【技术实现步骤摘要】
本专利技术涉及机器视觉，具体为一种基于机器视觉多相机的硬盘存图优化方法及系统。
技术介绍
1、在现代机器视觉项目开发中，特别是在那些需要处理大量高分辨率图像的应用场景下，现有技术面临着诸多挑战，尤其当使用多种类型（如2d、线扫描、3d等）的相机时，数据处理和存储需求极为庞大，例如，在某些高端工业检测或ai标注应用中，单台工控机每天需要处理和存储达到tb级别的图像数据，这种大规模的数据处理不仅对计算资源提出了极高的要求，而且在数据存储和管理上也面临着重大的挑战，现有技术的一个关键限制是在多相机系统中，通常需要为每个相机开启一个独立的线程来处理和保存图像数据，这种方式在只有少量相机时可能尚可应对，但随着相机数量的增加，系统硬盘的读写i/o资源会成为瓶颈，当多个线程同时尝试写入同一块硬盘时，就会出现资源争用问题，导致硬盘的写入速度大幅下降，响应时间显著增加，此外，由于硬盘写速度跟不上数据产生的速度，软件占用的内存会持续增加，最终可能导致内存用尽，甚至系统崩溃。
2、通过构建n组队列和线程，实现了对多相机系统中的图像处理和存储流程的优化，每个相机对应的线程不再直接将图像写入硬盘，而是先将原始图像和检测结果截图存入相应的取图队列，然后，每个硬盘对应的线程从取图队列中获取图像并写入存图队列中，最终将存图队列中的图像写入硬盘，这种方法有效地减少了硬盘i/o的资源争用，提高了写入速度，并降低了硬盘响应时间，系统存入监测评估算法为系统提供了故障预测和性能监控的功能，通过对队列长度、图像处理时间、队列等待时间、系统资源使用情况等综合数据
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：现有的硬盘图像处理和存储方法存在写入速度低，效率低，可靠性低，以及如何避免图像处理过程中系统硬盘i/o资源争用，减少碎片化存储，避免因为写硬盘速度慢导致的内存持续递增的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：一种基于机器视觉多相机的硬盘存图优化方法，包括采集相机原始图像数据和硬盘存图数据，构建n组队列和线程；构建多相机算法处理线程，将原始图像和检测结果截图存入取图队列，构建系统存入监测评估算法，对存入队列过程进行故障评估；硬盘对应的线程从取图队列获取图像并写入存图队列中，将存图队列中的图写入硬盘。
4、作为本专利技术所述的基于机器视觉多相机的硬盘存图优化方法的一种优选方案，其中：所述硬盘存图数据包括队列长度数据、图像处理时间数据、队列等待时间数据、图像大小和质量数据、系统资源使用情况数据、队列处理速率数据、图像传输速度数据、故障和异常记录数据；系统资源使用情况数据包括cpu使用率、内存占用、硬盘i/o负载。
5、作为本专利技术所述的基于机器视觉多相机的硬盘存图优化方法的一种优选方案，其中：所述构建n组队列和线程包括在每个硬盘对应的线程中，构建n组队列和线程；构建原始图像取图线程安全队列a11，存储从原始图像队列b11中取出的原始图像，当原始图像处理完成时，原始图像被添加到队列a11中；构建截取图像取图线程安全队列a21，存储从截取图像队列b21中取出的截取图像；构建存原图线程安全队列a31，临时存储从队列a11中取出的原始图像；构建存截图线程安全队列a41，临时存储从队列a21中取出的截取图像；原始图像取图和截取图像取图同一个硬盘使用同一个线程，存原图和存截图同一个硬盘使用同一个线程。
6、作为本专利技术所述的基于机器视觉多相机的硬盘存图优化方法的一种优选方案，其中：所述构建多相机算法处理线程包括构建线程安全的原始图像队列b11和截取图像队列b21，构建多相机算法表示为：
7、 ；
8、其中，为硬盘存图数据的组数，为第i组线程的处理时间，为第i组队列的长度，为处理线程的优先级，为第i组原始图像和检测结果截图的处理速率，t为时间变量，硬件和软件配置下的期望最低效能水平为；当时，线程或队列存图性能达标；当时，线程或队列存图性能不达标，调整线程数量、队列长度、处理速率，使线程或队列存图性能达标。
9、作为本专利技术所述的基于机器视觉多相机的硬盘存图优化方法的一种优选方案，其中：所述构建系统存入监测评估算法包括当线程或队列存图性能达标后，将原始图像队列b11的原始图像存入原始图像取图线程安全队列a11，将截取图像队列b21中检测结果截图存入截取图像取图线程安全队列a21中，构建系统存入监测评估算法，表示为：
10、；
11、其中，表示系统资源使用情况，为评估的时间窗口长度，t为时间变量，为队列b11的状态函数，为队列b21的状态函数，为队列a11的状态函数，为队列a21的状态函数，为系统资源使用情况函数，为调节系数，系统存入监测评估算法中各状态函数表示为：
12、 ；
13、其中，n为队列b11元素总数，k为队列b11元素迭代次数，m为队列b21元素总数，j为队列b21元素迭代次数，系统资源使用情况函数表示为：
14、；
15、其中，为系统资源调节因子，为cpu使用率，为内存占用，为硬盘i/o负载。
16、作为本专利技术所述的基于机器视觉多相机的硬盘存图优化方法的一种优选方案，其中：所述对存入队列过程进行故障评估包括通过系统存入监测评估算法函数值，对队列b11的原始图像存入队列a11中的流程以及队列b21中检测结果截图存入队列a21中的流程进行故障评估；当系统存入监测评估算法函数值大于0小于等于0.2时，图像存入队列过程无故障发生；当系统存入监测评估算法函数值大于0.2小于等于0.6时，图像存入队列过程潜在故障发生，对队列溢出、处理延迟、数据丢失以及系统资源不足进行排查；当系统存入监测评估算法函数值大于0.6小于等于1时，图像存入队列过程发生故障，确定故障类型后，对故障进行排除并检查硬件、软件、通信的损坏情况，对系统进行恢复操作。
17、作为本专利技术所述的基于机器视觉多相机的硬盘存图优化方法的一种优选方案，其中：所述将存图队列中的图写入硬盘包括硬盘对应的线程从取图队列获取图像并写入存图队列中，将存图队列中的图写入硬盘，取图队列包括队列a11和队列a21，存图队列包括队列a31和队列a41；通过存原图线程安全队列a31，每次从a11取1个单位图像写到硬盘，通过存截图线程安全队列a41，每次从a21取1个单位图像写到硬盘。
18、本专利技术的另外一个目的是提供一种基于机器视觉多相机的硬盘存图优化系统，其能通过构建多相机算法处理线程，将原始图像和检测结果截图存入取图队列，构建系统存入监测评估算法，对存入队列过程进行故障评估，解决了目前的硬盘图像处理和存储含有可靠性低的问题。
19、作为本专利技术所述的本文档来自技高网...
【技术保护点】
1.一种基于机器视觉多相机的硬盘存图优化方法，其特征在于，包括：
2.如权利要求1所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述硬盘存图数据包括队列长度数据、图像处理时间数据、队列等待时间数据、图像大小和质量数据、系统资源使用情况数据、队列处理速率数据、图像传输速度数据、故障和异常记录数据；
3.如权利要求2所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述构建N组队列和线程包括在每个硬盘对应的线程中，构建N组队列和线程；
4.如权利要求3所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述构建多相机算法处理线程包括构建线程安全的原始图像队列B11和截取图像队列B21，构建多相机算法 表示为：
5.如权利要求4所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述构建系统存入监测评估算法包括当线程或队列存图性能达标后，将原始图像队列B11的原始图像存入原始图像取图线程安全队列A11，将截取图像队列B21中检测结果截图存入截取图像取图线程安全队列A21中，构建系统存入监测评估算法，表示为：
...【技术特征摘要】
1.一种基于机器视觉多相机的硬盘存图优化方法，其特征在于，包括：
2.如权利要求1所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述硬盘存图数据包括队列长度数据、图像处理时间数据、队列等待时间数据、图像大小和质量数据、系统资源使用情况数据、队列处理速率数据、图像传输速度数据、故障和异常记录数据；
3.如权利要求2所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述构建n组队列和线程包括在每个硬盘对应的线程中，构建n组队列和线程；
4.如权利要求3所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述构建多相机算法处理线程包括构建线程安全的原始图像队列b11和截取图像队列b21，构建多相机算法 表示为：
5.如权利要求4所述的基于机器视觉多相机的硬盘存图优化方法，其特征在于：所述构建系统存入监测评估算法包括当线程或队列存图性能达标后，将原始图像队列b11的原始图像存入原始图像取图线程安全队列a11，将截取图像队列b21中检测结果截图存入截取图像取图线程安全队列a21中，构建系统存入监测评估算法，表示为：
6.如权利要求5所述的基于机...
【专利技术属性】
技术研发人员：王刚，赵哲，张权，彭东南，
申请(专利权)人：广州市易鸿智能装备股份有限公司，
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。