一种现场巡检的检测方法及装置制造方法及图纸

本发明专利技术公开了一种现场巡检的检测方法及装置，其中，所述方法包括：确定要检测的目标图像；调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；其中，所述样本图像中包含属于第一类图像的图像和属于第二类图像的图像；如果所述分类结果中有第二类图像，发送报警信息给第一终端和第二终端。

【技术实现步骤摘要】
一种现场巡检的检测方法及装置
本专利技术涉及图像处理
，尤其涉及一种现场巡检的检测方法及装置。
技术介绍
当前，全球范围内以移动互联网、云计算、大数据、物联网为代表的新一代信息通信技术迅猛发展，不仅在信息通信领域得到广泛深入的应用，而且也给人们的生产和生活带来了变革。随着政府、单位和企业对现场巡检工作的重视，计算机信息化技术在现场巡检中的应用也有着快速的发展，出现了适合不同行业的电子巡检系统，巡检系统的功能也在不断的丰富和完善；进入新的时代，人们对现场巡检系统更加实时、可靠、智能化的研究将是一个非常值得关注的焦点问题。目前智能现场巡检系统已有多种解决方案，例如：第一种，含有射频识别(RadioFrequencyIdentification，RFID)标签的巡检系统。包括巡检平台、巡检终端、RFID标签，终端上安装有智能巡检应用，智能巡检平台能够通过无线网络与终端实时通信；RFID标签设置在巡检点，与巡检点形成绑定关系；通过终端扫描与巡检点绑定的RFID标签从而实现巡检工作量化。巡检人持巡检终端到巡检点巡检，发送巡检信息到平台，平台对巡检人和结果进行记录和审核。在巡检过程中，现场巡检结果主要依赖巡检人的主观性，而且对现场的巡检位置无法做到全面覆盖，不能有效发现现场中的异常问题，目前大多巡检系统采用该解决方案。第二种，巡检系统包括服务端和移动终端，移动终端依赖于服务端，巡检人持移动终端在现场指定路径巡查，移动终端间隔一段时间上传巡检路径到服务端，并且将巡检结果上传到服务端，服务端对巡检路径和结果进行记录和管理；在巡检过程中使用该方法，巡检结果同样依赖于巡检人的主观性，审核管理员无法直接观察到现场巡检中的问题。第三种，基于谷歌眼镜的智能变电站巡检实时数据展示系统及方法，包括谷歌眼镜终端、智能移动终端、后方大数据及计算服务平台；其中谷歌眼镜终端通过网络与后端大数据平台连接，将拍摄场景通过实时传输协议(Real-timeTransportProtocol，RTP)协议传送到大数据计算平台，完成在后端实时展示变电站中的巡检场景。使用该方法，审核员能够在远程监控现场巡检场景，但是该方法需要在后端依赖专家不间断的对巡检场景进行判断才能发现巡检中的异常情况，也存在需要改进的地方。当前已存在的现场巡检系统主要分为2类，一类为传统的巡检系统，主要依赖巡检员手持巡检仪到巡检位置处上传巡检结果，然后服务端对结果进行存储、统计和分析，该方法主要依赖于巡检员的主观自觉，而且审核员不能观察巡检现场的问题；另一类为基于智能眼镜可移动优势的巡检系统，该方法审核员可以远程实时观察到现场的情况，但是需要审核员实时对巡检视频进行观察分析，造成了人力成本的浪费。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种现场巡检的检测方法及装置，解决了现有技术方案中需要审核员实时对巡检视频进行观察分析，主观因素较大且不能及时得出分析结果的问题，实现了采用大数据实时分析和机器学习技术对视频流进行图像处理，达到实时检测现场异常的目的。为达到上述目的，本专利技术的技术方案是这样实现的：第一方面，本专利技术实施例提供一种现场巡检的检测方法，所述方法包括：确定要检测的目标图像；调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；其中，所述样本图像中包含属于第一类图像的图像和属于第二类图像的图像；如果所述分类结果中有第二类图像，发送报警信息给第一终端和第二终端。第二方面，本专利技术实施例提供一种现场巡检的检测装置，其特征在于，所述装置包括：第一确定模块，用于确定要检测的目标图像；第二确定模块，用于调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；分类模块，用于根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；其中，所述样本图像中包含属于第一类图像的图像和属于第二类图像的图像；发送模块，用于如果所述分类结果中有第二类图像，发送报警信息给第一终端和第二终端。本专利技术实施例提供一种现场巡检的检测方法及装置，其中，所述方法包括：确定要检测的目标图像；调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；其中，所述样本图像中包含属于第一类图像的图像和属于第二类图像的图像；如果所述分类结果中有第二类图像，发送报警信息给第一终端和第二终端。所述第二终端接收到所述报警信息后，会提示审核人查看所述报警信息。如此，可以不需要审核员实时对巡检视频进行观察分析，采用大数据实时分析和机器学习技术对视频流进行图像处理，达到实时检测现场异常的目的。附图说明图1为本专利技术实施例一现场巡检的检测方法的实现流程示意图；图2为本专利技术实施例二现场巡检的检测方法的实现流程示意图；图3-1为所述现场巡检的检测系统的组成结构示意图；图3-2为本专利技术实施例三现场巡检的检测方法的实现流程示意图；图4为本专利技术实施例四现场巡检的检测装置的组成结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对专利技术的具体技术方案做进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。实施例一为了解决
技术介绍
中存在的技术问题，本专利技术实施例提供一种现场巡检的检测方法，应用于现场巡检的检测装置。在实际应用中，所述现场巡检的检测装置可以是一个具有大数据处理能力的服务器，计算机客户端等设备。图1为本专利技术实施例一现场巡检的检测方法的实现流程示意图，如图1所示，所述方法包括：步骤S101，确定要检测的目标图像；这里，首先，接收第一终端发送的视频；其次，解析所述视频，得到所述视频中的每一帧图像；再次，从所述视频包含的所有图像中确定出要检测的目标图像。从所述视频包含的所有图像中确定要检测的目标图像，可以是按照预设的规则，从所述视频包含的图像中有规律的抽取出一些图像作为要检测的目标图像，具体过程包括：根据预设的规则，确定间隔帧数X和初始值Y；其中，X和Y均为不小于1的自然数；从所述视频包含的所有图像的第Y帧图像开始每间隔X帧抽取一帧图像；将抽取出的图像确定为要检测的目标图像。从所述视频包含的所有图像中确定要检测的目标图像还可以是从所述视频包含的所有图像中随机的抽取一些图像作为要检测的目标图像，具体过程包括：根据预设的规则，确定所述目标图像的帧数Z；其中，Z为不小于1的自然数；从所述视频包含的所有图像中随机抽取Z帧图像；将抽取出的Z帧图像确定为要检测的目标图像。步骤S102，调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；这里，所述步骤S102进一步包括：将所述目标图像作为所述图像特征检测算法的输入进行特征提取，确定所述目标图像的第一特征至第N特征，其中，所述N为大于1的自然数；所述第一特征可以但不限于是颜色、纹理、形状等特征。将所述第一特征至第N特征确定为所述目标图像的第一特征向量。步骤S103，根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；这里，所述样本图像中包含属本文档来自技高网...

【技术保护点】
一种现场巡检的检测方法，其特征在于，所述方法包括：确定要检测的目标图像；调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；其中，所述样本图像中包含属于第一类图像的图像和属于第二类图像的图像；如果所述分类结果中有第二类图像，发送报警信息给第一终端和第二终端。

【技术特征摘要】
1.一种现场巡检的检测方法，其特征在于，所述方法包括：确定要检测的目标图像；调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量；根据所述第一特征向量和样本图像对所述目标图像进行分类，得到分类结果；其中，所述样本图像中包含属于第一类图像的图像和属于第二类图像的图像；如果所述分类结果中有第二类图像，发送报警信息给第一终端和第二终端。2.根据权利要求1中所述的方法，其特征在于，所述确定要检测的目标图像，包括：接收第一终端发送的视频；解析所述视频，得到所述视频中的每一帧图像；从所述视频包含的所有图像中确定出要检测的目标图像。3.根据权利要求2所述的方法，其特征在于，所述从所述视频包含的所有图像中确定要检测的目标图像，包括：根据预设的规则，确定间隔帧数X和初始值Y；其中，X和Y均为不小于1的自然数；从所述视频包含的所有图像的第Y帧图像开始每间隔X帧抽取一帧图像；将抽取出的图像确定为要检测的目标图像。4.根据权利要求2所述的方法，其特征在于，所述从所述视频包含的所有图像中确定要检测的目标图像，包括：根据预设的规则，确定所述目标图像的帧数Z；其中，Z为不小于1的自然数；从所述视频包含的所有图像中随机抽取Z帧图像；将抽取出的Z帧图像确定为要检测的目标图像。5.根据权利要求1-4中任一所述的方法，其特征在于，所述调用预先设定的图像特征检测算法对所述目标图像进行特征提取，确定所述目标图像的第一特征向量，包括：将所述目标图像作为所述图像特征检测算法的输入进行特征提取，确定所述目标图像的第一特征至第N特征，其中，所述N为大于1的自然数；将所述第一特征至第N特征确定为所述目标图像的第一特征向量。6.根据权利要求1-4中任一所述的方法，其特征在于，根据所述第一特征向量和样本图像对所述目标图像进行...

【专利技术属性】
技术研发人员：石帅锋，
申请(专利权)人：中移苏州软件技术有限公司，中国移动通信集团公司，
类型：发明
国别省市：江苏,32