本發(fā)明涉及智慧城市領(lǐng)域，尤其涉及一種用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)。

背景技術(shù)：

1、新一代信息技術(shù)的發(fā)展使得城市形態(tài)在數(shù)字化基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)智能化成為現(xiàn)實(shí)。依托物聯(lián)網(wǎng)可實(shí)現(xiàn)智能化感知、識別、定位、跟蹤和監(jiān)管；借助云計(jì)算及智能分析技術(shù)可實(shí)現(xiàn)大量信息的處理和決策支持。同時(shí)，伴隨知識社會環(huán)境下創(chuàng)新形態(tài)的逐步展現(xiàn)，現(xiàn)代信息技術(shù)在對工業(yè)時(shí)代各類產(chǎn)業(yè)完成面向效率提升的數(shù)字化改造之后，逐步衍生出一些新的產(chǎn)業(yè)業(yè)態(tài)、組織形態(tài)，使人們對信息技術(shù)創(chuàng)新形態(tài)演變、社會變革有了更真切的體會，對科技創(chuàng)新以人為本有了更深入的理解，對現(xiàn)代科技發(fā)展下的智慧城市形態(tài)演化也有了新的認(rèn)識。

2、在智慧城市下的各個(gè)監(jiān)控畫面一般經(jīng)過了多種圖像處理過程以完成連續(xù)圖像處理，例如，對圖像獲取設(shè)備的cmos傳感器輸出的raw圖像執(zhí)行先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，以保證達(dá)到預(yù)期的監(jiān)控畫面的優(yōu)化效果。然而，這種優(yōu)化處理也影響了畫面中的原始內(nèi)容的呈現(xiàn)，但是，如何對接收到的監(jiān)控畫面判斷是否經(jīng)過了多種圖像處理過程的連續(xù)圖像處理，是現(xiàn)有技術(shù)中的技術(shù)難題之一。

技術(shù)實(shí)現(xiàn)思路

1、為了解決相關(guān)領(lǐng)域的技術(shù)問題，本發(fā)明提供了一種用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，通過獲取圖像獲取設(shè)備的cmos傳感器輸出的raw圖像，對所述raw圖像執(zhí)行先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，以獲得輔助使用圖像，從而為后續(xù)的智能檢測提供可靠的基礎(chǔ)數(shù)據(jù)，以及采用深度信念網(wǎng)絡(luò)模型基于智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)、實(shí)時(shí)監(jiān)控圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值、輔助使用圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值智能檢測實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，從而為后續(xù)的信號分析提供有效信息，還引入模型解析部件用于解析深度信念網(wǎng)絡(luò)模型，其中，對深度信念網(wǎng)絡(luò)執(zhí)行各次學(xué)習(xí)操作后以獲得執(zhí)行完各次學(xué)習(xí)操作后的深度信念網(wǎng)絡(luò)并作為深度信念網(wǎng)絡(luò)模型輸出，深度信念網(wǎng)絡(luò)的學(xué)習(xí)操作的次數(shù)與智慧城市的固定監(jiān)控區(qū)域的監(jiān)控區(qū)域面積的大小正向關(guān)聯(lián)，從而為不同智慧城市的固定監(jiān)控區(qū)域定制不同結(jié)構(gòu)的深度信念網(wǎng)絡(luò)模型。

2、根據(jù)本發(fā)明，提供了一種用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，所述系統(tǒng)包括：

3、圖像獲取設(shè)備，坐落在智慧城市的固定監(jiān)控區(qū)域內(nèi)以對所述固定監(jiān)控區(qū)域執(zhí)行監(jiān)控處理，用于獲取并輸出相應(yīng)的實(shí)時(shí)監(jiān)控圖像；

4、區(qū)域分析設(shè)備，用于獲取智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)，智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)為智慧城市的固定監(jiān)控區(qū)域的常停車輛數(shù)目、常住居民數(shù)目、交通路口數(shù)目以及監(jiān)控區(qū)域面積；

5、模型解析部件，用于解析深度信念網(wǎng)絡(luò)模型，其中，對深度信念網(wǎng)絡(luò)執(zhí)行各次學(xué)習(xí)操作后以獲得執(zhí)行完各次學(xué)習(xí)操作后的深度信念網(wǎng)絡(luò)并作為深度信念網(wǎng)絡(luò)模型輸出；

6、檢測執(zhí)行部件，分別與所述圖像獲取設(shè)備、所述區(qū)域分析設(shè)備以及所述模型解析部件連接，用于獲取圖像獲取設(shè)備的cmos傳感器輸出的raw圖像，對所述raw圖像執(zhí)行先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，以獲得輔助使用圖像，采用深度信念網(wǎng)絡(luò)模型基于智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)、實(shí)時(shí)監(jiān)控圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值、輔助使用圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值智能檢測實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理；

7、lcd顯示陣列，與檢測執(zhí)行部件連接，用于在接收到智能檢測結(jié)果的同時(shí)對其進(jìn)行顯示操作；

8、其中，采用深度信念網(wǎng)絡(luò)模型基于智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)、實(shí)時(shí)監(jiān)控圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值、輔助使用圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值智能檢測實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理包括：采用不同數(shù)值表示實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理；

9、其中，模型解析部件，用于解析深度信念網(wǎng)絡(luò)模型，其中，對深度信念網(wǎng)絡(luò)執(zhí)行各次學(xué)習(xí)操作后以獲得執(zhí)行完各次學(xué)習(xí)操作后的深度信念網(wǎng)絡(luò)并作為深度信念網(wǎng)絡(luò)模型輸出包括：深度信念網(wǎng)絡(luò)的學(xué)習(xí)操作的次數(shù)與智慧城市的固定監(jiān)控區(qū)域的監(jiān)控區(qū)域面積的大小正向關(guān)聯(lián)。

10、由此可見，本發(fā)明至少具有以下三個(gè)重要發(fā)明點(diǎn)：

11、重要發(fā)明點(diǎn)a：獲取圖像獲取設(shè)備的cmos傳感器輸出的raw圖像，對所述raw圖像執(zhí)行先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，以獲得輔助使用圖像，從而為后續(xù)的智能檢測提供可靠的基礎(chǔ)數(shù)據(jù)；

12、重要發(fā)明點(diǎn)b：采用深度信念網(wǎng)絡(luò)模型基于智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)、實(shí)時(shí)監(jiān)控圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值、輔助使用圖像中主要對象的輪廓曲線上的最大曲率數(shù)值、最小曲率數(shù)值以及平均曲率數(shù)值智能檢測實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，從而為后續(xù)的信號分析提供有效信息；

13、重要發(fā)明點(diǎn)c：引入模型解析部件用于解析深度信念網(wǎng)絡(luò)模型，其中，對深度信念網(wǎng)絡(luò)執(zhí)行各次學(xué)習(xí)操作后以獲得執(zhí)行完各次學(xué)習(xí)操作后的深度信念網(wǎng)絡(luò)并作為深度信念網(wǎng)絡(luò)模型輸出，深度信念網(wǎng)絡(luò)的學(xué)習(xí)操作的次數(shù)與智慧城市的固定監(jiān)控區(qū)域的監(jiān)控區(qū)域面積的大小正向關(guān)聯(lián)，從而為不同智慧城市的固定監(jiān)控區(qū)域定制不同結(jié)構(gòu)的深度信念網(wǎng)絡(luò)模型。

技術(shù)特征：

1.一種用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.如權(quán)利要求1所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于：

3.如權(quán)利要求2所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

4.如權(quán)利要求3所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于：

5.如權(quán)利要求4所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于：

6.如權(quán)利要求5所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于：

7.如權(quán)利要求2所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

8.如權(quán)利要求7所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于：

9.如權(quán)利要求7所述的用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，其特征在于：

技術(shù)總結(jié)
本發(fā)明涉及一種用于智慧城市的實(shí)時(shí)數(shù)據(jù)分析系統(tǒng)，包括：圖像獲取設(shè)備，對智慧城市的固定監(jiān)控區(qū)域執(zhí)行監(jiān)控處理以獲取實(shí)時(shí)監(jiān)控圖像；檢測執(zhí)行部件，采用深度信念網(wǎng)絡(luò)模型基于智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)以及實(shí)時(shí)監(jiān)控圖像的各項(xiàng)視覺化信息智能檢測實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理。通過本發(fā)明，能夠采用深度信念網(wǎng)絡(luò)模型基于智慧城市的固定監(jiān)控區(qū)域的各項(xiàng)區(qū)域參數(shù)以及實(shí)時(shí)監(jiān)控圖像的各項(xiàng)視覺化信息智能檢測實(shí)時(shí)監(jiān)控圖像在圖像獲取設(shè)備內(nèi)是否被執(zhí)行過先偽影去除處理再邊緣銳化處理最后椒鹽噪聲濾除處理的連續(xù)圖像處理，從而為后續(xù)的信號分析提供有效信息。

技術(shù)研發(fā)人員：請求不公布姓名,請求不公布姓名,請求不公布姓名
受保護(hù)的技術(shù)使用者：南京丘文特智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/5