1、 209信息：技术与应用信息记录材料 2022年12月 第23卷第12期 0 引言在互联网时代背景下，人、机、网三者之间有效结合，形成规模较大的物联网络，物联网络的构建促使人工智能技术得以迅猛发展。而图像作为一种常用的数据信息表达方式，如何精确化解读所包含的信息、保证图像检测水平是重中之重。目前，传统图像检测系统存在图像识别检测精度低、分析处理能力低等问题，严重影响了图像最终检测效果。而人工智能图像检测系统的设计和应用可以从源头上避免以上不良现象的出现，这是由于该系统有效应用了物联网技术，表现出图像分辨率高、检测识别率高、便捷易用等特点，完全满足各种图像检测相关标准和要求。所以，在物联网技术的
2、应用背景下，为进一步提高图像检测效率和效果，加强对人工智能图像检测系统的科学化、规范化设计显得尤为重要。1 系统设计原则为了进一步地提高人工智能图像检测系统设计水平，技术人员要严格按照以下系统设计原则，对系统功能模块进行科学和设计：（1）稳定性高。为了保证系统能够良好运行，技术人员要保证各个功能模块服务可靠的前提下，确保人工智能图像检测系统能够在硬件、软件出错的情况下也能够稳定、可靠地运行。（2）可拓展性高。一个先进、可靠的系统必须表现出较高的可拓展性和灵活性，便于后期根据模块本身业务的变化，对系统进行快速升级和维护，提高了系统代码重复利用率，保证了系统功能开发效率和效果。（3）界面简洁友好。
3、只有保证系统界面简洁友好，才能确保用户操作流畅性，从而最大限度地提高用户的使用体验，否则，无论系统功能设计得多么强大、多么先进，也难以有效地提高客户的使用体验。所以，为了确保所设计的人工智能图像检测系统表现出界面简洁友好、数据调用快捷方便等特点，系统界面友好性和可用性设计在整个人工智能图像检测系统设计中显得尤为重要。（4）该系统必须表现出较高的保密性、易维护易升级性、跨平台性，确保各个操作系统均能够正常、稳定地运行。2 系统数据库设计系统数据库作为系统的重要组成部分，主要用于对数据的存储和管理，便于用户更好地对数据进行增加、删除、查看和修改处理。对于人工智能图像检测系统而言，其数据库主要用于对
4、用户编号、登录密码、图像分辨率、图像检测时间和图像检测精确度等相关信息安全可靠地传输、存储和管理，便于用户更好地对该系统进行数据交互，使得数据的利用率大幅度提高。所以，为了实现对数据的安全化存储和管理，技术人员要重视对系统数据库的科学化设计。现以如表 1、表 2 所示的“用户信息表、图像检测信息表”为例，完成对系统主要数据库的科学化、规范化设计，便于用户更好地查看和调用这些数据。表 1 用户信息表字段名字段说明数据类型允许空值User_Id用户编号int（10）否User_Name用户名varchar（50）否Login_Account登录账号varchar（12）否Login_Passwor
5、d登录密码char（32）否Email邮箱varchar（50）否Telphone电话char（12）否表 2 图像检测信息表字段名字段说明数据类型允许空值Image_resolution图像分辨率varchar（200）否Image_detectiontime图像检测时间datetime否Image_detection_accuracy 图像检测精确度char（50）否3 系统功能模块设计为了确保所设计的系统具有功能强大、安全可靠等特点，技术人员必须严格按照如图 1 所示的系统功能模块设计示意图，完成对用户登录模块、云端图像处理分析模块、图像特征采集模块、人工智能信号图像合成模块等功能模基于
6、物联网技术的人工智能图像检测系统设计贺雍译（山西应用科技学院 山西 太原 030062）【摘要】为了有效地提高图像分辨率和图像检测精度，现以物联网技术应用为例，设计一款界面简洁友好、操作简单、安全可靠的人工智能图像检测系统。首先，严格按照系统设计原则，完成对系统数据库的科学化设计。其次，从用户登录模块设计、云端图像处理分析模块设计、图像特征采集模块设计、人工智能信号图像合成模块设计四个方面入手，完成系统功能模块的科学设计。最后，对系统性能进行测试。结果表明：在物联网技术的应用背景下，本文所设计的人工智能图像检测系统运行正常稳定，各个功能模块实现满足设计相关要求，能有效提高图像检测率和识别精确度
7、。希望通过这次研究，为技术人员提供有效的借鉴和参考。【关键词】物联网技术；人工智能图像检测系统；数据库设计【中图分类号】TP39 【文献标识码】A 【文章编号】1009-5624（2022）12-0209-03DOI:10.16009/13-1295/tq.2022.12.002210 信息：技术与应用信息记录材料 2022年12月 第23卷第12期 块的科学化设计1。这些功能在实际设计中，所选用的开发工具和开发语言分别是 eclipse、JAVA，整个 web 展示主要运用了 JSP 技术、Spring 技术和 Hibernate 技术。其中，用户登录模块用到了 JSP 技术；云端图像处理分
8、析模块和图像特征采集模块主要用到了 Spring 技术；人工智能信号图像合成模块用到了 Hibernate 技术。图 1 系统功能模块设计示意图3.1 用户登录模块设计为了实现对用户登录模块的科学化、规范化设计，技术人员要事先做好对用户登录行为全面化、严格化认证。首先，用户要想正常登录和使用该系统相关功能，要使用系统注册模块，对个人信息进行注册，从而获取相应的用户名和密码；其次，将用户名和密码输入和提交到系统中，由系统采用加密处理的方式，对这些隐私信息进行全面化保护处理2。并向管理服务器中传输所加密好的信息数据，由管理服务器负责认证处理用户所提交的隐私信息。当这些隐私信息通过认证后，系统会结合
9、用户请求需求，将相关页面加载和呈现出来，供用户访问和浏览。反之，如果认证失败3，说明用户提交的用户名和密码信息存在错误，需要用户对这些信息进行核实，核实无误后，方可提交这些信息。总之，通过对用户登录模块进行科学设计，可以实现对用户名、密码等隐私信息的有效保护，避免因用户隐私信息出现泄露丢失而造成不必要的经济损失。用户登录模块核心代码如下：import java.util.Scanner;public class T03 public static void main(String args)String username=hhh;String password=123;for(int i=0;
10、i 3;i+)/键盘录入账户名和密码 Scanner sc=new Scanner(System.in);System.out.println(请输入账户名：);String user=sc.nextLine();System.out.println(请输入密码：);String pwd=sc.nextLine();if(user.equals(username)&pwd.equals(password)System.out.println(登录成功);break;else if(2-i=0)System.out.println(您的账户已被锁定);else System.out.printl
11、n(登录失败,你还有+(2-i)+次机会);3.2 云端图像处理分析模块设计云端图像处理分析模块在实际设计中，需要充分利用互联网空间内多个交互资源的基础上，利用物联网的信息处理运算功能，分析处理图像信息4。为了实现这一目标，需要对物联网与终端数据中转站进行搭建处理。云端图像处理分析模块主要包含以下两个功能：（1）信息中转职能。对于云端而言，其架设核心是确保所设计的系统终端含有大量的图像特征信息，并随时随地对比和分析物联网内部信息资源。（2）物联网资源调取功能。通过利用云端，可以确保不同物联网空间建立良好的连接关系5。另外，云端在调取所需数据资源方面具有重要作用，相关人员可以利用云端，全面地对比
12、和分析调取数据和上传图像特征数据。结合以上两个重要职能，发现云端架构设计相当成功，云端架构设计主要用到了智能数据架构方式，该方式的运用，可以最大限度地提高数据动态处理能力，同时，还能实现与信息资源深入融合，为用户提供强大的数据交互功能。另外，该方式所使用到的算法具有较高的动态性。云端架构算法在实际设计中，主要利用了 ALTER 语法的架构可靠、维护成本低、语言精简等特点，通过利用该语法，可以实现对算法的科学化编写和构建。云端架构代码主要由以下两部分组成，分别是算法方程式、云端权限代码。另外，在对云端空间进行搭建期间，所用到的代码主要用于对数据交互通道的构建，这为后期终端与物联网空间进行数据交互
13、提供了通道，同时，还能方便用户更好地调取和对比图像特征数据资源，从而保证图像特征数据对比结果的精确性和真实性。211信息：技术与应用信息记录材料 2022年12月 第23卷第12期 3.3 图像特征采集模块设计图像特征采集模块作为人工智能图像检测系统的重要模块，提供了很好的服务。该模块在实际设计中，主要用到了人工智能像素点特征采集技术，结合图像特征区域，完成对相关特征信息的全面化采集。将这些特征信息与图像原特征进行有效地结合，从而形成相应的数据并做好对数据结构的全面优化6。从根本上解决传统土地信息上传引发的数据利用率低等问题，有效地保证了所采集信息的完整性、真实性和有效性。对于图像信息而言，通
14、常是由多个数据载点组成，载点不同，所对应的像化因子也存在很大的差异。像化因子在实际运用中，需要严格按照所设置好的排列顺序，对构成像素进行排序处理。像素主要是指采用像化集合的方式，对若干个数据信息进行组合处理。在整个像化集合中，通过利用多个特征信息，完成对多个像化点的构建，确保图像视觉表现出一定的突出性7-8。另外，通过利用人工智能像素点特征采集技术，对所需要的图像特征数据进行全面化抓取处理，在特普勒特征抓取算法的应用背景下，通过抓取处理图像特征点，可以获得连续性较好的特征点，使得特征差异性降到最低，这表明该算法不仅可以最大限度地提高图像像素点深度分析能力，还能表现出较高的人工智能化性能9。另外
15、，通过利用云端图像处理分析模块，可以完成对底层数据交互协议的制定，图像特征采集模块工作结构如图 2 所示。图 2 图像特征采集模块工作结构3.4 人工智能信号图像合成模块设计人工智能信号图像合成模块在实际设计中，通过利用云端架构平台，采用图像编码转换处理的方式，完成对回馈结果数字信号的全面化分析和处理，从而保证图像检测水平 10。该模块设计通常会涉及以下两个通道，一个是数字信号输入通道，另一个是图像转换通道。通过利用人工智能转换方式，可以对数据进行交互处理，通道内数据为单向交互通道，确保数字信号顺利转换为图像信号，为实现数字信号与图像信号的快速转换打下坚实的基础。4 系统测试为了更好地检验人工
16、智能图像检测系统运行是否稳定、可靠，技术人员要采用仿真试验的方式，对该系统性能进行全面化检验。与传统图像检测系统最终检测结果相比11-12，测试平台计算机的内存容量和频率分别达到4G、1 600 MHz，具体测试对比参数如表 3 所示。表 3 测试对比参数测试项目传统图像检测软件基于物联网技术的人工智能图像检测系统失真图像检测不支持支持低分辨率图像检测不支持支持图像检测平均速度300 s30 s图像检测准确率88%100%图像检测软件CPU 使用率 20%CPU 使用率 5%运行资源开销内存使用率 30%内存使用率 10%从表 3 中的数据可以看出，本文所设计的人工智能图像检测系统表现出较高的图像检测性能，完全满足零分辨率检测图片处理需求，充分发挥了人工智能技术的应用优势。另外，该系统具有运行速度快、识别准确率高、系统设计资源开销低等特点，完全满足计算机平台运行需求。5 结语综上所述，本文所设计的人工智能图像检测系统充分利用了物联网技术，具有操作简单快捷、运行速率高、图像识别准确率高、系统设计成本低等特点，极大地提高了用户的使用体验，为后期图像检测系统研发提供了一种新的设计思路。【参考
