一种基于图像识别的设备清洁检测方法、系统及存储介质技术方案

一种基于图像识别的设备清洁检测方法、系统及存储介质，该方法包括：获取待检测设备的图像信息，并根据所述图像信息从模型库中调取对应所述待检测设备的模板匹配模型；基于所述模板匹配模型对所述图像信息进行分割得到所述待测设备的掩膜结果；将所述掩膜结果作为感兴趣区域，检测所述感兴趣区域中是否存在荧光标记；若所述感兴趣区域中不存在荧光标记，则生成检验合格报告。全程由计算机程序自动判定评价结果，避免了人工检查存在对标记的清除效果的主观判断而导致的错判风险，提高了评价结果的可靠性。果的可靠性。果的可靠性。

【技术实现步骤摘要】
一种基于图像识别的设备清洁检测方法、系统及存储介质


[0001]本专利技术涉及图像识别
，特别是涉及一种基于图像识别的设备清洁检测方法、系统及存储介质。

技术介绍

[0002]医疗、工业等专业设备具有价值高、精密性高、运行环境要求高等特点，需要定期进行保养清洁，以维持设备良好的运行状态。常规的清洁管理工作流程一般分为制定清洁计划、专业清洁团队清洁、清洁效果评定几个阶段，具体如下：
[0003]设备管理部门根据设备工作期限、运行状态等情况，制定清洁计划，下发清洁任务，使用荧光材料在尚未清洁消毒的物体表面，画出肉眼不可见但可通过清洁消毒擦拭掉的标记(紫外线手电筒灯光下呈特殊颜色)，清洁后借助手持紫外线照射设备检查荧光标记，检查荧光标记是否被清除，以此来检查专业设备表面清洁质量，并记录清洁结果，然而，通过人工检测的方式存在检测效率低下、且无法给出客观的清洁效果评价报告。

技术实现思路

[0004]鉴于上述状况，有必要提供一种基于图像识别的设备清洁检测方法、系统及存储介质，用于解决现有技术中采用人工检测设备表面的荧光标记，导致检测效率低下且无法给出客观的清洁效果评价报告的技术问题。
[0005]本专利技术提供了一种基于图像识别的设备清洁检测方法，所述方法包括：
[0006]获取待检测设备的图像信息，并根据所述图像信息从模型库中调取对应所述待检测设备的模板匹配模型；
[0007]基于所述模板匹配模型对所述图像信息进行分割得到所述待测设备的掩膜结果；
[0008]将所述掩膜结果作为感兴趣区域，检测所述感兴趣区域中是否存在荧光标记；
[0009]若所述感兴趣区域中不存在荧光标记，则生成检验合格报告；
[0010]其中，所述根据所述图像信息从模型库中调取对应所述待检测设备的模板匹配模型的步骤具体包括：
[0011]提取所述图像信息中各像素点的像素值，并将所述像素值设置为所述像素点的总梯度值得到所述待检测设备的梯度图；
[0012]将所述梯度图与所述模型库中的多个标准梯度图进行相似度匹配计算，从所述模型库中求取出匹配度最高的标准梯度图作为所述模板匹配模型。
[0013]进一步的，上述基于图像识别的设备清洁检测方法，其中，所述将所述梯度图与所述模型库中的多个标准梯度图进行相似度匹配计算，从所述模型库中求取出匹配度最高的标准梯度图作为所述模板匹配模型的计算公式为：
[0014][0015]其中，f(i,j)表示在标准梯度图中最上方j个像素，距离图像最左端i个像素位置
的像素值，t(i,j)表示在待检测设备的梯度图中距离最上方j个像素，距离最左端i个像素位置的像素值，μ
f
为标准梯度图的像素值均值，μ
t
为待检测设备的梯度图的像素值均值，n为模板图像的像素数量，NCC为匹配度。
[0016]进一步的，上述基于图像识别的设备清洁检测方法，其中，所述图像信息中包括N个待匹配图像，所述基于所述模板匹配模型对所述图像信息进行分割得到所述待测设备的掩膜结果的步骤具体包括：
[0017]将所述模板匹配模型与所述图像信息中的每一个所述待匹配图像进行匹配，确定待检测设备的边缘轮廓位置，将所述轮廓以内的图像作为所述目标掩膜。
[0018]进一步的，上述基于图像识别的设备清洁检测方法，其中，所述将所述掩膜结果作为感兴趣区域，检测所述感兴趣区域中是否存在荧光标记的步骤之后，所述方法还包括：
[0019]若所述感兴趣区域中存在荧光标记，则计算所述荧光标记在所述感兴趣区域中的占比，并根据所述占比生成检验不合格报告。
[0020]进一步的，上述基于图像识别的设备清洁检测方法，其中，所述若所述感兴趣区域中存在荧光标记，则计算所述荧光标记在所述感兴趣区域中的占比，并根据所述占比生成检验不合格报告的步骤之后，所述方法还包括：
[0021]根据所述图像信息建立像素坐标系并确定所有所述荧光标记的像素坐标。
[0022]本专利技术还提供了一种基于图像识别的设备清洁检测系统，包括：
[0023]获取模块，用于获取待检测设备的图像信息，并根据所述图像信息从模型库中调取对应所述待检测设备的模板匹配模型；
[0024]图像分割模块，用于基于所述模板匹配模型对所述图像信息进行分割得到所述待测设备的掩膜结果；
[0025]检测模块，用于将所述掩膜结果作为感兴趣区域，检测所述感兴趣区域中是否存在荧光标记；
[0026]处理模块，用于若所述感兴趣区域中不存在荧光标记，则生成检验合格报告；
[0027]其中，所述获取模块包括：
[0028]获取单元，用于提取所述图像信息中各像素点的像素值，并将所述像素值设置为所述像素点的总梯度值得到所述待检测设备的梯度图；
[0029]执行单元，用于将所述梯度图与所述模型库中的多个标准梯度图进行相似度匹配计算，从所述模型库中求取出匹配度最高的标准梯度图作为所述模板匹配模型。
[0030]进一步的，上述基于图像识别的设备清洁检测系统，其中，所述图像分割模块，用于将所述模板匹配模型与所述图像信息中的每一个所述待匹配图像进行匹配，确定待检测设备的边缘轮廓位置，将所述轮廓以内的图像作为所述目标掩膜。
[0031]进一步的，上述基于图像识别的设备清洁检测系统，其中，所述处理模块，用于若所述感兴趣区域中存在荧光标记，则计算所述荧光标记在所述感兴趣区域中的占比，并根据所述占比生成检验不合格报告。
[0032]进一步的，上述基于图像识别的设备清洁检测系统，其中，所述系统还包括：
[0033]定位模块，用于根据所述图像信息建立像素坐标系并确定所有所述荧光标记的像素坐标。
[0034]本专利技术还公开了一种存储介质，其上存储有程序，所述程序被处理器执行时实现
上述任意一所述的方法。
[0035]本专利技术较现有技术的有益效果为：通过分析待检测设备的图像信息从模型库中调取相应的模板匹配模型，然后基于调取的模板匹配模型对拍摄到的图像信息进行分割处理，以将待检测设备从背景图中扣出，仅对图像信息中的待检测设备区域检测是否留存荧光标记，缩小了图像识别范围，可以快速生成相应的检验报告，全程由计算机程序自动判定评价结果，避免了人工检查存在对标记的清除效果的主观判断而导致的错判风险，提高了评价结果的可靠性。
附图说明
[0036]图1为本专利技术第一实施例提供的基于图像识别的设备清洁检测方法的流程图；
[0037]图2为本专利技术第三实施例提供的基于图像识别的设备清洁检测系统的结构框图；
[0038]图3为本专利技术第四实施例提供的电子设备结构示意图；
具体实施方式
[0039]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的设备清洁检测方法，其特征在于，所述方法包括：获取待检测设备的图像信息，并根据所述图像信息从模型库中调取对应所述待检测设备的模板匹配模型；基于所述模板匹配模型对所述图像信息进行分割得到所述待测设备的掩膜结果；将所述掩膜结果作为感兴趣区域，检测所述感兴趣区域中是否存在荧光标记；若所述感兴趣区域中不存在荧光标记，则生成检验合格报告；其中，所述根据所述图像信息从模型库中调取对应所述待检测设备的模板匹配模型的步骤具体包括：提取所述图像信息中各像素点的像素值，并将所述像素值设置为所述像素点的总梯度值得到所述待检测设备的梯度图；将所述梯度图与所述模型库中的多个标准梯度图进行相似度匹配计算，从所述模型库中求取出匹配度最高的标准梯度图作为所述模板匹配模型。2.如权利要求1所述的基于图像识别的设备清洁检测方法，其特征在于，所述将所述梯度图与所述模型库中的多个标准梯度图进行相似度匹配计算，从所述模型库中求取出匹配度最高的标准梯度图作为所述模板匹配模型的计算公式为：其中，f(i,j)表示在标准梯度图中最上方j个像素，距离图像最左端i个像素位置的像素值，t(i,j)表示在待检测设备的梯度图中距离最上方j个像素，距离最左端i个像素位置的像素值，μ
f
为标准梯度图的像素值均值，μ
t
为待检测设备的梯度图的像素值均值，n为模板图像的像素数量，NCC为匹配度。3.如权利要求1所述的基于图像识别的设备清洁检测方法，其特征在于，所述图像信息中包括N个待匹配图像，所述基于所述模板匹配模型对所述图像信息进行分割得到所述待测设备的掩膜结果的步骤具体包括：将所述模板匹配模型与所述图像信息中的每一个所述待匹配图像进行匹配，确定待检测设备的边缘轮廓位置，将所述轮廓以内的图像作为所述目标掩膜。4.如权利要求1所述的基于图像识别的设备清洁检测方法，其特征在于，所述将所述掩膜结果作为感兴趣区域，检测所述感兴趣区域中是否存在荧光标记的步骤之后，所述方法还包括：若所述感兴趣区域中存在荧光标记，则计...

【专利技术属性】
技术研发人员：金涛，李智鑫，
申请(专利权)人：思创数码科技股份有限公司，
类型：发明
国别省市：