[發(fā)明專利]人工智能云計(jì)算非應(yīng)用感應(yīng)器的液體氣體污染排放監(jiān)控方法在審
| 申請(qǐng)?zhí)枺?/td> | 201910788600.1 | 申請(qǐng)日: | 2019-08-26 |
| 公開(公告)號(hào): | CN110458147A | 公開(公告)日: | 2019-11-15 |
| 發(fā)明(設(shè)計(jì))人: | 伍學(xué)斌;伍學(xué)聰;楊小波;丁萱 | 申請(qǐng)(專利權(quán))人: | 東莞德福得精密五金制品有限公司 |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62;G01N21/25 |
| 代理公司: | 44561 東莞合方知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人: | 陳正興<國(guó)際申請(qǐng)>=<國(guó)際公布>=<進(jìn)入 |
| 地址: | 523000廣東省*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 工業(yè)數(shù)碼相機(jī) 微處理單元 人工智能 污染排放 捕獲 終端設(shè)備 圖像 云端 機(jī)器學(xué)習(xí)軟件 衛(wèi)星定位系統(tǒng) 計(jì)算服務(wù)器 計(jì)算器 捕獲圖像 讀取結(jié)果 飛行平臺(tái) 固定平臺(tái) 軌道移動(dòng) 建立連接 系統(tǒng)位置 液體氣體 應(yīng)用感應(yīng) 云服務(wù)器 互聯(lián)網(wǎng) 伺服器 云計(jì)算 監(jiān)控 配置 分析 網(wǎng)絡(luò) | ||
1.人工智能云計(jì)算非應(yīng)用感應(yīng)器的液體氣體污染排放監(jiān)控方法,其特征在于,包括配置有微處理單元的工業(yè)數(shù)碼相機(jī),該工業(yè)數(shù)碼相機(jī)用來捕獲可能發(fā)生位置的圖像,該工業(yè)數(shù)碼相機(jī)選裝在固定平臺(tái)、軌道移動(dòng)平臺(tái)或飛行平臺(tái)上,尤其是當(dāng)要求是在室外環(huán)境中覆蓋長(zhǎng)距離的和大面積的監(jiān)控,并將工業(yè)數(shù)碼相機(jī)微處理單元與衛(wèi)星定位系統(tǒng)建立連接,以便于工業(yè)數(shù)碼相機(jī)捕獲圖像時(shí)識(shí)別到系統(tǒng)位置,微處理單元將捕獲可能發(fā)生污染排放的圖像以及捕獲到的圖像的位置信息,通過網(wǎng)絡(luò)發(fā)送到云端計(jì)算服務(wù)器,再由云服務(wù)器中的人工智能機(jī)器學(xué)習(xí)軟件進(jìn)行分析。
2.根據(jù)權(quán)利要求1所述人工智能云計(jì)算非應(yīng)用感應(yīng)器的液體氣體污染排放監(jiān)控方法,其特征在于,捕獲的圖像會(huì)從工業(yè)數(shù)碼相機(jī)傳遞到微處理單元,微處理單元再將這些圖像傳去有線/無線網(wǎng)絡(luò)通訊器,經(jīng)有線/無線網(wǎng)絡(luò)本地網(wǎng)絡(luò)去到本地路由器/解調(diào)器,本地路由器/解調(diào)器透過互聯(lián)網(wǎng)把圖像傳去云端計(jì)算服務(wù)器,或出于安全考慮,這些圖像檔案也可以透過有線/無線網(wǎng)絡(luò)傳去本地計(jì)算服務(wù)器,所有的云端計(jì)算都在本地計(jì)算器里完成,云端伺服器把圖像傳送去人工智能計(jì)算器,并把有用的數(shù)據(jù)儲(chǔ)存在云端儲(chǔ)存器里。
3.根據(jù)權(quán)利要求1所述人工智能云計(jì)算非應(yīng)用感應(yīng)器的液體氣體污染排放監(jiān)控方法,其特征在于,人工智能機(jī)器學(xué)習(xí)具體地是預(yù)測(cè)建模,主要關(guān)注的是最小化模型的誤差,或令最準(zhǔn)確的預(yù)測(cè)成為可能,智能機(jī)器學(xué)習(xí)需經(jīng)過一個(gè)訓(xùn)練的步驟,包含大量沒有發(fā)生時(shí)的位置圖像,這些圖像應(yīng)包括監(jiān)測(cè)區(qū)域的圖像,它需要包括特定的氣體和液體污染物;在訓(xùn)練中,來自訓(xùn)練圖像數(shù)據(jù)集,抽取75%作為訓(xùn)練樣本,剩下的25%作為測(cè)試樣本用來評(píng)估結(jié)果精度;當(dāng)完成這足夠圖像的訓(xùn)練后,智能機(jī)器學(xué)習(xí)能根據(jù)輸入的新的圖像,預(yù)測(cè)新的可能發(fā)生的,訓(xùn)練步驟可以在將來持續(xù)地進(jìn)行以收集更多的數(shù)據(jù),這樣模型預(yù)測(cè)缺陷的準(zhǔn)確性也將不斷提高,在對(duì)人工智能機(jī)器進(jìn)行培訓(xùn)后,當(dāng)輸入正在被監(jiān)控區(qū)域的新圖像時(shí),能夠分析圖像并告知正在受到監(jiān)控的該區(qū)域是否實(shí)際上發(fā)生了,當(dāng)發(fā)生事故時(shí),系統(tǒng)會(huì)自動(dòng)通過互聯(lián)網(wǎng)向各方發(fā)出警報(bào)信息。
4.根據(jù)權(quán)利要求1所述人工智能云計(jì)算非應(yīng)用感應(yīng)器的液體氣體污染排放監(jiān)控方法,其特征在于,圖像處理是處理新圖像的第一步,從輸入新的圖像中,可以指定如何針對(duì)特定污染物進(jìn)行監(jiān)測(cè),增加對(duì)該化學(xué)品的敏感性,應(yīng)用圖像處理軟件算法來增強(qiáng)特定性以匹配正在尋找的污染物類型,當(dāng)想要識(shí)別特定化學(xué)物質(zhì)的存在時(shí),在污染物濃度低的時(shí)候,可以使用圖像處理算法來增強(qiáng)圖像中的紅色,圖像處理的數(shù)學(xué)算法可以通過i)加法,或ii)減法來解決,加法算法如下:
彩色圖像是紅綠藍(lán)像素RGB,
Let,
r=img(:,:,1)是紅色像素值,
g=img(:,:,2)是綠色像素值,
b=img(:,:,3)是藍(lán)色像素值,
數(shù)學(xué)算法可以為包括:r+g+b=灰色分量,青色=g+b,品紅色=r+b,黃色=紅色+綠色,
圖像處理加法數(shù)學(xué)函數(shù)如下:
Let,
extra_red=max(r-max(b,g),0),
新的紅色像素值函數(shù)Fr(r,g,b,k)=r_mod=min(r+k*extra_red,1)
%k是額外紅色量的標(biāo)度,
將r_mod應(yīng)用于紅色像素值將達(dá)到預(yù)期的添加效果;
除了添加之外,數(shù)學(xué)算法可以通過減法來解決,當(dāng)想要定位另一種有機(jī)藻類物質(zhì)時(shí),需要增強(qiáng)圖像中的綠色,通過減法可以縮小非綠色組件,減去額外綠色成分的量數(shù)學(xué)函數(shù)如下,
Let,
extra_green=max(g-max(r,b),0),
新紅色像素值函數(shù)Fr(r,g,b,k)=r_mod=max(r-k*extra_green,0),
新藍(lán)色像素值函數(shù)Fb(r,g,b,k)=b_mod=max(b-k*extra_green,0),
將r_mod應(yīng)用于紅色像素值,b_mod應(yīng)用于藍(lán)色像素值,將達(dá)到預(yù)期的減去效果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于東莞德福得精密五金制品有限公司,未經(jīng)東莞德福得精密五金制品有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910788600.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 數(shù)碼相機(jī)用支架和數(shù)據(jù)相機(jī)系統(tǒng)
- 便攜式雷達(dá)測(cè)速儀
- 一種可語音提示數(shù)碼相機(jī)操作動(dòng)作的方法及其數(shù)碼相機(jī)
- 一種數(shù)碼相機(jī)拍攝畫面輸出的控制方法及其數(shù)碼相機(jī)
- 輕小型無人機(jī)機(jī)載多視立體航空遙感系統(tǒng)
- 輕小型無人機(jī)機(jī)載多視立體航空遙感系統(tǒng)
- 人工智能云計(jì)算非應(yīng)用感應(yīng)器的意外事故液體氣體泄漏監(jiān)控方法
- 人工智能云計(jì)算非應(yīng)用感應(yīng)器的液體氣體污染排放監(jiān)控方法
- 人工智能云計(jì)算多途徑設(shè)備系統(tǒng)運(yùn)行缺陷檢查監(jiān)控方法
- 人工智能云計(jì)算多光譜煙霧高溫火花火災(zāi)監(jiān)控方法
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評(píng)估方法及智能終端
- 人工智能倫理風(fēng)險(xiǎn)與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險(xiǎn)防范方法
- 人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范虛擬仿真實(shí)驗(yàn)方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險(xiǎn)辨識(shí)和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范方法和機(jī)器人





