[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

说明书

本发明公开了一种基于深度学习算法的智能识重的图像识别系统，属于图像识别技术领域，包括图像采集模块、图像处理模块、图像识别模块和中央处理器，所述图像采集模块的输出端与图像处理模块的输入端电性连接，所述图像处理模块的输出端与图像识别模块的输入端电性连接，图像识别模块与中央处理器双向电性连接。本发明中，通过设置图像处理模块，使得当图像发送模块A将信息传到给图像接受模块A时，使得图像识别模块能够更为有效且精准的对其图像信息进行识别的工作，避免了因图像采集拍摄出的图像不够清晰或图像受损时，图像识别技术难以将图像中的特征进行提取，从而导致后续的识别认证工作无法很好进行的情况，有利于人们的使用。

技术领域

本发明属于图像识别技术领域，尤其涉及一种基于深度学习算法的智能识重的图像识别系统。

背景技术

随着社会的发展和进步，图像识别的技术也越发的先进，应用也十分的广泛，图像识别是通过拍摄物件的图像，并从所获取的物件图像中识别出物件的特征，主要用于从物件图像中提取重要部分的特征，通过识别机构对其进行判定所提取的特征是否与保存的信息是否一致，由此来进行对其图像的识别认证，现有技术中的图像识别系统存在着一定的缺陷，当图像采集拍摄出的图像不够清晰时，图像识别技术难以将图像中的特征进行提取，从而导致后续的识别认证工作无法很好的进行，进而不利人们的使用，同时当图像受损时，图像识别模块也无法对其受损的图像进行识别，降低了适用性，且现有技术中的图像识别系统不具有自主学习改进的功能，故识别准确性较差，无法快速的进行认证的工作，同时不能够适用于不同的情况下。

发明内容

本发明的目的在于：为了解决图像受损或拍摄不清晰时无法很好的进行识别认证的工作，且不具有自主学习改进的问题，而提出的一种基于深度学习算法的智能识重的图像识别系统。

为了实现上述目的，本发明采用了如下技术方案：

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、图像处理模块、图像识别模块和中央处理器，所述图像采集模块的输出端与图像处理模块的输入端电性连接，所述图像处理模块的输出端与图像识别模块的输入端电性连接，图像识别模块与中央处理器双向电性连接，所述中央处理器的输出端分别与图像采集模块和图像处理模块的输入端电性连接；

其中，所述图像采集模块包括，红外探测模块、图像扫描模块、数据整理模块和图像发送模块A，所述红外探测模块的输出端与图像扫描模块的输入端电性连接，图像扫描模块的输出端与数据整理模块的输入端电性连接，数据整理模块的输出端与图像发送模块A的输入端电性连接，所述图像发送模块A的输出端与图像处理模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述图像处理模块包括设置有图像接受模块A，图像接受模块A的输入端与图像发送模块A的输出端电性连接，图像接受模块A的输出端与图像平滑度修复模块的输入端电性连接，图像平滑度修复模块的输出端与边缘检测模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述边缘检测模块的输出端与边缘修复模块的输入端电性连接，边缘修复模块的输出端与图像降噪模块的输入端电性连接，图像降噪模块的输出端与图像增强模块的输入端电性连接，图像增强模块的输出端与图像发送模块B的输入端电性连接，所述图像发送模块B的输出端与图像识别模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述图像识别模块包括设置有图像接受模块B，图像接受模块B的输入端与图像发送模块B的输出端电性连接，所述图像接受模块B的输出端与图像特征提取模块的输入端电性连接，图像特征提取模块的输出端与图像信息提取模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述图像信息提取模块的输出端与图像声音提取模块的输入端电性连接，图像声音提取模块的输出端与信息分类模块的输入端电性连接，信息分类模块的输出端与中央处理器的输入端电性连接。

作为上述技术方案的进一步描述：