标和对象的技术。一般工业使用中,采用工业相机拍摄图片,然后再利用图像检测软件做进一步的图像识别检测。
传统的图像检测算法比如利用图像灰阶差进行图像检测,存在只能够对整幅图像进行检测而无法对图像局部特征进行检测识别的缺陷,而且对于输入的待检测图像的图像清晰度要求较高,检测精度也不够理想。
近些年,人工智能识别技术迅猛发展,为了解决传统图像检测方法存在的缺陷,目前出现了基于深度学习的相关图像检测算法,但基于深度学习的图像检测算法对训练数据的质量和数量要求较高,需要高清晰度和足够数量的输入图像作为训练样本,才能保证所训练的图像检测模型的识别精度,而且诸如基于深度学习的图像检测算法等现有的人工智能图像检测算法的图像检测过程过于复杂,虽然一定程度上保证了图像检测的精度,但牺牲了图像检测的速度,无法适用于对检测速度具有较高要求的图像检测场景。
发明内容
本发明的目的在于提供一种基于物联网的智能图像检测方法、系统、可读介质、设备,以解决上述技术问题。
为达此目的,本发明采用以下技术方案:
提供一种基于物联网的智能图像检测方法,包括:
输入源图像;
采集所述源图像上的图像特征;
将采集的所述图像特征上传到云端并存储;
调取存储于物联网空间的图像比对数据;
调用物联网设备资源对存储于云端的图像特征数据与所述图像比对数据进行对比分析,形成物联网分析回馈结果并输出;
将所述物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读所述源图像上承载的数据信息。
作为本发明的一种优选方案,通过智能人工像素点特征采集技术采集所述源图像上的图像特征。
作为本发明的一种优选方案,所述物联网分析回馈结果以数字信号形式输出。
本发明还提供了一种基于物联网的智能图像检测系统,包括:
一用户界面,运行于智能终端上,用于实现智能图像检测过程的人机交互;
图像输入模块,用于通过所述用户界面提供给用户输入所述源图像;
图像特征采集模块,连接所述图像输入模块,用于采集所述源图像上的图像特征,并通过物联网将所述图像特征上传到云端;
云端图像处理分析模块,连接所述图像特征采集模块,用于存储上传到云端的所述图像特征,并用于根据图像比对数据调取指令调取存储于物联网空间的所述图像比对数据,然后根据图像分析指令对存储于云端的图像特征数据和调取的所述图像比对数据进行对比分析,形成所述物联网分析回馈结果并输出;
人工智能信号图像合成模块,连接所述云端图像处理分析模块,用于根据图像合成指令将所述物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读所述源图像上承载的数据信息。
作为本发明的一种优选方案,通过智能人工像素点特征采集技术采集所述源图像上的图像特征。
作为本发明的一种优选方案,所述云端图像处理分析模块中包括:
图像特征数据存储单元,用于存储上传到云端的图像特征数据;
图像比对数据调取单元,用于根据所述图像比对数据调取指令调取存储于物联网空间的所述图像比对数据;
图像对比分析单元,分别连接所述图像特征数据存储单元和所述图像比对数据调取单元,用于根据图像分析指令对存储于云端的图像特征数据和调取的所述图像比对数据进行对比分析,形成所述物联网分析回馈结果并输出。
作为本发明的一种优选方案,所述云端图像处理分析模块中的所述图像对比分析单元通过调用物联网设备对比分析所述图像特征数据和所述图像比对数据。
作为本发明的一种优选方案,所述物联网分析回馈结果以数字信号形式输出。
本发明还提供一种计算机可读存储介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述处理器执行所述的智能图像检测方法。
本发明还提供一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器中的所述执行指令时,所述处理器执行所述的智能图像检测方法。
本发明基于物联网空间具有的丰富的图像检测数据资源和物联网强大的信息处理能力对图像信息进行分析处理,确保了图像检测的准确度和检测效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地,下面所描述的附图仅仅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是本发明一实施例所述的基于物联网的智能图像检测方法的步骤图;
图2是本发明一实施例所述的基于物联网的智能图像检测方法的实现原理框图;
图3是本发明一实施例采集所述源图像上的图像特征并上传到云端的原理框图;
图4是本发明一实施例所述的基于物联网的智能图像检测系统的结构图;
图5是所述智能图像检测系统中的所述云端处理分析模块的内部结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,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的具体含义。
在本发明的描述中,除非另有明确的规定和限定,若出现术语“连接”等指示部件之间的连接关系,该术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;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,可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参照图1~3,本发明一实施例提供的基于物联网的智能图像检测方法,包括如下步骤:
步骤S1,输入源图像;
步骤S2,采集源图像上的图像特征;
步骤S3,将采集的图像特征上传到云端并存储;
步骤S4,调取存储于物联网空间的图像比对数据;
步骤S5,调用物联网设备资源对存储于云端的图像特征数据与图像比对数据进行对比分析,形成物联网分析回馈结果并输出;
步骤S6,将物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读源图像上承载的数据信息。
图像信息由若干数据载点组成,每个载点由于数据信息不同所呈现出的像化因子也就不同。像化因子按照一定的排列顺序进行排列构成像素,像素是若干数据信息的像化集合。在像化集合中,数据特征信息构成像化点(像素)会呈现出与其他像素不同的排列效果,使图像视觉性突出,比如房屋、高山、河流等图像轮廓、色差、对比度等视觉效果,都是基于特征化数据像化排列的结果。传统的图像特征采集方法比如小波算法等通过对图像区域背景划分、图像噪声分析等方法实现对图像信息的识别检测,但传统的图像特征采集方法通常需要对输入的整幅图像进行检测,检测速度较慢,不适用对检测速率有较高要求的使用场景,而且不具备对图像像素点深度分析的能力,检测精度也不高。所以本实施例优选采用智能人工像素点特征采集技术(IAPCCT)采集源图像上的图像特征。智能人工像素点特征采集技术(IAPCCT)运用特普勒特征抓取算法,对图像特征数据进行抓取。特普勒特征抓取算法对图像特征点数据抓取稳定,所抓取的特征点连续性好,特征差异性较小,具有准确的图像像素点深度分析能力,提高了图像特征数据采集的准确度。
步骤S4中所述的物联网空间包括在物联网环境下的存储有图像比对数据的物联网设备和云端。
由于物联网空间具有强大的信息处理运算能力,所以本发明直接调用物联网设备资源对比分析存储于云端的图像特征数据和调用的图像比对数据,相比于通过专用的分析处理器进行图像比对分析有利于降低图像检测系统的组建成本。
本发明还提供了一种基于物联网的智能图像检测系统,请参照图4,该系统包括:
一用户界面,运行于智能终端上,用于实现智能图像检测过程的人机交互;
图像输入模块1,用于通过用户界面提供给用户输入源图像;
图像特征采集模块2,连接图像输入模块1,用于采集源图像上的图像特征,并通过物联网将图像特征上传到云端;
云端图像处理分析模块3,连接图像特征采集模块2,用于存储上传到云端的图像特征,并用于根据图像比对数据调取指令调取存储于物联网空间的图像比对数据,然后根据图像分析指令对存储于云端的图像特征数据和调取的图像比对数据进行对比分析,形成物联网分析回馈结果并输出;
人工智能信号图像合成模块4,连接云端图像处理分析模块3,用于根据图像合成指令将物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读源图像上承载的数据信息。
优选地,系统通过智能人工像素点特征采集技术(IAPCCT)采集源图像上的图像特征。IAPCCT能够有针对性地采集源图像上的所选区域的图像特征,对重点图像区域进行重点特征提取,提高了图像特征数据采集的准确性。
云端图像处理分析模块作为物联网与终端数据之间的中转站需要具备以下两个功能:(1)信息中转智能。在对云端进行架设时,首先需要考虑的是确保采集的图像特征数据具有足够的存储空间,且可随时被系统获取并与物联网内的信息资源(图像比对数据)进行比对分析。(2)调取物联网资源的功能。云端作为终端数据与物联网之间的连接媒介,如果无法调取物联网内的信息资源,会限制系统自动比对图像特征数据和图像比对数据的能力,所以在本实施例中,云端图像处理分析模块自身具有调取物联网资源的能力。具体地,请参照图5,云端图像处理分析模块3中具体包括:
图像特征数据存储单元31,用于存储上传到云端的图像特征;
图像比对数据调取单元32,用于根据图像比对数据调取指令调取存储于物联网空间(物联网环境下的物联设备或云端)内的图像比对数据;
图像对比分析单元33,分别连接图像特征数据存储单元31和图像比对数据调取单元32,用于根据图像分析指令对存储于云端的图像特征数据和调取的图像比对数据进行对比分析,形成物联网分析回馈结果并输出。
优选地,图像对比分析单元通过调用物联网设备对比分析图像特征数据和图像比对数据。通过利用物联网设备本身具有的强大的运算处理能力,降低了系统组件成本,并且可确保图像检测的效率。
物联网分析回馈结果优选以数字信号形式输出。人工智能信号图像合成模块由数字信号输入通道和图像转换通道两个部分组成,并运用人工智能技术在两个通道之间搭建数据交互平台。两个通道中的数据均为单项数据交互通道,即数字信号到图像信号的单向转换。人工智能信号图像合成模块将输入的物联网分析回馈结果数字信号转换为图像信号,然后进行图像编码转换处理,以还原出图像原貌或解读源图像上承载的数据信息,完成对源图像的图像检测。
本发明还提供一种计算机可读存储介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述处理器执行所述的智能图像检测方法。
本发明还提供一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器中的所述执行指令时,所述处理器执行所述的智能图像检测方法。
综上,本发明采用智能人工像素点特征采集技术确保了图像特征采集的针对性和准确性,通过运用物联网提供的海量图像比对数据和物联网设备具备的处理运算能力分析图像特征,提高了图像检测的精度和效率,同时降低了系统的组建成本。
需要声明的是,上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白,还可以对本发明做各种修改、等同替换、变化等等。但是,这些变换只要未背离本发明的精神,都应在本发明的保护范围之内。另外,本申请说明书和权利要求书所使用的一些术语并不是限制,仅仅是为了便于描述。
Claims (10)
1.一种基于物联网的智能图像检测方法,其特征在于,包括:
输入源图像;
采集所述源图像上的图像特征;
将采集的所述图像特征上传到云端并存储;
调取存储于物联网空间的图像比对数据;
调用物联网设备资源对存储于云端的图像特征数据与所述图像比对数据进行对比分析,形成物联网分析回馈结果并输出;
将所述物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读所述源图像上承载的数据信息。
2.如权利要求1所述的智能图像检测方法,其特征在于,通过智能人工像素点特征采集技术采集所述源图像上的图像特征。
3.如权利要求1所述的智能图像检测方法,其特征在于,所述物联网分析回馈结果以数字信号形式输出。
4.一种基于物联网的智能图像检测系统,其特征在于,包括:
用户界面,运行于智能终端上,用于实现智能图像检测过程的人机交互;
图像输入模块,用于通过所述用户界面提供给用户输入源图像;
图像特征采集模块,连接所述图像输入模块,用于采集所述源图像上的图像特征,并通过物联网将图像特征上传到云端;
云端图像处理分析模块,连接所述图像特征采集模块,用于存储上传到云端的所述图像特征,并用于根据图像比对数据调取指令调取存储于物联网空间的所述图像比对数据,然后根据图像分析指令对存储于云端的图像特征数据和调取的所述图像比对数据进行对比分析,形成所述物联网分析回馈结果并输出;
人工智能信号图像合成模块,连接所述云端图像处理分析模块,用于根据图像合成指令将所述物联网分析回馈结果进行图像编码转换处理,以还原图像原貌或解读所述源图像上承载的数据信息。
5.如权利要求4所述的智能图像检测系统,其特征在于,通过智能人工像素点特征采集技术采集所述源图像上的图像特征。
6.如权利要求4所述的智能图像检测系统,其特征在于,所述云端图像处理分析模块中包括:
图像特征数据存储单元,用于存储上传到云端的图像特征数据;
图像比对数据调取单元,用于根据所述图像比对数据调取指令调取存储于物联网空间的所述图像比对数据;
图像对比分析单元,分别连接所述图像特征数据存储单元和所述图像比对数据调取单元,用于根据图像分析指令对存储于云端的图像特征数据和调取的所述图像比对数据进行对比分析,形成所述物联网分析回馈结果并输出。
7.如权利要求6所述的智能图像检测系统,其特征在于,所述云端图像处理分析模块中的所述图像对比分析单元通过调用物联网设备对比分析所述图像特征数据和所述图像比对数据。
8.如权利要求4所述的智能图像检测系统,其特征在于,所述物联网分析回馈结果以数字信号形式输出。
9.一种计算机可读存储介质,包括执行指令,其特征在于,当电子设备的处理器执行所述执行指令时,所述处理器执行如权利要求1~3任意一项所述的智能图像检测方法。
10.一种电子设备,包括处理器以及存储有执行指令的存储器,其特征在于,当所述处理器执行所述存储器中的所述执行指令时,所述处理器执行如权利要求1~3任意一项所述的智能图像检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010707925.5A CN114037646A (zh) | 2020-07-21 | 2020-07-21 | 基于物联网的智能图像检测方法、系统、可读介质、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010707925.5A CN114037646A (zh) | 2020-07-21 | 2020-07-21 | 基于物联网的智能图像检测方法、系统、可读介质、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114037646A true CN114037646A (zh) | 2022-02-11 |
Family
ID=80134082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010707925.5A Pending CN114037646A (zh) | 2020-07-21 | 2020-07-21 | 基于物联网的智能图像检测方法、系统、可读介质、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114037646A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115391443A (zh) * | 2022-08-30 | 2022-11-25 | 特斯联科技集团有限公司 | 物联网设备人工智能数据提供方法、装置、系统及终端设备 |
-
2020
- 2020-07-21 CN CN202010707925.5A patent/CN114037646A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115391443A (zh) * | 2022-08-30 | 2022-11-25 | 特斯联科技集团有限公司 | 物联网设备人工智能数据提供方法、装置、系统及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11410035B2 (en) | Real-time target detection method deployed on platform with limited computing resources | |
CN111598776B (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
CN110248048B (zh) | 一种视频抖动的检测方法及装置 | |
CN109711407B (zh) | 一种车牌识别的方法及相关装置 | |
CN112861575A (zh) | 一种行人结构化方法、装置、设备和存储介质 | |
US9535928B2 (en) | Combining information of different levels for content-based retrieval of digital pathology images | |
CN110020658B (zh) | 一种基于多任务深度学习的显著目标检测方法 | |
CN107766864B (zh) | 提取特征的方法和装置、物体识别的方法和装置 | |
CN112052730B (zh) | 一种3d动态人像识别监控设备及方法 | |
CN113409355A (zh) | 一种基于fpga的运动目标识别系统及方法 | |
CN110222647B (zh) | 一种基于卷积神经网络的人脸活体检测方法 | |
CN111062894A (zh) | 人工智能处理器以及人工智能分析设备 | |
KR101344851B1 (ko) | 영상처리장치 및 영상처리방법 | |
Dahirou et al. | Motion Detection and Object Detection: Yolo (You Only Look Once) | |
CN114037646A (zh) | 基于物联网的智能图像检测方法、系统、可读介质、设备 | |
CN116168328A (zh) | 一种甲状腺结节超声检查系统及方法 | |
US9773472B2 (en) | Text extraction from graphical user interface content | |
CN115578774A (zh) | 一种基于非局部通道注意力的面部运动单元检测方法 | |
CN211349420U (zh) | 人工智能分析设备以及人工智能处理器 | |
US11893791B2 (en) | Pre-processing image frames based on camera statistics | |
CN112149532A (zh) | 基于前景背景解析的烟雾检测方法、系统及电子设备 | |
CN111008555A (zh) | 一种无人机图像弱小目标增强提取方法 | |
CN117252832B (zh) | 一种超声结节实时检测方法、系统、设备及存储介质 | |
CN115100666B (zh) | 基于显著性检测和超分辨率重建的ar会议系统及构建方法 | |
CN112712124B (zh) | 一种基于深度学习的多模块协同物体识别系统及方法 |
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 |