一种基于红外图像的机房维护监控方法及系统技术方案

本说明书实施例公开了一种基于红外图像的机房维护监控方法及系统，其中，该方法包括：确定红外图像中各个像素点对应的温度差异系数；基于温度差异系数对红外图像中的各个像素点进行优化修正处理，得到红外特征凸显图像；将红外特征凸显图像均匀划分为W

【技术实现步骤摘要】
一种基于红外图像的机房维护监控方法及系统


[0001]本专利技术涉及图像数据处理领域，特别涉及一种基于红外图像的机房维护监控方法及系统。

技术介绍

[0002]随着互联网移动终端设备的普及使用，目前，各种终端设备的数量呈现出爆炸增长的趋势。在这些终端设备的使用过程中，会伴随着大规模的数据，而这些大规模的数据需要机房服务器进行及时处理。
[0003]由于机房服务器和存储设备需要长时间不间断地负载运行，因此极易导致机柜风扇磨损，使得机房硬件设备的温度快速升高，进而导致机房服务器宕机故障异常，无法及时响应用户需求数据。并且，在散热处理不及时的情况下，还可能会进一步诱发机房服务器设备损伤，甚至引发火情，造成人员财产安全事故。
[0004]基于此，有必要研究一种科学有效的机房维护监控方法，以实现实时监控机房设备的温度状态，从而更好地保证机房设备正常运行。

技术实现思路

[0005]本说明书实施例的一个方面提供一种基于红外图像的机房维护监控方法，所述方法包括：获取针对机房设备采集的红外图像；确定所述红外图像中各个像素点对应的温度差异系数；基于所述温度差异系数对所述红外图像中的各个像素点进行优化修正处理，得到红外特征凸显图像；将所述红外特征凸显图像均匀划分为W
×
W个子图像，并确定每一个所述子图像所对应的行凸显特征序列和列凸显特征序列，其中，W为大于或等于2的整数；基于所述行凸显特征序列和所述列凸显特征序列确定每一个所述子图像对应的第一特征和第二特征，并基于所述第一特征和所述第二特征构成每一个所述子图像所对应的行凸显二元组和列凸显二元组；根据所述行凸显二元组和所述列凸显二元组确定每一个所述子图像对应的凸显特征量化阈值；基于所述凸显特征量化阈值与预设阈值之间的大小关系，确定每一个所述子图像所对应的目标量化阈值；基于所述目标量化阈值对所述红外图像进行二值化处理，得到二值化凸显特征图像；基于所述二值化凸显特征图像，确定所述红外图像所反映的温度异常风险系数。
[0006]在一些实施例中，所述确定所述红外图像中各个像素点对应的温度差异系数，包括：对于每一个目标像素点，确定所述目标像素点与所在行的其他各个像素点之间的灰度差值所对应的第一绝对值，以及所述目标像素点与所在列的其他各个像素点之间的灰度差值所对应的第二绝对值；确定所述红外图像中的最大灰度值与所述目标像素点的灰度值之间的第一差值；基于所述第一绝对值、所述第二绝对值以及所述第一差值，得到所述目标像素点所对应的温度差异系数。
[0007]在一些实施例中，所述基于所述第一绝对值、所述第二绝对值以及所述第一差值，得到所述目标像素点所对应的温度差异系数，包括：计算所述第一绝对值与所述第二绝对
值之和，得到第一参数；基于所述第一参数与所述第一差值的比值，得到第二参数；对所述第二参数进行归一化处理，得到所述目标像素点所对应的温度差异系数。
[0008]在一些实施例中，所述基于所述温度差异系数对所述红外图像中的各个像素点进行优化修正处理，得到红外特征凸显图像，包括：对于每一个目标像素点，在所述目标像素点所对应的灰度值大于或等于所述红外图像的平均灰度值时，基于所述温度差异系数对所述目标像素点的灰度值进行放大；以及在所述目标像素点所对应的灰度值小于所述红外图像的平均灰度值时，基于所述温度差异系数对所述目标像素点的灰度值进行缩小。
[0009]在一些实施例中，每一个所述子图像包含N
×
N个像素点，所述将所述红外特征凸显图像均匀划分为W
×
W个子图像，包括：对于所述红外特征凸显图像中无法构成所述子图像的边缘像素点位置，通过均值填充将所述红外特征凸显图像的边缘位置填充成大小为N
×
N的子图像区域。
[0010]在一些实施例中，所述行凸显特征序列和所述列凸显特征序列中包含像素点所对应的凸显特征数值，所述基于所述行凸显特征序列和所述列凸显特征序列确定每一个所述子图像对应的第一特征和第二特征，并基于所述第一特征和所述第二特征构成每一个所述子图像所对应的行凸显二元组和列凸显二元组，包括：基于每一个所述行凸显特征序列中所包含的凸显特征数值的均值，确定对应行凸显二元组中的第一特征；对每一个所述行凸显特征序列中相邻像素点所对应的凸显特征数值的差值的绝对值进行均值计算，得到对应行凸显二元组中的第二特征；以及基于每一个所述列凸显特征序列中所包含的凸显特征数值的均值，确定对应列凸显二元组中的第一特征；对每一个所述列凸显特征序列中相邻像素点所对应的凸显特征数值的差值的绝对值进行均值计算，得到对应列凸显二元组中的第二特征。
[0011]在一些实施例中，所述根据所述行凸显二元组和所述列凸显二元组确定每一个所述子图像对应的凸显特征量化阈值，包括：对所述子图像中对应行号和列号相同的所述行凸显二元组和所述列凸显二元组分别进行相似性计算，并对计算得到的相似度进行均值计算，得到所述子图像对应的凸显特征量化阈值。
[0012]在一些实施例中，所述基于所述凸显特征量化阈值与预设阈值之间的大小关系，确定每一个所述子图像所对应的目标量化阈值，包括：在所述凸显特征量化阈值大于或等于所述预设阈值时将所述目标量化阈值确定为第一阈值，在所述凸显特征量化阈值小于所述预设阈值时将所述目标量化阈值确定为第二阈值；其中，所述第一阈值通过对所述子图像中所包含的所有凸显特征数值进行均值计算得到，所述第二阈值通过对所述子图像中最大凸显特征数值所在行以及所在列所包含的凸显特征数值进行均值计算得到。
[0013]在一些实施例中，所述基于所述二值化凸显特征图像，确定所述红外图像所反映的温度异常风险系数，包括：确定每一个所述子图像所对应的区域中表征温度异常的像素点的数量；对相邻四个所述子图像所构成的区域进行二维离散小波处理，并基于二维离散小波处理后得到的数值得到所述四个所述子图像所构成的区域对应的均值；基于所述数量和所述均值，确定每一个所述子图像所对应的小波聚类阈值；根据所述小波聚类阈值，判断每一个所述子图像所对应的区域是否为温度异常簇；对相邻的所述温度异常簇进行合并，并将孤立的所述温度异常簇去除，得到所述红外图像中的温度异常区域；基于所述温度异常区域中的像素点个数与所述红外图像中的像素点总数的比值，得到所述红外图像所反映
的温度异常风险系数。
[0014]本说明书实施例的另一个方面还提供一种基于红外图像的机房维护监控系统，所述系统包括：获取模块，用于获取针对机房设备采集的红外图像；温度差异系数确定模块，用于确定所述红外图像中各个像素点对应的温度差异系数；红外特征凸显图像生成模块，用于基于所述温度差异系数对所述红外图像中的各个像素点进行优化修正处理，得到红外特征凸显图像；图像划分模块，用于将所述红外特征凸显图像均匀划分为W
×
W个子图像，并确定每一个所述子图像所对应的行凸显特征序列和列凸显特征序列，其中，W为大于或等于2的整数；凸显二元组生成模块，用于基于所述行凸显特征序列和所述列凸显特征序列确定每一个所述子图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外图像的机房维护监控方法，其特征在于，包括：获取针对机房设备采集的红外图像；确定所述红外图像中各个像素点对应的温度差异系数；基于所述温度差异系数对所述红外图像中的各个像素点进行优化修正处理，得到红外特征凸显图像；将所述红外特征凸显图像均匀划分为W
×
W个子图像，并确定每一个所述子图像所对应的行凸显特征序列和列凸显特征序列，其中，W为大于或等于2的整数；基于所述行凸显特征序列和所述列凸显特征序列确定每一个所述子图像对应的第一特征和第二特征，并基于所述第一特征和所述第二特征构成每一个所述子图像所对应的行凸显二元组和列凸显二元组；根据所述行凸显二元组和所述列凸显二元组确定每一个所述子图像对应的凸显特征量化阈值；基于所述凸显特征量化阈值与预设阈值之间的大小关系，确定每一个所述子图像所对应的目标量化阈值；基于所述目标量化阈值对所述红外图像进行二值化处理，得到二值化凸显特征图像；基于所述二值化凸显特征图像，确定所述红外图像所反映的温度异常风险系数。2.如权利要求1所述的方法，其特征在于，所述确定所述红外图像中各个像素点对应的温度差异系数，包括：对于每一个目标像素点，确定所述目标像素点与所在行的其他各个像素点之间的灰度差值所对应的第一绝对值，以及所述目标像素点与所在列的其他各个像素点之间的灰度差值所对应的第二绝对值；确定所述红外图像中的最大灰度值与所述目标像素点的灰度值之间的第一差值；基于所述第一绝对值、所述第二绝对值以及所述第一差值，得到所述目标像素点所对应的温度差异系数。3.如权利要求2所述的方法，其特征在于，所述基于所述第一绝对值、所述第二绝对值以及所述第一差值，得到所述目标像素点所对应的温度差异系数，包括：计算所述第一绝对值与所述第二绝对值之和，得到第一参数；基于所述第一参数与所述第一差值的比值，得到第二参数；对所述第二参数进行归一化处理，得到所述目标像素点所对应的温度差异系数。4.如权利要求1所述的方法，其特征在于，所述基于所述温度差异系数对所述红外图像中的各个像素点进行优化修正处理，得到红外特征凸显图像，包括：对于每一个目标像素点，在所述目标像素点所对应的灰度值大于或等于所述红外图像的平均灰度值时，基于所述温度差异系数对所述目标像素点的灰度值进行放大；以及在所述目标像素点所对应的灰度值小于所述红外图像的平均灰度值时，基于所述温度差异系数对所述目标像素点的灰度值进行缩小。5.如权利要求1所述的方法，其特征在于，每一个所述子图像包含N
×
N个像素点，所述将所述红外特征凸显图像均匀划分为W
×
W个子图像，包括：
对于所述红外特征凸显图像中无法构成所述子图像的边缘像素点位置，通过均值填充将所述红外特征凸显图像的边缘位置填充成大小为N
×
N的子图像区域。6.如权利要求1所述的方法，其特征在于，所述行凸显特征序列和所述列凸显特征序列中包含像素点所对应的凸显特征数值，所述基于所述行凸显特征序列和所述列凸显特征序列确定每一个所述子图像对应的第一特征和第二特征，并基于所述第一特征和所述第二特征构成每一个所述子图像所对应的行凸显二元组和列凸显二元组，包括：基于每一个所述行凸显特征序列中所包含的凸显特征数值的均值，确定对应行凸显二元组中的第一特征；对每一个所述行凸显特征序列中相邻像素点所对应的凸显特...

【专利技术属性】
技术研发人员：刘宏照，李艺鸿，李宁，雷高明，覃为，张伟鹏，刘腾渊，
申请(专利权)人：深圳技术大学，
类型：发明
国别省市：