一种基于图像识别的电梯故障检测及预警方法技术

本发明专利技术公开了一种基于图像识别的电梯故障检测及预警方法，包括：利用工业摄像机连续不间断采集电梯曳引机实时运行状态图像信息；对所述实时运行状态图像信息进行数据预处理，分解出图像的声音信息，并对所述声音信息进行分类；将声音分解后的图像信息及分类后的声音信息转变为数字信号；利用特征选择机制对所述数字信号进行特征提取，基于判别分析策略分析提取出的特征，得到电梯曳引机实时运行状态，判断电梯是否发生故障；若发生故障，将预警信号发送至电脑终端进行预警。本发明专利技术能针对多种故障进行检测、检测目标多样化、检测效率及检测精度高，能够及时发现故障信息，降低事故的发生率。发生率。发生率。

【技术实现步骤摘要】
一种基于图像识别的电梯故障检测及预警方法


[0001]本专利技术涉及图像处理、电梯故障检测的
，尤其涉及一种基于图像识别的电梯故障检测及预警方法。

技术介绍

[0002]近年来，随着互联网技术的不断发展，信息的传递更为方便、快速和广泛。电梯，作为现代建筑内部的唯一交通工具，也在不断的进行信息化升级，如硬件的电子化、系统的集成化、轿厢及外召的电子化和互联网化等等。
[0003]而随着国内房地产的发展，电梯在使用量和增长量上都有了长足的增加，而在使用者越来越多的同时，引来的关注也越来越多，同样的，电梯在使用过程中出现故障的概率也越来越大。因此，对电梯运行状况的快速获取甚至实时掌握成了新时代里电梯运营商所需要具备的一项功能。
[0004]在电梯的日常运行过程中，随着时间的推移，电梯的零部件逐渐老化，导致零部件出现故障，进而影响电梯的正常运行。或者，因为不可预知的因素导致零部件出现故障，进而影响电梯的正常运行，因此，人们越来越重视对电梯零部件故障的有效检测。
[0005]随着我国电梯数量日益增加，电梯维护检测人员日显不足,只有曳引机出现故障时候才会派人检测和维修，受到维修人员技术水平和操作方式的限制，传统检测方法只能对部分故障进行检测、检测目标单一、检测过程繁琐、故障位置不容易确定、漏检现象时常发生。由于检测的不及时，很难及早发现新出现的电梯故障，不能预测出潜在的危险。

技术实现思路

[0006]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0007]鉴于上述现有存在的问题，提出了本专利技术。
[0008]因此，本专利技术解决的技术问题是：传统检测方法只能对部分故障进行检测、检测目标单一、检测过程繁琐、故障位置不容易确定、漏检现象时常发生。
[0009]为解决上述技术问题，本专利技术提供如下技术方案：利用工业摄像机连续不间断采集电梯曳引机实时运行状态图像信息；对所述实时运行状态图像信息进行数据预处理，分解出图像的声音信息，并对所述声音信息进行分类；将声音分解后的图像信息及分类后的声音信息转变为数字信号；利用特征选择机制对所述数字信号进行特征提取，基于判别分析策略分析提取出的特征，得到电梯曳引机实时运行状态，判断电梯是否发生故障；若发生故障，将预警信号发送至电脑终端进行预警。
[0010]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述数据预处理包括，对所述图像信息进行灰度化处理；利用高斯滤波策略分解出灰度化处理后图像信息的声音信息；对所述声音信息进行分类，存储所述灰度化处理后的图像
信息以及所述声音信息。
[0011]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：包括，利用A/D转换器将所述图像信息及所述声音信息转变为数字信号。
[0012]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述特征选择机制的建立包括，图像信号特征选择机制和声音信号特征选择机制。
[0013]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述图像信号特征选择机制包括，将图像划分为16
×
16的小区域；对于每个小区域中的一个像素，将相邻的8个像素的灰度值与所述每个小区域中的一个像素进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该窗口中心像素点的LBP值；计算所述每个小区域的直方图，即每个数字出现的频率，并对所述直方图进行归一化处理；将得到的所述每个小区域的统计直方图进行连接成为一个特征向量，即所述图像的LBP纹理特征向量；利用支持向量机对所述特征向量进行分类。
[0014]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述声音信号特征选择机制包括，调用audioread，处理得到一个保存所述声音信号音频数据的数组，和一个采样频率；确定相关参数：窗函数、窗长、重叠点数，重叠长度，傅里叶点数；采用spectrogram函数，做短时傅里叶变换：将输入信号做STFT处理后得到的二维含时间、频率序列的数组数据；根据处理后的时频矩阵，绘制语谱图。
[0015]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述判别分析策略包括，利用深度学习算法构建判别分析模型；基于专家库信息对所述判别分析模型进行训练，得到训练优化后的判别分析模型；输入所提取出的特征向量及时频矩阵进行测试，输出测试结果，根据所述测试结果判断电梯是否发生故障。
[0016]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述判别分析模型包括，目标函数：
[0017][0018][0019]其中，表示特征向量，表示时频矩阵的共轭矩阵，A1、A2分别表示类间方差、类内方差，L(v)表示输出偏差值，v表示权重系数，表示权重。
[0020]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：所述A1、A2包括，
[0021][0022][0023][0024][0025]其中，M1、M2分别表示向量系数、矩阵系数，v
t
表示特征优化向量，t表示常数系数。
[0026]作为本专利技术所述的基于图像识别的电梯故障检测及预警方法的一种优选方案，其中：判断所述电梯是否发生故障包括，当所述目标函数值L(v)∈(0，1)，判断所述电梯发生故障，并将预警信号发送至电脑终端进行预警。
[0027]本专利技术的有益效果：本专利技术能针对多种故障进行检测、检测目标多样化、检测效率及检测精度高，能够及时发现故障信息，降低事故的发生率。
附图说明
[0028]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其它的附图。其中：
[0029]图1为本专利技术一个实施例提供的一种基于图像识别的电梯故障检测及预警方法的基本流程示意图。
具体实施方式
[0030]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明，显然所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术的保护的范围。
[0031]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的电梯故障检测及预警方法，其特性在于，包括：利用工业摄像机连续不间断采集电梯曳引机实时运行状态图像信息；对所述实时运行状态图像信息进行数据预处理，分解出图像的声音信息，并对所述声音信息进行分类；将声音分解后的图像信息及分类后的声音信息转变为数字信号；利用特征选择机制对所述数字信号进行特征提取，基于判别分析策略分析提取出的特征，得到电梯曳引机实时运行状态，判断电梯是否发生故障；若发生故障，将预警信号发送至电脑终端进行预警。2.如权利要求1所述的基于图像识别的电梯故障检测及预警方法，其特征在于：所述数据预处理包括，对所述图像信息进行灰度化处理；利用高斯滤波策略分解出灰度化处理后图像信息的声音信息；对所述声音信息进行分类，存储所述灰度化处理后的图像信息以及所述声音信息。3.如权利要求1所述的基于图像识别的电梯故障检测及预警方法，其特征在于：包括，利用A/D转换器将所述图像信息及所述声音信息转变为数字信号。4.如权利要求1所述的基于图像识别的电梯故障检测及预警方法，其特征在于：所述特征选择机制的建立包括，图像信号特征选择机制和声音信号特征选择机制。5.如权利要求1或4所述的基于图像识别的电梯故障检测及预警方法，其特征在于：所述图像信号特征选择机制包括，将图像划分为16
×
16的小区域；对于每个小区域中的一个像素，将相邻的8个像素的灰度值与所述每个小区域中的一个像素进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0；3*3邻域内的8个点经比较可产生8位二进制数，即得到该窗口中心像素点的LBP值；计算所述每个小区域的直方图，即每个数字出现的频率，并对所述直方图进行归一化处理；将得到的所述每个小区域的统计直方...

【专利技术属性】
技术研发人员：王松，吴新伟，吴远皓，
申请(专利权)人：新沂慧科智能科技有限公司，
类型：发明
国别省市：