CN107103330A - 一种指示灯状态识别方法和装置 - Google Patents
一种指示灯状态识别方法和装置 Download PDFInfo
- Publication number
- CN107103330A CN107103330A CN201710210043.6A CN201710210043A CN107103330A CN 107103330 A CN107103330 A CN 107103330A CN 201710210043 A CN201710210043 A CN 201710210043A CN 107103330 A CN107103330 A CN 107103330A
- Authority
- CN
- China
- Prior art keywords
- indicator lamp
- pixel size
- light colors
- led status
- indicator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种指示灯状态识别方法,包括:采集包含指示灯的图像;确定所述图像中的指示灯颜色以及指示灯像素大小;在预置的模板颜色库中,对指示灯颜色进行匹配处理;根据匹配结果以及所述指示灯像素大小,识别指示灯状态。在本发明实施例中,可以通过图像采集设备采集包含指示灯的图像,通过图像处理系统确定图像中的指示灯颜色以及指示灯像素大小。在模板颜色库中,对指示灯颜色进行匹配处理。根据匹配结果和指示灯像素大小识别指示灯状态,实现了指示灯状态的自动化检测,及时发现设备故障及异常情况。当检测到指示灯故障后,再通知运维人员前来处理,从而节省了人力成本。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种指示灯状态识别方法和一种指示灯状态识别装置。
背景技术
随着企业对IT(Information Technology,信息技术)的投入与日俱增,企业数据中心的规模越来越大。数据中心机房在运作时,需要对机房设备进行例行检测,以主动掌握设备的运行情况,及时发现设备故障及异常情况,确保设备安全稳定运行。
目前,数据中心机房的巡检任务大多采用人工方式,由巡检人员,定时对设备的指示灯状态检测。当机柜中设备指示灯状态出现变化时,说明有故障发生,巡检人员需要及时处理。而机房中设备数量繁多,巡检人员很难做到全面的检测,同时巡检人员的思想松懈易造成漏报,效率低下,成本高。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种指示灯状态识别方法和相应的一种指示灯状态识别装置。
为了解决上述问题,本发明实施例公开了一种指示灯状态识别方法,包括:
采集包含指示灯的图像;
确定所述图像中的指示灯颜色以及指示灯像素大小;
在预置的模板颜色库中,对指示灯颜色进行匹配处理;
根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
优选的,在确定所述图像中的指示灯颜色以及指示灯像素大小之前,还包括:
去除指示灯图像中的噪声。
优选的,所述确定所述图像中的指示灯颜色以及指示灯像素大小的步骤包括:
在所述图像中,确定指示灯的中心点;
以指示灯的中心点为中心,预设像素大小的区域作为目标区域;
在所述目标区域中,确定指示灯颜色以及指示灯像素大小。
优选的,所述指示灯状态包括:正常状态和故障状态;所述预置的模板颜色库中包括:与正常状态对应的第一颜色范围,以及与故障状态对应的第二颜色范围;
所述在预置的模板颜色库中,对指示灯颜色进行匹配处理的步骤包括:
将所述指示灯颜色与第一颜色范围和第二颜色范围进行比较。
优选的,所述根据匹配结果以及所述指示灯像素大小,识别指示灯状态的步骤包括:
若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
优选的,所述指示灯颜色包括:指示灯色调;所述第一颜色范围包括:第一色调范围;所述第二颜色范围包括:第二色调范围;
所述若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态的步骤包括:
若指示灯色调在第一色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
所述若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态的步骤包括:
若指示灯色调在第二色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
本发明实施例还公开了一种指示灯状态识别装置,包括:
图像采集模块,用于采集包含指示灯的图像;
颜色像素确定模块,用于确定所述图像中的指示灯颜色以及指示灯像素大小;
颜色匹配模块,用于在预置的模板颜色库中,对指示灯颜色进行匹配处理;
指示灯状态识别模块,用于根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
优选的,还包括:
噪声去除模块,用于在颜色像素确定模块确定所述图像中的指示灯颜色以及指示灯像素大小之前,去除指示灯图像中的噪声。
优选的,所述颜色像素确定模块包括:
中心点确定子模块,用于在所述图像中,确定指示灯的中心点;
目标区域确定子模块,用于以指示灯的中心点为中心,预设像素大小的区域作为目标区域;
颜色像素确定子模块,用于在所述目标区域中,确定指示灯颜色以及指示灯像素大小。
优选的,所述指示灯状态包括:正常状态和故障状态;所述预置的模板颜色库中包括:与正常状态对应的第一颜色范围,以及与故障状态对应的第二颜色范围;
所述颜色匹配模块包括:
颜色范围比较子模块,用于将所述指示灯颜色与第一颜色范围和第二颜色范围进行比较。
优选的,所述指示灯状态识别模块包括:
正常状态确定子模块,用于若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
故障状态确定子模块,用于若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
优选的,所述指示灯颜色包括:指示灯色调;所述第一颜色范围包括:第一色调范围;所述第二颜色范围包括:第二色调范围;
所述正常状态确定子模块包括:
正常状态确定单元,用于若指示灯色调在第一色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
所述故障状态确定子模块包括:
故障状态确定单元,用于若指示灯色调在第二色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
本发明实施例包括以下优点:
在本发明实施例中,可以通过图像采集设备采集包含指示灯的图像,通过图像处理系统确定图像中的指示灯颜色以及指示灯像素大小。在模板颜色库中,对指示灯颜色进行匹配处理。根据匹配结果和指示灯像素大小识别指示灯状态,实现了指示灯状态的自动化检测,及时发现设备故障及异常情况。当检测到指示灯故障后,再通知运维人员前来处理,从而节省了人力成本。
附图说明
图1是本发明的一种指示灯状态识别方法实施例1的步骤流程图;
图2是本发明的一种指示灯状态识别方法实施例2的步骤流程图;
图3是本发明的一种指示灯状态识别装置实施例1的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种指示灯状态识别方法实施例1的步骤流程图,具体可以包括如下步骤:
步骤101,采集包含指示灯的图像;
在采集机房设备的指示灯图像时,可以通过图像采集设备(如彩色CCD相机)来采集包含指示灯的图像。
在识别指示灯状态时,有很多因素影响识别结果。主要包括设备前的网孔门、指示灯多少及分布、指示灯大小及亮度等。
设备前的网孔门的影响是,在采集包含指示灯的图像时,由于设备被网孔门遮挡,使得采集得到的图像中,指示灯被部分遮挡,甚至几乎全部被遮挡。因此,要注意调整图像采集设备的相对位置,使得指示灯不要被网孔门阻挡,网孔门按照孔的种类分,有正六边形、圆形、长方形。
指示灯多少及分布的影响是,在采集包含指示灯的图像时,采集图像时,图像中指示灯的多少会影响识别结果。如果数量过多,在标定位置判断其状态时,会受相邻灯的影响。并且,由于被检测设备种类不同,导致指示灯离相机的距离不同,也就是指示灯可能不在同一平面上,采集图像可能存在不聚焦的情况,但是只要能够分辨出指示灯的状态就足够。
指示灯大小及亮度的影响是,如果指示灯太小,指示灯可能大部分被网孔门遮挡;如果指示灯亮灭状态很相似,则很难判断指示灯的亮灭状态。
针对上述因素的影响,图像采集设备采集指示灯图像的时候,必须确定好图像采集设备与待测指示灯的相对位置。
步骤102,确定所述图像中的指示灯颜色以及指示灯像素大小;
可以由图像处理系统,确定图像中的指示灯颜色以及指示灯像素大小。
步骤103,在预置的模板颜色库中,对指示灯颜色进行匹配处理;
模板颜色库中存储了预先识别得到的指示灯颜色。对当前采集的图像的指示灯颜色与模板颜色库中的指示灯颜色进行匹配。
步骤104,根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
根据匹配结果以及指示灯像素大小识别指示灯状态。具体的,可以根据指示灯像素大小确定图像中的指示灯是否有效,如果指示灯像素太小,可以认为是杂斑,并不是指示灯。当指示灯像素大小足够大时,则根据匹配结果,确定指示灯对应的状态。例如,若指示灯颜色与模板颜色库中表示故障状态的颜色匹配,则指示灯状态为故障状态。若指示灯颜色与模板颜色库中表示正常状态的颜色匹配,则指示灯状态为正常状态
在本发明实施例中,可以通过图像采集设备采集包含指示灯的图像,通过图像处理系统确定图像中的指示灯颜色以及指示灯像素大小。在模板颜色库中,对指示灯颜色进行匹配处理。根据匹配结果和指示灯像素大小识别指示灯状态,实现了指示灯状态的自动化检测,及时发现设备故障及异常情况。当检测到指示灯故障后,再通知运维人员前来处理,从而节省了人力成本。
参照图2,示出了本发明的一种指示灯状态识别方法实施例2的步骤流程图,具体可以包括如下步骤:
步骤201,采集包含指示灯的图像;
在采集机房设备的指示灯图像时,可以通过图像采集设备(如彩色CCD相机)来采集包含指示灯的图像。
步骤202,对图像进行预处理;
对图像进行预处理的步骤可以包括:去除指示灯图像中的噪声。
在本发明实施例中,由于采集的图像中指示灯比较明显,只需采用中值滤波去除相应的噪声即可。
步骤203,在经过预处理的图像中确定指示灯的中心点;
通过图像处理系统在经过预处理的图像中确定指示灯的中心点。
步骤204,以指示灯的中心点为中心,预设像素大小的区域作为目标区域;
可以以一定像素大小的预设形状的区域作为目标区域。
例如,以指示灯的中心点为中心,边长为500像素的正方形区域作为目标区域。
原则上目标区域的像素大小大于指示灯像素大小即可。
步骤205,在所述目标区域中,确定指示灯颜色以及指示灯像素大小;
通过图像处理系统在图像的目标区域中确定指示灯颜色以及指示灯像素大小。
步骤206,在预置的模板颜色库中,对指示灯颜色进行匹配处理;
在本发明实施例中,可以预先采集不同型号的指示灯图像;采用不同型号的指示灯图像作为训练样本,来确定颜色模型,将颜色模型加入到模板颜色库中。
由于指示灯在图像中显示为,相同颜色中心是亮度很强,而向四周慢慢亮度减弱,然后是背景色(为黑色)。在训练模型时,可以采用的以最显著的颜色为主,根据不同亮度和色调训练为一颜色模型,加入模板颜色库。
将当前采集的图像的指示灯颜色与模板颜色库中的颜色模型进行匹配处理。
在本发明实施例中,所述指示灯状态包括:正常状态和故障状态;所述预置的模板颜色库中包括:与指示灯正常状态对应的第一颜色范围,以及与指示灯故障状态对应的第二颜色范围;所述步骤206具体可以包括如下子步骤:
子步骤S11,将所述指示灯颜色与第一颜色范围和第二颜色范围进行比较。
在本发明实施例中,当指示灯颜色在第一颜色范围内时,指示灯状态都为正常状态。当指示灯颜色在第二颜色范围内时,指示灯状态都为故障状态。
优选的,不同型号的指示灯对应不同的第一颜色范围和第二颜色范围,因此可以从模板颜色库中提取与当前指示灯型号对应的第一颜色范围和第二颜色范围,然后将指示灯颜色与对应的第一颜色范围和第二颜色范围进行比较。
步骤207,根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
在本发明实施例中,所述步骤207具体可以包括如下子步骤:
子步骤S21,若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
若图像中的指示灯颜色在第一颜色范围内,并且图像中的指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态。
子步骤S22,若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
若图像中的指示灯颜色在第二颜色范围内,并且图像中的指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
从颜色空间来看,指示灯颜色可以RGB模型和HSV模型来表示。但在实际使用中,采用RGB模型识别指示灯图像时,对于相近颜色的指示灯,比如浅绿色和浅黄色指示灯,识别区分效果很差。
在本发明实施例的一种优选示例中,以HSV模型来表示指示灯颜色,在HSV模型中,可以用色调,饱和度,亮度来衡量一种颜色。但在实际使用中,采用饱和度,亮度进行区分的效果并不明显。优选的,可以只用色调在区分指示灯的颜色。
在本发明实施例中,所述指示灯颜色包括:指示灯色调;所述第一颜色范围包括:第一色调范围;所述第二颜色范围包括:第二色调范围;
所述子步骤S21可以包括:
若指示灯色调在第一色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
所述子步骤S22可以包括:
若指示灯色调在第二色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
在本发明实施例中,可以通过图像采集设备采集包含指示灯的图像,通过图像处理系统确定图像中的指示灯颜色以及指示灯像素大小。在模板颜色库中,对指示灯颜色进行匹配处理。根据匹配结果和指示灯像素大小识别指示灯状态,实现了指示灯状态的自动化检测,及时发现设备故障及异常情况。当检测到指示灯故障后,再通知运维人员前来处理,从而节省了人力成本。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明的一种指示灯状态识别装置实施例1的结构框图,具体可以包括如下模块:
图像采集模块301,用于采集包含指示灯的图像;
颜色像素确定模块302,用于确定所述图像中的指示灯颜色以及指示灯像素大小;
颜色匹配模块303,用于在预置的模板颜色库中,对指示灯颜色进行匹配处理;
指示灯状态识别模块304,用于根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
在本发明实施例中,所述的装置还可以包括:
噪声去除模块,用于在颜色像素确定模块302确定所述图像中的指示灯颜色以及指示灯像素大小之前,去除指示灯图像中的噪声。
在本发明实施例中,所述颜色像素确定模块302可以包括:
中心点确定子模块,用于在所述图像中,确定指示灯的中心点;
目标区域确定子模块,用于以指示灯的中心点为中心,预设像素大小的区域作为目标区域;
颜色像素确定子模块,用于在所述目标区域中,确定指示灯颜色以及指示灯像素大小。
在本发明实施例中,所述指示灯状态包括:正常状态和故障状态;所述预置的模板颜色库中包括:与正常状态对应的第一颜色范围,以及与故障状态对应的第二颜色范围;
所述颜色匹配模块303可以包括:
颜色范围比较子模块,用于将所述指示灯颜色与第一颜色范围和第二颜色范围进行比较。
在本发明实施例中,所述指示灯状态识别模块304可以包括:
正常状态确定子模块,用于若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
故障状态确定子模块,用于若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
在本发明实施例中,所述指示灯颜色包括:指示灯色调;所述第一颜色范围包括:第一色调范围;所述第二颜色范围包括:第二色调范围;
所述正常状态确定子模块包括:
正常状态确定单元,用于若指示灯色调在第一色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
所述故障状态确定子模块包括:
故障状态确定单元,用于若指示灯色调在第二色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种指示灯状态识别方法和一种指示灯状态识别装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种指示灯状态识别方法,其特征在于,包括:
采集包含指示灯的图像;
确定所述图像中的指示灯颜色以及指示灯像素大小;
在预置的模板颜色库中,对指示灯颜色进行匹配处理;
根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
2.根据权利要求1所述的方法,其特征在于,在确定所述图像中的指示灯颜色以及指示灯像素大小之前,还包括:
去除指示灯图像中的噪声。
3.根据权利要求1或2所述的方法,其特征在于,所述确定所述图像中的指示灯颜色以及指示灯像素大小的步骤包括:
在所述图像中,确定指示灯的中心点;
以指示灯的中心点为中心,预设像素大小的区域作为目标区域;
在所述目标区域中,确定指示灯颜色以及指示灯像素大小。
4.根据权利要求1或2所述的方法,其特征在于,所述指示灯状态包括:正常状态和故障状态;所述预置的模板颜色库中包括:与正常状态对应的第一颜色范围,以及与故障状态对应的第二颜色范围;
所述在预置的模板颜色库中,对指示灯颜色进行匹配处理的步骤包括:
将所述指示灯颜色与第一颜色范围和第二颜色范围进行比较。
5.根据权利要求4所述的方法,其特征在于,所述根据匹配结果以及所述指示灯像素大小,识别指示灯状态的步骤包括:
若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
6.根据权利要求5所述的方法,其特征在于,所述指示灯颜色包括:指示灯色调;所述第一颜色范围包括:第一色调范围;所述第二颜色范围包括:第二色调范围;
所述若指示灯颜色在第一颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态的步骤包括:
若指示灯色调在第一色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为正常状态;
所述若指示灯颜色在第二颜色范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态的步骤包括:
若指示灯色调在第二色调范围内,并且所述指示灯像素大小在预设像素范围内,则确定指示灯状态为故障状态。
7.一种指示灯状态识别装置,其特征在于,包括:
图像采集模块,用于采集包含指示灯的图像;
颜色像素确定模块,用于确定所述图像中的指示灯颜色以及指示灯像素大小;
颜色匹配模块,用于在预置的模板颜色库中,对指示灯颜色进行匹配处理;
指示灯状态识别模块,用于根据匹配结果以及所述指示灯像素大小,识别指示灯状态。
8.根据权利要求7所述的装置,其特征在于,还包括:
噪声去除模块,用于在颜色像素确定模块确定所述图像中的指示灯颜色以及指示灯像素大小之前,去除指示灯图像中的噪声。
9.根据权利要求7或8所述的装置,其特征在于,所述颜色像素确定模块包括:
中心点确定子模块,用于在所述图像中,确定指示灯的中心点;
目标区域确定子模块,用于以指示灯的中心点为中心,预设像素大小的区域作为目标区域;
颜色像素确定子模块,用于在所述目标区域中,确定指示灯颜色以及指示灯像素大小。
10.根据权利要求7或8所述的装置,其特征在于,所述指示灯状态包括:正常状态和故障状态;所述预置的模板颜色库中包括:与正常状态对应的第一颜色范围,以及与故障状态对应的第二颜色范围;
所述颜色匹配模块包括:
颜色范围比较子模块,用于将所述指示灯颜色与第一颜色范围和第二颜色范围进行比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710210043.6A CN107103330A (zh) | 2017-03-31 | 2017-03-31 | 一种指示灯状态识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710210043.6A CN107103330A (zh) | 2017-03-31 | 2017-03-31 | 一种指示灯状态识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107103330A true CN107103330A (zh) | 2017-08-29 |
Family
ID=59675633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710210043.6A Pending CN107103330A (zh) | 2017-03-31 | 2017-03-31 | 一种指示灯状态识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103330A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590499A (zh) * | 2017-09-28 | 2018-01-16 | 武汉大学 | 一种基于视频的设备led指示灯状态监测方法及系统 |
CN108009555A (zh) * | 2017-12-15 | 2018-05-08 | 上海索广电子有限公司 | 一种led指示灯颜色识别系统 |
CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
CN109299758A (zh) * | 2018-07-27 | 2019-02-01 | 深圳市中兴系统集成技术有限公司 | 一种智能巡检方法、电子设备、智能巡检系统和存储介质 |
CN109596317A (zh) * | 2018-12-25 | 2019-04-09 | 新华三技术有限公司 | 一种面板灯的检测方法及装置 |
CN109687576A (zh) * | 2018-12-05 | 2019-04-26 | 国网福建省电力有限公司 | 一种换流站电力设备状态可视甄别巡视方法 |
CN109828891A (zh) * | 2018-12-27 | 2019-05-31 | 卡斯柯信号有限公司 | 一种故障指示灯识别方法 |
CN110134111A (zh) * | 2019-05-16 | 2019-08-16 | 哈尔滨理工大学 | 一种基于信号灯识别的机房设备故障检测装置与方法 |
CN110163291A (zh) * | 2019-05-28 | 2019-08-23 | 北京史河科技有限公司 | 一种指示灯识别方法及装置 |
CN111126150A (zh) * | 2019-11-25 | 2020-05-08 | 中国人民解放军国防科技大学 | 一种指示灯亮、灭状态的实时识别方法 |
CN111639647A (zh) * | 2020-05-22 | 2020-09-08 | 深圳市赛为智能股份有限公司 | 指示灯状态识别方法、装置、计算机设备及存储介质 |
WO2020200050A1 (zh) * | 2019-03-29 | 2020-10-08 | 新华三技术有限公司 | 信息获取 |
CN113138887A (zh) * | 2021-04-25 | 2021-07-20 | 浪潮商用机器有限公司 | 一种服务器故障灯检测方法、装置及系统 |
CN114979562A (zh) * | 2022-04-08 | 2022-08-30 | 大连海事大学 | 一种基于图像识别的变电站指示灯状态监测系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419663A (zh) * | 2008-06-05 | 2009-04-29 | 华中科技大学 | 电力设备故障指示器指示灯状态实时监测识别方法 |
WO2011002524A1 (en) * | 2009-07-02 | 2011-01-06 | Alibaba Group Holding Limited | Non-product image identification |
CN102176287A (zh) * | 2011-02-28 | 2011-09-07 | 无锡中星微电子有限公司 | 一种交通信号灯识别系统和方法 |
CN103488987A (zh) * | 2013-10-15 | 2014-01-01 | 浙江宇视科技有限公司 | 一种基于视频检测交通信号灯的方法及装置 |
CN103680176A (zh) * | 2012-09-18 | 2014-03-26 | 中国移动通信集团公司 | 基于位置信息的信号灯识别系统 |
CN105260716A (zh) * | 2015-10-13 | 2016-01-20 | 长沙威胜信息技术有限公司 | 故障指示器状态识别方法及装置 |
CN106101618A (zh) * | 2016-06-16 | 2016-11-09 | 中国铝业股份有限公司 | 基于图像识别的现场设备视频监控方法 |
CN106384095A (zh) * | 2016-09-19 | 2017-02-08 | 西安理工大学 | 基于手机拍摄图像的轿车故障指示灯识别方法 |
-
2017
- 2017-03-31 CN CN201710210043.6A patent/CN107103330A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419663A (zh) * | 2008-06-05 | 2009-04-29 | 华中科技大学 | 电力设备故障指示器指示灯状态实时监测识别方法 |
WO2011002524A1 (en) * | 2009-07-02 | 2011-01-06 | Alibaba Group Holding Limited | Non-product image identification |
CN102176287A (zh) * | 2011-02-28 | 2011-09-07 | 无锡中星微电子有限公司 | 一种交通信号灯识别系统和方法 |
CN103680176A (zh) * | 2012-09-18 | 2014-03-26 | 中国移动通信集团公司 | 基于位置信息的信号灯识别系统 |
CN103488987A (zh) * | 2013-10-15 | 2014-01-01 | 浙江宇视科技有限公司 | 一种基于视频检测交通信号灯的方法及装置 |
CN105260716A (zh) * | 2015-10-13 | 2016-01-20 | 长沙威胜信息技术有限公司 | 故障指示器状态识别方法及装置 |
CN106101618A (zh) * | 2016-06-16 | 2016-11-09 | 中国铝业股份有限公司 | 基于图像识别的现场设备视频监控方法 |
CN106384095A (zh) * | 2016-09-19 | 2017-02-08 | 西安理工大学 | 基于手机拍摄图像的轿车故障指示灯识别方法 |
Non-Patent Citations (1)
Title |
---|
张永合等: "一种面向设备系统指示灯的状态识别方法", 《计算机仿真》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590499A (zh) * | 2017-09-28 | 2018-01-16 | 武汉大学 | 一种基于视频的设备led指示灯状态监测方法及系统 |
CN108133460B (zh) * | 2017-11-21 | 2021-10-12 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
CN108133460A (zh) * | 2017-11-21 | 2018-06-08 | 武汉中元华电科技股份有限公司 | 一种适用于电力作业机器人的颜色型状态指示器识别方法 |
CN108009555A (zh) * | 2017-12-15 | 2018-05-08 | 上海索广电子有限公司 | 一种led指示灯颜色识别系统 |
CN109299758A (zh) * | 2018-07-27 | 2019-02-01 | 深圳市中兴系统集成技术有限公司 | 一种智能巡检方法、电子设备、智能巡检系统和存储介质 |
CN109687576A (zh) * | 2018-12-05 | 2019-04-26 | 国网福建省电力有限公司 | 一种换流站电力设备状态可视甄别巡视方法 |
CN109687576B (zh) * | 2018-12-05 | 2022-07-05 | 国网福建省电力有限公司 | 一种换流站电力设备状态可视甄别巡视方法 |
CN109596317A (zh) * | 2018-12-25 | 2019-04-09 | 新华三技术有限公司 | 一种面板灯的检测方法及装置 |
CN109828891A (zh) * | 2018-12-27 | 2019-05-31 | 卡斯柯信号有限公司 | 一种故障指示灯识别方法 |
CN109828891B (zh) * | 2018-12-27 | 2022-06-24 | 卡斯柯信号有限公司 | 一种故障指示灯识别方法 |
WO2020200050A1 (zh) * | 2019-03-29 | 2020-10-08 | 新华三技术有限公司 | 信息获取 |
CN110134111A (zh) * | 2019-05-16 | 2019-08-16 | 哈尔滨理工大学 | 一种基于信号灯识别的机房设备故障检测装置与方法 |
CN110163291A (zh) * | 2019-05-28 | 2019-08-23 | 北京史河科技有限公司 | 一种指示灯识别方法及装置 |
CN111126150A (zh) * | 2019-11-25 | 2020-05-08 | 中国人民解放军国防科技大学 | 一种指示灯亮、灭状态的实时识别方法 |
CN111639647A (zh) * | 2020-05-22 | 2020-09-08 | 深圳市赛为智能股份有限公司 | 指示灯状态识别方法、装置、计算机设备及存储介质 |
CN111639647B (zh) * | 2020-05-22 | 2023-07-25 | 深圳市赛为智能股份有限公司 | 指示灯状态识别方法、装置、计算机设备及存储介质 |
CN113138887A (zh) * | 2021-04-25 | 2021-07-20 | 浪潮商用机器有限公司 | 一种服务器故障灯检测方法、装置及系统 |
CN114979562A (zh) * | 2022-04-08 | 2022-08-30 | 大连海事大学 | 一种基于图像识别的变电站指示灯状态监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107103330A (zh) | 一种指示灯状态识别方法和装置 | |
CN111259892B (zh) | 一种指示灯状态的巡检方法、装置、设备和介质 | |
EP3300024B1 (en) | Color identification system, color identification method, and display device | |
CN107590499B (zh) | 一种基于视频的设备led指示灯状态监测方法及系统 | |
CN107832770A (zh) | 一种设备巡检方法、装置、系统、存储介质及巡检机器人 | |
CN109636777A (zh) | 一种交通信号灯的故障检测方法、系统及存储介质 | |
CN106454302A (zh) | 一种果蔬成熟度检测方法及装置 | |
CN105426828A (zh) | 人脸检测方法、装置及系统 | |
CN113129591B (zh) | 一种基于深度学习目标检测的交通信号灯故障检测方法 | |
CN104897367A (zh) | 一种指示灯光学状态自动测试方法及系统 | |
CN111654692B (zh) | 摄像头检测方法、装置、摄像头及存储介质 | |
CN107993470A (zh) | 倒计时交通信号灯状态检测方法及基于此方法的监控系统 | |
CN112100039B (zh) | 一种设备故障报警方法及系统 | |
CN112489142B (zh) | 一种颜色识别方法、装置、设备及存储介质 | |
CN109389105A (zh) | 一种基于多任务的虹膜检测和视角分类方法 | |
CN107403169B (zh) | 信号灯检测识别方法及装置 | |
CN111275658A (zh) | 一种摄像头遮挡检测的方法和系统 | |
CN113345036B (zh) | 基于hsv特征变换的指示灯状态识别方法 | |
CN109684982B (zh) | 结合易混目标排除的基于视频分析的火焰检测方法 | |
CN103673991B (zh) | 基于机器视觉的电子连接器制造过程监测方法 | |
CN103617261B (zh) | 图片内容属性识别方法和系统 | |
WO2023280117A1 (zh) | 指示信号识别方法、设备以及计算机存储介质 | |
CN109596317B (zh) | 一种面板灯的检测方法及装置 | |
CN116983660A (zh) | 一种图像处理的方法以及相关装置 | |
CN108985222B (zh) | 一种用于接打电话识别的深度学习网络模型及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170829 |
|
RJ01 | Rejection of invention patent application after publication |