28、软件定义网络下工业物联网图像的高级深度学习处理

软件定义网络下工业物联网图像的高级深度学习处理

1 引言

物联网（IoT）的快速发展构建了一个全新的数字世界。据统计，2019 年全球物联网支出已超过 7450 亿美元，预计到 2022 年将达到 1 万亿美元。高度发达的工业社会作为现代化的基础和前提，是现代化的重要标志，因此工业物联网（IIoT）成为了未来物联网技术的主要发展方向之一。

IIoT 包含数亿个工业设备，即使是最小的设备也能实现连接、监控和跟踪，共享设备状态数据并与其他设备通信。收集和分析这些数据可以提高业务流程的效率。目前，IIoT 已逐渐成为制造、一般工业、运输等领域的研究热点，有助于更好地理解生产线的运行情况，及时预测工业设备的维护时间，从而减少意外停机时间。

传统网络架构无法满足 IIoT 中众多传感器节点的管理需求，而软件定义网络（SDN）这一新型网络架构提供了新的可能性。IIoT 设备的普及标志着技术的进步，基于网络传感器和云资源技术的 IIoT 实现了企业与商业伙伴之间本地和远程资产的双向流动。

在“工业 4.0”时代，IoT 软硬件能生成有价值的运营数据，可应用于机械活塞、轴承等小部件，以及钻井、采矿等大型系统。在 IIoT 中，机器视觉技术在运输、供应链管理、材料加工和安全等各个方面都不可或缺。机器视觉中的图像处理作为关键智能技术，可通过更高级的图像识别完成更高级的有意识决策，不仅对检查必要，还有助于定位和训练工业机器人系统。

图像处理是机器视觉的重要分支，近年来在 IIoT 的安全摄像头领域广泛应用，以提高图像质量，避免图像缺陷对图像分析的影响。深度学习作为机器学习的重要分支，可通过无监督学习直接从原始图像中获取多级图像特征信息，在 IIoT 图像处理领域