CN115314707B - 轨道交通lcd屏故障检测方法及系统 - Google Patents
轨道交通lcd屏故障检测方法及系统 Download PDFInfo
- Publication number
- CN115314707B CN115314707B CN202211240786.5A CN202211240786A CN115314707B CN 115314707 B CN115314707 B CN 115314707B CN 202211240786 A CN202211240786 A CN 202211240786A CN 115314707 B CN115314707 B CN 115314707B
- Authority
- CN
- China
- Prior art keywords
- video
- detection result
- polling task
- lcd screen
- analysis server
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/04—Diagnosis, testing or measuring for television systems or their details for receivers
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
Abstract
本发明涉及视频检测技术领域,公开了一种轨道交通LCD屏故障检测方法及系统。轨道交通LCD屏故障检测方法包括:智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定,配置轮询任务,并下发至接口网关;若轮询任务为视频分析轮询任务,则视频分析服务器接收接口网关转发的视频分析轮询任务并执行,得到第一检测结果;若轮询任务为行为分析轮询任务,则行为分析服务器接收接口网关转发的行为分析轮询任务并执行,得到第二检测结果;智能运维平台接收视频分析服务器上传的第一检测结果,或接收行为分析服务器上传的第二检测结果,并基于检测结果确定待检测LCD屏是否发生故障,实现了LCD屏显示故障的智能自动检测,提高检测效率。
Description
技术领域
本发明涉及视频检测领域,尤其涉及一种轨道交通LCD屏故障检测方法及系统。
背景技术
随着轨道交通的快速发展,运维压力越来越大,运营设备设施的增加导致维修任务量的剧增,线路设备随时间老化影响服务可靠度的同时,新线投入运营后大量设备初期运行不稳定。因此迫切需要提高运营的智能化管理水平与质量。乘客信息系统是轨道交通通信中的重要子系统,是依托多媒体网络技术、以计算机系统为核心、以车站和车载显示终端为媒介向乘客提供信息服务的系统,所以整个系统中,LCD屏显示是否正常至关重要。实际项目执行中,从运维部门统计信息中发现,乘客信息系统的故障主要为LCD屏显示故障与显示设备离线,其中,显示设备离线故障是可以检测到并上报智能运维系统的,而LCD屏显示故障是检测不到的,因而成为整个系统的运维盲点。
在现有的技术中,LCD屏显示故障需要依靠车站站台值班人员发现并上报系统,不便于管理,且通常工作人员不能及时发现故障,设备故障处理效率低下。
发明内容
本发明的主要目的在于提供一种轨道交通LCD屏故障检测方法及系统,旨在解决现有技术中轨道交通LCD屏显示故障处理效率低下的技术问题。
本发明第一方面提供了一种轨道交通LCD屏故障检测方法,应用于轨道交通LCD屏故障检测系统,所述轨道交通LCD屏故障检测系统包括:视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器,所述轨道交通LCD屏故障检测方法包括:
所述智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定;
所述智能运维平台配置轮询任务,并将所述轮询任务下发至所述接口网关;
若所述轮询任务为视频分析轮询任务,则所述视频分析服务器接收所述接口网关转发的视频分析轮询任务并执行,得到第一检测结果;
若所述轮询任务为行为分析轮询任务,则所述行为分析服务器接收所述接口网关转发的行为分析轮询任务并执行,得到第二检测结果;
所述智能运维平台接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障。
可选的,在本发明第一方面的第一种实现方式中,所述智能运维平台配置轮询任务,并将所述轮询任务下发至所述接口网关包括:
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的全部区域,则所述智能运维平台配置视频分析轮询任务,并将所述视频分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述视频分析服务器;
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的部分区域或者未覆盖所述待检测LCD屏,则所述智能运维平台配置行为分析轮询任务,并将所述行为分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述行为分析服务器。
可选的,在本发明第一方面的第二种实现方式中,所述若所述轮询任务为视频分析轮询任务,则所述视频分析服务器接收所述接口网关转发的视频分析轮询任务并执行,得到第一检测结果包括:
若所述轮询任务为视频分析轮询任务,则所述视频分析服务器接收所述接口网关转发的视频分析轮询任务;
所述视频分析服务器每隔预置时长应用预置视频质量诊断算法对所述视频采集设备采集到的视频画面进行检测,得到第一检测结果。
可选的,在本发明第一方面的第三种实现方式中,所述视频分析服务器每隔预置时长应用预置视频质量诊断算法对所述视频采集设备采集到的视频画面进行检测,得到第一检测结果包括:
所述视频分析服务器每隔预置时长应用预置信号检测算法对所述视频采集设备采集到的视频画面进行信号检测,得到信号检测结果;
应用预置亮度检测算法对所述视频采集设备采集到的视频画面进行亮度检测,得到亮度检测结果;
应用预置对比度检测算法对所述视频采集设备采集到的视频画面进行对比度检测,得到对比度检测结果;
应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果;
其中,所述第一检测结果包括信号检测结果、亮度检测结果、对比度检测结果和偏色检测结果。
可选的,在本发明第一方面的第四种实现方式中,所述应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果包括:
对所述视频画面进行截图,得到第一图像;
应用预置目标检测算法对所述第一图像进行目标检测,并基于检测结果进行裁剪,得到第二图像;
将所述第二图像由RGB图像转化为CIE Lab图像,得到第三图像;
应用预置偏色计算公式计算得到所述第三图像的偏色检测结果。
可选的,在本发明第一方面的第五种实现方式中,所述预置偏色计算公式如下:
其中,W表示图像的宽,H表示图像的高,W、H以像素为单位,i、j为变量且取整数,0<i<W+1,0<j<H+1,a为CIE Lab色彩空间中a通道的值,b为CIE Lab色彩空间中b通道的值,Oa表示在a-b色度平面上等效圆的中心横坐标,Ob表示在a-b色度平面上等效圆的中心纵坐标,K为偏色度,K值越大,偏色越严重。
可选的,在本发明第一方面的第六种实现方式中,所述若所述轮询任务为行为分析轮询任务,则所述行为分析服务器接收所述接口网关转发的行为分析轮询任务并执行,得到第二检测结果包括:
若所述轮询任务为行为分析轮询任务,则所述行为分析服务器接收所述接口网关转发的行为分析轮询任务;
所述行为分析服务器每隔预置时长应用预置行为分析算法对所述视频采集设备采集到的视频画面进行检测,得到第二检测结果。
可选的,在本发明第一方面的第七种实现方式中,所述行为分析服务器每隔预置时长应用预置行为分析算法对所述视频采集设备采集到的视频画面进行检测,得到第二检测结果包括:
所述行为分析服务器每隔预置时长获取一段预置长度的视频;
所述行为分析服务器应用所述行为分析算法对所述视频进行检测,得到第二检测结果。
可选的,在本发明第一方面的第八种实现方式中,所述行为分析服务器应用所述行为分析算法对所述视频进行检测,得到第二检测结果包括:
所述行为分析服务器使用预置特征提取网络对所述视频进行特征提取,得到特征提取结果;
所述行为分析服务器基于所述特征提取结果,使用预置时序提议网络提取出包含动作提议的多个候选视频帧段;
所述行为分析服务器使用预置动作分类网络从所述多个候选视频帧段中选择出部分视频帧段,并对所述视频帧段进行池化与分类,得到所述第二检测结果。
本发明第二方面提供了一种轨道交通LCD屏故障检测系统,包括视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器;
所述智能运维平台用于,将待检测LCD屏与相应的视频采集设备进行绑定;配置轮询任务,并将所述轮询任务下发至所述接口网关;接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障;
所述视频分析服务器用于,若所述轮询任务为视频分析轮询任务,则接收所述接口网关转发的视频分析轮询任务并执行,得到第一检测结果;
所述行为分析服务器用于,若所述轮询任务为行为分析轮询任务,则接收所述接口网关转发的行为分析轮询任务并执行,得到第二检测结果。
可选的,在本发明第二方面的第一种实现方式中,所述智能运维平台还具体用于:
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的全部区域,则配置视频分析轮询任务,并将所述视频分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述视频分析服务器;
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的部分区域或者未覆盖所述待检测LCD屏,则配置行为分析轮询任务,并将所述行为分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述行为分析服务器。
可选的,在本发明第二方面的第二种实现方式中,所述视频分析服务器还具体用于:
若所述轮询任务为视频分析轮询任务,则接收所述接口网关转发的视频分析轮询任务;
每隔预置时长应用预置视频质量诊断算法对所述视频采集设备采集到的视频画面进行检测,得到第一检测结果。
可选的,在本发明第二方面的第三种实现方式中,所述视频分析服务器还具体用于:
每隔预置时长应用预置信号检测算法对所述视频采集设备采集到的视频画面进行信号检测,得到信号检测结果;
应用预置亮度检测算法对所述视频采集设备采集到的视频画面进行亮度检测,得到亮度检测结果;
应用预置对比度检测算法对所述视频采集设备采集到的视频画面进行对比度检测,得到对比度检测结果;
应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果;
其中,所述第一检测结果包括信号检测结果、亮度检测结果、对比度检测结果和偏色检测结果。
可选的,在本发明第二方面的第四种实现方式中,所述视频分析服务器还具体用于:
对所述视频画面进行截图,得到第一图像;
应用预置目标检测算法对所述第一图像进行目标检测,并基于检测结果进行裁剪,得到第二图像;
将所述第二图像由RGB图像转化为CIE Lab图像,得到第三图像;
应用预置偏色计算公式计算得到所述第三图像的偏色检测结果。
可选的,在本发明第二方面的第五种实现方式中,所述预置偏色计算公式如下:
其中,W表示图像的宽,H表示图像的高,W、H以像素为单位,i、j为变量且取整数,0<i<W+1,0<j<H+1,a为CIE Lab色彩空间中a通道的值,b为CIE Lab色彩空间中b通道的值,Oa表示在a-b色度平面上等效圆的中心横坐标,Ob表示在a-b色度平面上等效圆的中心纵坐标,K为偏色度,K值越大,偏色越严重。
可选的,在本发明第二方面的第六种实现方式中,所述行为分析服务器还具体用于:
若所述轮询任务为行为分析轮询任务,则接收所述接口网关转发的行为分析轮询任务;
每隔预置时长应用预置行为分析算法对所述视频采集设备采集到的视频画面进行检测,得到第二检测结果。
可选的,在本发明第二方面的第七种实现方式中,所述行为分析服务器还具体用于:
每隔预置时长获取一段预置长度的视频;
应用所述行为分析算法对所述视频进行检测,得到第二检测结果。
可选的,在本发明第二方面的第八种实现方式中,所述行为分析服务器还具体用于:
使用预置特征提取网络对所述视频进行特征提取,得到特征提取结果;
基于所述特征提取结果,使用预置时序提议网络提取出包含动作提议的多个候选视频帧段;
使用预置动作分类网络从所述多个候选视频帧段中选择出部分视频帧段,并对所述视频帧段进行池化与分类,得到所述第二检测结果。
本发明提供的技术方案中,智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定,配置轮询任务,并下发至接口网关;若轮询任务为视频分析轮询任务,则视频分析服务器接收接口网关转发的视频分析轮询任务并执行,得到第一检测结果;若轮询任务为行为分析轮询任务,则行为分析服务器接收接口网关转发的行为分析轮询任务并执行,得到第二检测结果;智能运维平台接收视频分析服务器上传的第一检测结果,或接收行为分析服务器上传的第二检测结果,并基于检测结果确定待检测LCD屏是否发生故障。本发明提供的轨道交通智能运维系统中LCD屏显示故障检测方法实现了LCD屏显示故障的智能自动检测,无需人工巡查上报,降低成本、便于管理维护,同时提高检测效率,视频分析服务器与行为分析服务器分工明确,降低各模块间的耦合度,提高了系统的灵活性,便于维护。
附图说明
图1为本发明实施例中轨道交通LCD屏故障检测方法的第一个实施例示意图;
图2为本发明实施例中轨道交通LCD屏故障检测方法的第二个实施例示意图;
图3为本发明实施例中轨道交通LCD屏故障检测方法的第三个实施例示意图;
图4为本发明实施例中轨道交通LCD屏故障检测系统的一个实施例示意图。
具体实施方式
本发明实施例提供了一种轨道交通LCD屏故障检测方法及系统,实现了LCD屏显示故障的智能自动检测,无需人工巡查上报,降低成本、便于管理维护,同时提高检测效率,视频分析服务器与行为分析服务器分工明确,降低各模块间的耦合度,提高了系统的灵活性,便于维护。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中轨道交通LCD屏故障检测方法的第一个实施例包括:
101、智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定;
本实施例中,轨道交通LCD屏故障检测方法应用于轨道交通LCD屏故障检测系统,轨道交通LCD屏故障检测系统包括视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器。
本实施例中,轨道交通包括但不限于火车、地铁,LCD(Liquid Crystal Display,液晶显示屏)是一种平面显示器,轨道交通LCD屏指轨道交通站内的LCD显示屏。
本实施例中,智能运维平台是协助运维工程师对设备、系统进行维护的系统,智能运维平台的具体实现方式不限。具体地,智能运维平台负责预先配置LCD屏与视频采集设备的关联对应信息、配置轮询任务、接收分析服务器上传的分析结果、人机交互界面展示告警信息。
本实施例中,LCD屏包括车站显示终端的LCD屏与车载显示终端的LCD屏,LCD屏是向乘客展示车辆信息、提供信息服务的显示设备。
本实施例中,视频采集设备是用于获取监控视频的设备,包括但不限于摄像机。
本实施例中,LCD屏与视频采集设备一一对应,视频采集设备的取景画面覆盖其对应的LCD屏的全部区域,或视频采集设备的取景画面覆盖其对应的LCD屏的周围人群,其中,周围人群指可以观看到该LCD屏的人群。
本实施例中,将待检测LCD屏与相应的视频采集设备进行绑定,则可通过待检测LCD屏获取其对应的视频采集设备,或通过视频采集设备获取其对应的LCD屏。
可选地,在一实施例中,待检测LCD屏与相应的视频采集设备进行绑定后,与监控参数进行绑定,其中,监控参数表示对应的视频采集设备的取景画面是否覆盖LCD屏的全部区域,如:监控参数为1表示视频采集设备可以覆盖LCD屏的全部区域,监控参数为0表示视频采集设备不可以覆盖LCD屏的全部区域,即监控参数为0表示视频采集设备的取景画面覆盖LCD屏的周围人群。
102、所述智能运维平台配置轮询任务,并将所述轮询任务下发至接口网关;
本实施例中,轮询任务是分配给分析服务器的任务,轮询任务的内容包括但不限于LCD屏与视频采集设备的对应关系、LCD屏的检测频率/LCD屏周围人群行为的检测频率、检测结果上传频率(检测结果上传的间隔时长),分析服务器基于轮询任务定时对LCD屏进行检测,并定时将检测结果上传至智能运维平台,其中,轮询任务包括视频分析轮询任务与行为分析轮询任务,分析服务器包括视频分析服务器与行为分析服务器。
可选地,对支持云台转动的摄像机,可配置定期巡检的轮询任务,在非客流高峰期将摄像头对准LCD屏进行视频拍摄,并检测。
可选地,在一实施例中,上述步骤102包括:
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的全部区域,则所述智能运维平台配置视频分析轮询任务,并将所述视频分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述视频分析服务器;
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的部分区域或者未覆盖所述待检测LCD屏,则所述智能运维平台配置行为分析轮询任务,并将所述行为分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述行为分析服务器。
本实施例中,智能运维平台获取LCD屏与视频采集设备的对应关系、LCD屏的检测频率/ LCD屏周围人群行为的检测频率、检测结果上传频率等参数,并基于上述参数使用预置规则生成相应的轮询任务。
本实施例中,接口网关是标准数据传输接口,分别与智能运维平台、分析服务器对接,连接智能运维平台与分析服务器,进行数据传输,降低智能运维平台与分析服务器间的耦合度,提高系统的灵活性,便于维护。
可选地,在一实施例中,接口网关遵循GB28181国标协议,实现对摄像机的实时预览。
本实施例中,接口网关将时频分析轮询任务转发至时频分析服务器,将行为分析轮询任务转发至行为分析服务器。
103、若所述轮询任务为视频分析轮询任务,则视频分析服务器接收所述接口网关转发的视频分析轮询任务并执行,得到第一检测结果;
本实施例中,第一检测结果为视频分析服务器基于视频分析轮询任务对LCD屏进行检测得到的检测结果。
本实施例中,视频分析服务器基于视频分析轮询任务中的LCD屏的检测频率进行检测,并基于视频分析轮询任务中的检测结果上传频率,每隔预置时长将最近一个检测结果上传周期内的检测结果通过接口网关上传至智能运维平台,智能运维平台基于接收到的检测结果确定LCD屏是否故障。
可选地,在一实施例中,视频分析服务器对检测结果进行分析处理,当检测到异常时立即将异常结果进行上传。
104、若所述轮询任务为行为分析轮询任务,则行为分析服务器接收所述接口网关转发的行为分析轮询任务并执行,得到第二检测结果;
本实施例中,第二检测结果为行为分析服务器基于行为分析轮询任务对LCD屏周围人群进行检测得到的检测结果。
本实施例中,行为分析服务器基于行为分析轮询任务中的LCD屏周围人群行为的检测频率进行检测,并基于行为分析轮询任务中的检测结果上传频率,每隔预置时长将最近一个检测结果上传周期内的检测结果通过接口网关上传至智能运维平台,智能运维平台基于接收到的检测结果确定LCD屏是否故障。
可选地,在一实施例中,行为分析服务器对检测结果进行分析处理,当检测到异常时立即将异常结果进行上传。
105、所述智能运维平台接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障。
可选地,在一实施例中,智能运维平台检测到异常时,及时生成对应LCD屏显示故障告警信息,工作人员看到告警信息后可以向接口网关下发视频实时预览命令观看对应监控视频,进行故障复核,若确认存在故障,可通知人员及时进行排查维修。
本发明实施例中,智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定,配置轮询任务,并下发至接口网关;若轮询任务为视频分析轮询任务,则视频分析服务器接收接口网关转发的视频分析轮询任务并执行,得到第一检测结果;若轮询任务为行为分析轮询任务,则行为分析服务器接收接口网关转发的行为分析轮询任务并执行,得到第二检测结果;智能运维平台接收视频分析服务器上传的第一检测结果,或接收行为分析服务器上传的第二检测结果,并基于检测结果确定待检测LCD屏是否发生故障。本发明提供的轨道交通智能运维系统中LCD屏显示故障检测方法实现了LCD屏显示故障的智能自动检测,无需人工巡查上报,降低成本、便于管理维护,同时提高检测效率,视频分析服务器与行为分析服务器分工明确,降低各模块间的耦合度,提高了系统的灵活性,便于维护。
请参阅图2,本发明实施例中轨道交通LCD屏故障检测方法的第二个实施例包括:
201、智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定;
本实施例中,轨道交通LCD屏故障检测方法应用于轨道交通LCD屏故障检测系统,轨道交通LCD屏故障检测系统包括视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器。
202、所述智能运维平台配置轮询任务,并将所述轮询任务下发至接口网关;
203、若所述轮询任务为视频分析轮询任务,则视频分析服务器接收所述接口网关转发的视频分析轮询任务;
204、所述视频分析服务器每隔预置时长应用预置视频质量诊断算法对所述视频采集设备采集到的视频画面进行检测,得到第一检测结果;
本实施例中,预置时长即视频分析轮询任务中的LCD屏的检测频率对应的检测周期,视频质量诊断算法用于对视频质量进行检测。
可选地,在一实施例中,对视频画面进行截图后应用目标检测算法对截图进行目标检测,检测到截图中的LCD屏区域部分,并裁剪出LCD屏区域部分,之后应用视频质量诊断算法对裁剪得到的LCD屏区域部分图像进行检测。
可选地,在一实施例中,上述步骤204包括:
所述视频分析服务器每隔预置时长应用预置信号检测算法对所述视频采集设备采集到的视频画面进行信号检测,得到信号检测结果;
应用预置亮度检测算法对所述视频采集设备采集到的视频画面进行亮度检测,得到亮度检测结果;
应用预置对比度检测算法对所述视频采集设备采集到的视频画面进行对比度检测,得到对比度检测结果;
应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果;
其中,所述第一检测结果包括信号检测结果、亮度检测结果、对比度检测结果和偏色检测结果。
本实施例中,信号检测算法检测LCD屏是否信号丢失,亮度检测算法检测LCD屏是否亮度过亮或亮度过暗,对比度检测算法检测LCD屏对比度是否异常,偏色检测算法检测LCD屏色偏是否异常,使用的信号检测算法、亮度检测算法、对比度检测算法、偏色检测算法均不限。
可选地,在一实施例中,信号检测算法将待检测图像均分成预置数量(如:16*16)的小块,计算各局部小块的像素的均值与方差,对各方差值进行排序,对排序中预置顺序位置的方差进行分析,信号检测结果即选择的方差值,小于一定阈值则认为信号丢失。
可选地,在一实施例中,亮度检测算法对待检测图像进行灰度处理,转化成灰度图后,计算得到灰度图的平均亮度,即为亮度检测结果,平均亮度小于最小亮度阈值则亮度过暗,平均亮度大于最大亮度阈值则亮度过亮。
可选地,在一实施例中,对比度检测算法对待检测图像进行灰度处理,转化成灰度图后,计算得到灰度图像素值的均值与方差,即为对比度检测结果,均值偏离均值点且方差小于预置阈值时,对比度异常。
可选地,在一实施例中,偏色检测算法将待检测图像从RGB色彩空间转换到YUV色彩空间,并计算U分量与V分量的比值,即为偏色检测结果。
本实施例中,各检测算法独立实现、互相分离、耦合度低,可单独配置各检测算法的参数。
可选地,在一实施例中,所述视频分析服务器每隔预置时长应用预置视频质量诊断算法对所述视频采集设备采集到的视频画面进行检测还包括对采集到的视频画面进行条纹异常检测、冻结异常检测、抖动异常检测、遮挡异常检测、黑白图像异常检测中的一种或多种检测。
可选地,在一实施例中,上述应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果包括:
对所述视频画面进行截图,得到第一图像;
应用预置目标检测算法对所述第一图像进行目标检测,并基于检测结果进行裁剪,得到第二图像;
将所述第二图像由RGB图像转化为CIE Lab图像,得到第三图像;
应用预置偏色计算公式计算得到所述第三图像的偏色检测结果。
具体地,目标检测算法不限,包括但不限于R-CNN、SSD、YOLO,应用目标检测算法检测图像中LCD屏区域,裁剪得到LCD屏的图像,即第二图像。CIE Lab是CIE(InternationalCommission on illumination,国际照明委员会)的一个颜色系统,由三个通道组成,L通道表示明度,指颜色明暗的强度,越接近0表示颜色越暗,越接近100表示颜色越亮,a通道的颜色从红色到深绿,b通道的颜色从蓝色到黄色。
具体地,预置偏色计算公式如下:
其中,W表示图像的宽,H表示图像的高,W、H以像素为单位,i、j为变量且取整数,0<i<W+1,0<j<H+1,a为CIE Lab色彩空间中a通道的值,b为CIE Lab色彩空间中b通道的值,Oa表示在a-b色度平面上等效圆的中心横坐标,Ob表示在a-b色度平面上等效圆的中心纵坐标,K为偏色度,K值越大,偏色越严重。
具体地,W、H以像素为单位,在a-b色度平面上,等效圆的中心坐标为(Oa,Ob),半径为W,以等效圆的中心到a-b色度平面中性轴原点(a=0,b=0)的距离表示色偏,Oa大于0表示颜色偏红,否则偏绿,Ob大于0表示颜色偏黄,否则偏蓝,偏色因子K值越大,偏色越严重。
205、若所述轮询任务为行为分析轮询任务,则行为分析服务器接收所述接口网关转发的行为分析轮询任务并执行,得到第二检测结果;
206、所述智能运维平台接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障。
本发明实施例中,智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定,配置轮询任务,并下发至接口网关;若轮询任务为视频分析轮询任务,则视频分析服务器接收接口网关转发的视频分析轮询任务并应用预置视频质量诊断算法进行检测,得到第一检测结果;若轮询任务为行为分析轮询任务,则行为分析服务器接收接口网关转发的行为分析轮询任务并执行,得到第二检测结果;智能运维平台接收视频分析服务器上传的第一检测结果,或接收行为分析服务器上传的第二检测结果,并基于检测结果确定待检测LCD屏是否发生故障。本发明提供的轨道交通智能运维系统中LCD屏显示故障检测方法实现了LCD屏显示故障的智能自动检测,视频质量诊断算法可以对LCD屏进行全面检测,且各项检测可独立配置,系统灵活性高,CIE Lab的色彩范围表达更全面,应用CIE Lab色彩空间计算色偏,提高结果准确度。
请参阅图3,本发明实施例中轨道交通LCD屏故障检测方法的第三个实施例包括:
301、智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定;
本实施例中,轨道交通LCD屏故障检测方法应用于轨道交通LCD屏故障检测系统,轨道交通LCD屏故障检测系统包括视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器。
302、所述智能运维平台配置轮询任务,并将所述轮询任务下发至接口网关;
303、若所述轮询任务为视频分析轮询任务,则视频分析服务器接收所述接口网关转发的视频分析轮询任务并执行,得到第一检测结果;
304、若所述轮询任务为行为分析轮询任务,则行为分析服务器接收所述接口网关转发的行为分析轮询任务;
305、所述行为分析服务器每隔预置时长应用预置行为分析算法对所述视频采集设备采集到的视频画面进行检测,得到第二检测结果;
可选地,在一实施例中,上述步骤305包括:
所述行为分析服务器每隔预置时长获取一段预置长度的视频;
所述行为分析服务器应用所述行为分析算法对所述视频进行检测,得到第二检测结果。
本实施例中,预置时长即视频分析轮询任务中的LCD屏周围人群行为的检测频率对应的检测周期,行为分析算法用于对视频质量进行检测。
具体地,行为分析服务器每隔预置时长获取最近一段时间的预置长度的一段视频,并应用行为分析算法对该段视频进行检测。
可选地,在一实施例中,所述行为分析服务器应用所述行为分析算法对所述视频进行检测,得到第二检测结果包括:
所述行为分析服务器使用预置特征提取网络对所述视频进行特征提取,得到特征提取结果;
所述行为分析服务器基于所述特征提取结果,使用预置时序提议网络提取出可能包含动作提议的多个候选视频帧段;
所述行为分析服务器使用预置动作分类网络从所述多个候选视频帧段中选择出部分视频帧段,并对所述视频帧段进行池化与分类,得到所述第二检测结果。
具体地,特征提取网络用于提取特征、生成特征图;时序提议网络用于提取特征出可能包含动作提议的视频帧段,其中,动作提议是行人所做的动作;动作分类网络用于对包含动作的视频段进行精调与分类;使用的特征提取网络、时序提议网络、动作分类网络不限。
具体地,将视频以视频帧序列(一系列具有维度的RGB视频帧)的形式输入3D卷积神经网络提取特征,得到特征图;使用时序提议网络提取出特征图中包含动作提议的视频帧段,简单地定位可能出现动作的视频段(候选视频帧段),标识出动作段的中心和长度;使用动作分类网络从候选视频帧段中选出部分视频帧段进行池化、挖掘固定尺寸特征,并对选中的视频帧段基于特征整合进行动作分类以及边界回归(调整视频段的中心和长度)。
具体地,第二检测结果包括LCD屏周围人群的动作分类,若动作分类为抬头看LCD屏的数量比例大于一定阈值,则认为LCD屏正常,否则异常。
306、所述智能运维平台接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障。
本发明实施例中,智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定,配置轮询任务,并下发至接口网关;若轮询任务为视频分析轮询任务,则视频分析服务器接收接口网关转发的视频分析轮询任务并应用预置视频质量诊断算法进行检测,得到第一检测结果;若轮询任务为行为分析轮询任务,则行为分析服务器接收接口网关转发的行为分析轮询任务并执行,得到第二检测结果;智能运维平台接收视频分析服务器上传的第一检测结果,或接收行为分析服务器上传的第二检测结果,并基于检测结果确定待检测LCD屏是否发生故障。本发明提供的轨道交通智能运维系统中LCD屏显示故障检测方法实现了LCD屏显示故障的智能自动检测,行为分析算法对LCD屏周围人群行为进行检测,间接判断LCD屏显示是否正常,对于无摄像机进行画面全覆盖的LCD屏进行检测,无需新增摄像机,降低成本,便于管理维护,提高检测效率。
上面对本发明实施例中轨道交通LCD屏故障检测方法进行了描述,下面对本发明实施例中轨道交通LCD屏故障检测系统进行描述,请参阅图4,本发明实施例中轨道交通LCD屏故障检测系统一个实施例,轨道交通LCD屏故障检测系统包括视频采集设备401、智能运维平台402、接口网关403、视频分析服务器404与行为分析服务器405,其中,
智能运维平台402,用于将待检测LCD屏与相应的视频采集设备进行绑定;配置轮询任务,并将所述轮询任务下发至所述接口网关;接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障;
视频分析服务器404,用于若所述轮询任务为视频分析轮询任务,则接收所述接口网关转发的视频分析轮询任务并执行,得到第一检测结果;
行为分析服务器405,用于若所述轮询任务为行为分析轮询任务,则接收所述接口网关转发的行为分析轮询任务并执行,得到第二检测结果。
可选地,智能运维平台402还可以具体用于:
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的全部区域,则配置视频分析轮询任务,并将所述视频分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述视频分析服务器;
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的部分区域或者未覆盖所述待检测LCD屏,则配置行为分析轮询任务,并将所述行为分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述行为分析服务器。
可选地,视频分析服务器404还可以具体用于:
若所述轮询任务为视频分析轮询任务,则接收所述接口网关转发的视频分析轮询任务;
每隔预置时长应用预置视频质量诊断算法对所述视频采集设备采集到的视频画面进行检测,得到第一检测结果。
可选地,视频分析服务器404还可以具体用于:
每隔预置时长应用预置信号检测算法对所述视频采集设备采集到的视频画面进行信号检测,得到信号检测结果;
应用预置亮度检测算法对所述视频采集设备采集到的视频画面进行亮度检测,得到亮度检测结果;
应用预置对比度检测算法对所述视频采集设备采集到的视频画面进行对比度检测,得到对比度检测结果;
应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果;
其中,所述第一检测结果包括信号检测结果、亮度检测结果、对比度检测结果和偏色检测结果。
可选地,视频分析服务器404还可以具体用于:
对所述视频画面进行截图,得到第一图像;
应用预置目标检测算法对所述第一图像进行目标检测,并基于检测结果进行裁剪,得到第二图像;
将所述第二图像由RGB图像转化为CIE Lab图像,得到第三图像;
应用预置偏色计算公式计算得到所述第三图像的偏色检测结果。
可选地,所述预置偏色计算公式如下:
其中,W表示图像的宽,H表示图像的高,W、H以像素为单位,i、j为变量且取整数,0<i<W+1,0<j<H+1,a为CIE Lab色彩空间中a通道的值,b为CIE Lab色彩空间中b通道的值,Oa表示在a-b色度平面上等效圆的中心横坐标,Ob表示在a-b色度平面上等效圆的中心纵坐标,K为偏色度,K值越大,偏色越严重。
可选地,行为分析服务器405还可以具体用于:
若所述轮询任务为行为分析轮询任务,则接收所述接口网关转发的行为分析轮询任务;
每隔预置时长应用预置行为分析算法对所述视频采集设备采集到的视频画面进行检测,得到第二检测结果。
可选地,行为分析服务器405还可以具体用于:
每隔预置时长获取一段预置长度的视频;
应用所述行为分析算法对所述视频进行检测,得到第二检测结果。
可选地,行为分析服务器405还可以具体用于:
使用预置特征提取网络对所述视频进行特征提取,得到特征提取结果;
基于所述特征提取结果,使用预置时序提议网络提取出可能包含动作提议的多个候选视频帧段;
使用预置动作分类网络从所述多个候选视频帧段中选择出部分视频帧段,并对所述视频帧段进行池化与分类,得到所述第二检测结果。
本发明实施例中,智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定,配置轮询任务,并下发至接口网关;若轮询任务为视频分析轮询任务,则视频分析服务器接收接口网关转发的视频分析轮询任务并执行,得到第一检测结果;若轮询任务为行为分析轮询任务,则行为分析服务器接收接口网关转发的行为分析轮询任务并执行,得到第二检测结果;智能运维平台接收视频分析服务器上传的第一检测结果,或接收行为分析服务器上传的第二检测结果,并基于检测结果确定待检测LCD屏是否发生故障。本发明提供的轨道交通智能运维系统中LCD屏显示故障检测方法实现了LCD屏显示故障的智能自动检测,无需人工巡查上报,降低成本、便于管理维护,同时提高检测效率,视频分析服务器与行为分析服务器分工明确,降低各模块间的耦合度,提高了系统的灵活性,便于维护。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.一种轨道交通LCD屏故障检测方法,应用于轨道交通LCD屏故障检测系统,其特征在于,所述轨道交通LCD屏故障检测系统包括:视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器,所述轨道交通LCD屏故障检测方法包括:
所述智能运维平台将待检测LCD屏与相应的视频采集设备进行绑定;
所述智能运维平台配置轮询任务,并将所述轮询任务下发至所述接口网关;
若所述轮询任务为视频分析轮询任务,则所述视频分析服务器接收所述接口网关转发的视频分析轮询任务;
所述视频分析服务器每隔预置时长应用预置信号检测算法对所述视频采集设备采集到的视频画面进行信号检测,得到信号检测结果;
应用预置亮度检测算法对所述视频采集设备采集到的视频画面进行亮度检测,得到亮度检测结果;
应用预置对比度检测算法对所述视频采集设备采集到的视频画面进行对比度检测,得到对比度检测结果;
应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果;其中,第一检测结果包括信号检测结果、亮度检测结果、对比度检测结果和偏色检测结果;
若所述轮询任务为行为分析轮询任务,则所述行为分析服务器接收所述接口网关转发的行为分析轮询任务;
所述行为分析服务器每隔预置时长获取一段预置长度的视频;
所述行为分析服务器使用预置特征提取网络对所述视频进行特征提取,得到特征提取结果;
所述行为分析服务器基于所述特征提取结果,使用预置时序提议网络提取出包含动作提议的多个候选视频帧段;
所述行为分析服务器使用预置动作分类网络从所述多个候选视频帧段中选择出部分视频帧段,并对所述部分视频帧段进行池化与分类,得到第二检测结果;所述第二检测结果包括LCD屏周围人群的动作分类,若动作分类为抬头看LCD屏的数量比例大于设定阈值,则认为LCD屏正常,否则异常;
所述智能运维平台接收所述视频分析服务器通过所述接口网关上传的所述第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的所述第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障;
所述应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果包括:
对所述视频画面进行截图,得到第一图像;
应用预置目标检测算法对所述第一图像进行目标检测,并基于检测结果进行裁剪,得到第二图像;
将所述第二图像由RGB图像转化为CIE Lab图像,得到第三图像;
应用预置偏色计算公式计算得到所述第三图像的偏色检测结果;
所述预置偏色计算公式如下:
其中,W表示图像的宽,H表示图像的高,W、H以像素为单位,i、j为变量且取整数,0<i<W+1,0<j<H+1,a为CIE Lab色彩空间中a通道的值,b为CIE Lab色彩空间中b通道的值,Oa表示在a-b色度平面上等效圆的中心横坐标,Ob表示在a-b色度平面上等效圆的中心纵坐标,K为偏色度,K值越大,偏色越严重。
2.根据权利要求1所述的轨道交通LCD屏故障检测方法,其特征在于,所述智能运维平台配置轮询任务,并将所述轮询任务下发至所述接口网关包括:
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的全部区域,则所述智能运维平台配置视频分析轮询任务,并将所述视频分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述视频分析服务器;
若所述视频采集设备的取景画面覆盖所述待检测LCD屏的部分区域或者未覆盖所述待检测LCD屏,则所述智能运维平台配置行为分析轮询任务,并将所述行为分析轮询任务下发至所述接口网关,以供所述接口网关转发至所述行为分析服务器。
3.一种轨道交通LCD屏故障检测系统,包括视频采集设备、智能运维平台、接口网关、视频分析服务器与行为分析服务器;
所述智能运维平台,用于将待检测LCD屏与相应的视频采集设备进行绑定;配置轮询任务,并将所述轮询任务下发至所述接口网关;接收所述视频分析服务器通过所述接口网关上传的第一检测结果,或接收所述行为分析服务器通过所述接口网关上传的第二检测结果,并基于所述第一检测结果或所述第二检测结果确定所述待检测LCD屏是否发生故障;
所述视频分析服务器,用于若所述轮询任务为视频分析轮询任务,则所述视频分析服务器接收所述接口网关转发的视频分析轮询任务;所述视频分析服务器每隔预置时长应用预置信号检测算法对所述视频采集设备采集到的视频画面进行信号检测,得到信号检测结果;应用预置亮度检测算法对所述视频采集设备采集到的视频画面进行亮度检测,得到亮度检测结果;应用预置对比度检测算法对所述视频采集设备采集到的视频画面进行对比度检测,得到对比度检测结果;应用预置偏色检测算法对所述视频采集设备采集到的视频画面进行偏色检测,得到偏色检测结果;其中,所述第一检测结果包括信号检测结果、亮度检测结果、对比度检测结果和偏色检测结果;
所述行为分析服务器,用于若所述轮询任务为行为分析轮询任务,则所述行为分析服务器接收所述接口网关转发的行为分析轮询任务;所述行为分析服务器每隔预置时长获取一段预置长度的视频;所述行为分析服务器使用预置特征提取网络对所述视频进行特征提取,得到特征提取结果;所述行为分析服务器基于所述特征提取结果,使用预置时序提议网络提取出包含动作提议的多个候选视频帧段;所述行为分析服务器使用预置动作分类网络从所述多个候选视频帧段中选择出部分视频帧段,并对所述部分视频帧段进行池化与分类,得到所述第二检测结果;所述第二检测结果包括LCD屏周围人群的动作分类,若动作分类为抬头看LCD屏的数量比例大于设定阈值,则认为LCD屏正常,否则异常;
所述视频分析服务器还具体用于:
对所述视频画面进行截图,得到第一图像;
应用预置目标检测算法对所述第一图像进行目标检测,并基于检测结果进行裁剪,得到第二图像;
将所述第二图像由RGB图像转化为CIE Lab图像,得到第三图像;
应用预置偏色计算公式计算得到所述第三图像的偏色检测结果;
所述预置偏色计算公式如下:
其中,W表示图像的宽,H表示图像的高,W、H以像素为单位,i、j为变量且取整数,0<i<W+1,0<j<H+1,a为CIE Lab色彩空间中a通道的值,b为CIE Lab色彩空间中b通道的值,Oa表示在a-b色度平面上等效圆的中心横坐标,Ob表示在a-b色度平面上等效圆的中心纵坐标,K为偏色度,K值越大,偏色越严重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211240786.5A CN115314707B (zh) | 2022-10-11 | 2022-10-11 | 轨道交通lcd屏故障检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211240786.5A CN115314707B (zh) | 2022-10-11 | 2022-10-11 | 轨道交通lcd屏故障检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115314707A CN115314707A (zh) | 2022-11-08 |
CN115314707B true CN115314707B (zh) | 2023-04-25 |
Family
ID=83867848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211240786.5A Active CN115314707B (zh) | 2022-10-11 | 2022-10-11 | 轨道交通lcd屏故障检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115314707B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101452122B (zh) * | 2007-11-30 | 2011-06-15 | 北京京东方光电科技有限公司 | Lcd显示效果检测装置及方法 |
CN202085261U (zh) * | 2010-12-14 | 2011-12-21 | 广东鑫程电子科技有限公司 | 智能视频诊断监控系统 |
CN104240624B (zh) * | 2014-07-31 | 2016-09-28 | 京东方科技集团股份有限公司 | 显示设备检测装置和显示设备的检测方法、显示系统 |
CN114187866B (zh) * | 2021-11-26 | 2023-11-14 | 江门市浩远科技有限公司 | 一种基于深度学习的mini-led显示控制方法及装置 |
-
2022
- 2022-10-11 CN CN202211240786.5A patent/CN115314707B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115314707A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108827970B (zh) | 基于aoi系统的适应不同面板缺陷自动判等方法和系统 | |
CN107272637B (zh) | 一种视频监控系统故障自检自恢复控制系统及方法 | |
WO2021036636A1 (zh) | 升降设备的振动检测方法、装置、服务器及存储介质 | |
EP3104327B1 (en) | Anomalous pixel detection | |
CN102413356B (zh) | 视频清晰度检测系统及其检测方法 | |
CN105657548A (zh) | 视频播放设备的故障测试方法及系统 | |
CN102348128A (zh) | 具有摄像机异常检测装置的监视用摄像机系统 | |
CN104394377B (zh) | 一种监控图像的模糊异常的识别方法及装置 | |
CN103702111B (zh) | 一种检测摄像头视频偏色的方法 | |
WO2009026388A1 (en) | Generating a clean reference image | |
CN106454330B (zh) | 视频信号的模糊异常检测方法 | |
CN113660427A (zh) | 一种应用于视频监控测试仪的图像分析系统及其分析方法 | |
CN108174198B (zh) | 一种视频图像质量诊断分析检测设备及应用系统 | |
US8077997B2 (en) | Method and apparatus for image processing | |
CN100469138C (zh) | 基于视频监控与图像识别的电力变压器风机状态识别方法 | |
JP7429756B2 (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN115314707B (zh) | 轨道交通lcd屏故障检测方法及系统 | |
CN102957940B (zh) | 一种基于改进的四方向算子视频噪声检测方法 | |
CN115100562A (zh) | 基于视频图像及深度学习的设备线路智能监测系统及方法 | |
JP2007300547A (ja) | カメラの異常検出方法 | |
CN116704440A (zh) | 基于大数据的智能综合采集分析系统 | |
CN103763547B (zh) | 基于嵌入式系统的视频图像诊断系统及诊断方法 | |
KR20220151130A (ko) | 영상 처리 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
CN104270619A (zh) | 一种安全告警方法及装置 | |
CN115002448A (zh) | 应用于安防监控的视频图像质量诊断方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |