一种图像处理方法及装置制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法及装置，移动装置在巡检路线上行进时对各个信号灯进行拍摄，得到巡检图像，根据各个信号灯在机房中的分布特征，从巡检图像中提取得到一个或多个待检测区域，每个待检测区域上包含至少一个信号灯，将每个待检测区域输入神经网络模型，以识别出每个待检测区域中的信号灯状态。本发明专利技术实施例中，通过先使用信号灯在机房中的分布特征对巡检图像进行粗识别以得到各个待检测区域，再使用神经网络模型对各个待检测区域进行精识别以确定信号灯状态，能够通过粗识别和精识别的两次识别过程来提高信号灯状态的识别精度，还可以降低神经网络模型的处理数据量，提高图像识别的效率。

An image processing method and device

【技术实现步骤摘要】
一种图像处理方法及装置
本专利技术涉及图像处理
，尤其涉及一种图像处理方法及装置。
技术介绍
互联网数据中心(InternetDataCenter，IDC)机房是在互联网通信线路和带宽资源的基础上建立的标准化的机房环境，IDC机房可以容纳多种类型的设备，比如服务器、监控设备、管理设备、安全设备等，每个设备上可以设置有一个或多个信号灯，信号灯的状态用于标识设备或设备上的部件是否处于正常运行状态。在实际操作中，由于IDC机房中放置的设备及设备上的部件的数量和种类均较多，导致IDC机房中存在大量的信号灯，因此，在对IDC机房中的设备进行巡检时，如何快速有效地对巡检图像中的信号灯进行识别，对于监控设备及部件的运行状态、及时排查故障是非常重要的。特征匹配是一种常用的图像处理方式，具体实施时，针对于IDC机房中采集到的每张巡检图像，可以基于信号灯的标志性特征(比如亮度)从每张巡检图像上提取出与信号灯的标志性特征的匹配程度较高的目标像素点，并组合目标像素点得到巡检图像中的信号灯。然而，该种方式仅能基于较少的特征来匹配得到目标像素点，从而会导致信号灯的识别精度较低。综上，目前亟需一种图像处理方法，用以解决现有技术采用特征匹配的方式识别图像中的目标对象(即信号灯)所导致的识别精度较低的技术问题。
技术实现思路
本专利技术实施例提供一种图像处理方法及装置，用以解决现有技术采用特征匹配的方式识别图像中的目标对象(即信号灯)所导致的识别精度较低的技术问题。第一方面，本专利技术实施例提供的一种图像处理方法，所述方法应用于移动装置，所述移动装置按照巡检路线对机房内的各个信号灯进行巡检；所述方法包括：所述移动装置在所述巡检路线上行进时对所述各个信号灯进行拍摄，得到巡检图像，根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，每个待检测区域上包含至少一个信号灯，将每个待检测区域输入神经网络模型，以识别出每个待检测区域中的信号灯状态；所述神经网络模型使用已标记信号灯状态的图像训练得到。本专利技术实施例中，通过先使用信号灯在机房中的分布特征对巡检图像进行粗识别以得到各个待检测区域，再使用神经网络模型对各个待检测区域进行精识别以确定信号灯状态，能够通过粗识别和精识别的两次识别过程来提高信号灯状态的识别精度，还可以降低神经网络模型的处理数据量，提高图像识别的效率。在一种可能的实现方式中，所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域之前，还确定所述巡检图像中满足信号灯的颜色特征的像素点，根据满足信号灯的颜色特征的像素点，得到至少一个信号灯区域，根据所述至少一个信号灯区域确定所述各个信号灯在所述巡检图像上的分布特征，并基于所述各个信号灯在所述巡检图像上的分布特征和所述各个信号灯在所述机房中的分布特征的偏差，对所述巡检图像进行校正。在上述实现方式中，通过在识别巡检图像中的信号灯之前对巡检图像进行校正，可以弥补拍摄角度失误或拍摄环境干扰所导致的巡检图像失真的技术问题，提高后续识别的准确性，并降低后续识别所需的工作量，提高识别的效率。在一种可能的实现方式中，所述各个信号灯在所述机房中呈阵列分布；所述移动装置根据所述至少一个信号灯区域确定所述各个信号灯在所述巡检图像上的分布特征，并基于所述各个信号灯在所述巡检图像上的分布特征和所述各个信号灯在所述机房中的分布特征的偏差，对所述巡检图像进行校正，包括：所述移动装置确定出每个信号灯区域中的信号灯的中心点，在所述巡检图像上设置与所述阵列对应的各个轴，针对于所述阵列对应的任一轴，确定各个信号灯区域中的信号灯的中心点在所述轴上的坐标值，并对在所述轴上的坐标值的差值小于第一预设阈值的多个中心点进行线性拟合，得到一条或多条拟合线，根据所述一条或多条拟合线与所述轴的角度关系，对所述巡检图像进行校正。在上述实现方式中，通过使用拟合线与阵列对应的轴的角度关系对倾斜畸变的巡检图像进行校正，能够将巡检图像从倾斜状态准确地恢复到标准状态，如此，基于标准状态的巡检图像进行神经网络模型处理，能够提高神经网络模型输出结果的准确性，提高信号灯的识别精度。在一种可能的实现方式中，所述各个信号灯在所述机房中呈阵列分布；所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，包括：所述移动装置确定所述巡检图像中满足信号灯的颜色特征的像素点，根据满足信号灯的颜色特征的像素点，得到至少一个信号灯区域，并确定出每个信号灯区域中的信号灯的中心点；在所述巡检图像上设置与所述阵列对应的任一轴，确定各个信号灯区域中的信号灯的中心点在所述轴上的坐标值，并对在所述轴上的坐标值的差值小于第一预设阈值的多个中心点进行线性拟合，得到一条或多条拟合线，在所述巡检图像中对每条拟合线扩展设定像素值，以确定出每条拟合线对应的待检测区域。在上述实现方式中，通过从巡检图像上提取得到每条拟合线对应的待检测区域，能够准确地将巡检图像中信号灯较为集中的区域提取出来，如此，基于较为集中的信号灯区域进行神经网络模型处理，能够在避免漏掉待识别的信号灯的同时，更有针对性的进行信号灯的识别，还可以降低过拟合的概率，提高识别的精度和效率。在一种可能的实现方式中，所述各个信号灯在所述机房中呈阵列分布；所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，包括：针对于每列信号灯，所述移动装置根据该列信号灯的阵列分布情况，从所述巡检图像中确定出初始信号灯的识别范围，并基于所述初始信号灯的识别范围和设定间隔范围从所述巡检图像中确定出其它信号灯的识别范围，根据各个信号灯的识别范围，从所述巡检图像中提取得到所述各个信号灯对应的待检测区域。在上述实现方式中，通过预先根据各个信号灯的实际分布情况预测出每个信号灯在巡检图像上的识别范围，可以在拍摄得到巡检图像后直接根据识别范围提取得到每个信号灯对应的待检测区域，该种方式无需基于巡检图像做额外处理，从而可以较好地提高识别的效率。第二方面，本专利技术实施例提供的一种图像处理装置，所述装置按照巡检路线对机房内的各个信号灯进行巡检；所述装置包括：拍摄模块，用于在所述巡检路线上行进时对所述各个信号灯进行拍摄，得到巡检图像；处理模块，用于根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，每个待检测区域上包含至少一个信号灯；识别模块，用于将每个待检测区域输入神经网络模型，以识别出每个待检测区域中的信号灯状态；所述神经网络模型使用已标记信号灯状态的图像训练得到。在一种可能的实现方式中，所述处理模块根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域之前，还确定所述巡检图像中满足信号灯的颜色特征的像素点，根据满足信号灯的颜色特征的像素点，得到至少一个信号灯区域，根据所述至少一个信号灯区域确定所述各个信号灯在所述巡检图像上的分布特征，并本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法应用于移动装置，所述移动装置按照巡检路线对机房内的各个信号灯进行巡检；所述方法包括：/n所述移动装置在所述巡检路线上行进时对所述各个信号灯进行拍摄，得到巡检图像；/n所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，每个待检测区域上包含至少一个信号灯；/n所述移动装置将每个待检测区域输入神经网络模型，以识别出每个待检测区域中的信号灯状态；所述神经网络模型使用已标记信号灯状态的图像训练得到。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法应用于移动装置，所述移动装置按照巡检路线对机房内的各个信号灯进行巡检；所述方法包括：
所述移动装置在所述巡检路线上行进时对所述各个信号灯进行拍摄，得到巡检图像；
所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，每个待检测区域上包含至少一个信号灯；
所述移动装置将每个待检测区域输入神经网络模型，以识别出每个待检测区域中的信号灯状态；所述神经网络模型使用已标记信号灯状态的图像训练得到。


2.根据权利要求1所述的方法，其特征在于，所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域之前，还包括：
所述移动装置从所述巡检图像中确定出满足信号灯的颜色特征的像素点；
所述移动装置根据满足信号灯的颜色特征的像素点，得到至少一个信号灯区域；
所述移动装置根据所述至少一个信号灯区域确定所述各个信号灯在所述巡检图像上的分布特征，并基于所述各个信号灯在所述巡检图像上的分布特征和所述各个信号灯在所述机房中的分布特征的偏差，对所述巡检图像进行校正。


3.根据权利要求2所述的方法，其特征在于，所述各个信号灯在所述机房中呈阵列分布；
所述移动装置根据所述至少一个信号灯区域确定所述各个信号灯在所述巡检图像上的分布特征，并基于所述各个信号灯在所述巡检图像上的分布特征和所述各个信号灯在所述机房中的分布特征的偏差，对所述巡检图像进行校正，包括：
所述移动装置确定出每个信号灯区域中的信号灯的中心点；
所述移动装置在所述巡检图像上设置与所述阵列对应的各个轴；
针对于所述阵列对应的任一轴，所述移动装置确定各个信号灯区域中的信号灯的中心点在所述轴上的坐标值，并对在所述轴上的坐标值的差值小于第一预设阈值的多个中心点进行线性拟合，得到一条或多条拟合线；根据所述一条或多条拟合线与所述轴的角度关系，对所述巡检图像进行校正。


4.根据权利要求1至3中任一项所述的方法，其特征在于，所述各个信号灯在所述机房中呈阵列分布；
所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，包括：
所述移动装置从所述巡检图像中确定出满足信号灯的颜色特征的像素点，根据满足信号灯的颜色特征的像素点，得到至少一个信号灯区域，并确定每个信号灯区域中的信号灯的中心点；
所述移动装置在所述巡检图像上设置与所述阵列对应的任一轴，确定各个信号灯区域中的信号灯的中心点在所述轴上的坐标值，并对在所述轴上的坐标值的差值小于第一预设阈值的多个中心点进行线性拟合，得到一条或多条拟合线；
所述移动装置在所述巡检图像中对每条拟合线扩展设定像素值，以确定出每条拟合线对应的待检测区域。


5.根据权利要求1至3中任一项所述的方法，其特征在于，所述各个信号灯在所述机房中呈阵列分布；
所述移动装置根据所述各个信号灯在所述机房中的分布特征，从所述巡检图像中提取得到一个或多个待检测区域，包括：
针对于每列信号灯，所述移动装置根据该列信号灯的阵列分布情况，从所述巡检图像中确定出初始信号灯的识别范围，并基于所述初始信号灯的识别范围和设定间隔范围从所述巡检图像中确定出其它信号灯的识别范围；
所述移动装置根据各个信号灯的识别范围，从所述巡检图像中提...

【专利技术属性】
技术研发人员：杨洁，何东杰，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海;31