一种基于智能图像识别的故障警示系统及其应用技术方案

本发明专利技术提供一种基于智能图像识别的故障警示系统及其应用，所述故障警示系统包括图像获取模块、图像识别分类模块、图像处理模块以及故障警示模块；所述图像获取模块用于获取设备运作时的图像数据，并将图像数据输出至图像识别分类模块；所述图像识别分类模块用于对获取到的图像数据进行分类处理，并将指定类别的图像输出至图像处理模块；所述图像处理模块用于对指定类别的图像进行处理，并输出处理结果至故障警示模块；所述故障警示模块用于对处理结果进行分析处理，本发明专利技术能够将图像识别与设备的故障警示进行结合，提高设备的故障监控有效性和及时性，以解决现有的图像识别应用领域单一以及设备监控不够便捷有效的问题。单一以及设备监控不够便捷有效的问题。单一以及设备监控不够便捷有效的问题。

【技术实现步骤摘要】
一种基于智能图像识别的故障警示系统及其应用


[0001]本专利技术涉及图像识别处理
，尤其涉及一种基于智能图像识别的故障警示系统及其应用。

技术介绍

[0002]图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。图像识别可能是以图像的主要特征为基础的。每个图像都有它的特征，如字母A有个尖，P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。
[0003]现有的技术中，图像识别大多都应用于人脸识别或者商品识别领域，但是很多智能化自动化的设备在运作过程中也需要进行识别监控，现有的图像监控系统仅仅是用于对车间的运作情况和人员流动情况进行监控，只能够进行视频的记录，对于设备的运作故障很难做到有效的故障警示。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术目的是提供一种基于智能图像识别的故障警示系统及其应用，能够将图像识别与设备的故障警示进行结合，提高设备的故障监控有效性和及时性，以解决现有的图像识别应用领域单一以及设备监控不够便捷有效的问题。
[0005]为了实现上述目的，本专利技术是通过如下的技术方案来实现：一种基于智能图像识别的故障警示系统，所述故障警示系统包括图像获取模块、图像识别分类模块、图像处理模块以及故障警示模块；
[0006]所述图像获取模块用于获取设备运作时的图像数据，并将图像数据输出至图像识别分类模块；
[0007]所述图像识别分类模块用于对获取到的图像数据进行分类处理，并将指定类别的图像输出至图像处理模块；
[0008]所述图像处理模块用于对指定类别的图像进行处理，并输出处理结果至故障警示模块；
[0009]所述故障警示模块用于对处理结果进行分析处理，并得到故障警示结果，将故障警示结果输出至维护终端。
[0010]进一步地，所述图像获取模块包括红外图像获取单元以及设备图像获取单元，所述红外图像获取单元用于获取设备运作时的红外图像，所述设备图像获取单元用于获取设备运作时的警示灯图像。
[0011]进一步地，所述图像识别分类模块包括识别单元以及分类单元；所述识别单元配置有识别策略，所述识别策略包括：将获取到的红外图像进行识别，识别图像中的红外热成像区域，并分别获取不同等级的红外热成像区域所占的比例；
[0012]将获取到的设备运作时的警示灯图像进行识别，识别图中警示灯的数量；
[0013]所述分类单元配置有分类策略，所述分类策略包括：将红外成像的等级根据红外成像的亮度进行划分，按照红外成像的亮度由高到低依次划分为第一等级图像、第二等级图像以及第三等级图像；将获取到的红外图像中属于第一等级图像的区域所占的比例输出至图像处理模块；
[0014]按照警示灯的数量由多到少依次划分为第一警示级别、第二警示级别以及第三警示级别。
[0015]进一步地，所述图像处理模块包括预处理单元，所述预处理单元配置有预处理策略，所述预处理策略包括：获取到的红外图像中属于第一等级图像的区域所占的比例以及警示灯图像的警示级别代入预处理公式中求得预处理参考值；
[0016]当预处理参考值大于等于第一预处理参考阈值时，再进行紧急监控信号；
[0017]当预处理参考值小于第一预处理参考阈值时，继续进行正常的图像监控。
[0018]所述预处理公式配置为：Yck＝(Td1
×
k1)
(Jj+k2)
；其中，Yck为预处理参考值，Td1为获取到的红外图像中属于第一等级图像的区域所占的比例，Jj为警示灯图像的警示级别，k1为第一等级图像的比例系数，k2为警示级别的平衡指数。
[0019]进一步地，所述图像处理模块还包括紧急监控单元，所述紧急监控单元配置有紧急监控策略，所述紧急监控策略包括：当接收到紧急监控信号时，每间隔第一监控时长获取一次设备运作时的红外图像以及警示灯图像；
[0020]然后每获取第一次数的红外图像以及警示灯图像即进行一次处理；
[0021]分别获取第一次数中每一次红外图像中的第一等级图像、第二等级图像以及第三等级图像的占比，以及获取第一次数中每一次警示灯图像的警示灯级别；然后将获取到的数据代入到紧急监控公式中求得紧急监控参考值。
[0022]进一步地，所述紧急监控公式配置为：
[0023]；其中，Pjj为紧急监控参考值，T1d表示为第一次数中获取到的每一次红外图像中的第一等级图像的占比，T2d表示为第一次数中获取到的每一次红外图像中的第二等级图像的占比，T3d表示为第一次数中获取到的每一次红外图像中的第三等级图像的占比，m为第一次数的数量，a1为第一等级图像占比系数，a2为第二等级图像的占比系数，a3为第三等级图像的占比系数。
[0024]进一步地，所述图像处理模块还包括重点监控单元，所述重点监控单元配置有重点监控策略，所述重点监控策略包括：对设备运作的图像进行重点区域划分，然后对获取到的第一次数的红外图像中的重点区域进行第一等级图像比例的获取，并标记为第一等级重点区域比例，将获取到的第一次数中的每一次的第一等级重点区域比例带入重点监控公式中求得重点监控值。
[0025]进一步地，所述重点监控公式配置为：
[0026]其中，Pzd为重点监控值，Z1b为第一等级重点区域比例，α为重点监控比例系数。
[0027]进一步地，所述故障警示模块配置有故障警示策略，所述故障警示策略包括：当紧急监控参考值大于等于第一警示阈值时，输出设备停止运作信号；
[0028]当紧急监控参考值大于第二警示阈值且小于第一警示阈值时，输出维修查看信号；
[0029]当紧急监控参考值小于第二警示阈值时，输出正常监控信号；
[0030]当重点监控值大于等于第一重点监控阈值时，输出设备停止运作信号；
[0031]当重点监控值大于等于第二重点监控阈值且小于第一重点监控阈值时，输出维修查看信号；
[0032]当重点监控值小于第二重点监控阈值时，输出正常监控信号。
[0033]一种基于智能图像识别的故障警示系统的应用，所述故障警示系统应用于企业工厂的大型自动化设备的警示监控。
[0034]本专利技术的有益效果：本专利技术通过图像获取模块能够获取设备运作时的图像数据，并将图像数据输出至图像识别分类模块，然后通过图像识别分类模块用于对获取到的图像数据进行分类处理，并将指定类别的图像输出至图像处理模块，通过分类处理，能够减少后续图像处理的任务量，从而做到有效且精准的图像处理监控，再通过图像处理模块能够对指定类别的图像进行处理，并输出处理结果至故障警示模块，最后通过故障警示模块能够对处理结果进行分析处理，并得到故障警示结果，将故障警示结果输出至维护终端，该设计能够通过图像的识别处理达到对设备的故障监控，能够提高设备监控的及时有效性。...

【技术保护点】

【技术特征摘要】
1.一种基于智能图像识别的故障警示系统，其特征在于，所述故障警示系统包括图像获取模块、图像识别分类模块、图像处理模块以及故障警示模块；所述图像获取模块用于获取设备运作时的图像数据，并将图像数据输出至图像识别分类模块；所述图像识别分类模块用于对获取到的图像数据进行分类处理，并将指定类别的图像输出至图像处理模块；所述图像处理模块用于对指定类别的图像进行处理，并输出处理结果至故障警示模块；所述故障警示模块用于对处理结果进行分析处理，并得到故障警示结果，将故障警示结果输出至维护终端。2.根据权利要求1所述的一种基于智能图像识别的故障警示系统，其特征在于，所述图像获取模块包括红外图像获取单元以及设备图像获取单元，所述红外图像获取单元用于获取设备运作时的红外图像，所述设备图像获取单元用于获取设备运作时的警示灯图像。3.根据权利要求2所述的一种基于智能图像识别的故障警示系统，其特征在于，所述图像识别分类模块包括识别单元以及分类单元；所述识别单元配置有识别策略，所述识别策略包括：将获取到的红外图像进行识别，识别图像中的红外热成像区域，并分别获取不同等级的红外热成像区域所占的比例；将获取到的设备运作时的警示灯图像进行识别，识别图中警示灯的数量；所述分类单元配置有分类策略，所述分类策略包括：将红外成像的等级根据红外成像的亮度进行划分，按照红外成像的亮度由高到低依次划分为第一等级图像、第二等级图像以及第三等级图像；将获取到的红外图像中属于第一等级图像的区域所占的比例输出至图像处理模块；按照警示灯的数量由多到少依次划分为第一警示级别、第二警示级别以及第三警示级别。4.根据权利要求3所述的一种基于智能图像识别的故障警示系统，其特征在于，所述图像处理模块包括预处理单元，所述预处理单元配置有预处理策略，所述预处理策略包括：获取到的红外图像中属于第一等级图像的区域所占的比例以及警示灯图像的警示级别代入预处理公式中求得预处理参考值；当预处理参考值大于等于第一预处理参考阈值时，再进行紧急监控信号；当预处理参考值小于第一预处理参考阈值时，继续进行正常的图像监控。所述预处理公式配置为：Yck＝(Td1
×
k1)
(Jj+k2)
；其中，Yck为预处理参考值，Td1为获取到的红外图像中属于第一等级图像的区域所占的比例，Jj为警示灯图像的警示级别，k1为第一等级图像的比例系数，k2为警示级别的平衡指数。5.根据权利要求4所述的一种基于智能图像识别的故障警示系统，其特征在于，所述图像处理模块还...

【专利技术属性】
技术研发人员：黄鸣生，
申请(专利权)人：杭州木野狐科技有限公司，
类型：发明
国别省市：