一种基于计算机视觉的智能化机房设备异常状态巡检方法技术

本发明专利技术公开了一种基于计算机视觉的智能化机房设备异常状态巡检方法，计算物方感兴趣立方体；从多维信息决策支持库中获取物方感兴趣立方体范围内的设备灯和设备标签的三维坐标和基线状态；计算左右影像ROI；使用高斯滤波算法对影像进行滤波处理，过滤影像噪声；使用RGB转HSV算法转换影像的颜色空间用于后续提取指定颜色区域；采用颜色区域提取算法，提取红、黄、绿、橙不同颜色区域，获取不同颜色提取后的黑白二值图像；使用腐蚀与膨胀算法对二值图像的噪声进行处理；获得左右影像ROI中的设备灯状态。本发明专利技术设计一种计算机视觉算法对移动巡检设备采集的影像进行处理，实现快速、准确的机房设备灯状态识别。确的机房设备灯状态识别。确的机房设备灯状态识别。

【技术实现步骤摘要】
一种基于计算机视觉的智能化机房设备异常状态巡检方法


[0001]本专利技术涉及一种基于计算机视觉的智能化机房设备异常状态巡检方法，属于机房运维


技术介绍

[0002]在目前的机房运维中，设备异常状态的巡检主要由人工查看设备灯明暗、颜色和通过监控系统监控的方式完成。
[0003]目前，自动化、智能化机房设备异常状态巡检方法可分类两类，一是在机房布设固定位置的传感器覆盖巡检范围，收集范围内设备灯的传感器数据实现巡检；二是依靠可自主移动的机器人、小车或其他设备代替人工对设备灯进行巡检。
[0004]本方法的技术路线为上述第二种；在第二种方式中，可配合使用增强现实技术、图像处理技术、激光点云处理计划、云计算技术等完成。主要流程为，通过移动的机器人或小车沿路采集周边的影像或点云数据，以此为数据源设计处理算法，实现实时机房设备灯状态巡检，发现机房中设备异常状态的目的。
[0005]在常用的技术中，基于增强现实技术的机房巡检有利于机房巡检内容复杂的场景，需要较多的人为介入，自动化程度不高，对于相对标准、规范化的机房巡检场景不适用；图像处理技术和点云处理技术算法、处理流程多样，处理效果受原始数据影响大，通常很难兼顾成本、实时性和准确度；基于云计算技术的机房巡检可以通过分布式计算的方式加快算法处理速度，但是其优化效果仍然局限于原始算法的算法逻辑和效果。而没有一种计算机视觉算法对移动巡检设备采集的影像进行处理，实现快速、准确的机房设备灯状态识别。因此，迫切需要一种基于计算机视觉的智能化机房设备异常状态巡检方法，以解决现有技术中存在的这一问题。
[0006]为了解决上述技术问题，特提出一种新的技术方案。

技术实现思路

[0007]本专利技术的目的在于提供一种基于计算机视觉的智能化机房设备异常状态巡检方法，以解决上述
技术介绍
中提出的问题。
[0008]为实现上述目的，本专利技术提供如下技术方案：一种基于计算机视觉的智能化机房设备异常状态巡检方法，所述方法包含下述步骤：
[0009]步骤一，计算物方感兴趣立方体；
[0010]步骤二，从多维信息决策支持库中获取物方感兴趣立方体范围内的设备灯和设备标签的三维坐标和基线状态；
[0011]步骤三，计算左右影像ROI；
[0012]步骤四，对双目彩色影像中的ROI区域进行图像处理，提取巡检过程中的设备标签的状态信息；
[0013]其中步骤四的实施具体包含下述步骤：
[0014]步骤1，使用高斯滤波算法对影像进行滤波处理，过滤影像噪声；
[0015]步骤2，使用RGB转HSV算法转换影像的颜色空间用于后续提取指定颜色区域；
[0016]步骤3，采用颜色区域提取算法，提取红、黄、绿、橙不同颜色区域，获取不同颜色提取后的黑白二值图像；
[0017]步骤4，使用腐蚀与膨胀算法对二值图像的噪声进行处理；
[0018]步骤5，获得左右影像ROI中的设备灯状态。
[0019]优选地，所述步骤一计算物方感兴趣立方体的方法为，在智能小车巡检过程中获取双目彩色图像和左右影像的六个外方位元素，即摄影中心的三维坐标(X
SL
,Y
SL
,Z
SL
)、(X
SR
,Y
SR
,Z
SR
)和的影像方位角这些影像的外方位元素由1中小车三维坐标(X
C
,Y
C
,Z
C
)、方位角和小车出场标定结果通过坐标转换算法换算得到；并利用双目彩色图像进行SIFT特征匹配寻找左右影像若干同名点集(x
il
,y
il
)和(x
ir
,y
ir
)，利用前方交会算法计算同名点集中各点的物方三维坐标(X
i
,Y
i
,Z
i
)，并根据物方点集确定检测的物方区域——即物方感兴趣立方体，该物方感兴趣立方体应包含所有计算所得的物方点集(X
i
,Y
i
,Z
i
)。
[0020]优选地，所述步骤二移动巡检之前，智能小车会预先采集真值数据——即在机房设备状态完成正常的情况下巡检一次或若干次，采集设备灯和设备标签的三维坐标与正常状态并设置为基线，将这些数据存放在多维信息决策支持库中，后续巡检作业中，处理程序根据物方感兴趣立方体的坐标范围在多维信息决策支持库中获取感兴趣的设备标签的信息，如标签中心三维坐标(X
D
,Y
D
,Z
D
)、标签长宽(ΔX
D
,ΔZ
D
)、标签颜色{Green,Red,Yellow,Orange,Gray,
···
}、标签面积S
D
、标签影像块和标签编号。
[0021]与现有技术相比，本专利技术的有益效果是：本专利技术设计一种计算机视觉算法对移动巡检设备采集的影像进行处理，实现快速、准确的机房设备灯状态识别。
附图说明
[0022]图1为移动巡检设备的结构示意图。
[0023]图2为基于计算机视觉的设备位置巡检方法示意框图。
[0024]图3为计算物方感兴趣立方体的示意图。
[0025]图4为计算左右影像ROI的示意图。
[0026]图5为在二维影像中逐行逐列地逐像素进行滤波窗口内的加权累加计算，获得滤波处理后的二维影像示意图。
[0027]图6为本专利技术算法和解决方案中核心部件的结构示意图框图。
具体实施方式
[0028]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，所描述的实施例仅仅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做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。
[0029]请参阅说明书附图，本专利技术提供一种技术方案：一种基于计算机视觉的智能化机
房设备异常状态巡检方法，所述方法包含下述步骤：
[0030]步骤一，计算物方感兴趣立方体；
[0031]步骤二，从多维信息决策支持库中获取物方感兴趣立方体范围内的设备灯和设备标签的三维坐标和基线状态；
[0032]步骤三，计算左右影像ROI；
[0033]步骤四，对双目彩色影像中的ROI区域进行图像处理，提取巡检过程中的设备标签的状态信息；
[0034]其中步骤四的实施具体包含下述步骤：
[0035]步骤1，使用高斯滤波算法对影像进行滤波处理，过滤影像噪声；
[0036]步骤2，使用RGB转HSV算法转换影像的颜色空间用于后续提取指定颜色区域；
[0037]步骤3，采用颜色区域提取算法，提取红、黄、绿、橙不同颜色区域，获取不同颜色提取后的黑白二值图像；
[0038]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智能化机房设备异常状态巡检方法，其特征在于，所述方法包含下述步骤：步骤一，计算物方感兴趣立方体；步骤二，从多维信息决策支持库中获取物方感兴趣立方体范围内的设备灯和设备标签的三维坐标和基线状态；步骤三，计算左右影像ROI；步骤四，对双目彩色影像中的ROI区域进行图像处理，提取巡检过程中的设备灯状态信息其中步骤四的实施具体包含下述步骤：步骤1，使用高斯滤波算法对影像进行滤波处理，过滤影像噪声；步骤2，使用RGB转HSV算法转换影像的颜色空间用于后续提取指定颜色区域；步骤3，采用颜色区域提取算法，提取红、黄、绿、橙不同颜色区域，获取不同颜色提取后的黑白二值图像；步骤4，使用腐蚀与膨胀算法对二值图像的噪声进行处理；步骤5，获得左右影像ROI中的设备灯状态。2.根据权利要求1所述的基于计算机视觉的智能化机房设备异常状态巡检方法，其特征在于：所述步骤一计算物方感兴趣立方体的方法为，在智能小车巡检过程中获取双目彩色图像和左右影像的六个外方位元素，即摄影中心的三维坐标(X
SL
,Y
SL
,Z
SL
)、(X
SR
,Y
SR
,Z
SR
)和的影像方位角这些影像的外方位元素由1中小车三维坐标(X
C
,Y
C
,Z
C
)、方位角和小车出场标定结果通过坐标转换算法换算得到；并利用双目彩色...

【专利技术属性】
技术研发人员：陈荆晶，吴凡，张一峥，魏铁军，胡涛，闫昊，罗菡，蔡国荣，王建勇，
申请(专利权)人：深圳证券通信有限公司，
类型：发明
国别省市：