基于物聯網技術的人工智能圖像檢測系統設計

賀雍譯

（山西應用科技學院 山西 太原 030062）

0 引言

在互聯網時代背景下，人、機、網三者之間有效結合，形成規模較大的物聯網絡，物聯網絡的構建促使人工智能技術得以迅猛發展。而圖像作為一種常用的數據信息表達方式，如何精確化解讀所包含的信息、保證圖像檢測水平是重中之重。目前，傳統圖像檢測系統存在圖像識別檢測精度低、分析處理能力低等問題，嚴重影響了圖像最終檢測效果。而人工智能圖像檢測系統的設計和應用可以從源頭上避免以上不良現象的出現，這是由于該系統有效應用了物聯網技術，表現出圖像分辨率高、檢測識別率高、便捷易用等特點，完全滿足各種圖像檢測相關標準和要求。所以，在物聯網技術的應用背景下，為進一步提高圖像檢測效率和效果，加強對人工智能圖像檢測系統的科學化、規范化設計顯得尤為重要。

1 系統設計原則

為了進一步地提高人工智能圖像檢測系統設計水平，技術人員要嚴格按照以下系統設計原則，對系統功能模塊進行科學和設計：

（1）穩定性高。為了保證系統能夠良好運行，技術人員要保證各個功能模塊服務可靠的前提下，確保人工智能圖像檢測系統能夠在硬件、軟件出錯的情況下也能夠穩定、可靠地運行。

（2）可拓展性高。一個先進、可靠的系統必須表現出較高的可拓展性和靈活性，便于后期根據模塊本身業務的變化，對系統進行快速升級和維護，提高了系統代碼重復利用率，保證了系統功能開發效率和效果。

（3）界面簡潔友好。只有保證系統界面簡潔友好，才能確保用戶操作流暢性，從而最大限度地提高用戶的使用體驗，否則，無論系統功能設計得多么強大、多么先進，也難以有效地提高客戶的使用體驗。所以，為了確保所設計的人工智能圖像檢測系統表現出界面簡潔友好、數據調用快捷方便等特點，系統界面友好性和可用性設計在整個人工智能圖像檢測系統設計中顯得尤為重要。

（4）該系統必須表現出較高的保密性、易維護易升級性、跨平臺性，確保各個操作系統均能夠正常、穩定地運行。

2 系統數據庫設計

系統數據庫作為系統的重要組成部分，主要用于對數據的存儲和管理，便于用戶更好地對數據進行增加、刪除、查看和修改處理。對于人工智能圖像檢測系統而言，其數據庫主要用于對用戶編號、登錄密碼、圖像分辨率、圖像檢測時間和圖像檢測精確度等相關信息安全可靠地傳輸、存儲和管理，便于用戶更好地對該系統進行數據交互，使得數據的利用率大幅度提高。所以，為了實現對數據的安全化存儲和管理，技術人員要重視對系統數據庫的科學化設計?，F以如表1、表2所示的“用戶信息表、圖像檢測信息表”為例，完成對系統主要數據庫的科學化、規范化設計，便于用戶更好地查看和調用這些數據。

表1 用戶信息表

3 系統功能模塊設計

為了確保所設計的系統具有功能強大、安全可靠等特點，技術人員必須嚴格按照如圖1所示的系統功能模塊設計示意圖，完成對用戶登錄模塊、云端圖像處理分析模塊、圖像特征采集模塊、人工智能信號圖像合成模塊等功能模塊的科學化設計[1]。這些功能在實際設計中，所選用的開發工具和開發語言分別是eclipse、JAVA，整個web展示主要運用了JSP技術、Spring技術和Hibernate技術。其中，用戶登錄模塊用到了JSP技術；云端圖像處理分析模塊和圖像特征采集模塊主要用到了Spring技術；人工智能信號圖像合成模塊用到了Hibernate技術。

圖1 系統功能模塊設計示意圖

3.1 用戶登錄模塊設計

為了實現對用戶登錄模塊的科學化、規范化設計，技術人員要事先做好對用戶登錄行為全面化、嚴格化認證。首先，用戶要想正常登錄和使用該系統相關功能，要使用系統注冊模塊，對個人信息進行注冊，從而獲取相應的用戶名和密碼；其次，將用戶名和密碼輸入和提交到系統中，由系統采用加密處理的方式，對這些隱私信息進行全面化保護處理[2]。并向管理服務器中傳輸所加密好的信息數據，由管理服務器負責認證處理用戶所提交的隱私信息。當這些隱私信息通過認證后，系統會結合用戶請求需求，將相關頁面加載和呈現出來，供用戶訪問和瀏覽。反之，如果認證失敗[3]，說明用戶提交的用戶名和密碼信息存在錯誤，需要用戶對這些信息進行核實，核實無誤后，方可提交這些信息。總之，通過對用戶登錄模塊進行科學設計，可以實現對用戶名、密碼等隱私信息的有效保護，避免因用戶隱私信息出現泄露丟失而造成不必要的經濟損失。用戶登錄模塊核心代碼如下：

import java.util.Scanner;

public class T03 {

public static void main(String[] args) {

String username = "hhh";

String password = "123";

for (int i = 0; i < 3; i++) {

//鍵盤錄入賬戶名和密碼

Scanner sc = new Scanner(System.in);

System.out.println("請輸入賬戶名：");

String user = sc.nextLine();

System.out.println("請輸入密碼：");

String pwd = sc.nextLine();

if (user.equals(username) && pwd.equals(password)) {

System.out.println("登錄成功");

break;

} else {

if (2-i == 0) {

System.out.println("您的賬戶已被鎖定");

} else {

System.out.println("登錄失敗,你還有"+(2-i)+"次機會");

}

}

}

}

}

3.2 云端圖像處理分析模塊設計

云端圖像處理分析模塊在實際設計中，需要充分利用互聯網空間內多個交互資源的基礎上，利用物聯網的信息處理運算功能，分析處理圖像信息[4]。為了實現這一目標，需要對物聯網與終端數據中轉站進行搭建處理。云端圖像處理分析模塊主要包含以下兩個功能：（1）信息中轉職能。對于云端而言，其架設核心是確保所設計的系統終端含有大量的圖像特征信息，并隨時隨地對比和分析物聯網內部信息資源。（2）物聯網資源調取功能。通過利用云端，可以確保不同物聯網空間建立良好的連接關系[5]。另外，云端在調取所需數據資源方面具有重要作用，相關人員可以利用云端，全面地對比和分析調取數據和上傳圖像特征數據。結合以上兩個重要職能，發現云端架構設計相當成功，云端架構設計主要用到了智能數據架構方式，該方式的運用，可以最大限度地提高數據動態處理能力，同時，還能實現與信息資源深入融合，為用戶提供強大的數據交互功能。另外，該方式所使用到的算法具有較高的動態性。云端架構算法在實際設計中，主要利用了ALTER語法的架構可靠、維護成本低、語言精簡等特點，通過利用該語法，可以實現對算法的科學化編寫和構建。云端架構代碼主要由以下兩部分組成，分別是算法方程式、云端權限代碼。另外，在對云端空間進行搭建期間，所用到的代碼主要用于對數據交互通道的構建，這為后期終端與物聯網空間進行數據交互提供了通道，同時，還能方便用戶更好地調取和對比圖像特征數據資源，從而保證圖像特征數據對比結果的精確性和真實性。

3.3 圖像特征采集模塊設計

圖像特征采集模塊作為人工智能圖像檢測系統的重要模塊，提供了很好的服務。該模塊在實際設計中，主要用到了人工智能像素點特征采集技術，結合圖像特征區域，完成對相關特征信息的全面化采集。將這些特征信息與圖像原特征進行有效地結合，從而形成相應的數據并做好對數據結構的全面優化[6]。從根本上解決傳統土地信息上傳引發的數據利用率低等問題，有效地保證了所采集信息的完整性、真實性和有效性。對于圖像信息而言，通常是由多個數據載點組成，載點不同，所對應的像化因子也存在很大的差異。像化因子在實際運用中，需要嚴格按照所設置好的排列順序，對構成像素進行排序處理。像素主要是指采用像化集合的方式，對若干個數據信息進行組合處理。在整個像化集合中，通過利用多個特征信息，完成對多個像化點的構建，確保圖像視覺表現出一定的突出性[7-8]。另外，通過利用人工智能像素點特征采集技術，對所需要的圖像特征數據進行全面化抓取處理，在特普勒特征抓取算法的應用背景下，通過抓取處理圖像特征點，可以獲得連續性較好的特征點，使得特征差異性降到最低，這表明該算法不僅可以最大限度地提高圖像像素點深度分析能力，還能表現出較高的人工智能化性能[9]。另外，通過利用云端圖像處理分析模塊，可以完成對底層數據交互協議的制定，圖像特征采集模塊工作結構如圖2所示。

圖2 圖像特征采集模塊工作結構

3.4 人工智能信號圖像合成模塊設計

人工智能信號圖像合成模塊在實際設計中，通過利用云端架構平臺，采用圖像編碼轉換處理的方式，完成對回饋結果數字信號的全面化分析和處理，從而保證圖像檢測水平[10]。該模塊設計通常會涉及以下兩個通道，一個是數字信號輸入通道，另一個是圖像轉換通道。通過利用人工智能轉換方式，可以對數據進行交互處理，通道內數據為單向交互通道，確保數字信號順利轉換為圖像信號，為實現數字信號與圖像信號的快速轉換打下堅實的基礎 。

4 系統測試

為了更好地檢驗人工智能圖像檢測系統運行是否穩定、可靠，技術人員要采用仿真試驗的方式，對該系統性能進行全面化檢驗。與傳統圖像檢測系統最終檢測結果相比[11-12]，測試平臺計算機的內存容量和頻率分別達到4G、1 600 MHz，具體測試對比參數如表3所示。

表3 測試對比參數

從表3中的數據可以看出，本文所設計的人工智能圖像檢測系統表現出較高的圖像檢測性能，完全滿足零分辨率檢測圖片處理需求，充分發揮了人工智能技術的應用優勢。另外，該系統具有運行速度快、識別準確率高、系統設計資源開銷低等特點，完全滿足計算機平臺運行需求。

5 結語

綜上所述，本文所設計的人工智能圖像檢測系統充分利用了物聯網技術，具有操作簡單快捷、運行速率高、圖像識別準確率高、系統設計成本低等特點，極大地提高了用戶的使用體驗，為后期圖像檢測系統研發提供了一種新的設計思路。