智慧城市公共设施数据检测系统的制作方法

本发明涉及智慧城市领域，尤其涉及一种智慧城市公共设施数据检测系统。

背景技术：

1、城市化进程的加快，使城市被无可避免地推到了世界舞台的中心，发挥着主导作用。与此同时，城市也面临着环境污染、交通堵塞、能源紧缺、住房不足、失业、疾病等方面的挑战。在新环境下，如何解决城市发展所带来的诸多问题，实现可持续发展成为城市规划建设的重要命题。在此背景下，“智慧城市”成为解决城市问题的一条可行道路，也是未来城市发展的趋势。智慧城市建设的大提速将带动地方经济的快速发展，也将带动卫星导航、物联网、智能交通、智能电网、云计算、软件服务等多行业的快速发展，为相关行业带来新的发展契机。

2、显然，智慧城市会在道路两侧以及重点区域布置路灯以形成智慧城市内的多个路灯区域，并采用视觉采集器件用于在路灯开启时间区间内启动对路灯区域的俯拍操作，以获得并输出相应的定时俯拍画面，实现对路灯运行状态的监控，避免出现故障路灯影响整个街景的情况发生，然而，视觉采集器件可能在定时俯拍画面输出之前对定时俯拍画面执行过多种类型的图像处理，如果不明确这些多种类型的图像处理，则无法真正确定定时俯拍画面对应的路灯区域的场景信息。

技术实现思路

1、为了解决现有技术中的技术问题，本发明提供了一种智慧城市公共设施数据检测系统，通过获取定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深以及各个边沿像素点分别对应的各份坐标数值，以获得用于定时俯拍画面被执行过的多个图像处理类型的智能分析所需要的基础数据，其中，定时俯拍画面中主要对象为在定时俯拍画面中占据面积最大的对象，将定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深、各份坐标数值、视觉采集器件的光电传感组件的多项工作参数以及定时俯拍画面的噪声类型数量同步输入到ai辨识模型，并执行所述ai辨识模型以获得其输出的定时俯拍画面在视觉采集器件内被执行过的多个图像处理类型分别对应的多份二进制数值表示的类型名称，从而对智慧城市路灯区域的成像画面进行画面真实性的智能化判断，还采用定制结构的ai辨识模型用于智能分析定时俯拍画面被执行过的多个图像处理类型，所述ai辨识模型的结构定制之处在于，引入网络重构器件用于对霍菲特神经网络执行设定数目的各次学习操作，以获得完成各次学习操作后的霍菲特神经网络并作为ai辨识模型输出，尤为关键的是，所述设定数目的取值与智慧城市的路灯区域内的路灯数目成正比。

2、根据本发明，提供了一种智慧城市公共设施数据检测系统，所述系统包括：

3、视觉采集器件，设置在智慧城市的路灯区域的上方，用于在当前时刻处于路灯开启时间区间内时，启动对所述路灯区域的俯拍操作，以获得并输出相应的定时俯拍画面；

4、时间触发器件，与所述视觉采集器件连接，用于为所述视觉采集器件提供当前时刻以进行当前时刻是否处于路灯开启时间区间内的判断；

5、网络重构器件，用于对霍菲特神经网络执行设定数目的各次学习操作，以获得完成各次学习操作后的霍菲特神经网络并作为ai辨识模型输出，所述设定数目的取值与智慧城市的路灯区域内的路灯数目成正比；

6、定制处理机构，分别与所述视觉采集器件以及所述网络重构器件连接，用于将定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深、各份坐标数值、视觉采集器件的光电传感组件的多项工作参数以及定时俯拍画面的噪声类型数量同步输入到ai辨识模型，并执行所述ai辨识模型以获得其输出的定时俯拍画面在视觉采集器件内被执行过的多个图像处理类型分别对应的多份二进制数值表示的类型名称；

7、其中，将定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深、各份坐标数值、视觉采集器件的光电传感组件的多项工作参数以及定时俯拍画面的噪声类型数量同步输入到ai辨识模型，并执行所述ai辨识模型以获得其输出的定时俯拍画面在视觉采集器件内被执行过的多个图像处理类型分别对应的多份二进制数值表示的类型名称包括：视觉采集器件的光电传感组件的多项工作参数为视觉采集器件的光电传感组件的感光度、靶面尺寸、量子效率、固定图形噪声幅值以及热噪声幅值；

8、其中，将定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深、各份坐标数值、视觉采集器件的光电传感组件的多项工作参数以及定时俯拍画面的噪声类型数量同步输入到ai辨识模型，并执行所述ai辨识模型以获得其输出的定时俯拍画面在视觉采集器件内被执行过的多个图像处理类型分别对应的多份二进制数值表示的类型名称还包括：定时俯拍画面中主要对象为在定时俯拍画面中占据面积最大的对象。

9、由此可见，本发明至少具备以下三处主要的发明构思：

10、发明构思a：获取定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深以及各个边沿像素点分别对应的各份坐标数值，以获得用于定时俯拍画面被执行过的多个图像处理类型的智能分析所需要的基础数据，其中，定时俯拍画面中主要对象为在定时俯拍画面中占据面积最大的对象；

11、发明构思b：将定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深、各份坐标数值、视觉采集器件的光电传感组件的多项工作参数以及定时俯拍画面的噪声类型数量同步输入到ai辨识模型，并执行所述ai辨识模型以获得其输出的定时俯拍画面在视觉采集器件内被执行过的多个图像处理类型分别对应的多份二进制数值表示的类型名称，从而对智慧城市路灯区域的成像画面进行画面真实性的智能化判断；

12、发明构思c：采用定制结构的ai辨识模型用于智能分析定时俯拍画面被执行过的多个图像处理类型，所述ai辨识模型的结构定制之处在于，引入网络重构器件用于对霍菲特神经网络执行设定数目的各次学习操作，以获得完成各次学习操作后的霍菲特神经网络并作为ai辨识模型输出，尤为关键的是，所述设定数目的取值与智慧城市的路灯区域内的路灯数目成正比。

技术特征：

1.一种智慧城市公共设施数据检测系统，其特征在于，所述系统包括：

2.如权利要求1所述的智慧城市公共设施数据检测系统，其特征在于：

3.如权利要求2所述的智慧城市公共设施数据检测系统，其特征在于，所述系统还包括：

4.如权利要求3所述的智慧城市公共设施数据检测系统，其特征在于：

5.如权利要求4所述的智慧城市公共设施数据检测系统，其特征在于：

6.如权利要求5所述的智慧城市公共设施数据检测系统，其特征在于：

7.如权利要求2所述的智慧城市公共设施数据检测系统，其特征在于，所述系统还包括：

8.如权利要求7所述的智慧城市公共设施数据检测系统，其特征在于：

9.如权利要求7所述的智慧城市公共设施数据检测系统，其特征在于：

技术总结本发明涉及一种智慧城市公共设施数据检测系统，包括：视觉采集器件，设置在智慧城市的路灯区域的上方以在路灯开启时获得定时俯拍画面；定制处理机构，用于采用AI辨识模型基于定时俯拍画面中主要对象的各个边沿像素点分别对应的各份成像景深、各份坐标数值、视觉采集器件的光电传感组件的多项工作参数以及定时俯拍画面的噪声类型数量智能辨识定时俯拍画面在视觉采集器件内被执行过的多个图像处理类型分别对应的多份二进制数值表示的类型名称。通过本发明，能够选择多项基础数据以及采用定制结构设计的AI辨识模型智能辨识定时俯拍画面被执行过的多个图像处理类型，从而完成对智慧城市路灯区域的成像画面进行的画面真实性的智能化判断。技术研发人员：请求不公布姓名,请求不公布姓名,请求不公布姓名受保护的技术使用者：南京泷斯琪建设工程有限公司技术研发日：技术公布日：2024/11/18