[发明专利]一种基于图像识别的智能环境监控系统与方法

说明书

本发明提供一种基于图像识别的智能环境监控系统，包括：图像采集单元，用于采集环境监测区域内的图像；任务派发单元，用于对图像采集单元进行任务派发；图像预处理单元，用于对采集的图像进行预处理，并根据任务对处理后的图像进行筛选；图像分析单元，用于根据深度神经网络对筛选后的图像进行识别；处置与应急单元，用于根据图像分析单元的识别结果与预设的应急方案进行匹配，生成匹配结果并输出；本发明可以利用现有的图像采集系统，对图像进行预处理与筛选，无需采用大规模的铺设特殊传感器，不仅可以降低成本，还可以实现智能化的高效的环境监控系统，能够更加密集和精确的对环境相关问题进行反馈，给环保工作提供有力的工具和解决方案。

技术领域

本发明涉及环境检测领域，尤其涉及一种基于图像识别的智能环境监控系统与方法。

背景技术

随着经济的增长，自然界储存的资源被广泛地开发和利用。由于人口密集的大城市和工矿区的建立，使大量化学物质进入环境，超过了大自然的自净能力，在环境中不断积累，产生了危及人类生存的公害。为了寻求环境质量变化的原因，必须先从污染物的性质、来源、含量及其分布状态的分析开始。但是，判断环境质量的好坏，仅对单个污染物短时间的样品分析是不够的，必须有代表环境质量的各种标志的数据，即各种污染物在一定范围的长时间的污染数据，才能对环境质量作出确切地评价。

目前，对环境进行监控，一般都是采用特殊传感器(例如颗粒物检测器)或者人工采集样本进行评判(例如人工抽查工地扬尘污染)，这些监测方法普遍都需要部署大量的特殊传感器，一方面成本较高，另一方面往往施工困难，而通过人工监控的方式效率非常低，并且受限于操作者的经验，会由于人为因素导致监控结果不够准确。因此，需要一种新的技术手段，能够在提高环境监测的效率，能够更加密集和精确的对环境相关问题进行反馈。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种基于图像识别的智能环境监控系统与方法，以解决上述技术问题。

本发明提供基于图像识别的智能环境监控系统，包括：

图像采集单元，用于采集环境监测区域内的图像；

任务派发单元，用于对图像采集单元进行任务派发；

图像预处理单元，分别与图像处理单元和任务派发单元连接，用于对采集的图像进行预处理，并根据任务对处理后的图像进行筛选；

图像分析单元，与图像预处理单元连接，用于根据深度神经网络对筛选后的图像进行识别；

处置与应急单元，与图像分析单元连接，用于根据图像分析单元的识别结果与预设的应急方案进行匹配，生成匹配结果并输出。

进一步，所述图像分析单元根据任务派发单元派发的不同任务，通过不同的深度神经网络进行图像识别，所述不同的深度神经网络包括卷积神经网络分类模型和回归模型。

进一步，所述任务包括定性检测任务和定量检测任务，所述定性检测任务通过卷积神经网络分类模型进行识别，所述定量检测任务通过卷积神经网络分类模型和回归模型共同识别。

进一步，还包括服务器，所述图像分析单元与服务器连接，所述服务器为云端服务器，所述图像采集单元包括多个设置于环境监测区域内的图像采集器，所述图像采集器为摄像头，所述任务派发单元根据任务控制摄像头采集不同的图像，所述图像预处理单元根据服务器的负载将筛选后的图像按照任务进行分类，并将分类后的图像发送云端服务器的不同节点。

相应地，本发明还提供一种基于图像识别的智能环境监控方法，包括：

采集环境监测区域内的图像；

对图像采集单元进行任务派发；

图对采集的图像进行预处理，并根据任务对处理后的图像进行筛选；

根据深度神经网络对筛选后的图像进行识别；