基于图像识别的设备质量评估方法、装置、终端和介质制造方法及图纸

本发明专利技术提供了一种基于图像识别的设备质量评估方法、装置、终端和介质，属于设备质量评估技术领域，方法包括：获取待评估设备的外观图像并识别出多个检测点，并识别出若干标志物，获得各标志物对应的标志物轮廓；根据标志物轮廓对外观图像进行分割，获得对应标志物图像；将各标志物图像与预设图像进行匹配，并分别计算各标志物图像对应的匹配度，基于匹配度确定是否存在风险并识别风险类型。本申请相比现有技术，对外观缺陷引起的质量异常进行识别，降低了对数据库及样本数据的依赖性，提高了检测精度；此外，可以确定异常风险是外界因素引起的还是设备内部因素引起的，以解决如何实现对设备外观缺陷反映的质量异常进行精细评估的问题。评估的问题。评估的问题。

【技术实现步骤摘要】
基于图像识别的设备质量评估方法、装置、终端和介质


[0001]本专利技术涉及设备质量评估领域，尤其涉及一种基于图像识别的设备质量异常评估方法、装置、终端设备和计算机可读存储介质。

技术介绍

[0002]设备与产品的生产制造息息相关。而设备的质量会直接影响到生产制造的效率。当设备的产生质量异常、缺陷甚至出现故障时，可能会导致生产工序的停止，进而导致产品的生产制造受到影响；严重时，甚至可能会产生连环效应，例如影响到产品后续其他工艺的正常运行，或影响到其他产品的生产制造。
[0003]对设备质量的考核指标主要由生产性、可靠性、节能型、维修性、耐用性和环保型等。其中，机器设备的生产系效率又被称为生产率，通常表现为功率、行程和速率等一系列技术参数。而在某些设备的质量出现异常或者出现故障时，这些问题在一定程度上会反映到设备的外观，例如设备出现漏油的问题，或者其外观上出现了一定程度的破损等。现有技术对设备的外观进行检测主要是通过深度卷积神经网络对设备外观图像进行特征提取，与图像数据库进行比对，以确定其是否存在外观缺陷。但是，这种现有技术较为依赖样本本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的设备质量异常评估方法，其特征在于，包括：获取待评估设备的外观图像，从所述外观图像中识别出多个检测点，基于各检测点的相对位置信息和所述待评估设备的设备类型识别出若干标志物，并获得各标志物对应的标志物轮廓；根据所述标志物轮廓对所述外观图像进行分割，获得与各标志物分别对应的标志物图像；并通过所述标志物轮廓获得各标志物的类型；将各标志物图像与预设的各外部风险图像和预设的各内部风险图像分别进行匹配，并分别计算各标志物图像对应的匹配度；其中，所述外部风险图像和所述内部风险图像均预先存储在标准图像库中；所述内部风险图像中的标志物和所述标志物图像中的标志物属于同一类型；在所述匹配度大于预设的第一匹配阈值且所述匹配度为标志物图像与外部风险图像之间的匹配度时，判定对应的标志物为风险标志物且所述待评估设备存在由外界因素引起的异常风险；在所述匹配度大于预设的第二匹配阈值且所述匹配度为标志物图像与内部风险图像之间的匹配度时，判定对应的标志物为风险标志物且所述待评估设备存在由设备内部因素引起的异常风险；在所述匹配度小于等于预设的第一匹配阈值且所述匹配度为标志物图像与外部风险图像之间的匹配度时，判定所述待评估设备不存在异常风险；以及，在所述匹配度小于等于预设的第二匹配阈值且所述匹配度为标志物图像与内部风险图像之间的匹配度时，判定所述待评估设备不存在异常风险。2.如权利要求1所述的一种基于图像识别的设备质量异常评估方法，其特征在于，在所述将各标志物图像与预设的各外部风险图像和预设的各内部风险图像分别进行匹配之前，还包括：通过所述标志物轮廓获得各标志物对应的唯一像素坐标；所述设备质量异常评估方法还包括：在所述待评估设备存在由外界因素引起的异常风险时，将第一预警信息发送至管理人员终端；其中，所述第一预警信息包括风险标志物的唯一像素坐标和对应的标志物图像；在所述待评估设备存在由设备内部因素引起的异常风险时，根据各类型标志物数量、标志物图像与内部风险图像之间的匹配度以及标志物类型对应的预先设定的风险贡献率，计算得到所述待评估设备的质量异常评估结果，当所述质量异常评估结果大于预设评估阈值时，将第二预警信息发送至所述管理人员终端；其中，所述第二预警信息包括所述质量异常评估结果、每个风险标志物的唯一像素坐标和对应的标志物图像。3.如权利要求2所述的一种基于图像识别的设备质量异常评估方法，其特征在于，所述通过所述标志物轮廓获得各标志物对应的唯一像素坐标，具体为：当识别的标志物为规则形状时，将标志物的中心像素坐标作为所述唯一像素坐标；当识别的标志物为非规则形状时，从对应的标志物轮廓中，按照该标志物的类型，选取标志物的若干轮廓点作为对应的轮廓点集合；其中，每种标志物的类型对应一种轮廓点选取规则；针对每个轮廓点集合，分别计算集合中各轮廓点之间的D8距离，从D8距离最短的两个
轮廓点中任意选择一个轮廓点，将该轮廓点对应的坐标作为轮廓点集合对应的标志物的唯一像素坐标。4.如权利要求1所述的一种基于图像识别的设备质量异常评估方法，其特征在于，所述分别计算各标志物图像对应的匹配度，具体为：通过预设的特征提取模型，对所有标志物图像、所有外部风险图像和所有内部风险图像进行特征提取，获得各图像对应的特征向量；根据下式计算标志物图像对应的匹配度：；其中，p
i
代表标志物图像的第i个特征向量，q
i
代表外部风险图像或内部风险图像的第i个特征向量，n为特征向量的总数。5.如权利要求1至4任意一项所述的一种基于图像识别的设备质量异常评估方法，其特征在于，在所述从所述外观图像中识别出多个检测点之前，还包括：对所述外观图像进行去噪、空间变换和校正，获得经过...

【专利技术属性】
技术研发人员：张发恩，贲圣兰，
申请(专利权)人：青岛创新奇智科技集团股份有限公司，
类型：发明
国别省市：