[發明專利]一種基于深度學習算法的智能識重的圖像識別系統

在審

• 申請號: 202110222190.1
• 申請日: 2021-02-28
• 公開（公告）號: CN112949473A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 王永輝
• 申請（專利權）人: 馬鞍山市數知物聯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06T7/13
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習算法的智能識重的圖像識別系統，包括圖像采集模塊（1）、圖像處理模塊（2）、圖像識別模塊（3）和中央處理器（4），其特征在于，所述圖像采集模塊（1）的輸出端與圖像處理模塊（2）的輸入端電性連接，所述圖像處理模塊（2）的輸出端與圖像識別模塊（3）的輸入端電性連接，圖像識別模塊（3）與中央處理器（4）雙向電性連接，所述中央處理器（4）的輸出端分別與圖像采集模塊（1）和圖像處理模塊（2）的輸入端電性連接；

其中，所述圖像采集模塊（1）包括，紅外探測模塊（11）、圖像掃描模塊（12）、數據整理模塊（13）和圖像發送模塊A（14），所述紅外探測模塊（11）的輸出端與圖像掃描模塊（12）的輸入端電性連接，圖像掃描模塊（12）的輸出端與數據整理模塊（13）的輸入端電性連接，數據整理模塊（13）的輸出端與圖像發送模塊A（14）的輸入端電性連接，所述圖像發送模塊A（14）的輸出端與圖像處理模塊（2）的輸入端電性連接。

2.根據權利要求1所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述圖像處理模塊（2）包括設置有圖像接受模塊A（21），圖像接受模塊A（21）的輸入端與圖像發送模塊A（14）的輸出端電性連接，圖像接受模塊A（21）的輸出端與圖像平滑度修復模塊（22）的輸入端電性連接，圖像平滑度修復模塊（22）的輸出端與邊緣檢測模塊（23）的輸入端電性連接。

3.根據權利要求2所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述邊緣檢測模塊（23）的輸出端與邊緣修復模塊（24）的輸入端電性連接，邊緣修復模塊（24）的輸出端與圖像降噪模塊（25）的輸入端電性連接，圖像降噪模塊（25）的輸出端與圖像增強模塊（26）的輸入端電性連接，圖像增強模塊（26）的輸出端與圖像發送模塊B（27）的輸入端電性連接，所述圖像發送模塊B（27）的輸出端與圖像識別模塊（3）的輸入端電性連接。

4.根據權利要求1所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述圖像識別模塊（3）包括設置有圖像接受模塊B（31），圖像接受模塊B（31）的輸入端與圖像發送模塊B（27）的輸出端電性連接，所述圖像接受模塊B（31）的輸出端與圖像特征提取模塊（32）的輸入端電性連接，圖像特征提取模塊（32）的輸出端與圖像信息提取模塊（33）的輸入端電性連接。

5.根據權利要求4所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述圖像信息提取模塊（33）的輸出端與圖像聲音提取模塊（34）的輸入端電性連接，圖像聲音提取模塊（34）的輸出端與信息分類模塊（35）的輸入端電性連接，信息分類模塊（35）的輸出端與中央處理器（4）的輸入端電性連接。

6.根據權利要求1所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述中央處理器（4）包括設置有智能分析模塊（41），智能分析模塊（41）的輸入端與信息分類模塊（35）的輸出端電性連接，所述智能分析模塊（41）的輸出端分別與學習資料庫（42）和圖像資料庫（46）的輸入端電性連接。

7.根據權利要求6所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述學習資料庫（42）的輸出端分別與存儲模塊A（43）、存儲模塊B（44）和存儲模塊C（45）的輸入端電性連接，所述存儲模塊A（43）、存儲模塊B（44）和存儲模塊C（45）的輸出端均與定時檢索模塊（47）的輸入端電性連接。

8.根據權利要求7所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述定時檢索模塊（47）的輸出端與學習資料庫（42）的輸入端電性連接。

9.根據權利要求1所述的一種基于深度學習算法的智能識重的圖像識別系統，其特征在于，所述中央處理器（4）的輸出端與定時檢索模塊（47）的輸入端電性連接。