技术领域
[0001] 本
发明主要涉及城市视觉污染物处理相关技术领域，具体是一种基于卷积神经网络的城市视觉污染物识别方法及系统。
背景技术
[0002] 在“
信息时代”，
能源的交换和传输已经成为现代生活不可分割的一部分，随之带来了大量的物质设备和结构，如网络塔、通信和电气电线等
广告牌和标牌等。人的视觉对于那些杂乱无章、极度不协调、相当无秩序、丑陋、脏乱差的事物会产生情绪上的烦躁郁闷、感官上的倦怠等。像城市里凌乱不堪的建筑、各式各样的广告牌都在一定程度上会造成视觉污染。视觉污染不仅能够导致神经功能、体温、心律、血压等等失去协调，还会引起头晕目眩、烦躁不安、饮食下降、注意
力不集中、无力、
失眠等症状。这些症状称为“视觉污染综合症”。近年来，城市中神经衰弱、失眠症的人逐日增加，患某些常见病、多发病的居民人数也有所上升，这一现象的出现与城市的视觉污染加剧有密切关系。到目前为止，视觉污染的选择研究方法仍然是人工
数据采集方法为主，其具有人力劳动强度大、效率低，效果不明显的
缺陷。
发明内容
[0003] 为解决目前技术的不足，本发明结合
现有技术，从实际应用出发，提供一种基于卷积神经网络的城市视觉污染物识别方法及系统，其能够对城市区域内的视觉污染物进行自动识别，以便能够针对污染区域进行相关处理。
[0004] 为实现上述目的，本发明的技术方案如下：
[0005] 根据本发明的一个方面，提供一种基于卷积神经网络的城市视觉污染物识别方法，所述方法包括：基于
图像采集终端采集相关区域的环境图像并发送至
服务器进行
图像处理；在服务器内基于卷积神经网络
框架对环境图像进行训练，提取各图像特征，建立基于卷积神经网络的视觉污染物分类识别模型；对图像采集终端后续发送的环境图像，利用训练好的分类识别模型进行城市视觉污染物的分类识别。
[0006] 优选地，所述环境图像发送至服务器后，首先对所述环境图像进行预处理，所述预处理为灰度化处理。
[0007] 优选地，在对环境图像进行训练时，首先采取人工干预的方法识别出多类视觉污染物图像并进行标记，其中每类视觉污染物图像均标记多张，通过人工干预标记的视觉污染物图像进行训练。
[0008] 根据本发明的另一方面，提供一种基于卷积神经网络的城市视觉污染物识别系统，包括图像采集终端和服务器；
[0009] 所述图像采集终端为多个，采用分布式布置的方式布置于城市相关区域并采集相关区域的环境图像通过有线或无线的方式发送至服务器；
[0010] 所述服务器用于基于卷积神经网络框架对环境图像进行训练，提取各图像特征，建立基于卷积神经网络的视觉污染物分类识别模型；对图像采集终端后续发送的环境图像，利用训练好的分类识别模型进行城市视觉污染物的分类识别；
[0011] 其中，所述图像采集终端包括
控制器、
定位模
块、固定底座以及转动壳体，所述固定底座上固定设置一圆台，所述圆台顶部设置锥型齿，所述转动壳体底部与所述固定底座之间转动配合，所述转动壳体内部设有
电机、转动组件、
角度调节组件以及安装有摄像头的摄像头
支架，所述转动组件包括与圆台顶部设置的锥型齿
啮合的锥
齿轮，所述
锥齿轮一侧固定连接转动连接盘，所述角度调节组件包括角度调节
转轴、从动齿轮以及主动齿轮，所述从动齿轮固定于所述角度调节转轴，所述主动齿轮与从动齿轮啮合配合，所述主动齿轮与转动连接盘同轴设置且两者之间具有一定的间隙，所述主动齿轮可相对转动的套设于电机的
输出轴上，所述摄像头支架通过连接轴安装于一框体内，所述框体与转动壳体固定连接，所述连接轴一端固定连接角度调节齿轮，所述角度调节转轴靠近所述框体的一端设有
蜗杆，所述蜗杆与所述角度调节齿轮啮合，所述电机固定于转动壳体内，所述电机的输出轴上安装有
驱动盘，所述驱动盘和输出轴之间具有周向限位，所述驱动盘和输出轴在轴向方向滑动配合，所述驱动盘设置在转动连接盘以及主动齿轮之间，所述驱动盘两侧端面分别设有与转动连接盘以及主动齿轮侧面相吸合的电磁
吸盘，通过所述电磁吸盘能够使所述驱动盘与转动连接盘或主动齿轮
吸附固定连接。
[0012] 作为优选，所述图像采集终端还包括
太阳能光伏板以及
蓄电池。
[0013] 作为优选，所述圆台与转动壳体之间设有第一
轴承。
[0014] 作为优选，所述锥齿轮与转动连接盘相连接的转动连接轴上设有底部
支撑架，所述底部支撑架固定在转动壳体内，所述底部支撑架和转动连接轴之间设有第二轴承；
[0015] 所述角度调节转轴靠近摄像头支架的一端设有顶部支撑架，所述顶部支撑架固定在转动壳体内，所述顶部支撑架和角度调节转轴之间设有第三轴承。
[0016] 作为优选，所述主动齿轮与电机的输出轴之间设有第四轴承；
[0017] 所述角度调节转轴远离摄像头支架的一端设有侧部支撑架，所述侧部支撑架固定在转动壳体内，所述侧部支撑架和角度调节转轴之间设有第五轴承。
[0018] 作为优选，所述驱动盘和电机的输出轴之间通过能够传递扭力并且能够提供轴向滑动的导向键连接。
[0019] 作为优选，所述控制器包括
定时器，所述定时器用于定时控制所述电机，使所述电机的驱动盘与所述转动组件或角度调节组件连接。
[0020] 本发明的有益效果：
[0021] 1、本发明基于卷积神经网络模型实现对城市视觉污染物的识别，能够提高对对视觉污染物区域标定的准确性，本发明的识别方法应用于城市视觉污染物的识别中，相比于传统通过人工采集数据的方式，其能够大幅度降低人力劳动强度，提高视觉污染物的识别效率。
[0022] 2、本发明所提供的基于卷积神经网络模型的污染物识别系统，能够通过服务器判断图像采集终端传输的图像是否存在视觉污染的可能性，实现对视觉污染物区域的
图像识别，提高对视觉污染物区域标定的准确性，通过GPS地理定位，获取视觉污染物的具体
位置。
[0023] 3、本发明所提供的城市视觉污染物识别系统，针对城市视觉污染物主要为广告牌和标牌，电话-电话和通讯线，网络和通讯塔，街道垃圾等情况，将图像采集终端设计为仅通过一个电机即可控制图像采集摄像头的转动和角度调整，结构简单，成本低廉，耗电量少；因此，只需一个电机即可实现摄像头基本全范围的拍照，且由于视觉污染物的分布特性，在正常使用时，可使摄像头一直维持在街道垃圾区域，而定期调整摄像头的转动和摆动，使其采集高处和周围的广告牌和标牌、电话-电话和通讯线，网络和通讯塔等，故，一个摄像头即可完成很大区域内的污染物图像采集，在城市视觉污染物识别应用中，本图像采集终端的设计能够有效降低其在城市内的分布数量，以减少系统搭建成本。
附图说明
[0024] 附图1为本发明系统框架图。
[0025] 附图2为本发明原理图。
[0026] 附图3为本发明图像采集终端结构图。
[0027] 附图4为本发明摄像头安装相关结构图。
[0028] 附图5为本发明图像采集终端转动调节状态结构图。
[0029] 附图6为本发明图像采集终端摆动调节状态结构图。
具体实施方式
[0030] 结合附图和具体
实施例，对本发明作进一步说明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或
修改，这些等价形式同样落于本
申请所限定的范围。
[0031] 本发明实施例所提供的基于卷积神经网络的城市视觉污染物识别方法，其主要是基于卷积神经网络框架实现，通过对图像进行训练得到训练好的视觉污染物分类识别模型，基于该分类识别模型判断出图像的视觉污染物概率，以实现视觉污染物的分类。
[0032] 在城市内视觉污染物种类繁多，但其主要分为四类：广告牌和标牌，电话-电话和通讯线，网络和通讯塔，街道垃圾。为实现视觉污染区域的识别，可通过图像采集终端进行相关区域的图像采集和处理，结合
深度学习处理分析方法，判断采集回来的图像是否存在视觉污染的可能性，结合图像检测和分类吃力技术，实现对视觉污染物区域的图像识别，提高对视觉污染物区域标定的准确性，通过GPS地理定位，获取视觉污染物的具体位置。图2给出城市视觉污染物的识别过程示意图。
[0033] 由于采集的数据图像多为较大的
分辨率，若直接进行图像识别会导致网络中的连接参数过多，网络训练以及模型分类计算量较大，为避免影响识别效果，需要对数据集中的图像进行预处理。
[0034] 假设采集的视觉污染物原始图像输出为
[0035]
[0036] g(x,y)表示的是城市视觉污染物区域识别的边缘分布函数。符号*表示卷积。视觉污染区域的边缘轮廓提取特征量表示为：
[0037]
[0038] 其中，城市视觉污染物区域的半径用γ表示，根据空间
像素点的分布统计方法得出，在城市视觉污染闭合区域内的监测的图象的提纯
精度为：
[0039]
[0040] 式3中， 表示的是采集图象的干扰因素，采集图象输出的灰度图象可以表示为
[0041]
[0042] 深度学习的网络模型有卷积神经网络、
递归神经网络、生成对抗网络三种。其中，应用最广泛的是卷积神经网络CNN。卷积神经网络是一种用来处理具有网络结构数据的神经网络。它的网络结构包含有卷积层、
池化层以及全连接层。经过图2灰度处理后的图像都是不同大小的，而卷积神经网络的
输入层有固定的大小，因此需要对图像的输入尺寸进行均衡。因此，图像被调整为固定像素的尺寸。
[0043] 由于在本发明中，每张场景内部包含的信息量大，针对城市视觉污染物的特点，本实施例对网络模型进行改进，包含以下几点：
[0044] (1)输入层
[0045] 将输入层图像的大小改为150×150像素。
[0046] (2)卷积层
[0047] 卷积操作通过窗口滑动以及局部关联后得到卷积层特征图，为保证网络模型的非线性需要采用一定的激励函数如Relu等对卷积结果进行非线性的映射。
[0048] 数学公式为R(z)＝max(0，z) (5)
[0049] 将卷积和池化均设为五层。C1层卷积核为32个，卷积核感受野不变，c3层卷积核为64个，卷积核感受野更改为3×3；c5层卷积核为64个，卷积核感受野为3×3。增加卷积核的个数可提取图像中更多的特征，增强网络区分不同污染物的能力。
[0050] (3)池化层
[0051] 池化(Pooling)：主要用于特征
降维，压缩数据和参数的数量，减小过拟合，同时提高模型的容错性。为尽可能的保留图片的纹理特征本模型采用最大池化法。为保证学习到的数据特征更加全局化，本实施例池化区域大小为3×3，步长为2，池化层均采用最大重叠池化(maxpool)。
[0053] 过前面若干次卷积+激励+池化后，模型会将学到的一个高
质量的特征图片全连接层。最后一层使用softmax激活函数生成输入图像的概率用于某种视觉污染物类别。SoftMax函数表示为
[0054]
[0055] 式6中，j对应于特定类别的视觉污染物，神经元输出的总和在最后一层中，xj是到达SoftMax层中的视觉污染物。i表示四个输出神经元的概率输出。4个可视的污染物类别输出层将有4个神经元，i和j将具有介于0和3之间的值。在搭建好模型后，对模型进行训练和测试，以得到训练后的分类识别模型。
[0056] 本发明实施例，在对模型进行训练时，收集图像采集终端采集的图像，采取人工干预的方法识别四类视觉污染物进行标记图像，每类160个图像被获取，四类总共640张图片。另一部分数据的来源是图像采集终端的现实场景图片用于作为测试，共160张。研究表明，通过卷积神经网络模型，能够训练准确率达到95％视觉污染物分类的高度复杂的任务。
[0057] 本发明实施例还提供有一种基于卷积神经网络的城市视觉污染物识别系统。如图1所示，包括图像采集终端和服务器，所述图像采集终端为多个，采用分布式布置的方式布置于城市相关区域并采集相关区域的环境图像通过有线或无线的方式发送至服务器；所述服务器用于基于卷积神经网络框架对环境图像进行训练，提取各图像特征，建立基于卷积神经网络的视觉污染物分类识别模型；对图像采集终端后续发送的环境图像，利用训练好的分类识别模型进行城市视觉污染物的分类识别。
[0058] 具体的，所述图像采集终端包括控制器13、定位模块、固定底座23以及转动壳体22，所述固定底座23上固定设置一圆台1，所述圆台1顶部设置锥型齿21，所述转动壳体22底部与所述固定底座23之间转动配合，具体的所述转动壳体22其
底板可相对于固定底座23进行转动，固定底座23在实际使用时，可固定在高处，如电线杆等地方，转动壳体22设置为可转动式结构其主要用于调节摄像头25的照射角度，本实施例所提供的图像采集终端结构其理论上能够实现摄像头360°角度的调整。
[0059] 在转动壳体22内部设有电机8、转动组件、角度调节组件以及安装有摄像头25的摄像头支架20，具体的摄像头支架20处设有
锁紧螺钉，用于将摄像头25锁紧在支架内，通过转动组件调整摄像头25的照射位置，通过角度调节组件调节摄像头25的摆动角度。所述转动组件包括与圆台1顶部设置的锥型齿21啮合的锥齿轮2，所述锥齿轮2一侧固定连接转动连接盘5，所述角度调节组件包括角度调节转轴14、从动齿轮12以及主动齿轮7，所述从动齿轮7固定于所述角度调节转轴14，所述主动齿轮12与从动齿轮7啮合配合，所述主动齿轮12与转动连接盘5同轴设置且两者之间具有一定的间隙，所述主动齿轮12可相对转动的套设于电机8的输出轴9上，所述摄像头支架20通过连接轴26安装于一框体24内，所述框体24与转动壳体22固定连接，所述连接轴26一端固定连接角度调节齿轮18，所述角度调节转轴14靠近所述框体24的一端设有蜗杆19，所述蜗杆19与所述角度调节齿轮18啮合，所述电机8固定于转动壳体22内，所述电机8的输出轴9上安装有驱动盘6，所述驱动盘6和输出轴9之间具有周向限位，所述驱动盘6和输出轴9在轴向方向滑动配合，所述驱动盘6设置在转动连接盘5以及主动齿轮7之间，所述驱动盘6两侧端面分别设有与转动连接盘5以及主动齿轮7侧面相吸合的电磁吸盘10，通过所述电磁吸盘10能够使所述驱动盘6与转动连接盘5或主动齿轮7吸附固定连接。
[0060] 在本实施例中，可通过一个电机8实现转动和角度的两种控制。当需要通过电机8实现摄像头25的转动时，如图5所示，可通过控制器13使驱动盘6靠近转动连接盘5一侧的电磁吸盘10通电产生磁力，而另一侧的电磁吸盘10断电，此时电磁吸盘10的磁力使得驱动盘6与转动连接盘5贴合固定，此时电机8的扭力可通过驱动盘6与转动连接盘5的配合传递到锥齿轮2，锥齿轮2在圆台1上转动时，其能够带动转动壳体22以及其上安装的零部件一同转动，从而实现摄像头25的转动调节，此时，由于主动齿轮7和输出轴9之间可自由转动，因此输出轴9的扭力不会传递到主动齿轮7。当需要调整摄像头25的倾斜角度时，如图6所示，使驱动盘6另一侧的电磁吸盘10通电，相应的对应侧的电磁吸盘10断电，此时在磁力作用下驱动盘6与主动齿轮7侧面贴合固定，电机10的扭力可传递至主动齿轮7，主动齿轮7带动角度调节转轴14转动，进而通过
蜗轮蜗杆实现摄像头25倾斜角度的调整，此工作状态下，由于驱动盘6和转动连接盘5分离，因此电机10的扭力不会传递到转动连接盘5。
[0061] 本发明的图像采集终端结构，针对城市内污染物分布特性进行设计，而城市污染物主要包括广告牌和标牌，电话-电话和通讯线，网络和通讯塔，街道垃圾等。由于街道垃圾处的环境一般是一直变化的，但广告牌、电话线、通讯塔等所处区域的环境并不会随时变化，因此在进行图像采集时，完全没有必要对广告牌、电话线、通讯塔等所处区域的环境进行实时采集。通过本发明的图像采集终端，可将摄像头25调整为初始状态对准街道垃圾所处区域，实时采集该区域的环境图像。而定时调整摄像头25位置，采集周围、高处的广告牌、标牌等环境图像。如摄像头25可在控制器的控制下，每天拍摄街道垃圾所处区域的若干张环境图像并送往服务器进行处理，而在控制器的定时器作用下，摄像头25每个月或若干天动作一次，分别通过逐步调整摄像头25的位置，使摄像头25采集周围、高处等环境图像送往服务器进行处理，之后再回到初始位置即可。综上，本发明的图像采集终端结构成本低廉，及其适用于城市视觉污染物的图像采集，且能够有效节省电力。
[0062] 本发明的图像采集终端还包括太阳能光伏板16以及
蓄电池15，通过如上描述，可知，本发明的图像采集终端的控制系统是十分省电的，因此可通过太阳能供电的方式满足其使用需求。
[0063] 具体的，在本发明中，所述圆台1与转动壳体22之间设有第一轴承，所述锥齿轮2与转动连接盘5相连接的转动连接轴3上设有底部支撑架4，所述底部支撑架4固定在转动壳体22内，所述底部支撑架4和转动连接轴3之间设有第二轴承；所述角度调节转轴14靠近摄像头支架20的一端设有顶部支撑架17，所述顶部支撑架17固定在转动壳体22内，所述顶部支撑架17和角度调节转轴14之间设有第三轴承；所述主动齿轮12与电机8的输出轴之间设有第四轴承；所述角度调节转轴14远离摄像头支架17的一端设有侧部支撑架11，所述侧部支撑架11固定在转动壳体22内，所述侧部支撑架22和角度调节转轴14之间设有第五轴承。通过相应的支撑结构和轴承的设计，保证结构的稳定支撑以及灵活运行。
[0064] 进一步的，本发明中，驱动盘6和电机的输出轴9之间通过能够传递扭力并且能够提供轴向滑动的导向键连接，导向键的设置，不仅能够传递扭力，还能够提供运行轨道，使得驱动盘6可在输出轴9轴向方向上调节位置。
