【技术实现步骤摘要】
基于视频信号的多工况模型自动选择方法及装置
[0001]本专利技术涉及信号处理
,尤其涉及一种基于视频信号的多工况模型自动选择方法及装置。
技术介绍
[0002]多工况场景在各个行业中普遍存在,在进行仿真建模过程中,大多数视图将多种工况变化融合至一个模型中,以此降低模型的复杂度。
[0003]在现有技术中,通常通过不同模型在多工况、多环境、多阶段的特点下,对多模型进行融合,得到一个模型,但是,对于不同工况、阶段差别较大的场景,仅用单一模型进行预测,可靠性、精度都难以保障,而且,不能广泛应用。
技术实现思路
[0004]有鉴于此,本专利技术实施例提供一种基于视频信号的多工况模型自动选择方法及装置,以实现提高各工况模型的推广性和可靠性的目的。
[0005]为实现上述目的,本专利技术实施例提供如下技术方案:
[0006]本专利技术实施例第一方面公开了一种基于视频信号的多工况模型自动选择方法,所述方法包括:
[0007]在执行包含多种工况的业务过程中,实时获取拍摄到的待分析的视频信号;
[0008]基于预先建立的视觉模型对所述待分析的视频信号进行分析,得到所述待分析的视频信号对应工况的工况模型;
[0009]调用所述工况模型进行预测,得到预测的工况参数。
[0010]优选的,所述基于预先建立的视觉模型对所述待分析的视频信号进行分析,得到所述待分析的视频信号对应工况的工况模型,包括:
[0011]基于预先建立的视觉模型对所述待分析的视频信号进 ...
【技术保护点】
【技术特征摘要】
1.一种基于视频信号的多工况模型自动选择方法,其特征在于,所述方法包括:在执行包含多种工况的业务过程中,实时获取拍摄到的待分析的视频信号;基于预先建立的视觉模型对所述待分析的视频信号进行分析,得到所述待分析的视频信号对应工况的工况模型;调用所述工况模型进行预测,得到预测的工况参数。2.根据权利要求1所述的方法,其特征在于,所述基于预先建立的视觉模型对所述待分析的视频信号进行分析,得到所述待分析的视频信号对应工况的工况模型,包括:基于预先建立的视觉模型对所述待分析的视频信号进行图像处理,得到彩色图像;计算所述彩色图像的总像素点面积;利用所述总像素点面积确定所述待分析的视频信号对应工况的工况模型;所述总像素点面积与所述工况模型存在预设的对应关系。3.根据权利要求2所述的方法,其特征在于,所述调用所述工况模型进行预测,得到预测的工况参数,包括:调用所述工况模型,并利用所述总像素点面积进行预测,得到预测的工况参数。4.根据权利要求1所述的方法,其特征在于,所述预先建立视觉模型的过程,包括:为所述不同工况的视频信号中的监测区域添加标记,并获取所述监测区域中的彩色图像;计算所述彩色图像中的三分量亮度,将所述三分量亮度的最大值作为灰度图的灰度值,得到以像素点表示的灰度图像;利用Kernel数据对所述灰度图像进行均值滤波处理,得到滤波后的灰度图像;基于预设阈值,对所述滤波后的灰度图像进行图像二值化处理,得到所述滤波后的灰度图像的像素点的灰度值;计算所有所述灰度值的总像素点面积,并将所述总像素点面积进行划分,得到所述不同类型的工况对应的像素点面积范围;基于所述不同类型的工况对应的像素点面积范围,确定所述不同类型的工况各自对应的工况模型;基于所述工况模型之间的调度逻辑建立视觉模型。5.根据权利要求1所述的方法,其特征在于,若所述工况包括空载工况、持续变化工况和满载工况,所述基于预先建立的视觉模型对所述待分析的视频信号进行分析,得到所述待分析的视频信号对应工况的工况模型,包括:基于预先建立的视觉模型对所述待分析的视频信号进行图像处理,得到彩色图像;计算所述彩色图像的总像素点面积;若所述总像素点面积小于R1,确定所述待分析的视频信号对应工况的工况模型为所述空载工况模型;若所述总像素点面积大于R1且小于R2,确定所述待分析的视频信号对应工况的工况模型为所述持续变化工况模型;若所述总像素点面积大于R2,确定所述待分析的视频信号对应工况的工况模型为所述满载工况模型;R1、R2为正整数,且R1小于R2。6.根据权利要求3或5中任一所述的方法,其特征在于,若当前执行的包含多种工况的
业务为橡胶下料量监测业务,所述工况包括空载工况、持续变化工况和满载工况,所述调用所述工况模型进行预测,...
【专利技术属性】
技术研发人员:杨明明,李佳鹤,阮志坚,刘贤康,
申请(专利权)人:浙江蓝卓工业互联网信息技术有限公司,
类型:发明
国别省市:
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。