一种基于人工智能的环保设备故障检测方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种基于人工智能的环保设备故障检测方法及系统。该方法包括：分别获取设备入口和出口处每个垃圾物品的目标图像；获取目标图像的不同尺度特征图中的信息熵，根据特征图的尺度以及信息熵分配相应的权重；根据权重获取基准信息熵进一步得到最优LBP算子半径，获取每个关键点的LBP特征值，设备入口和出口特征图之间关键点的匹配成功率以及匹配成功关键点特征值的差异性；根据匹配成功率、差异性以及权重获取差异程度，根据差异程度检测垃圾物品是否发生掉落。提高对垃圾物品掉落检测结果的准确度，减少了因为垃圾物品掉落发现不及时而产生设备卡顿或者安全隐患，解决了传感器检测不够全面的问题。面的问题。面的问题。

【技术实现步骤摘要】
一种基于人工智能的环保设备故障检测方法及系统


[0001]本专利技术涉及人工智能
，具体涉及一种基于人工智能的环保设备故障检测方法及系统。

技术介绍

[0002]日趋严重的环境污染问题已经在世界范围内受到了广泛的关注，为了高效解决环境污染问题，环保设备应运而生，其涵盖的领域涉及诸多方面，例如污水处理、废气处理以及垃圾分类等等。其中，垃圾分类设备对日常生活的影响举足轻重，可以降低日常垃圾的处理成本、减少土地资源的消耗以及减少环境污染，具有社会、经济、生态等多方面的效益。
[0003]然而在垃圾分类设备中依然客观地存在一些问题，其中最严重的问题之一是分类设备内部传送带上的垃圾掉落，从而导致设备齿轮、轴承等零件的卡顿，甚至发生不可逆的形变，严重损害设备运行效率。
[0004]现有对垃圾物品是否掉落的检测通常是采用传感器检测，但利用传感器进行检测时，由于传感器位置的限制并不能确保检测到传送带上的每个位置，从而具有局限性，检测结果的准确度较低。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的环保设备检测方法及系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于人工智能的环保设备检测方法，该方法包括：分别获取垃圾分类设备入口和出口处垃圾物品的全景图像，提取所述全景图像中每个垃圾物品的目标图像；获取所述目标图像的不同尺度的特征图，计算所述特征图中的信息熵，根据所述特征图的不同尺度以及信息熵为每张所述特征图分配相应的权重；根据所述权重获取所述特征图中关键点的初始LBP算子半径，所述初始LBP算子半径区域内的信息熵为基准信息熵；根据所述基准信息熵调整所述特征图中每个关键点所对应的LBP算子半径区域内的信息熵在误差范围内保持一致，将此时的LBP算子半径作为最优LBP算子半径，根据所述最优LBP算子半径获取每个所述关键点的特征值；获取所述垃圾分类设备入口的特征图以及所述垃圾分类设备出口的特征图之间关键点的匹配成功率，以及匹配成功关键点特征值的差异性；根据所述匹配成功率、差异性以及所述权重获取差异程度，根据所述差异程度检测所述垃圾物品是否发生掉落；其中，所述根据所述最优LBP算子半径获取每个所述关键点的特征值的步骤，还包括：对于所述特征图的边缘关键点，获取所述最优LBP算子半径区域内的基准感受野面积，根据所述基准感受野面积调整所述特征图的边缘像素点的LBP算子半径区域内的目标像素感受野面积保持相同，将此时的LBP算子半径作为边缘LBP算子半径，所述边缘LBP算
子半径内采样点数量与所述最优LBP算子半径内采样点数量一致；根据所述边缘LBP算子半径获取所述边缘关键点的特征值；所述根据所述特征图的不同尺度以及信息熵为每张所述特征图分配相应的权重的步骤，包括：获取所述特征图的尺度与所述信息熵的乘积，将所述乘积作为所述权重；所述根据所述匹配成功率、差异性以及所述特征权重获取差异程度的步骤，包括：获取所述差异性与所述匹配成功率的比值为差异比，将不同尺度的所述特征图的权重作为差异比的权值对不同尺度的所述特征图进行加权求和，得到所述差异程度。
[0006]优选的，所述获取所述目标图像的不同尺度的特征图的步骤，包括：选取所述目标图像中任意像素点作为中心点，获取所述中心点邻域内的像素点与所述中心点的KL散度，将与所述中心点的KL散度最小的像素值作为插值点的像素值，获取特征图。
[0007]优选的，所述计算所述特征图中的信息熵的步骤，包括：获取所述特征图在RGB通道中每个通道的概率，根据所述概率获取所述特征图的信息熵。
[0008]优选的，所述根据所述基准信息熵调整所述特征图中每个关键点所对应的LBP算子半径区域内的信息熵保持相近，将此时的LBP算子半径作为最优LBP算子半径的步骤，包括：获取所述关键点在不同大小的LBP算子半径区域内的信息熵，当所述信息熵与所述基准信息熵的误差小于一定阈值时，该信息熵所对应的LBP算子半径为所述最优LBP算子半径；若所述信息熵与所述基准信息熵的误差不小于阈值时，对所述信息熵进行不断迭代，当迭代次数超过一定数量时停止迭代，最终一次信息熵所对应的LBP算子半径为所述最优LBP算子半径。
[0009]优选的，根据所述基准感受野面积调整所述特征图的边缘像素点的LBP算子半径区域内的目标像素感受野面积保持相同，将此时的LBP算子半径作为边缘LBP算子半径的步骤，包括：获取所述边缘关键点在所述最优LBP算子半径区域内的目标像素点面积，将所述目标像素点面积调整为与所述目标像素感受野面积相同，得到所述特征图边缘关键点的LBP算子半径。
[0010]优选的，所述根据所述差异程度检测所述垃圾物品是否发生掉落的步骤，包括：当所述差异程度大于一定阈值时，所述垃圾物品匹配失败，则认为发生垃圾物品掉落。
[0011]第二方面，本专利技术另一个实施例提供了一种基于人工智能的环保设备故障检测系统，该系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
[0012]本专利技术具有如下有益效果：本专利技术实施例通过获取设备入口和出口处的每个垃圾物品的目标图像，对目标图像进行插值处理得到不同尺度的特征图，进一步获取每个特征图的信息熵以及权重，在不同尺度的特征图中，根据基准信息熵调整LBP算子半径区域内的
信息熵使之保持相近，从而得到最优LBP算子半径；根据最优LBP算子半径得到每个关键点的特征值，进一步对设备入口和出口处的特征图中关键点进行匹配得到匹配成功率，对匹配成功的关键点计算特征值的差异性，根据匹配成功率、差异性以及特征图的权重获取差异程度，根据差异程度判断垃圾物品是否发生掉落。提高对垃圾物品掉落检测结果的准确度，减少了因为垃圾物品掉落发现不及时而产生设备卡顿或者安全隐患，解决了传感器检测不够全面的问题。
附图说明
[0013]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和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据这些附图获得其它附图。
[0014]图1为本专利技术一个实施例所提供的一种基于人工智能的环保设备故障检测的方法流程图；图2为本专利技术一个实施例所提供的一种调整感受野面积的方法示意图；图3为本专利技术一个实施例所提供的一种计算关键点LBP特征值的方法示意图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能的环保设备故障检测方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0016]除非另有定义，本文所使用的所有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的环保设备故障检测方法，其特征在于，该方法包括以下步骤：分别获取垃圾分类设备入口和出口处垃圾物品的全景图像，提取所述全景图像中每个垃圾物品的目标图像；获取所述目标图像的不同尺度的特征图，计算所述特征图中的信息熵，根据所述特征图的不同尺度以及信息熵为每张所述特征图分配相应的权重；根据所述权重获取所述特征图中关键点的初始LBP算子半径，所述初始LBP算子半径区域内的信息熵为基准信息熵；根据所述基准信息熵调整所述特征图中每个关键点所对应的LBP算子半径区域内的信息熵在误差范围内保持一致，将此时的LBP算子半径作为最优LBP算子半径，根据所述最优LBP算子半径获取每个所述关键点的特征值；获取所述垃圾分类设备入口的特征图以及所述垃圾分类设备出口的特征图之间关键点的匹配成功率，以及匹配成功关键点特征值的差异性；根据所述匹配成功率、差异性以及所述权重获取差异程度，根据所述差异程度检测所述垃圾物品是否发生掉落；其中，所述根据所述最优LBP算子半径获取每个所述关键点的特征值的步骤，还包括：对于所述特征图的边缘关键点，获取所述最优LBP算子半径区域内的基准感受野面积，根据所述基准感受野面积调整所述特征图的边缘像素点的LBP算子半径区域内的目标像素感受野面积保持相同，将此时的LBP算子半径作为边缘LBP算子半径，所述边缘LBP算子半径内采样点数量与所述最优LBP算子半径内采样点数量一致；根据所述边缘LBP算子半径获取所述边缘关键点的特征值；所述根据所述特征图的不同尺度以及信息熵为每张所述特征图分配相应的权重的步骤，包括：获取所述特征图的尺度与所述信息熵的乘积，将所述乘积作为所述权重；所述根据所述匹配成功率、差异性以及所述特征权重获取差异程度的步骤，包括：获取所述差异性与所述匹配成功率的比值为差异比，将不同尺度的所述特征图的权重作为差异比的权值对不同尺度的所述特征图进行加权求和，得到所述差异程度。2.根据权利要求1所述的方法，其特征在于，所述获取...

【专利技术属性】
技术研发人员：蒲刚，
申请(专利权)人：江苏瑞立环保工程股份有限公司，
类型：发明
国别省市：