CN109214283A - 机柜监测方法及系统、具有存储功能的装置 - Google Patents
机柜监测方法及系统、具有存储功能的装置 Download PDFInfo
- Publication number
- CN109214283A CN109214283A CN201810860939.3A CN201810860939A CN109214283A CN 109214283 A CN109214283 A CN 109214283A CN 201810860939 A CN201810860939 A CN 201810860939A CN 109214283 A CN109214283 A CN 109214283A
- Authority
- CN
- China
- Prior art keywords
- cabinet
- image
- status information
- monitoring method
- status
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供机柜监测方法,包括以下步骤:通过相机获取机柜状态灯的图像;判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致;如果所述机柜状态灯的状态信息与预存的状态信息不一致,则生成机柜工作异常的信息。本发明以工业相机与计算平台为载体,实现对机柜灯连续、动态、全方位、零死角、实时地监测,工作效率高,监测稳定可靠。本发明采用高清数字摄像头与高清图传实时将采集信息传输至计算平台,计算平台实时处理回传图像,出现故障问题时第一时间将故障区域信息传至服务器,节省人力物力成本,起到更加及时有效的防灾减灾效果。
Description
技术领域
本发明涉及智能监控领域,尤其是涉及机柜监测方法及系统、具有存储功能的装置。
背景技术
长期以来我国的机房均采用人工巡检的作业方式,日常设备机房巡查时人员必须到达现场,造成人力、物力的浪费,人工巡视的及时性受到各种条件制约,人工巡视效果也会受巡检人员的业务能力、工作经验、精神状态等诸多因素的制约,漏检、误检的情况时有发生,稍有不慎就会造成重大经济损失,甚至影响铁路、航空等安全,尤其当其密集时,对其判断存在工作量大、效率低、人工成本高和结果判定主观性强等问题,需向自动化、智能化发展。
机柜状态灯决定了机柜的工作状态,目前国内外文献未查阅到有关密集灯识别技术研究,有鉴于此,迫切需要设计一种新的机柜监测方法及系统、具有存储功能的装置。
发明内容
本发明的目的是提供一种能够实现工作效率高,监测稳定可靠的机柜监测方法及系统、具有存储功能的装置。
为实现上述目的,本发明的一种技术方案是提供机柜监测方法,包括以下步骤:通过相机获取机柜状态灯的图像;判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致;如果所述机柜状态灯的状态信息与预存的状态信息不一致,则生成机柜工作异常的信息。
进一步的,在所述获取机柜状态灯的图像的步骤之前还包括相机初始化的步骤。
进一步的,所述通过相机获取机柜状态灯的图像的步骤具体包括:通过相机获取机柜状态灯的图像并对所述图像进行校正。
进一步的,所述对所述图像进行校正的步骤具体包括:先对输入图像进行透视变换,后进行图像灰度化与阈值二值化,对图像进行轮廓提取后,截取并保存轮廓内图像。
进一步的,灰度化公式为Gray=R×0.299+G×0.587+B×0.114;图像阈值二值化的公式为其中T为指定的阈值,x是此点的像素值,f(x)为二值化函数;基于边缘检测对图像进行轮廓提取,根据当前像素点的邻域进行判断,假设邻域窗口为3*3窗口,如果当前像素P(x,y)的八个邻域像素满足如下条件,则该点即内部点,(1)P(x,y)为目标像素,假设目标像素为黑色0,背景像素为白色255,则P(x,y)=0;(2)P(x,y)的八个邻域像素均为目标像素0;(3)将满足条件的内部点删除,换为背景点255,即可得到图像轮廓;截取并保存轮廓内图像。
进一步的,所述判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致的步骤具体包括:先对所述图像进行网格化处理,再判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致。
进一步的,所述先对所述图像进行网格化处理,再判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致的步骤具体包括:将所述图像在图像坐标系中分割成一种矩形方块序列,构成图像“数据区”集合并建立其背景特征数据库,将该背景特征数据库与预存的背景特征数据库进行比对判断。
进一步的,所述将所述图像在图像坐标系中分割成一种矩形方块序列的具体步骤包括:将所述图像划分为s×t的网络结构,令网格的横线序数为p,p=0,1…s,其中,p=0表示网格横线的画面上边缘线;p=s表示网格横线的画面下边缘线。同理,令网格的纵线序数为q,q=0,1…t,其中,q=0表示网格横线的画面上边缘线;q=t表示网格横线的画面下边缘线。网格化后的图像采用像素矩阵A表示,即:
式中:Apq=[I(um,vn)]N×M,为图像“数据区”,I(um,vn)为图像坐标(um,vn)处的像素值;m=pM+1,pM+2…(p+1)M,M为“数据区”中的像素列坐标总数;n=qN+1,qN+2…(q+1)N,N为“数据区”中的像素行坐标总数;Apq是一个N×M的矩阵。
进一步地,所述建立背景特征数据库的步骤具体包括:整个图像背景信息数据库由“数据区”特征构成,包括:Apq的列像素均值行像素均值和总像素均值即:
多幅图像构成图像“数据区”集合,建立背景特征数据库。
进一步的,如果所述机柜状态灯的状态信息与预存的状态信息一致,则重复前述步骤。
为实现上述目的,本发明的另一种技术方案是提供机柜监测系统,包括处理器、存储器以及通信电路,所述处理器耦接所述存储器和所述通信电路;所述存储器存储有图像、图像的背景特征数据库及处理器的工作程序数据,所述通信电路用于信息传输,所述处理器在工作时执行所述程序数据以实现上述任一所述的机柜监测方法。
为实现上述目的,本发明的另一种技术方案是提供具有存储功能的装置,其上存储有程序数据,所述程序数据被处理器执行时实现上述任一所述的机柜监测方法。
本发明机柜监测方法及系统、具有存储功能的装置具有以下有益效果:
(1)本发明以工业相机与计算平台为载体,实现对机柜灯连续、动态、全方位、零死角、实时地监测,工作效率高,监测稳定可靠。
(2)本发明采用高清数字摄像头与高清图传实时将采集信息传输至计算平台,计算平台实时处理回传图像,出现故障问题时第一时间将故障区域信息传至服务器,节省人力物力成本,起到更加及时有效的防灾减灾效果。
附图说明
为了更清楚地说明本发明实施例或技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图,其中:
图1是本发明机柜监测方法的流程示意图;
图2是本发明机柜监测方法中校正图像的流程示意图;
图3是本发明机柜监测方法中基于网格法判断机柜状态灯状态的流程示意图;
图4是本发明机柜监测方法的网格化示意图;
图5是本发明机柜监测系统的结构示意图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
参阅图1,图1是本发明机柜监测的方法的流程示意图,以下详细说明其工作的流程。
步骤1:计算平台开机自检,计算平台开机后检测自身状态;
步骤2:初始化相机,计算平台将相机初始化并通过相机实时获取机柜状态灯的图像;
步骤3:对所述图像进行校正。具体的,基于图像处理技术校正相机传至计算平台的图像,具体包括原始图像(F)透视变换、灰度化、阈值二值化、轮廓提取、截取并保存轮廓内的图像区域;
步骤4:对图像进行网格化处理。将步骤3输出的二维图像在图像坐标系中分割成一种矩形方块序列,构成图像“数据区”集合并建立其背景特征数据库。
步骤5:判断图像中机柜状态灯的状态信息与预存的状态信息是否一致,若一致,则机柜状态为正常,系统重复前述监测步骤。若不一致,则生成机柜工作异常的信息。可选的,系统将该异常信息传至蜂鸣器震动,以提醒用户机柜工作异常。
继续参见图2,图2是本发明机柜监测方法中校正图像的流程示意图。具体步骤如下:先透视变换,在一幅图像上取一点(x1,y1),经过空间变换矩阵H转换后得到点(x2,y2),由齐次坐标的性质,可以将两点的关系表达如下:
式中为两点之间的变换矩阵。此式中有8个未知参数,它们分别代表的物理含义如表1所示。
表1变换矩阵H中的各参数物理含义
参数 | 物理含义 |
h<sub>13</sub> | 水平方向偏移量 |
h<sub>23</sub> | 垂直方向偏移量 |
h<sub>11</sub>,h<sub>12</sub>,h<sub>21</sub>,h<sub>22</sub> | 尺度与旋转量 |
h<sub>31</sub>,h<sub>32</sub> | 水平和垂直方向形变量 |
将式(1)用分块矩阵表示:
Hp是一个3×3非奇异矩阵。矢量V=(v1,v2)T。三维齐次矩阵H中有九个元素,具体实施时只需要用到它们的比值,所以透视变换由八个参数确定。只需要求出两幅平面图像中的四组点坐标,便可以计算出这八个参数,在坐标点选取中需要注意的是,同一个平面上的三点不能共线。对透视变换后的图像进行灰度化,灰度化公式为Gray=R×0.299+G×0.587+B×0.114,后进行图像阈值二值化,公式为其中T为指定的阈值,x是此点的像素值,f(x)为二值化函数,检测二值化的图像的轮廓,旋转校正后进行轮廓提取,截取并保存轮廓内图像。
继续参见图3,图3是本发明机柜监测方法中基于网格法判断机柜状态灯状态的流程示意图。具体步骤如下:将步骤3输出的二维图像在图像坐标系中分割成一种矩形方块序列,构成图像“数据区”集合并建立其背景特征数据库,将该背景特征数据库与预存的背景特征数据库进行比对判断,若一致,则机柜状态为正常,若否则为异常。
继续参见图4,图4是本发明机柜监测方法的网格化示意图。具体步骤如下:将步骤3输出的二维图像划分为s×t的网络结构,令网格的横线序数为p,p=0,1…s,其中,p=0表示网格横线的画面上边缘线;p=s表示网格横线的画面下边缘线。同理,令网格的纵线序数为q,q=0,1…t,其中,q=0表示网格横线的画面上边缘线;q=t表示网格横线的画面下边缘线。网格化后的图像采用像素矩阵A表示,即:
式中:Apq=[I(um,vn)]N×M,为图像“数据区”,I(um,vn)为图像坐标(um,vn)处的像素值;m=pM+1,pM+2…(p+1)M,M为“数据区”中的像素列坐标总数;n=qN+1,qN+2…(q+1)N,N为“数据区”中的像素行坐标总数;Apq是一个N×M的矩阵。整个图像背景信息数据库由“数据区”特征构成,包括:Apq的列像素均值行像素均值和总像素均值即:
多幅图像构成图像“数据区”集合,建立背景特征数据库。
继续参见图5,图5是本发明机柜监测系统的结构示意图。本发明机柜监测系统,包括处理器、存储器以及通信电路,所述处理器耦接所述存储器和所述通信电路;所述存储器存储有图像、图像的背景特征数据库及处理器的工作程序数据,所述通信电路用于信息传输,所述处理器在工作时执行所述程序数据以实现上述任一所述的机柜监测方法。相关内容的详细说明请参见上述方法部分,在此不再赘述。
本发明还提供一种具有存储功能的装置,其上存储有程序数据,所述程序数据被处理器执行时实现上述任一所述的机柜监测方法,相关内容的详细说明请参见上述方法部分,在此不再赘述。
其中,该具有存储功能的装置可以为服务器、软盘驱动器、硬盘驱动器、CD-ROM读取器、磁光盘读取器等中的至少一种。
本发明机柜监测方法及系统、具有存储功能的装置具有以下有益效果:
(1)本发明以工业相机与计算平台为载体,实现对机柜灯连续、动态、全方位、零死角、实时地监测,工作效率高,监测稳定可靠。
(2)本发明采用高清数字摄像头与高清图传实时将采集信息传输至计算平台,计算平台实时处理回传图像,出现故障问题时第一时间将故障区域信息传至服务器,节省人力物力成本,起到更加及时有效的防灾减灾效果。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.机柜监测方法,其特征在于,包括以下步骤:
通过相机获取机柜状态灯的图像;
判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致;
如果所述机柜状态灯的状态信息与预存的状态信息不一致,则生成机柜工作异常的信息。
2.根据权利要求1所述的机柜监测方法,其特征在于,在所述获取机柜状态灯的图像的步骤之前还包括相机初始化的步骤。
3.根据权利要求1所述的机柜监测方法,其特征在于,所述通过相机获取机柜状态灯的图像的步骤具体包括:通过相机获取机柜状态灯的图像并对所述图像进行校正。
4.根据权利要求3所述的机柜监测方法,其特征在于,所述对所述图像进行校正的步骤具体包括:先对输入图像进行透视变换,后进行图像灰度化与阈值二值化,对图像进行轮廓提取后,截取并保存轮廓内图像。
5.根据权利要求4所述的机柜监测方法,其特征在于,灰度化公式为Gray=R×0.299+G×0.587+B×0.114;图像阈值二值化的公式为其中T为指定的阈值,x是此点的像素值,f(x)为二值化函数。
6.根据权利要求1所述的机柜监测方法,其特征在于,所述判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致的步骤具体包括:先对所述图像进行网格化处理,再判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致。
7.根据权利要求6所述的机柜监测方法,其特征在于,所述先对所述图像进行网格化处理,再判断所述图像中机柜状态灯的状态信息与预存的状态信息是否一致的步骤具体包括:将所述图像在图像坐标系中分割成一种矩形方块序列,构成图像“数据区”集合并建立其背景特征数据库,将该背景特征数据库与预存的背景特征数据库进行比对判断。
8.根据权利要求1所述的机柜监测方法,其特征在于,还包括以下步骤:如果所述机柜状态灯的状态信息与预存的状态信息一致,则重复前述步骤。
9.机柜监测系统,其特征在于,包括处理器、存储器以及通信电路,所述处理器耦接所述存储器和所述通信电路;所述存储器存储有图像、图像的背景特征数据库及处理器的工作程序数据,所述通信电路用于信息传输,所述处理器在工作时执行所述程序数据以实现权利要求1-8任一所述的机柜监测方法。
10.具有存储功能的装置,其上存储有程序数据,其特征在于,所述程序数据被处理器执行时实现权利要求1-8任一所述的机柜监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810860939.3A CN109214283A (zh) | 2018-08-01 | 2018-08-01 | 机柜监测方法及系统、具有存储功能的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810860939.3A CN109214283A (zh) | 2018-08-01 | 2018-08-01 | 机柜监测方法及系统、具有存储功能的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109214283A true CN109214283A (zh) | 2019-01-15 |
Family
ID=64988387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810860939.3A Pending CN109214283A (zh) | 2018-08-01 | 2018-08-01 | 机柜监测方法及系统、具有存储功能的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214283A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111649917A (zh) * | 2020-07-09 | 2020-09-11 | 彭新楚 | 一种微型模块化机柜内置式设备状态灯监测装置 |
CN112364740A (zh) * | 2020-10-30 | 2021-02-12 | 交控科技股份有限公司 | 一种基于计算机视觉的无人机房监控方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101669824A (zh) * | 2009-09-22 | 2010-03-17 | 浙江工业大学 | 基于生物特征识别的人与身份证同一性检验装置 |
CN103008775A (zh) * | 2012-12-03 | 2013-04-03 | 上海交通大学 | 多流钢坯定尺切割控制方法 |
CN104897367A (zh) * | 2015-04-28 | 2015-09-09 | 南车株洲电力机车研究所有限公司 | 一种指示灯光学状态自动测试方法及系统 |
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 |
-
2018
- 2018-08-01 CN CN201810860939.3A patent/CN109214283A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101669824A (zh) * | 2009-09-22 | 2010-03-17 | 浙江工业大学 | 基于生物特征识别的人与身份证同一性检验装置 |
CN103008775A (zh) * | 2012-12-03 | 2013-04-03 | 上海交通大学 | 多流钢坯定尺切割控制方法 |
CN104897367A (zh) * | 2015-04-28 | 2015-09-09 | 南车株洲电力机车研究所有限公司 | 一种指示灯光学状态自动测试方法及系统 |
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 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111649917A (zh) * | 2020-07-09 | 2020-09-11 | 彭新楚 | 一种微型模块化机柜内置式设备状态灯监测装置 |
CN112364740A (zh) * | 2020-10-30 | 2021-02-12 | 交控科技股份有限公司 | 一种基于计算机视觉的无人机房监控方法及系统 |
CN112364740B (zh) * | 2020-10-30 | 2024-04-19 | 交控科技股份有限公司 | 一种基于计算机视觉的无人机房监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709067B (zh) | 一种基于Oracle数据库的多源异构空间数据流转方法 | |
CN110009561A (zh) | 一种监控视频目标映射到三维地理场景模型的方法及系统 | |
CN109919097A (zh) | 基于多任务学习的人脸和关键点联合检测系统、方法 | |
WO2020057159A1 (zh) | 一种高校餐厅食品加工违规行为视频分析系统及方法 | |
CN102402784B (zh) | 一种基于最近特征线流形学习的人脸图像超分辨率方法 | |
CN109712127A (zh) | 一种用于机巡视频流的输电线路故障检测方法 | |
CN109801412B (zh) | 门禁解锁方法及相关装置 | |
CN109214283A (zh) | 机柜监测方法及系统、具有存储功能的装置 | |
CN104021523B (zh) | 一种基于边缘分类的图像超分辨率放大的方法 | |
CN110136244A (zh) | 三维户型模型生成方法、装置、设备及存储介质 | |
CN107358238A (zh) | 一种提取图像特征信息的方法及系统 | |
CN104751485B (zh) | 一种基于gpu自适应的前景提取方法 | |
CN102130897A (zh) | 一种基于云计算的视频采集分析系统和方法 | |
CN108986221A (zh) | 一种基于模板人脸逼近的不规范三维人脸网格纹理方法 | |
CN103905833A (zh) | 基于云计算分布式网络视频数据挖掘采集系统 | |
CN107437068A (zh) | 基于Gabor方向直方图和猪体毛发模式的猪个体识别方法 | |
CN109684435B (zh) | 去专业化多源异构时空地理数据集成系统及方法 | |
CN110136166A (zh) | 一种多路画面的自动跟踪方法 | |
CN105118262A (zh) | 一种面向小区的高效率远程抄表方法及系统 | |
CN102609728B (zh) | 特定类敏感图像检测方法 | |
CN113160231A (zh) | 一种样本生成方法、样本生成装置及电子设备 | |
CN105183478B (zh) | 一种基于颜色传递的网页重构方法及其装置 | |
CN114241325A (zh) | 基于街景图片的空调挂机空间分布自动识别方法及系统 | |
CN106993163A (zh) | 一种基于动态图像检测的视频监控系统 | |
CN113052923B (zh) | 色调映射方法、装置、电子设备和存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190115 |
|
WD01 | Invention patent application deemed withdrawn after publication |