The invention discloses an intelligent recognition method for equipment signal lamp, which includes: S1: preprocessing the acquired signal lamp image; S2: extracting RGB maximum ratio feature from the preprocessed signal lamp image; S3: training the DBN network and fine-tuning the DBN network; S4: input the extracted RGB maximum ratio feature into the fine-tuned DBN network for recognition. \u3002 The method provided by the invention can effectively recognize the signal lamp, and the comprehensive recognition rate of the signal lamp image reaches 98%.
【技术实现步骤摘要】
一种设备信号灯的智能识别方法
本专利技术涉及设备信号灯检测
，更具体的说是涉及一种设备信号灯的智能识别方法。
技术介绍
随着电力系统信息化程度的不断加深，其机房设备的种类和数量越来越多，网络拓扑结构也变得越来越复杂。工作人员很难准确掌握设备运行情况，不利于掌握信息系统整体运行状况，更不利于统一优化调配信息资源和保障信息系统可靠运行。因此，及时准确的掌握各个机房设备的运行状态对电力企业内各系统高效安全的运行至关重要。目前，监测机房设备运行情况的一个核心任务是及时准确识别工业相机捕获的各系统服务器的信号灯状态图像，以此来判断相关设备是否运行正常。目前，在识别交通信号灯状态方面，常用算法大多是利用其不同的方向形状和颜色信息进行检测和识别。但是，与交通信号灯不同的是，服务器信号灯没有可用的形状特征，并且其尺寸更小，而且更加密集，所以感知其状态信息更为困难。而且目前国内外在这方面的研究鲜有报道。因此，如何提供一种对设备信号灯进行智能识别的方法是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种设备信号灯的智能识别方法，提取信号灯状态图像特征RGB...
【技术保护点】
1.一种设备信号灯的智能识别方法，其特征在于，包括：S1：对获取到的信号灯图像进行预处理；S2：对经过预处理的信号灯图像RGB极大比值特征提取；S3：对DBN网络进行训练，并对DBN网络进行微调；S4：将提取到的RGB极大比值特征输入到微调后的DBN网络进行识别，得到识别结果。
【技术特征摘要】
1.一种设备信号灯的智能识别方法，其特征在于，包括：S1：对获取到的信号灯图像进行预处理；S2：对经过预处理的信号灯图像RGB极大比值特征提取；S3：对DBN网络进行训练，并对DBN网络进行微调；S4：将提取到的RGB极大比值特征输入到微调后的DBN网络进行识别，得到识别结果。2.根据权利要求1所述的一种设备信号灯的智能识别方法，其特征在于，步骤S1具体包括：对获取到的信号灯图像进行去噪处理。3.根据权利要求1所述的一种设备信号灯的智能识别方法，其特征在于，步骤S2的具体算法流程包括：S21：对经过预处理的信号灯图像运用卡尔曼跟踪算法提取并分割出包含有信号灯的各个感兴趣区域，且每个所述感兴趣区域中仅包含一个...
【专利技术属性】
技术研发人员：吴珺，刘明峰，李文坤，田小川，侯路，郭顺森，韩然，李祥新，
申请(专利权)人：国网山东省电力公司青岛供电公司，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。