专利名称：基于图像识别的物联网智能信息采集系统的制作方法
技术领域：
本发明属干物联网设备领域，具体涉及ー种基于图像识别的物联网智能信息采集系统。
背景技术：
近年来，随着物联网的飞速发展，各项基于物联网的技术也因运而生。作为物联网最基础的组网技术，无线传感器网络(WirelessSensorNetwork)综合了微电子技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等先进技术，能够协同地实时监测、感知和采集网络覆盖区域中各种环境或监测对象的信息，并对其进行处理，处理后的信息通过无线方式发送，并以自组多跳的网络方式传送给观察者。无线传感器网络是ー种全新的信息获取平台，能够实时监测和采集网络分布区域内的各种检测对象的信息，并将这些信息发送到网关节点，以实现复杂的指定范围内目标检测与跟踪，具有快速展开、抗毁性强等特点，有着广阔的应用前景。Zigbee是ー种高可靠性的无线数传网络，类似于CDMA和GSM网络。与移动通信的CDMA网或GSM网不同的是，Zigbee网络主要是为エ业现场自动化控制数据传输而建立，因而，它必须具有简单，使用方便，工作可靠，价格低的特点。而移动通信网主要是为语音通信而建立，每个基站价值一般都在百万元人民币以上，而每个Zigbee “基站”却不到1000元人民币。每个Zigbee网络节点不仅本身可以作为监控对象，例如其所连接的传感器直接进行数据采集和监控，还可以自动中转别的网络节点传过来的数据资料。除此之外，每ー个Zigbee网络节点(FFD)还可在自己信号覆盖的范围内，和多个不承担网络信息中转任务的孤立的子节点(RFD)无线连接。当物联网发展到一定阶段后，海量信息的传输对传输层的网络来说应该是ー个不小的挑战，那么如何減少传输的信息量，达到传输有效信息的目的将是面临较大挑战。信息采集层是整个物联网信息的入口，应该加强该层节点的智能，使节点向网络传送少量必须的有效信息，将会大大提高整个系统的运行效率，降低数据传输的负载，真正实现物联网提高资源利用率和生产率的目标。那么如何提取有效的信息呢？ 一方面必须加强信息处理模块的处理能力，使每个节点更加智能化可以非常有效地提高每个节点的处理能力，減少系统在节点间通信的消耗，进而也大大提高了整个系统的运行效率；同时还要加强各节点之间的通信能力。人工智能是人类对“智慧”根源的探索，人们希望计算机在一定程度代替人脑，“智能”地帮助我们完成一些繁琐或者危险的工作。严格地讲，人工智能是计算机科学中涉及研究、设计和应用智能机器的ー个分支，其近期主要目标在于研究用机器来模仿和执行人脑的某些智力活动，并开发相关的理论和技木。目前人工智能对人脑的模拟大体可分为功能模拟方法和结构模拟方法。基于现代形式逻辑为基础的功能模拟在博弈、机器定理证明、自 动推理、问题求解、专家系统等方面取得了很大成果。
发明内容
为了实现物联网信息采集的智能化，本发明提供了ー种基于图像识别的物联网智能信息采集系统，系统采用Zigbee组网方式，以人工智能领域中最新的模拟生物视觉多尺度交叠感受野的神经网络(NeuralNetwork Simulating Multi-scale OverlappingReceipt-field,NNSMOR)理论为基础，以核函数处理多维图像数据分类和识别，不仅使信息采集的准确率较原来基于固定特征识别的系统提高不少，同时也给系统注入了 “智能”，有效克服环境变化带来的影响，使整个系统的延展性和兼容性大为提高。为实现上述技术目的，本发明至少包含如下几个部分I.图像采集节点该节点用于布设在需要采集信息的各个重要位置，通过节点内设置的环境矩阵对采样图像进行压縮，然后经过传感器网络传输给上级节点，直到数据被发送至系统终端。
2.信息提取系统在系统终端，通过环境矩阵对采样图像进行还原，并且通过机器学习的方法对这些图像进行特征分类和提取，从而实现智能采集信息的目标。3.环境感知系统在信息提取过程中，系统会对采样数据进行评估，根据评估结果对环境矩阵做出调整，使整套系统可以适应当前所处的环境，得到更加精确的采集信息。本发明的优点在于，可以有效地降低图像在无线传感器网络传输中对于系统的消耗，井能通过调整环境矩阵来适应系统所处环境的变化，为最终准确无误地提取所需信息提供可靠的保障。
下面结合附图与实施例对本发明做进ー步的说明。图I是本发明所述基于图像识别的物联网智能信息采集系统组成示意图；图2是本发明所述信息采集系统ー个实施例的示意图。图I中I.图像采集节点，2.信息中继节点，3.信息汇聚节点，4.信息提取系统，5.环境感知系统。图2中Rl为机动车道，R2为非机动车道，Cl图像采集节点，C2信息中继节点，C3信息汇聚节点，C4系统服务器。
具体实施例方式在图I中，当图像采集节点(I)对视野范围内的图像进行采样，并且通过内置在图像采集节点(I)内的特征提取算法将图像压缩成ー维向量，然后通过基于Zigbee的无线传感器网络传输到中继节点(2)，进而转发给各个区域内的汇聚节点(3)，最后这些采样图像变成了一些一维向量被传送到了环境感知系统(4)。环境感知系统(4)对这些一维向量进行分类和识别，分析出的正确信息可以被物联网后端的应用程序所使用；而那些错误信息可以送往环境感知系统(5)，对特征提取时的算法參数做出适当的修正。相关的修正信息被环境感知系统(5)同时送往信息提取系统(4)和信息汇聚节点(3)，依此修正，信息提取系统(4)对分类和识别进行调整，而信息汇聚节点(3)则通过信息中继节点(2)把參数的变化传递给所有的图像采集节点(I)。在图2所示的实施例中，我们以交通信息采集为例，在一条典型的城市道路(R1，R2)两侧，可以按照地形、路况等条件安放图像采集节点(Cl)、信息中继节点(C2)、信息汇聚节点(C3)。所有节点安放务必确保无线传感器网络的正常通信和信号传递。最后可以通过有线或者无线的方式将信息汇聚节点(C3)和远端的系统服务器(C4)相连，由系统服务器(C4)来处理相关信息的提取和分析。 以上是对本发明的说明而非限定，基于本发明思想的其他实施方式，均在本发明的保护范围之内。
权利要求
1.ー种基于图像识别的物联网智能信息采集系统，它是这样实现的，其特征是，图像采集节点、图像进行压缩、信息提取系统 图像采集节点该节点用于布设在需要采集信息的各个重要位置，通过节点内设置的环境矩阵对采样图像进行压縮，然后经过传感器网络传输给上级节点，直到数据被发送至系统终端。
信息提取系统在系统终端，通过环境矩阵对采样图像进行还原，并且通过机器学习的方法对这些图像进行特征分类和提取，从而实现智能采集信息的目标。
环境感知系统在信息提取过程中，系统会对采样数据进行评估，根据评估结果对环境矩阵做出调整，使整套系统可以适应当前所处的环境，得到更加精确的采集信息。
2.根据权利要求I所述ー种基于图像识别的物联网智能信息采集系统，其特征是，所述图像采集节点以带有微型摄像头的嵌入式设备形式布置在所需采集环境中。
全文摘要
本发明属于物联网设备领域，具体的讲，为了实现物联网信息采集的智能化，本发明提供了一种基于图像识别的物联网智能信息采集系统，系统采用Zigbee组网方式，以人工智能领域中最新的模拟生物视觉多尺度交叠感受野的神经网络(Neural Network Simulating Multi-scale OverlappingReceipt-field，NNSMOR)理论为基础，以核函数处理多维图像数据分类和识别，不仅使信息采集的准确率较原来基于固定特征识别的系统提高不少，同时也给系统注入了“智能”，有效克服环境变化带来的影响，使整个系统的延展性和兼容性大为提高。
文档编号H04N7/26GK102682251SQ20111005792
公开日2012年9月19日 申请日期2011年3月10日 优先权日2011年3月10日
发明者黄明明 申请人:启东复联电子有限公司