[实用新型]基于深度学习的智能图像处理设备

说明书

本实用新型公开了基于深度学习的智能图像处理设备，属于深度学习技术领域，其技术方案要点包括外存储单元、数据接口单元、内存储单元、图像预处理单元、图像处理单元、图像分析单元和图像输出单元，外存储单元与数据接口单元连接，数据接口单元与图像预处理单元电性连接，内存储单元与图像预处理单元电性电性连接，图像预处理单元与图像处理单元电性连接，图像处理单元与图像分析单元电性连接，图像分析单元与图像输出单元电性连接。本实用新型通过使用图像分析单元，建立反馈机制，提高了智能化；通过使用多个显示屏，使图像在输出时根据不同特征将图像显示在不同的显示屏上，利于从不同特征对比观察同一图片，提高了实用性。

技术领域

本实用新型属于深度学习技术领域，更具体地说，它涉及基于深度学习的智能图像处理设备。

背景技术

深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。常见的系统有康耐视系统、图智能系统等，目前是正在逐渐兴起的技术。

然而目前基于深度学习的图像处理设备缺少反馈机制，且输出的图像没有根据不同特征进行对比，本实用新型针对上述问题提出一种基于深度学习的智能图像处理设备。

实用新型内容

针对现有技术存在的不足，本实用新型的目的在于提供基于深度学习的智能图像处理设备，其优点在于能够建立反馈机制，增强图像特征，且从不同特征对比观察同一图片，提高了实用性。

为实现上述目的，本实用新型提供了如下技术方案：基于深度学习的智能图像处理设备，包括外存储单元、数据接口单元、内存储单元、图像预处理单元、图像处理单元、图像分析单元和图像输出单元；

所述外存储单元与数据接口单元连接，所述数据接口单元与图像预处理单元电性连接，所述内存储单元与图像预处理单元电性电性连接，所述图像预处理单元与图像处理单元电性连接，所述图像处理单元与图像分析单元电性连接，所述图像分析单元与图像输出单元电性连接。

优选地，所述图像预处理单元、图像处理单元和图像分析单元集成在同一芯片上，减少了外部接线，提高了设备的可靠性和灵活性，功耗低，稳定性好。

优选地，所述外存储单元包括光盘、U盘和移动硬盘，所述内存储单元包括RAM和ROM，存储设备多样化为图像的采集提供了便利性。

优选地，所述数据接口单元包括USB接口和光驱。

优选地，所述图像输出单元包括若干显示器，每个显示器都是相互独立的，图像在输出的过程中会根据图片的不同特征分别在不同的显示器上显示，有利于工作人员根据不同的特征对比观察同一图片，提高了实用性。

优选地，所述图像分析单元设置有反馈系统，在图像分析单元设定一个或多个判断参数，当图像处理单元的图像经过图像分析单元时，反馈系统会根据判断参数判定图像是否满足参数，满足则输至显示器，不满足则反馈至图像处理单元。

综上所述，本实用新型具有以下优点：

1、通过使用图像分析单元，使图像处理过程中能够判断图像是否满足要求，建立闭环反馈系统，提高了智能化；

2、通过使用多个显示屏，使图像在输出时根据不同特征将图像显示在不同的显示屏上，利于从不同特征对比观察同一图片，提高了实用性。

附图说明