CN114359843A - 一种基于图像识别的aed设备状态监测方法及系统 - Google Patents
一种基于图像识别的aed设备状态监测方法及系统 Download PDFInfo
- Publication number
- CN114359843A CN114359843A CN202210274515.5A CN202210274515A CN114359843A CN 114359843 A CN114359843 A CN 114359843A CN 202210274515 A CN202210274515 A CN 202210274515A CN 114359843 A CN114359843 A CN 114359843A
- Authority
- CN
- China
- Prior art keywords
- image
- area
- aed
- determining
- indicator light
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及设备状态检测技术领域,具体公开了一种基于图像识别的AED设备状态监测方法及系统,所述系统包括采集端和处理端,所述处理端用于接收采集端获取到的AED设备指示灯图像,进而确定核心区域,并生成区域标记;对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;根据内容识别结果判定指示灯状态,并生成相应的提示信息。本发明通过对获取到的图像进行背景识别,确定环境影响因素,然后根据确定的环境影响因素对所述图像进行修正,再对修正后的图像进行内容识别,极大地提高了检测的准确度。
Description
技术领域
本发明涉及设备状态检测技术领域,具体是一种基于图像识别的AED设备状态监测方法及系统。
背景技术
当前AED(自动体外除颤器)设备均采用指示灯或可滚动的带色纸片等模式显示其当前状态,指示灯/纸片不同的颜色代表AED不同的状态,如绿色代表正常,红色代表不正常(故障、电池电量不足、电极片未安装等);目前,对于AED设备状态的有效监测普遍采用人工检查的方式进行,对于公共场合部署的AED产品无法及时有效的进行良好度监测,一旦现场出现需要使用AED设备进行人员抢救时,设备若处于不正常状态,将耽误病人的抢救,因此,出现了具有自动识别功能的AED设备状态的监测装置。
但是,在不同环境下,对于图像的影响是不同的,现有的具有自动识别功能的AED设备状态的监测装置大都采用同一套识别流程,这很难适应不同条件下的图像,进而影响识别准确度。
发明内容
本发明的目的在于提供一种基于图像识别的AED设备状态监测方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于图像识别的AED设备状态监测系统,所述系统包括:
采集端,用于获取AED设备指示灯图像;
处理端,用于接收采集端获取到的AED设备指示灯图像;接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;根据内容识别结果判定指示灯状态,并生成相应的提示信息。
作为本发明进一步的方案:所述采集端包括:
数据获取模块,用于基于预设的波段范围获取AED设备指示灯图像,并获取观测目标的距离;
场景配准模块,用于对根据不同波段获取到的AED设备指示灯图像进行场景配准;
校正模块,用于根据所述距离对所述AED设备指示灯图像进行几何畸变校正处理,得到场景相同的AED设备指示灯图像。
作为本发明进一步的方案:所述场景配准模块包括:
特征点提取单元,用于读取AED设备指示灯图像,并对所述AED设备指示灯图像进行特征提取,得到特征点;
点对匹配单元,用于对所述特征点进行相似性度量,确定相互匹配的特征点对;
参数获取单元,用于根据所述匹配的特征点对,得到图像空间坐标变换参数;
第一执行单元,用于基于所述坐标变换参数对所述AED设备指示灯图像进行图像配准。
作为本发明进一步的方案:所述处理端包括:
图像接收模块,用于接收采集端获取到的AED设备指示灯图像;
区域分析模块,用于接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;
区域类型确定模块,用于对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;
内容识别模块,用于对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;
状态判定模块,用于根据内容识别结果判定指示灯状态,并生成相应的提示信息。
作为本发明进一步的方案:所述区域分析模块包括:
圆心确定单元,用于读取AED设备指示灯图像,接收用户触屏信号,获取第一触屏点;
半径确定单元,用于获取用户输入的第二触屏点,基于第二触屏点和第一触屏点计算区域半径;
轮廓标记单元,用于基于所述第一触屏点和所述区域半径获取成圆像素点;
第二执行单元,用于基于所述成圆像素点确定核心区域,并生成区域标记。
作为本发明进一步的方案:所述区域类型确定模块包括:
距离计算单元,用于计算所述AED设备指示灯图像中各像素点与预设的标准颜色之间的颜色距离;
色彩标记单元,用于根据所述颜色距离对各像素点进行色彩标记;
轮廓识别单元,用于根据色彩标记结果对所述AED设备指示灯图像进行轮廓识别,确定背景区域和待识别区域;
准确度计算单元,用于计算所述背景区域和所述待识别区域交并比,根据所述交并比计算识别准确度;
提取输出单元,用于当所述识别准确度达到预设的识别阈值时,提取并输出所述背景区域和待识别区域。
作为本发明进一步的方案:所述内容识别模块包括:
名称获取单元,用于对所述背景区域进行内容识别,得到含有概率值的物体名称;
参考图像查询单元,用于提取概率值达到概率阈值的物体名称,基于所述物体名称查询相应的参考图像;
映射确定单元,用于将所述参考图像和背景区域进行比对,根据比对结果确定环境映射模型;
第三执行单元,用于基于所述环境映射模型将待识别区域转换为待检图像,对所述待检图像进行内容识别。
本发明技术方案还提供了一种基于图像识别的AED设备状态监测方法,所述方法用于处理端,所述方法包括:
接收采集端获取到的AED设备指示灯图像;
接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;
对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;
对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;
根据内容识别结果判定指示灯状态,并生成相应的提示信息。
作为本发明进一步的方案:所述对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型的步骤包括:
计算所述AED设备指示灯图像中各像素点与预设的标准颜色之间的颜色距离;
根据所述颜色距离对各像素点进行色彩标记;
根据色彩标记结果对所述AED设备指示灯图像进行轮廓识别,确定背景区域和待识别区域;
计算所述背景区域和所述待识别区域交并比,根据所述交并比计算识别准确度;
当所述识别准确度达到预设的识别阈值时,提取并输出所述背景区域和待识别区域。
作为本发明进一步的方案:所述对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别的步骤包括:
对所述背景区域进行内容识别,得到含有概率值的物体名称;
提取概率值达到概率阈值的物体名称,基于所述物体名称查询相应的参考图像;
将所述参考图像和背景区域进行比对,根据比对结果确定环境映射模型;
基于所述环境映射模型将待识别区域转换为待检图像,对所述待检图像进行内容识别。
与现有技术相比,本发明的有益效果是:本发明通过对获取到的图像进行背景识别,确定环境影响因素,然后根据确定的环境影响因素对所述图像进行修正,再对修正后的图像进行内容识别,极大地提高了检测的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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。
图1为基于图像识别的AED设备状态监测系统中采集端的组成结构框图。
图2为采集端中场景配准模块的组成结构框图。
图3为基于图像识别的AED设备状态监测系统中处理端的组成结构框图。
图4为处理端中区域分析模块的组成结构框图。
图5为处理端中区域类型确定模块的组成结构框图。
图6为处理端中内容识别模块的组成结构框图。
图7为基于图像识别的AED设备状态监测方法的流程框图。
图8为基于图像识别的AED设备状态监测方法的第一子流程框图。
图9为基于图像识别的AED设备状态监测方法的第二子流程框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
本发明实施例中,一种基于图像识别的AED设备状态监测系统,所述系统包括:
采集端,用于获取AED设备指示灯图像;
处理端,用于接收采集端获取到的AED设备指示灯图像;接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;根据内容识别结果判定指示灯状态,并生成相应的提示信息。
所述系统包括两个端口,一是采集端,二是处理端,采集端的功能是获取图像,处理端的功能是对采集端获取到的图像进行轮廓识别,然后根据轮廓识别结果剔除背景区域,并且根据识别到的背景区域确定图像映射模型,进而对待识别区域进行内容识别,判定指示灯状态,并生成相应的提示信息。
其中,图像映射模型为拍摄到的图像与标准条件下的理论图像之间映射关系。
图1为基于图像识别的AED设备状态监测系统中采集端的组成结构框图,所述采集端10包括:
数据获取模块11,用于基于预设的波段范围获取AED设备指示灯图像,并获取观测目标的距离;
场景配准模块12,用于对根据不同波段获取到的AED设备指示灯图像进行场景配准;
校正模块13,用于根据所述距离对所述AED设备指示灯图像进行几何畸变校正处理,得到场景相同的AED设备指示灯图像。
上述内容对采集端10的功能进行了进一步的扩充,具体的,基于不同波段范围的光波获取AED设备指示灯图像,然后对获取到的AED设备指示灯图像进行场景配准和几何畸变校正处理,得到场景相同的AED设备指示灯图像。
图2为采集端中场景配准模块的组成结构框图,所述场景配准模块12包括:
特征点提取单元121,用于读取AED设备指示灯图像,并对所述AED设备指示灯图像进行特征提取,得到特征点;
点对匹配单元122,用于对所述特征点进行相似性度量,确定相互匹配的特征点对;
参数获取单元123,用于根据所述匹配的特征点对,得到图像空间坐标变换参数;
第一执行单元124,用于基于所述坐标变换参数对所述AED设备指示灯图像进行图像配准。
在不同波段范围的光波的波长不同,就算对同一区域进行成像,获得的图像数据也是不同的,尽管图像数据是不同的,但是它们实际上表达的是同一片区域的信息,因此,需要对不同波段范围下的图像信息进行场景匹配,使得其像素点大致对应,然后便可以基于像素点进行图像处理。
上述内容中,核心步骤是特征点的获取,当获取到特征点后,根据特征点对,确定图像空间坐标变换参数,这些参数其实就是一种比例,比如,对于坐标轴内的一个点(x,y),想到把它转变为(x1,y1),这就需要一个参数,当特征点较多时,相应的参数要使得大部分点的转换过程能够大致完成,具体的确定过程可以借助统计学原理进行。
图3为基于图像识别的AED设备状态监测系统中处理端的组成结构框图,所述处理端20包括:
图像接收模块21,用于接收采集端获取到的AED设备指示灯图像;
区域分析模块22,用于接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;
区域类型确定模块23,用于对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;
内容识别模块24,用于对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;
状态判定模块25,用于根据内容识别结果判定指示灯状态,并生成相应的提示信息。
上述内容对处理端20的功能进行了模块化细分,当接收到采集端获取到的AED设备指示灯图像时,开放信息输入端口,获取用户输入的检测中心,然后根据用户输入的检测中心确定区域,进而在确定的区域中进行后续的识别判定过程。
图4为处理端中区域分析模块的组成结构框图,所述区域分析模块22包括:
圆心确定单元221,用于读取AED设备指示灯图像,接收用户触屏信号,获取第一触屏点;
半径确定单元222,用于获取用户输入的第二触屏点,基于第二触屏点和第一触屏点计算区域半径;
轮廓标记单元223,用于基于所述第一触屏点和所述区域半径获取成圆像素点;
第二执行单元224,用于基于所述成圆像素点确定核心区域,并生成区域标记。
上述内容对区域分析模块22确定核心区域的过程进行了具体的限定,首先,获取用户的触屏信息,确定第一触屏点和第二触屏点,以第一触屏点为圆心,可以确定一个圆,也就是上述核心区域。
值得一提的是,第一触屏点和第二触屏点的获取方式还可以采用传统的键盘和鼠标的方式进行确定。
图5为处理端中区域类型确定模块的组成结构框图,所述区域类型确定模块23包括:
距离计算单元231,用于计算所述AED设备指示灯图像中各像素点与预设的标准颜色之间的颜色距离;
色彩标记单元232,用于根据所述颜色距离对各像素点进行色彩标记;
轮廓识别单元233,用于根据色彩标记结果对所述AED设备指示灯图像进行轮廓识别,确定背景区域和待识别区域;
准确度计算单元234,用于计算所述背景区域和所述待识别区域交并比,根据所述交并比计算识别准确度;
提取输出单元235,用于当所述识别准确度达到预设的识别阈值时,提取并输出所述背景区域和待识别区域。
首先,对AED设备指示灯图像中各像素点进行归一化处理,标准颜色是以人的肉眼识别能力为参考,进而确定的颜色类型,比如红色、蓝色等等,如果某个像素点的色值参数与红色对应的色值参数比较接近,那么就把它标记为红色。
图6为处理端中内容识别模块的组成结构框图,所述内容识别模块24包括:
名称获取单元241,用于对所述背景区域进行内容识别,得到含有概率值的物体名称;
参考图像查询单元242,用于提取概率值达到概率阈值的物体名称,基于所述物体名称查询相应的参考图像;
映射确定单元243,用于将所述参考图像和背景区域进行比对,根据比对结果确定环境映射模型;
第三执行单元244,用于基于所述环境映射模型将待识别区域转换为待检图像,对所述待检图像进行内容识别。
上述内容对内容识别模块进行了具体的限定,首先,对背景区域进行内容识别,得到含有概率值的物体名称,当某一物体对应的物体名称的概率值足够时,就以该物体名称为基础,查询相应的参考图像;将参考图像与获取到的图像进行比对,就可以确定一个环境映射模型,所述环境映射模型可以是一个映射函数,基于所述环境映射模型可以将待识别区域转换为待检图像,然后对所述待检图像可以进行进一步的识别。
实施例2
图7为基于图像识别的AED设备状态监测方法的流程框图,本发明实施例中,一种基于图像识别的AED设备状态监测方法,所述方法用于处理端,所述方法包括:
步骤S100:接收采集端获取到的AED设备指示灯图像;
步骤S200:接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;
步骤S300:对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;
步骤S400:对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;
步骤S500:根据内容识别结果判定指示灯状态,并生成相应的提示信息。
图8为基于图像识别的AED设备状态监测方法的第一子流程框图,所述对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型的步骤包括:
步骤S301:计算所述AED设备指示灯图像中各像素点与预设的标准颜色之间的颜色距离;
步骤S302:根据所述颜色距离对各像素点进行色彩标记;
步骤S303:根据色彩标记结果对所述AED设备指示灯图像进行轮廓识别,确定背景区域和待识别区域;
步骤S304:计算所述背景区域和所述待识别区域交并比,根据所述交并比计算识别准确度;
步骤S305:当所述识别准确度达到预设的识别阈值时,提取并输出所述背景区域和待识别区域。
图9为基于图像识别的AED设备状态监测方法的第二子流程框图,所述对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别的步骤包括:
步骤S401:对所述背景区域进行内容识别,得到含有概率值的物体名称;
步骤S402:提取概率值达到概率阈值的物体名称,基于所述物体名称查询相应的参考图像;
步骤S403:将所述参考图像和背景区域进行比对,根据比对结果确定环境映射模型;
步骤S404:基于所述环境映射模型将待识别区域转换为待检图像,对所述待检图像进行内容识别。
所述基于图像识别的AED设备状态监测方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于图像识别的AED设备状态监测方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图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他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于图像识别的AED设备状态监测系统,其特征在于,所述系统包括:
采集端,用于获取AED设备指示灯图像;
处理端,用于接收采集端获取到的AED设备指示灯图像;接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;根据内容识别结果判定指示灯状态,并生成相应的提示信息。
2.根据权利要求1所述的基于图像识别的AED设备状态监测系统,其特征在于,所述采集端包括:
数据获取模块,用于基于预设的波段范围获取AED设备指示灯图像,并获取观测目标的距离;
场景配准模块,用于对根据不同波段获取到的AED设备指示灯图像进行场景配准;
校正模块,用于根据所述距离对所述AED设备指示灯图像进行几何畸变校正处理,得到场景相同的AED设备指示灯图像。
3.根据权利要求2所述的基于图像识别的AED设备状态监测系统,其特征在于,所述场景配准模块包括:
特征点提取单元,用于读取AED设备指示灯图像,并对所述AED设备指示灯图像进行特征提取,得到特征点;
点对匹配单元,用于对所述特征点进行相似性度量,确定相互匹配的特征点对;
参数获取单元,用于根据所述匹配的特征点对,得到图像空间坐标变换参数;
第一执行单元,用于基于所述坐标变换参数对所述AED设备指示灯图像进行图像配准。
4.根据权利要求1所述的基于图像识别的AED设备状态监测系统,其特征在于,所述处理端包括:
图像接收模块,用于接收采集端获取到的AED设备指示灯图像;
区域分析模块,用于接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;
区域类型确定模块,用于对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;
内容识别模块,用于对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;
状态判定模块,用于根据内容识别结果判定指示灯状态,并生成相应的提示信息。
5.根据权利要求4所述的基于图像识别的AED设备状态监测系统,其特征在于,所述区域分析模块包括:
圆心确定单元,用于读取AED设备指示灯图像,接收用户触屏信号,获取第一触屏点;
半径确定单元,用于获取用户输入的第二触屏点,基于第二触屏点和第一触屏点计算区域半径;
轮廓标记单元,用于基于所述第一触屏点和所述区域半径获取成圆像素点;
第二执行单元,用于基于所述成圆像素点确定核心区域,并生成区域标记。
6.根据权利要求4所述的基于图像识别的AED设备状态监测系统,其特征在于,所述区域类型确定模块包括:
距离计算单元,用于计算所述AED设备指示灯图像中各像素点与预设的标准颜色之间的颜色距离;
色彩标记单元,用于根据所述颜色距离对各像素点进行色彩标记;
轮廓识别单元,用于根据色彩标记结果对所述AED设备指示灯图像进行轮廓识别,确定背景区域和待识别区域;
准确度计算单元,用于计算所述背景区域和所述待识别区域交并比,根据所述交并比计算识别准确度;
提取输出单元,用于当所述识别准确度达到预设的识别阈值时,提取并输出所述背景区域和待识别区域。
7.根据权利要求4所述的基于图像识别的AED设备状态监测系统,其特征在于,所述内容识别模块包括:
名称获取单元,用于对所述背景区域进行内容识别,得到含有概率值的物体名称;
参考图像查询单元,用于提取概率值达到概率阈值的物体名称,基于所述物体名称查询相应的参考图像;
映射确定单元,用于将所述参考图像和背景区域进行比对,根据比对结果确定环境映射模型;
第三执行单元,用于基于所述环境映射模型将待识别区域转换为待检图像,对所述待检图像进行内容识别。
8.一种基于图像识别的AED设备状态监测方法,其特征在于,所述方法用于处理端,所述方法包括:
接收采集端获取到的AED设备指示灯图像;
接收用户输入的检测中心,基于所述检测中心确定所述AED设备指示灯图像中的核心区域,并生成区域标记;
对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型;其中,所述区域类型包括背景区域和待识别区域;
对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别;
根据内容识别结果判定指示灯状态,并生成相应的提示信息。
9.根据权利要求8所述的基于图像识别的AED设备状态监测方法,其特征在于,所述对所述AED设备指示灯图像进行轮廓识别,根据轮廓识别结果和区域标记确定区域类型的步骤包括:
计算所述AED设备指示灯图像中各像素点与预设的标准颜色之间的颜色距离;
根据所述颜色距离对各像素点进行色彩标记;
根据色彩标记结果对所述AED设备指示灯图像进行轮廓识别,确定背景区域和待识别区域;
计算所述背景区域和所述待识别区域交并比,根据所述交并比计算识别准确度;
当所述识别准确度达到预设的识别阈值时,提取并输出所述背景区域和待识别区域。
10.根据权利要求9所述的基于图像识别的AED设备状态监测方法,其特征在于,所述对所述背景区域进行内容识别,根据内容识别结果确定图像映射模型,并基于图像映射模型对待识别区域进行内容识别的步骤包括:
对所述背景区域进行内容识别,得到含有概率值的物体名称;
提取概率值达到概率阈值的物体名称,基于所述物体名称查询相应的参考图像;
将所述参考图像和背景区域进行比对,根据比对结果确定环境映射模型;
基于所述环境映射模型将待识别区域转换为待检图像,对所述待检图像进行内容识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210274515.5A CN114359843A (zh) | 2022-03-21 | 2022-03-21 | 一种基于图像识别的aed设备状态监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210274515.5A CN114359843A (zh) | 2022-03-21 | 2022-03-21 | 一种基于图像识别的aed设备状态监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114359843A true CN114359843A (zh) | 2022-04-15 |
Family
ID=81094666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210274515.5A Pending CN114359843A (zh) | 2022-03-21 | 2022-03-21 | 一种基于图像识别的aed设备状态监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114359843A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581760A (zh) * | 2022-05-06 | 2022-06-03 | 北京蒙帕信创科技有限公司 | 一种机房巡检的设备故障检测方法及系统 |
CN115657896A (zh) * | 2022-12-26 | 2023-01-31 | 中科航迈数控软件(深圳)有限公司 | 一种基于mr设备采集图像的信息提示方法及相关设备 |
CN117011964A (zh) * | 2023-08-02 | 2023-11-07 | 广州市图威信息技术服务有限公司 | 门禁系统及门禁监控方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122948A (zh) * | 2007-09-21 | 2008-02-13 | 吉林大学 | 基于计算机视觉的科学仪器工作状态监测方法 |
CN109089204A (zh) * | 2018-07-09 | 2018-12-25 | 南京时代大数据网络安全技术与发展战略研究院有限公司 | Aed装置以及aed监控系统 |
CN110361989A (zh) * | 2018-04-11 | 2019-10-22 | 上海救要救信息科技有限公司 | 自动体外除颤器管理系统 |
CN112395928A (zh) * | 2019-08-19 | 2021-02-23 | 珠海格力电器股份有限公司 | 一种设备状态运行自动检测的方法 |
CN113128407A (zh) * | 2021-04-21 | 2021-07-16 | 湖北微果网络科技有限公司 | 扫描识物方法、系统、计算机设备及存储介质 |
CN113807364A (zh) * | 2021-09-08 | 2021-12-17 | 国网内蒙古东部电力有限公司兴安供电公司 | 一种基于三光融合成像的电力设备缺陷检测方法及系统 |
-
2022
- 2022-03-21 CN CN202210274515.5A patent/CN114359843A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122948A (zh) * | 2007-09-21 | 2008-02-13 | 吉林大学 | 基于计算机视觉的科学仪器工作状态监测方法 |
CN110361989A (zh) * | 2018-04-11 | 2019-10-22 | 上海救要救信息科技有限公司 | 自动体外除颤器管理系统 |
CN109089204A (zh) * | 2018-07-09 | 2018-12-25 | 南京时代大数据网络安全技术与发展战略研究院有限公司 | Aed装置以及aed监控系统 |
CN112395928A (zh) * | 2019-08-19 | 2021-02-23 | 珠海格力电器股份有限公司 | 一种设备状态运行自动检测的方法 |
CN113128407A (zh) * | 2021-04-21 | 2021-07-16 | 湖北微果网络科技有限公司 | 扫描识物方法、系统、计算机设备及存储介质 |
CN113807364A (zh) * | 2021-09-08 | 2021-12-17 | 国网内蒙古东部电力有限公司兴安供电公司 | 一种基于三光融合成像的电力设备缺陷检测方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581760A (zh) * | 2022-05-06 | 2022-06-03 | 北京蒙帕信创科技有限公司 | 一种机房巡检的设备故障检测方法及系统 |
CN115657896A (zh) * | 2022-12-26 | 2023-01-31 | 中科航迈数控软件(深圳)有限公司 | 一种基于mr设备采集图像的信息提示方法及相关设备 |
CN117011964A (zh) * | 2023-08-02 | 2023-11-07 | 广州市图威信息技术服务有限公司 | 门禁系统及门禁监控方法 |
CN117011964B (zh) * | 2023-08-02 | 2024-02-13 | 广州市图威信息技术服务有限公司 | 门禁系统及门禁监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114359843A (zh) | 一种基于图像识别的aed设备状态监测方法及系统 | |
WO2021000524A1 (zh) | 孔位保护门检测方法、装置、计算机设备和存储介质 | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN114359844B (zh) | 一种基于色彩识别的aed设备状态监测方法及系统 | |
CN110675373B (zh) | 一种组件安装检测方法、装置和系统 | |
CN103034838B (zh) | 一种基于图像特征的特种车辆仪表类型识别与标定方法 | |
CN111325769B (zh) | 一种目标对象检测方法及装置 | |
CN112417934B (zh) | 一种图像检测方法及相关设备 | |
CN111325164B (zh) | 指针表示数识别方法、装置和电子设备 | |
CN111398176A (zh) | 基于像元尺度特征的水体水色异常遥感识别方法和装置 | |
WO2011121900A1 (ja) | 画像処理装置、画像読取装置、画像処理方法及び画像処理プログラム | |
CN114565895B (zh) | 一种基于智慧社会的安防监控系统及方法 | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
CN114648776B (zh) | 一种财务报销数据处理方法和处理系统 | |
KR20180045473A (ko) | 이미지 분석을 이용한 흑색종 검사 시스템, 방법 및 컴퓨터 프로그램 | |
CN109030480B (zh) | 样品分析方法、装置、可读存储介质及计算机设备 | |
CN113807364A (zh) | 一种基于三光融合成像的电力设备缺陷检测方法及系统 | |
CN116958503B (zh) | 一种基于图像处理的污泥干化等级识别方法及系统 | |
CN113707279A (zh) | 医学影像图片的辅助分析方法、装置、计算机设备及介质 | |
WO2016080815A1 (ko) | 위변조 여권 검사 방법 및 그 기록매체 | |
CN116129177A (zh) | 图像的标注方法、装置及电子设备 | |
CN115761501A (zh) | 植物病害识别模型构建方法、装置及模型构建系统 | |
CN116129348A (zh) | 异物检测方法、装置、电子设备及计算机可读存储介质 | |
CN114943720A (zh) | 一种电力图像处理方法及装置 | |
CN110363744B (zh) | 一种肺部年龄检测方法及设备 |
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: 20220415 |
|
RJ01 | Rejection of invention patent application after publication |