[发明专利]一种基于深度学习算法的智能识重的图像识别系统在审

专利信息
申请号: 202110222190.1 申请日: 2021-02-28
公开(公告)号: CN112949473A 公开(公告)日: 2021-06-11
发明(设计)人: 王永辉 申请(专利权)人: 马鞍山市数知物联科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/40;G06T7/13
代理公司: 暂无信息 代理人: 暂无信息
地址: 243051 安徽省马鞍山*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 算法 智能 图像 识别 系统
【权利要求书】:

1.一种基于深度学习算法的智能识重的图像识别系统,包括图像采集模块(1)、图像处理模块(2)、图像识别模块(3)和中央处理器(4),其特征在于,所述图像采集模块(1)的输出端与图像处理模块(2)的输入端电性连接,所述图像处理模块(2)的输出端与图像识别模块(3)的输入端电性连接,图像识别模块(3)与中央处理器(4)双向电性连接,所述中央处理器(4)的输出端分别与图像采集模块(1)和图像处理模块(2)的输入端电性连接;

其中,所述图像采集模块(1)包括,红外探测模块(11)、图像扫描模块(12)、数据整理模块(13)和图像发送模块A(14),所述红外探测模块(11)的输出端与图像扫描模块(12)的输入端电性连接,图像扫描模块(12)的输出端与数据整理模块(13)的输入端电性连接,数据整理模块(13)的输出端与图像发送模块A(14)的输入端电性连接,所述图像发送模块A(14)的输出端与图像处理模块(2)的输入端电性连接。

2.根据权利要求1所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述图像处理模块(2)包括设置有图像接受模块A(21),图像接受模块A(21)的输入端与图像发送模块A(14)的输出端电性连接,图像接受模块A(21)的输出端与图像平滑度修复模块(22)的输入端电性连接,图像平滑度修复模块(22)的输出端与边缘检测模块(23)的输入端电性连接。

3.根据权利要求2所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述边缘检测模块(23)的输出端与边缘修复模块(24)的输入端电性连接,边缘修复模块(24)的输出端与图像降噪模块(25)的输入端电性连接,图像降噪模块(25)的输出端与图像增强模块(26)的输入端电性连接,图像增强模块(26)的输出端与图像发送模块B(27)的输入端电性连接,所述图像发送模块B(27)的输出端与图像识别模块(3)的输入端电性连接。

4.根据权利要求1所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述图像识别模块(3)包括设置有图像接受模块B(31),图像接受模块B(31)的输入端与图像发送模块B(27)的输出端电性连接,所述图像接受模块B(31)的输出端与图像特征提取模块(32)的输入端电性连接,图像特征提取模块(32)的输出端与图像信息提取模块(33)的输入端电性连接。

5.根据权利要求4所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述图像信息提取模块(33)的输出端与图像声音提取模块(34)的输入端电性连接,图像声音提取模块(34)的输出端与信息分类模块(35)的输入端电性连接,信息分类模块(35)的输出端与中央处理器(4)的输入端电性连接。

6.根据权利要求1所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述中央处理器(4)包括设置有智能分析模块(41),智能分析模块(41)的输入端与信息分类模块(35)的输出端电性连接,所述智能分析模块(41)的输出端分别与学习资料库(42)和图像资料库(46)的输入端电性连接。

7.根据权利要求6所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述学习资料库(42)的输出端分别与存储模块A(43)、存储模块B(44)和存储模块C(45)的输入端电性连接,所述存储模块A(43)、存储模块B(44)和存储模块C(45)的输出端均与定时检索模块(47)的输入端电性连接。

8.根据权利要求7所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述定时检索模块(47)的输出端与学习资料库(42)的输入端电性连接。

9.根据权利要求1所述的一种基于深度学习算法的智能识重的图像识别系统,其特征在于,所述中央处理器(4)的输出端与定时检索模块(47)的输入端电性连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马鞍山市数知物联科技有限公司,未经马鞍山市数知物联科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110222190.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top