一种基于计算机视觉的无人机房监控方法及系统技术方案

本发明专利技术实施例提供一种基于计算机视觉的无人机房监控方法及系统，包括：获取轨道维护机房的机柜图像；对所述机柜图像进行预处理，得到待识别机柜区域；对所述待识别机柜区域进行状态识别和数值判断，获得机柜状态识别结果。本发明专利技术实施例通过基于计算机视觉技术实现依靠自动采集机柜视频图像，代替人工进行巡检，对机房的机柜指示灯及LCD屏幕数值进行实时监控，实现了高效机房维护。实现了高效机房维护。实现了高效机房维护。

【技术实现步骤摘要】
一种基于计算机视觉的无人机房监控方法及系统


[0001]本专利技术涉及轨道交通智能运维
，尤其涉及一种基于计算机视觉的无人机房监控方法及系统。

技术介绍

[0002]随着城市地铁轨道交通的迅速发展，所建设的地铁站数量越来越多，而每个地铁站有相应机房放置列车控制机柜，人工对于巡检这些机房的方式越来越不能满足城市地铁轨道交通智能化运维的要求。
[0003]其中，对于机柜信息识别的方法分为两类，一类为以卷积神经网络构造的视觉技术，该类方法构造机柜信号灯数据集并输入神经网络进行训练，进而完成识别任务，但是该方法由于计算量较大，在实时监控时候，往往会出现丢帧的情况，实现实时监控较为困难，另外，在构造故障灯的数据集时，数据集获取较为困难，导致训练数据集较小，模型鲁棒性不高；另一类为手工构造待识别目标特征，该类方法适合于环境温度待识别目标背景较为简单的情况。

技术实现思路

[0004]本专利技术实施例提供一种基于计算机视觉的无人机房监控方法及系统，用以解决现有技术中无法实现自动对机房机柜信息进行监测和预警的缺陷。
[0005]第一方面，本专利技术实施例提供一种基于计算机视觉的无人机房监控方法，包括：
[0006]获取轨道维护机房的机柜图像；
[0007]对所述机柜图像进行预处理，得到待识别机柜区域；
[0008]对所述待识别机柜区域进行状态识别和数值判断，获得机柜状态识别结果。
[0009]进一步地，所述对所述待识别机柜区域进行状态识别和数值判断，获得机柜状态识别结果，具体包括：
[0010]对所述待识别机柜区域进行信号灯状态识别，获得信号灯识别结果；
[0011]提取所述待识别机柜区域中的数值并进行判断处理，获得数值信号识别结果。
[0012]进一步地，该方法还包括：
[0013]若判断获知所述信号灯识别结果中存在故障灯信号和/或所述数值信号识别结果中存在数值异常，则进行告警处理。
[0014]进一步地，所述对所述机柜图像进行预处理，得到待识别机柜区域，具体包括：
[0015]对所述机柜图像进行仿射变换，得到正面显示的机柜图像；
[0016]基于颜色阈值去除所述正面显示的机柜图像的背景，得到机柜前景图像；
[0017]将所述机柜前景图像中的信号灯状态和数值区域分别按照预设信号灯状态颜色阈值范围和预设数值颜色阈值范围进行掩模处理，得到二值化信号灯图像和二值化数值图像；
[0018]对所述二值化信号灯图像和所述二值化数值图像进行预设形态学图像操作，得到
所述信号灯识别结果和所述数值信号识别结果。
[0019]进一步地，所述对所述待识别机柜区域进行信号灯状态识别，获得信号灯识别结果，具体包括：
[0020]根据预设轮廓查找算法对所述待识别机柜区域进行信号灯轮廓查找和定位，将第一预设信号灯状态和第二预设信号灯状态进行区分和标注，得到所述信号灯识别结果。
[0021]进一步地，所述提取所述待识别机柜区域中的数值并进行判断处理，获得数值信号识别结果，具体包括：
[0022]采用高斯滤波对所述待识别机柜区域进行降噪，并进行二值化处理，将显示数值和背景区域进行分离；
[0023]将所述显示数值进行水平投影，得到初始切割的数值图像；
[0024]将所述初始切割的数值图像进行竖直方向投影，得到分割的数字；
[0025]将所述分割的数字输入卷积神经网络完成数字识别，获得所述数值信号识别结果。
[0026]第二方面，本专利技术实施例还提供一种基于计算机视觉的无人机房监控系统，包括：
[0027]获取模块，获取轨道维护机房的机柜图像；
[0028]预处理模块，用于对所述机柜图像进行预处理，得到待识别机柜区域；
[0029]处理模块，用于对所述待识别机柜区域进行状态识别和数值判断，获得机柜状态识别结果。
[0030]进一步地，所述预处理模块具体包括：
[0031]第一预处理子模块，用于对所述待识别机柜区域进行信号灯状态识别，获得信号灯识别结果；
[0032]第二预处理子模块，用于提取所述待识别机柜区域中的数值并进行判断处理，获得数值信号识别结果。
[0033]第三方面，本专利技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于计算机视觉的无人机房监控方法的步骤。
[0034]第四方面，本专利技术实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于计算机视觉的无人机房监控方法的步骤。
[0035]本专利技术实施例提供的基于计算机视觉的无人机房监控方法及系统，通过基于计算机视觉技术实现依靠自动采集机柜视频图像，代替人工进行巡检，对机房的机柜指示灯及LCD屏幕数值进行实时监控，实现了高效机房维护。
附图说明
[0036]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本专利技术实施例提供的一种基于计算机视觉的无人机房监控方法的流程示意
图；
[0038]图2是本专利技术实施例提供的颜色阈值分割效果图；
[0039]图3是本专利技术实施例提供的膨胀腐蚀效果图；
[0040]图4是本专利技术实施例提供的数值区域效果图；
[0041]图5是本专利技术实施例提供的数值区域分割效果图；
[0042]图6是本专利技术实施例提供的投影法效果图；
[0043]图7是本专利技术实施例提供的数值切割效果图；
[0044]图8是本专利技术实施例提供的数值识别网络结构图；
[0045]图9是本专利技术实施例提供的一种基于计算机视觉的无人机房监控装置的结构示意图；
[0046]图10是本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0047]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，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0048]通常，对于地铁机房控制柜的识别，是针对控制柜信号灯的识别和电流电压读数的识别，机柜背景常为米白色，通常绿灯常亮代表设备正常运行，而发现有红色灯亮起时，代表设备出现异常，此时需要运维人员进行检修；同样电流值电压值常常在一定范围内波动，若波动范围超过设定阈值时，代表设备出现异常，此时也需要运维人员进行检修。
[0049]针对这一问题，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的无人机房监控方法，其特征在于，包括：获取轨道维护机房的机柜图像；对所述机柜图像进行预处理，得到待识别机柜区域；对所述待识别机柜区域进行状态识别和数值判断，获得机柜状态识别结果。2.根据权利要求1所述的基于计算机视觉的无人机房监控方法，其特征在于，所述对所述待识别机柜区域进行状态识别和数值判断，获得机柜状态识别结果，具体包括：对所述待识别机柜区域进行信号灯状态识别，获得信号灯识别结果；提取所述待识别机柜区域中的数值并进行判断处理，获得数值信号识别结果。3.根据权利要求2所述的基于计算机视觉的无人机房监控方法，其特征在于，该方法还包括：若判断获知所述信号灯识别结果中存在故障灯信号和/或所述数值信号识别结果中存在数值异常，则进行告警处理。4.根据权利要求2所述的基于计算机视觉的无人机房监控方法，其特征在于，所述对所述机柜图像进行预处理，得到待识别机柜区域，具体包括：对所述机柜图像进行仿射变换，得到正面显示的机柜图像；基于颜色阈值去除所述正面显示的机柜图像的背景，得到机柜前景图像；将所述机柜前景图像中的信号灯状态和数值区域分别按照预设信号灯状态颜色阈值范围和预设数值颜色阈值范围进行掩模处理，得到二值化信号灯图像和二值化数值图像；对所述二值化信号灯图像和所述二值化数值图像进行预设形态学图像操作，得到所述信号灯识别结果和所述数值信号识别结果。5.根据权利要求2所述的基于计算机视觉的无人机房监控方法，其特征在于，所述对所述待识别机柜区域进行信号灯状态识别，获得信号灯识别结果，具体包括：根据预设轮廓查找算法对所述待识别机柜区域进行信号灯轮廓查找和定位，将第一...

【专利技术属性】
技术研发人员：饶家义，孙军国，
申请(专利权)人：交控科技股份有限公司，
类型：发明
国别省市：