基于物聯(lián)網(wǎng)技術(shù)的人工智能圖像檢測系統(tǒng)設(shè)計

摘要：為了解決傳統(tǒng)圖像檢測系統(tǒng)噪聲、圖像邊緣的問題，文章設(shè)計了基于物聯(lián)網(wǎng)技術(shù)的人工智能圖像檢測系統(tǒng)，要求系統(tǒng)具有較高的圖像檢測精準性、時效性。系統(tǒng)硬件包括圖像獲取、處理和合成等，采用S3C2440設(shè)計系統(tǒng)處理器。系統(tǒng)模塊包括圖像特征采集、分析、合成與整合等，數(shù)據(jù)庫的設(shè)計方便用戶系統(tǒng)數(shù)據(jù)的調(diào)用和查看，能夠提高系統(tǒng)運行的穩(wěn)定性。實際應(yīng)用結(jié)果表明，該系統(tǒng)能夠有效識別物資設(shè)備，精準搜索信息，提高了圖像檢測效率。

關(guān)鍵詞：物聯(lián)網(wǎng)；人工智能；圖像檢測

中圖分類號：G63367文獻標志碼：A

0引言

隨著現(xiàn)代科學技術(shù)的發(fā)展，物聯(lián)網(wǎng)技術(shù)被廣泛應(yīng)用于人們的日常生活。另外，物聯(lián)網(wǎng)技術(shù)還可以被用來創(chuàng)建資源數(shù)據(jù)庫，滿足各行業(yè)對人工智能技術(shù)的應(yīng)用需求。物聯(lián)網(wǎng)技術(shù)在圖像檢測系統(tǒng)設(shè)計中的應(yīng)用不僅能夠提高圖像檢測工作的效率，還能夠使檢測結(jié)果精準性得到提高［1］。

1人工智能圖像檢測系統(tǒng)的架構(gòu)

圖像的邊緣會影響傳統(tǒng)圖像檢測系統(tǒng)的應(yīng)用效率，還會降低系統(tǒng)對圖像檢測的分辨率。另外，傳統(tǒng)圖像檢測系統(tǒng)的檢測精度無法實現(xiàn)人工智能圖像檢測。因此，本文使用物聯(lián)網(wǎng)技術(shù)設(shè)計人工智能圖像檢測系統(tǒng)。系統(tǒng)對圖像特征點進行處理后，處理結(jié)果能夠轉(zhuǎn)變成為數(shù)字信號。該系統(tǒng)能夠使人工智能圖像檢測識別的效率得到提高，使圖像檢測需求得到滿足［2］。

人工智能圖像檢測系統(tǒng)設(shè)計須滿足以下原則：

（1）高穩(wěn)定性。要求工作人員能夠為各模塊提供可靠服務(wù)，提高系統(tǒng)的運行穩(wěn)定性，在軟硬件出錯時也能夠穩(wěn)定運行。

（2）高可拓展性。提高系統(tǒng)的拓展性，能夠方便模塊自身業(yè)務(wù)變化，有效維護系統(tǒng)運行，提高系統(tǒng)功能的開發(fā)效率。

（3）良好界面。設(shè)計簡潔、友好的界面，能夠保證用戶操作流暢性，增強用戶的使用體驗感。

（4）保密性。要求系統(tǒng)保密性良好，方便維修升級，從而使系統(tǒng)穩(wěn)定、正常地運行。

人工智能圖像檢測系統(tǒng)的主要功能包括圖像的收集、傳輸、識別和存儲。不同功能對應(yīng)不同的模塊，使模塊之間能夠獨立完成自己的任務(wù)，從而構(gòu)成功能完善的嵌入式系統(tǒng)，有效識別目標。系統(tǒng)的主要架構(gòu)如圖1所示，箭頭表示數(shù)據(jù)的傳輸。本文系統(tǒng)使用CCD獲取圖像。此圖像數(shù)據(jù)量龐大，假如將大量圖像直接在處理器中傳輸識別，就會導(dǎo)致數(shù)據(jù)擁堵和計算能力浪費。因此，系統(tǒng)還要設(shè)計存儲模塊以緩存數(shù)據(jù)。另外，處理器根據(jù)自身工作速度對已經(jīng)緩存的圖像數(shù)據(jù)進行讀取和檢測，利用SIEF算法對圖像特征進行提取后檢測，利用顯示器展示最終結(jié)果，從而實現(xiàn)圖像檢測識別［3］。

2系統(tǒng)的硬件設(shè)計

21圖像的獲取

CCD數(shù)字相機是獲取圖像過程中的數(shù)據(jù)源，主要分為2個不同的子模塊：光學鏡頭和CMOS圖像傳感芯片。CCD數(shù)字相機使用V07670攝像頭，通過掃描的模式收集目標圖像，利用A/D轉(zhuǎn)換器啟動控制芯片并設(shè)置電平值和灰度值。CCD數(shù)字相機能夠輸出模擬信號，使用濾波去除噪聲，在A/D傳感器中傳輸放大信號后對信號進行模數(shù)轉(zhuǎn)換，得出數(shù)字信號并計算。系統(tǒng)以控制芯片工作過程中的頻率對驅(qū)動脈沖分析，滿足系統(tǒng)的收集與處理需求。

CCD獲得目標圖像后分析電平大小并將電平大小轉(zhuǎn)換為模擬信號進行后續(xù)處理，對處理后的模擬信號進行去噪，然后傳輸?shù)紸CD模塊中實現(xiàn)模數(shù)轉(zhuǎn)換。控制芯片能夠?qū)崿F(xiàn)CCD相機的多種功能。另外，CCD數(shù)據(jù)刷新的頻率和系統(tǒng)相同，因此，能夠?qū)崿F(xiàn)系統(tǒng)的同頻運行［4］。

22圖像的處理

系統(tǒng)使用S3C2440設(shè)計處理器，將ARM920T作為芯片核心。芯片的功耗比較低，系統(tǒng)的設(shè)計簡單，S3C2440控制器結(jié)構(gòu)如圖2所示。此芯片為系統(tǒng)控制器，不僅能夠處理圖像，還能夠控制系統(tǒng)其他模塊的運行。系統(tǒng)利用引導(dǎo)裝載程序?qū)IOS所處理的芯片圖像進行加載和處理。

系統(tǒng)利用CSS6000集成開發(fā)環(huán)境對大量的圖像識別并處理，通過調(diào)用API函數(shù)的優(yōu)先級順序執(zhí)行程序，在系統(tǒng)復(fù)位后點擊_init運行系統(tǒng)。首先，初始化CSS6000環(huán)境，開啟多任務(wù)工作模式；其次，調(diào)用MBX_pend（）運行圖像處理程序，系統(tǒng)循環(huán)運行，執(zhí)行后臺IDL進程。在ARM發(fā)送圖像處理請求之后，系統(tǒng)就能夠開始處理操作［5］。

23信號圖像合成

信號圖像合成完成后，系統(tǒng)會把圖像結(jié)果反饋至物聯(lián)網(wǎng)并依據(jù)圖像編號對反饋結(jié)果展開分析。系統(tǒng)會先分析圖像信息，隨后還原圖像，同時運用人工智能技術(shù)進行數(shù)據(jù)信息交換。此外，系統(tǒng)還會根據(jù)單項數(shù)據(jù)對出入圖像進行轉(zhuǎn)換。通過采用捆綁寫入技術(shù)，系統(tǒng)設(shè)計代碼的靈活性得以提升，系統(tǒng)圖像的識別效率也隨之提高。

24云端圖像處理

在人工智能圖像檢測系統(tǒng)設(shè)計的過程中，設(shè)計人員利用物聯(lián)網(wǎng)技術(shù)結(jié)合互聯(lián)網(wǎng)信息計算和海量數(shù)據(jù)的優(yōu)勢，精準挖掘數(shù)據(jù)資源。云端處理圖像在數(shù)據(jù)資源中具有重要價值：（1）數(shù)據(jù)信息。收集系統(tǒng)框架中的終端數(shù)據(jù)特征，物聯(lián)網(wǎng)能夠存儲大量的圖像，信息獲取的方法比較簡單方便；（2）調(diào)取物聯(lián)網(wǎng)資源。系統(tǒng)在運行的過程中，如果物聯(lián)網(wǎng)信息的調(diào)度出現(xiàn)問題，就會影響圖像上傳的效果。那么，可以使用物聯(lián)網(wǎng)調(diào)度的方式，將物聯(lián)網(wǎng)調(diào)度作為云端圖像處理過程中的核心功能［6］。

3系統(tǒng)的模塊設(shè)計

31圖像特征采集模塊

設(shè)計此模塊主要目的就是收集圖像的相關(guān)服務(wù)特征。對比傳統(tǒng)圖像特征采集技術(shù)，本文所設(shè)計的人工智能圖像檢測系統(tǒng)使用像素點特征，提高了數(shù)據(jù)收集的準確性。在得到目標區(qū)域特征數(shù)據(jù)后，系統(tǒng)對數(shù)據(jù)合理優(yōu)化，清除多余的內(nèi)容，以降低檢測誤差。

圖像特征采集模塊利用多個圖像點能夠構(gòu)成一個完整的圖像，將數(shù)據(jù)信息設(shè)置到圖像點中。數(shù)據(jù)信息不同，因此，世界上并沒有2張一模一樣的圖像。圖像中的編碼主要由灰度和原色度所構(gòu)成，通過對圖像色差、對比度等進行處理和集合，得到了各個圖像不同的輪廓。圖像像素特征信息不同，因此，人們在觀察圖像時候也存在一定的視覺色差。本文使用以下特普勒圖像特征算法提取圖像的特征。

系統(tǒng)在抓取圖像時，數(shù)據(jù)特征連貫性良好；在檢索圖像特征點過程中，圖像特征差異性并不明顯。因此，本文系統(tǒng)中算法的圖像特征抓取功能良好，也就表示人工智能技術(shù)的應(yīng)用良好。人工智能在圖像收集模塊中的應(yīng)用，能夠展現(xiàn)人工智能的學習能力和深度學習的特點。此模塊在運行過程中能夠積累相應(yīng)的經(jīng)驗，使圖像分析與特征收集準確性提高。

32圖像分析模塊

在圖像分析的過程中，圖像分析模塊使用物聯(lián)網(wǎng)技術(shù)分析所檢測的圖像。在此過程中，要在云端創(chuàng)建數(shù)據(jù)中轉(zhuǎn)站，中轉(zhuǎn)物聯(lián)網(wǎng)所傳輸?shù)臄?shù)據(jù)。中轉(zhuǎn)站主要功能為：通過存儲圖像檢測系統(tǒng)終端得到需要檢測的圖像，隨時都能夠提取圖像信息；提取物聯(lián)網(wǎng)圖像并分析參考圖像。

在系統(tǒng)模塊設(shè)計過程中，智能數(shù)據(jù)架構(gòu)為主要的核心技術(shù)，具有良好的動態(tài)處理、數(shù)據(jù)存儲、運算等功能，能夠提高物聯(lián)網(wǎng)交互過程中的耦合性、精準度。使用時效動態(tài)化算法創(chuàng)建圖像分析模塊，可將其描述為：

33圖像合成模塊

圖像合成模塊利用圖像編碼技術(shù)和數(shù)據(jù)信號處理技術(shù)還原圖像并解讀圖像數(shù)據(jù)信息。在設(shè)計圖像合成模塊時，設(shè)計人員利用數(shù)字信號與圖像轉(zhuǎn)換的輸入通道滿足系統(tǒng)數(shù)據(jù)交互的需求。該模塊使用數(shù)據(jù)交換技術(shù)對數(shù)字信號進行轉(zhuǎn)換，使其成為圖像信號，對圖像中的數(shù)字信號轉(zhuǎn)換點進行排列分析，得到人工智能轉(zhuǎn)換結(jié)果。

根據(jù)人工智能技術(shù)的排列公式，本文利用可以代表數(shù)字信號的圖像特征閾值，利用信號轉(zhuǎn)換準確率計算公式得到轉(zhuǎn)換結(jié)果。假如取值系數(shù)比設(shè)定值要高，則表明數(shù)字信號的圖像特征數(shù)據(jù)良好，提高了像編碼的轉(zhuǎn)換率；假如取值系數(shù)比設(shè)定的閾值要小，表示數(shù)字信號的特征數(shù)據(jù)結(jié)構(gòu)不穩(wěn)定，可以使用人工智能或者圖像轉(zhuǎn)換預(yù)處理技術(shù)調(diào)度數(shù)據(jù)資源，調(diào)整數(shù)據(jù)參數(shù)。

34圖像整合系統(tǒng)設(shè)計

系統(tǒng)通過云平臺的輔助功能收集原始的圖像，得出數(shù)據(jù)的信息分析結(jié)果，以提高檢測精準性。由于數(shù)字信號圖像具有特殊的信息圖像特征，閾值一般設(shè)置為7。系統(tǒng)須要通過條件設(shè)置對信號進行準確性的校驗和信號轉(zhuǎn)換。如果無法保證檢測的結(jié)果，研究人員可以利用物聯(lián)網(wǎng)與人工智能等技術(shù)對數(shù)據(jù)資源進行處理，在人工智能圖像合成系統(tǒng)中設(shè)置前端窗口代碼，提高算法執(zhí)行效率，降低圖像檢測問題發(fā)生率。

物聯(lián)網(wǎng)技術(shù)在圖像檢測系統(tǒng)中的應(yīng)用，能夠完善數(shù)據(jù)信息的收集、圖像整合和分析等功能。首先，設(shè)計人員可以將輸入結(jié)構(gòu)設(shè)置到裝置底部，不僅提高了工作效率和質(zhì)量，還能夠避免人工操作的錯誤。其次，設(shè)計人員還可以使用大量的先進硬件設(shè)備，比如根據(jù)圖像采集硬件收集物體圖像，假如信息不滿足需求，控制器就會發(fā)送警報，工作人員及時進行檢測，可以提高系統(tǒng)的智能化水平。最后，設(shè)計人員將熒光燈和光敏傳感器設(shè)置到系統(tǒng)中，對外界環(huán)境亮度進行智能化的檢測，收集相應(yīng)的數(shù)據(jù)信息，將其傳輸?shù)街付刂破飨到y(tǒng)中。如果外部環(huán)境比較暗，可以利用智能控制器的補光指令控制補光燈工作，精準收集物體圖像的信息，改善圖像效果，提高系統(tǒng)運行的穩(wěn)定性。

35系統(tǒng)數(shù)據(jù)庫設(shè)計

在人工智能圖像檢測系統(tǒng)設(shè)計中，系統(tǒng)數(shù)據(jù)庫為主要構(gòu)成，能夠?qū)崿F(xiàn)數(shù)據(jù)管理、存儲，方便用戶對數(shù)據(jù)進行刪除、添加、修改。系統(tǒng)數(shù)據(jù)庫主要功能為登錄密碼、用戶編號、圖像檢測等信息的存儲、傳輸，方便用戶對系統(tǒng)數(shù)據(jù)進行交互，提高數(shù)據(jù)使用率。系統(tǒng)數(shù)據(jù)如表1和表2所示。

4系統(tǒng)的應(yīng)用成效

本文系統(tǒng)在智能倉儲中的應(yīng)用中，能夠針對多目標進行識別和檢測。該系統(tǒng)通過最佳損失函數(shù)，能夠利用速度和精準度對平衡點進行分析并結(jié)合最快的深度跟蹤算法，降低了運算量。智能化倉儲圖像檢測系統(tǒng)主要功能就是物資設(shè)備搜索、識別、機器人巡檢等。系統(tǒng)的登錄首頁如圖3所示。此系統(tǒng)能夠識別物資設(shè)備的信息，包括產(chǎn)品外形尺寸、適用范圍、名稱和型號等。系統(tǒng)以相應(yīng)的關(guān)鍵詞搜索產(chǎn)品，為用戶展示相似的物資設(shè)備，方便用戶尋找精準信息。系統(tǒng)主要成效為：

（1）機器和人眼互動。首先，智能化地識別倉儲物料基礎(chǔ)信息，簡化歷史流轉(zhuǎn)信息的輸出流程，提高工作人員的工作效率，避免人為失誤。其次，該系統(tǒng)還能夠提高倉儲配送的管理效率，協(xié)助工作人員開展出入庫的操作。

（2）智能化視圖技術(shù)的應(yīng)用能夠提高工作人員的業(yè)務(wù)技能，還能夠使其他部門通過相應(yīng)的遠程設(shè)備查詢物料倉儲狀態(tài)并利用文字、視頻、圖像、語音等方式進行展現(xiàn)。

（3）該系統(tǒng)和圖像采集設(shè)備結(jié)合，可對物資質(zhì)量進行檢測，智能化識別流轉(zhuǎn)物料設(shè)備的應(yīng)用情況，包括設(shè)備是否老化、磨損等。一旦出現(xiàn)問題，系統(tǒng)將發(fā)送警報并智能化地識別倉儲物料設(shè)備的問題，從而提高物料的正確使用率，避免系統(tǒng)運行出現(xiàn)問題［8］。

5結(jié)語

傳統(tǒng)的圖像檢測系統(tǒng)會受多種因素影響而出現(xiàn)問題，降低了系統(tǒng)的應(yīng)用效果和效率。在現(xiàn)代物聯(lián)網(wǎng)不斷發(fā)展的背景下，人工智能圖像檢測系統(tǒng)聯(lián)合物聯(lián)網(wǎng)技術(shù)，可以解決傳統(tǒng)系統(tǒng)運行中的問題，還能夠提高系統(tǒng)運行的智能化水平，增強了系統(tǒng)的圖像檢測精準度和分辨率。在今后發(fā)展中，相關(guān)部門要重視物聯(lián)網(wǎng)技術(shù)的使用，強化圖像檢測系統(tǒng)的優(yōu)化設(shè)計，將互聯(lián)網(wǎng)技術(shù)作用充分展現(xiàn)，從而提高圖像檢測效率。

參考文獻

［1］耿潘潘，張勇昌.基于人工智能的遠程火災(zāi)實時探測報警系統(tǒng)設(shè)計［J］.電腦知識與技術(shù)，2023（18）：18-20，25.

［2］周勇，季文彬，邵國強，等.基于視頻圖像分析的站臺門與列車間隙異物檢測系統(tǒng)的研究和應(yīng)用［J］.智慧軌道交通，2024（6）：54-59.

［3］王祥，張志鑫，牟浩東，等.基于神經(jīng)網(wǎng)絡(luò)的遙感圖像變化檢測系統(tǒng)［J］.人民長江，2024（9）：230-237.

［4］陳鵬，白勇，孫翰翔.面向抓取檢測的位姿估計數(shù)據(jù)集自動采集標注系統(tǒng)［J］.工程科學學報，2024（8）：1458-1468.

［5］周愷佶.太陽能電池片鍍膜檢測系統(tǒng)的圖像分析與異常識別［J］.工程技術(shù)研究，2024（16）：200-202.

［6］張歆羽，楊鐘亮，周哲畫，等.面向多目標醫(yī)療垃圾分類的智能識別分揀系統(tǒng)設(shè)計［J］.智能系統(tǒng)學報，2024（3）：584-597.

［7］熊曉鋒，金兆遠，張崢嶸.城市軌道交通安檢系統(tǒng)智能判圖模式研究與設(shè)計［J］.都市快軌交通，2024（3）：64-68，102.

［8］鄭玉航，孫鵬，夏朝輝.基于AI和3D視覺的智能產(chǎn)品缺陷檢測系統(tǒng)設(shè)計［J］.科技資訊，2024（9）：22-24.

（編輯王雪芬）