一种基于卷积神经网络的AI智能视频测浪系统的制作方法

一种基于卷积神经网络的ai智能视频测浪系统
技术领域
1.本发明涉及海洋观测技术领域，具体为一种基于卷积神经网络的ai智能视频测浪系统。


背景技术：

2.供电电源系统，收发天线，中央处理系统，显示系统，数据加密，数据储存，软件自动从探测区域中获取测量数据，进行记录，分析计算，换算形成相应的各类图形和数据，实现ai智能视频测浪装置。
3.如公开号为cn203396947u的一种ai智能视屏测浪回波数据采集系统，包括导航雷达接收机、a/d模数转换模块、滤波模块、同频异步干扰消除模块、数据组织模块、数据传输模块和数据线，所述的视屏监控测浪接收到的视频信号通过所述的数据线顺序传输到所述的a/d模数转换模块、滤波模块、同频异步干扰消除模块、数据组织模块和数据传输模块后，由所述的数据传输模块输出；所述的导航雷达接收机接收到的船首信号、天线旋转一周产生的信号、触发信号分别通过所述的数据线传输到所述的数据传输模块后，由所述的数据传输模块输出。该实用新型具有多适用性，结构简单，适用于海洋探测的视频测波数据采集系统。但其系统还是存在一定的缺陷；
4.1、该系统在对视频海洋探测是产生的动态和静态波高流动状态没有一个及时的监测，导致动态和静态波高流动状态数据供给不及时，因此无法对高波进行及时预警，容易造成其他安全隐患的问题。
5.所以我们提出了一种基于卷积神经网络的ai智能视频测浪系统，以便于解决上述中提出的问题。


技术实现要素：

6.本发明的目的在于提供一种基于卷积神经网络的ai智能视频测浪系统，以解决上述背景技术提出的目前市场上现有的ai智能视屏测浪回波数据采集系统在对视频海洋探测是产生的动态和静态波高流动状态没有一个及时的监测，导致动态和静态波高流动状态数据供给不及时，因此无法对高波进行及时预警，容易造成其他安全隐患的问题。
7.为实现上述目的，本发明提供如下技术方案：一种基于卷积神经网络的ai智能视频测浪系统，包括安装板、连接杆和视频测浪本体，所述安装板的上安装有固定螺栓，且固定螺栓设置有2个，所述安装板的左侧安装有连接杆，且连接杆的下方安装有视频测浪本体，而且视频测浪本体的下方安装有监测头，所述连接杆的左右两侧分别安装有电源输入端和视频数据输入口。
8.优选的，所述视频测浪本体的内部包括低压转换器、视频图像信号输入模块、中心图像数据处理模块、高点智能识别模块、数据合成处理模块、智能识别图层模块、三维gis数据处理器、数据导出模块、静态检测模块、动态检测模块和图像处理分析插件，且视频图像信号输入模块与监测头电性连接，视频测浪本体内部系统模块在卷积神经网络的作用下使
视频测浪本体对波浪进行实时监测。
9.优选的，所述数据合成处理模块的一端安装有智能识别图层模块，且智能识别图层模块的另一端安装有三维gis数据处理器，而且数据合成处理模块的内部安装有图像处理分析插件，图像处理分析插件用于监测到的波流信号和视频信息采集回收处理。
10.优选的，所述低压转换器远离视频图像信号输入模块的一端安装有中心图像数据处理模块，且中心图像数据处理模块的端部安装有高点智能识别模块，中心图像数据处理模块得到信息时能够以最快的速度将信息传输给高点智能识别模块，给人员提前预判和分析。
11.优选的，所述静态检测模块和动态检测模块的信号均与低压转换器、视频图像信号输入模块和中心图像数据处理模块传输连接，当检测到波浪达到预警波高时，中心图像数据处理模块可对监测到的数据进行记录，记录数据，让记录人员得到数据分析情况，能够提前预判台风海啸，保证人身以及财产安全。
12.优选的，所述图像处理分析插件的端面安装有数据合成处理模块，且数据合成处理模块与智能识别图层模块或识别示警装置以信号连接，当智能识别图层模块得到信息时能够以最快的速度将信息传输三维gis数据处理器，通过三维图像，给人员提前预判和分析。
13.优选的，所述智能识别图层模块和三维gis数据处理器呈电性连接，且智能识别图层模块和三维gis数据处理器与数据导出模块相连接，卷积神经网络的ai智能视频测浪探测在经过智能识别图层模块和三维gis数据处理器，两个不同位置的检测口，对应实现卷积神经网络的ai智能视频测浪数据，并将测量的结果传递给数据导出模块，实现智能视频测浪测。
14.优选的，所述电源输入端和视频数据输入口分别与电源端和视频显示端相连接，且电源输入端和电源端为电性连接，电源端端对该系统提供电力支撑，视频数据输入口和视频显示端为网线连接。
15.优选的，所述基于卷积神经网络的ai智能视频测浪系统的工作流程如下：
16.s1、通过视频测浪本体上的监测头对波浪进行监测，检测到的波浪通过视频测浪本体内部的视频图像信号输入模块进行记录检测；
17.s2、分析波浪类型，静态检测模块和动态检测模块共同工作卷积神经网络的ai智能视频测浪波高进行测量收集，通过设置静态检测模块在实际使用过程中能对静态波高进行测量，还设置有静态检测模块，在波高流动时能对流向以及波浪翻动的高度进行检测；
18.s3、对波浪类型和波高检测完成后，通过中心图像数据处理模块对被检测到的数据进行记录，中心图像数据处理模块得到信息时能够以最快的速度将信息传输给高点智能识别模块，让记录人员得到数据分析情况，能够提前预判台风海啸，保证人身以及财产安全；
19.s4、高点智能识别模块通过数据合成处理模块对数据进行合成，而后通过图像处理分析插件将监测到的波流信号和视频信息采集回收处理，并将波流信号和视频信息传输至智能识别图层模块；
20.s5、当智能识别图层模块得到信息时能够以最快的速度将信息传输三维gis数据处理器，通过三维图像，给人员提前预判和分析，接收采集信息从数据导出模块接通电源推
动三维gis数据处理器接通，智能识别图层模块连接数据导出模块的内壁合成图像处理分析插件传输在多方向图像数据采集合成处理，并接高点智能识别模块和中心图像数据处理模块，静态检测模块和动态检测模块将非电量的图像和数据位移变化变换成线圈的互感变化，通过换算处理，从而完成对方位、波高的测量。
21.与现有技术相比，本发明的有益效果是：该基于卷积神经网络的ai智能视频测浪系统：
22.1、设置有静态检测模块和动态检测模块，静态检测模块和动态检测模块共同工作卷积神经网络的ai智能视频测浪波高进行测量收集，通过设置静态检测模块在实际使用过程中能对静态波高进行测量，还设置有静态检测模块，在波高流动时能对流向以及波浪翻动的高度进行检测，当达到预警波高时，通过内部设置预警线记录数据，让记录人员得到数据分析情况，能够提前预判台风海啸，保证人身以及财产安全。
附图说明
23.图1为本发明工作流程示意图；
24.图2为本发明实施原理示意图；
25.图3为本发明视频测浪本体安装结构示意图。
26.图中：1、安装板；2、固定螺栓；3、连接杆；4、视频测浪本体；401、低压转换器；402、视频图像信号输入模块；403、中心图像数据处理模块；404、高点智能识别模块；405、数据合成处理模块；406、智能识别图层模块；407、三维gis数据处理器；408、数据导出模块；409、静态检测模块；410、动态检测模块；411、图像处理分析插件；5、监测头；6、电源输入端；7、视频数据输入口。
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
28.请参阅图1-3，本发明提供一种技术方案：一种基于卷积神经网络的ai智能视频测浪系统，包括安装板1、固定螺栓2、连接杆3、视频测浪本体4、低压转换器401、视频图像信号输入模块402、中心图像数据处理模块403、高点智能识别模块404、数据合成处理模块405、智能识别图层模块406、三维gis数据处理器407、数据导出模块408、静态检测模块409、动态检测模块410、图像处理分析插件411、监测头5、电源输入端6和视频数据输入口7，安装板1的上安装有固定螺栓2，且固定螺栓2设置有2个，安装板1的左侧安装有连接杆3，且连接杆3的下方安装有视频测浪本体4，视频测浪本体4的内部包括低压转换器401、视频图像信号输入模块402、中心图像数据处理模块403、高点智能识别模块404、数据合成处理模块405、智能识别图层模块406、三维gis数据处理器407、数据导出模块408、静态检测模块409、动态检测模块410和图像处理分析插件411，且视频图像信号输入模块402与监测头5电性连接，视频测浪本体4内部系统模块在卷积神经网络的作用下使视频测浪本体4对波浪进行实时监测。
29.数据合成处理模块405的一端安装有智能识别图层模块406，且智能识别图层模块406的另一端安装有三维gis数据处理器407，而且数据合成处理模块405的内部安装有图像处理分析插件411，图像处理分析插件411用于监测到的波流信号和视频信息采集回收处理，低压转换器401远离视频图像信号输入模块402的一端安装有中心图像数据处理模块403，且中心图像数据处理模块403的端部安装有高点智能识别模块404，中心图像数据处理模块403得到信息时能够以最快的速度将信息传输给高点智能识别模块404，给人员提前预判和分析。
30.静态检测模块409和动态检测模块410的信号均与低压转换器401、视频图像信号输入模块402和中心图像数据处理模块403传输连接，当检测到波浪达到预警波高时，中心图像数据处理模块403可对监测到的数据进行记录，记录数据，让记录人员得到数据分析情况，能够提前预判台风海啸，保证人身以及财产安全，图像处理分析插件411的端面安装有数据合成处理模块405，且数据合成处理模块405与智能识别图层模块406或识别示警装置以信号连接，当智能识别图层模块406得到信息时能够以最快的速度将信息传输三维gis数据处理器407，通过三维图像，给人员提前预判和分析。
31.智能识别图层模块406和三维gis数据处理器407呈电性连接，且智能识别图层模块406和三维gis数据处理器407与数据导出模块408相连接，卷积神经网络的ai智能视频测浪探测在经过智能识别图层模块406和三维gis数据处理器407，两个不同位置的检测口，对应实现卷积神经网络的ai智能视频测浪数据，并将测量的结果传递给数据导出模块408，实现智能视频测浪测，而且视频测浪本体4的下方安装有监测头5，连接杆3的左右两侧分别安装有电源输入端6和视频数据输入口7，电源输入端6和视频数据输入口7分别与电源端和视频显示端相连接，且电源输入端6和电源端为电性连接，电源端端对该系统提供电力支撑，视频数据输入口7和视频显示端为网线连接。
32.基于卷积神经网络的ai智能视频测浪系统的工作流程如下：
33.s1、通过视频测浪本体4上的监测头5对波浪进行监测，检测到的波浪通过视频测浪本体4内部的视频图像信号输入模块402进行记录检测；
34.s2、分析波浪类型，静态检测模块409和动态检测模块410共同工作卷积神经网络的ai智能视频测浪波高进行测量收集，通过设置静态检测模块409在实际使用过程中能对静态波高进行测量，还设置有静态检测模块409，在波高流动时能对流向以及波浪翻动的高度进行检测；
35.s3、对波浪类型和波高检测完成后，通过中心图像数据处理模块403对被检测到的数据进行记录，中心图像数据处理模块403得到信息时能够以最快的速度将信息传输给高点智能识别模块404，让记录人员得到数据分析情况，能够提前预判台风海啸，保证人身以及财产安全；
36.s4、高点智能识别模块404通过数据合成处理模块405对数据进行合成，而后通过图像处理分析插件411将监测到的波流信号和视频信息采集回收处理，并将波流信号和视频信息传输至智能识别图层模块406；
37.s5、当智能识别图层模块406得到信息时能够以最快的速度将信息传输三维gis数据处理器407，通过三维图像，给人员提前预判和分析，接收采集信息从数据导出模块408接通电源推动三维gis数据处理器407接通，智能识别图层模块406连接数据导出模块408的内
壁合成图像处理分析插件411传输在多方向图像数据采集合成处理，并接高点智能识别模块404和中心图像数据处理模块403，静态检测模块409和动态检测模块410将非电量的图像和数据位移变化变换成线圈的互感变化，通过换算处理，从而完成对方位、波高的测量。
38.实施原理：在使用该基于卷积神经网络的ai智能视频测浪系统时，首先，通过网口或rs232/485等接口连接视频监控器主机控制和获取视频采集区域数据，通过中央处理系统pc连接数据采集系统，从而在pc端对数据进行处理，通过软件设置监控区域角度数据采集和数据自动化采集模式，通过软件算法实现对监控数据进行预处理，通过软件算法减小其他因外部干扰因素对计算结果的影响，通过软件算法对监控采集区域的数据进行加密，通过特定协议把加密后数据存储为文件，实现区域探测和多区域探测的装置。从而完成一系列工作。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
39.尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。