CN115618972A - 基于图像识别和数字建模的设备健康管理方法及装置 - Google Patents
基于图像识别和数字建模的设备健康管理方法及装置 Download PDFInfo
- Publication number
- CN115618972A CN115618972A CN202211248958.3A CN202211248958A CN115618972A CN 115618972 A CN115618972 A CN 115618972A CN 202211248958 A CN202211248958 A CN 202211248958A CN 115618972 A CN115618972 A CN 115618972A
- Authority
- CN
- China
- Prior art keywords
- image
- character
- equipment
- information
- segmentation
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Character Input (AREA)
Abstract
本发明公开了一种基于图像识别和数字建模的设备健康管理方法及装置。所述方法包括:获取由图像采集设备采集的目标设备对应的待处理图像;对所述待处理图像进行预处理,得到预处理图像;对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息;将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果;基于设备健康决策结果,对目标设备进行隐患排查和维护。本发明可以实现对天线设备机房和厂区设备的全时段、实时的状态识别,使机房和厂区设备资产的情况清晰可见,降低了巡检的时间,改善巡检工作的人工分配,减少了人工巡检任务,对于提升调度运维工作效率有巨大的积极作用。
Description
技术领域
本发明涉及图像处理技术领域,特别是一种基于图像识别和数字建模的设备健康管理方法及装置。
背景技术
随着信息技术的发展,自动化水平逐步提高,人工作业方式逐渐被自动化方式所替代,设备健康管理逐步走向自动化。设备健康管理经过早期人工巡检、人工分析、信息化展示,逐步迈向自动化、智能化分析辅助人工决策的阶段,通过海量数据支撑数字建模和深度学习,帮助设备巡检人员作出更加精准、快速、全面的判断。其中,图像识别和数字建模是人工智能的两个重要领域。
目前,国内外主流的设备健康管理方法是通过硬件实现的,将设备与转换器相连,通过转换器将设备信息传输到无线网络传输模块,其优点是响应速度快、准确率高、运行稳定,其缺点是每个设备需要投入的成本较高,而且前期准备工作复杂,需要预先准备的工作较多。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种基于图像识别和数字建模的设备健康管理方法及装置。
本发明的技术解决方案是:
第一方面,本发明实施例提供了一种基于图像识别和数字建模的设备健康管理方法,所述方法包括:
获取由图像采集设备采集的目标设备对应的待处理图像;
对所述待处理图像进行预处理,得到预处理图像;
对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息;
将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果;
基于所述设备健康决策结果,对所述目标设备进行隐患排查和维护。
可选地,所述对所述待处理图像进行预处理,得到预处理图像,包括:
对所述待处理图像进行灰度处理,得到所述待处理图像对应的灰度图像;
对所述灰度图像进行二值化处理,得到所述预处理图像。
可选地,所述对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息,包括:
对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像;
对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息;
根据所述识别的字符信息确定所述目标设备的设备监控监测内容信息。
可选地,在所述将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果之前,还包括:
获取多组训练数据;所述多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息;
基于所述多组训练数据训练得到所述决策模型。
可选地,所述对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像,包括:
基于图像投影的分割算法对所述图像信息中的字符进行分割,将字符图像水平和垂直投影作为分割的依据进行字符分割,分别引入垂直分割阈值和水平分割阈值,以得到字符分割后的图像。
可选地,所述对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息,包括:
在利用分割出的字符与模板图像进行匹配前,对分割出的字符大小和线条进行归一化处理,并提取处理后的字符特征;
利用提取的字符特征与模板字符特征进行比较,并利用最小二乘法进行字符识别,得到所述识别的字符信息。
第二方面,本发明实施例提供了一种基于图像识别和数字建模的设备健康管理装置,所述装置包括:
待处理图像获取模块,用于获取由图像采集设备采集的目标设备对应的待处理图像;
预处理图像获取模块,用于对所述待处理图像进行预处理,得到预处理图像;
健康监测内容获取模块,用于对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息;
健康决策结果获取模块,用于将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果;
隐患排查维护模块,用于基于所述设备健康决策结果,对所述目标设备进行隐患排查和维护。
可选地,所述预处理图像获取模块包括:
灰度图像获取单元,用于对所述待处理图像进行灰度处理,得到所述待处理图像对应的灰度图像;
预处理图像获取单元,用于对所述灰度图像进行二值化处理,得到所述预处理图像。
可选地,所述健康监测内容获取模块包括:
字符分割图像获取单元,用于对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像;
字符信息识别单元,用于对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息;
健康监测内容确定单元,用于根据所述识别的字符信息确定所述目标设备的设备监控监测内容信息。
可选地,所述装置还包括:
训练数据获取模块,用于获取多组训练数据;所述多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息;
决策模型获取模块,用于基于所述多组训练数据训练得到所述决策模型。
可选地,所述字符分割图像获取单元包括:
字符分割图像获取子单元,用于基于图像投影的分割算法对所述图像信息中的字符进行分割,将字符图像水平和垂直投影作为分割的依据进行字符分割,分别引入垂直分割阈值和水平分割阈值,以得到字符分割后的图像。
可选地,所述字符信息识别单元包括:
字符特征提取子单元,用于在利用分割出的字符与模板图像进行匹配前,对分割出的字符大小和线条进行归一化处理,并提取处理后的字符特征;
字符信息识别子单元,用于利用提取的字符特征与模板字符特征进行比较,并利用最小二乘法进行字符识别,得到所述识别的字符信息。
本发明与现有技术相比的优点在于:本发明实施例通过将图像处理技术运用到天线设备机房和厂区代替人工巡检工作,实现了以自动化IT运维管理流程对天线设备机房和厂区实施在线监控和优化信息传输速度,实现对天线设备机房和厂区设备的全时段、实时的状态识别,使机房和厂区设备资产的情况清晰可见,大大降低了巡检的时间,改善巡检工作的人工分配,减少了人工巡检任务,对于提升调度运维工作效率有巨大的积极作用。
附图说明
图1为本发明实施例提供的一种基于图像识别和数字建模的设备健康管理方法的步骤流程图;
图2为本发明实施例提供的一种系统拓扑结构的示意图;
图3为本发明实施例提供的一种基于图像识别和数字建模的设备健康管理装置的结构示意图。
具体实施方式
本发明是为了解决现有的设备健康管理方法中效率低、成本高、应用不灵活等问题,提供一种效率高、成本低、适用范围更广的基于图像识别和数字建模的设备健康管理方法及装置,接下来,结合具体实施例对本发明实施例的技术方案进行如下详细描述。
实施例一
参照图1,示出了本发明实施例提供的一种基于图像识别和数字建模的设备健康管理方法的步骤流程图,如图1所示,该方法可以包括以下步骤:
步骤101:获取由图像采集设备采集的目标设备对应的待处理图像。
本发明实施例可以应用于对机房或厂房内的设备进行故障检测的场景中。
在本示例中,目标设备可以为安装于机房内的服务器、路由器、工作站、网络交换机等设备,具体地,对于目标设备的具体类型可以根据实际情况而定,本实施例对此不加以限制。
本发明实施例提供了一种设备健康管理系统,该设备健康管理系统上搭载有不同功能的图像采集设备。对于本发明实施例提供的设备健康管理系统可以如图2所示。在本发明实施例中,软件部分具体包括:图像采集设备前端接口和调度模块:完成与图像采集设备前端的软件接口,为获取的设备图像信息提供传输调度功能,如测试任务队列、数据格式转换等;设备图像信息识别模块:完成设备图像信息的预处理、信息提取;设备健康监测数据存储模块:完成设备健康监测数据存储;设备健康监测数据压缩管理模块:完成设备健康监测历史数据的压缩管理;设备健康监测信息决策模型模块:对输入的设备健康监测信息数字化建模,分析数据,建立决策模型,管理分析结果。
在具体实现中,可以在天线设备机房和厂区多处位置设置监控相机,利用图像采集设备实时采集天线设备机房和厂区设备图像,以作为待处理图像。
在获取到由图像采集设备采集的目标设备对应的待处理图像之后,执行步骤102。
步骤102:对所述待处理图像进行预处理,得到预处理图像。
在获取到由图像采集设备采集的目标设备对应的待处理图像之后,可以对待处理图像进行预处理,以得到预处理图像。具体地,可以对待处理图像进行灰度化处理、二值化处理,从而得到预处理图像。对于图像预处理过程可以结合下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中,上述步骤102可以包括:
子步骤A1:对所述待处理图像进行灰度处理,得到所述待处理图像对应的灰度图像。
在本实施例中,在获取到待处理图像之后,可以对待处理图像进行灰度处理,以得到待处理图像对应的灰度图像,即对待处理图像进行灰度化处理以得到灰度图像。
在对待处理图像进行灰度处理得到待处理图像对应的灰度图像之后,执行子步骤A2。
子步骤A2:对所述灰度图像进行二值化处理,得到所述预处理图像。
在对待处理图像进行灰度处理得到待处理图像对应的灰度图像之后,可以对灰度图像进行二值化处理,二值化处理后图像仅保留0和1两个灰度级,如下述公式(1)所示:
在公式(1)中,t为实验阈值,(i,j)代表任意一个像素点,f(i,j)代表该像素点的灰度值,当f(i,j)<t时,将该像素点的值设为0,即f(i,j)=0,反之,f(i,j)=1。经过二值化处理后,就得到一幅像素值仅为0或1的二值图像。
在对待处理图像进行预处理得到预处理图像之后,执行步骤103。
步骤103:对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息。
在对待处理图像进行预处理得到预处理图像之后,可以对预处理图像进行字符分割和提取,具体地,可以对预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息。对于该实现过程可以结合下述具体实现方式进行详细描述。
在本发明实施例的一种具体实现方式中,上述步骤103可以包括:
子步骤B1:对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像。
在本发明实施例中,在得到预处理图像之后,可以对预处理图像内图像信息中的字符进行分割处理以得到字符分割后的图像。在本示例中,对字符进行分割采用一种基于图像投影的分割算法,将字符图像水平和垂直投影作为分割的依据进行字符分割,分别引入垂直分割阈值ɑ和水平分割阈值β,用于判定垂直和水平方向的分割是否有效。
在对预处理图像内图像信息中的字符进行分割处理得到字符分割后的图像之后,执行子步骤B2。
子步骤B2:对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息。
在对预处理图像内图像信息中的字符进行分割处理得到字符分割后的图像之后,可以对字符分割后的图像进行光学字符识别处理,得到识别的字符信息。在本示例中,对分割字符进行光学字符识别前,需要对字符大小和线条进行归一化处理,并提取处理后的字符特征,利用提取特征信息与模板字符特征进行比较,最后利用最小二乘法完成字符识别。
在对字符分割后的图像进行光学字符识别处理得到识别的字符信息之后,执行子步骤B3。
子步骤B3:根据所述识别的字符信息确定所述目标设备的设备监控监测内容信息。
在对字符分割后的图像进行光学字符识别处理得到识别的字符信息之后,则可以根据识别的字符信息确定目标设备的设备监控监测内容信息。在本示例中,在得到识别的字符信息之后,可以对识别信息整理,在管理端根据所需监测的设备数据创建设备巡检表,将获得的设备健康监测内容信息填入表单中。
在对预处理图像内的图像信息进行字符分割提取处理得到设备健康监测内容信息之后,执行步骤104。
步骤104:将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果。
在对预处理图像内的图像信息进行字符分割提取处理得到设备健康监测内容信息之后,可以将设备健康监测内容信息输入至预先训练得到的决策模型,以得到目标设备对应的设备健康决策结果。
在本实施例中,决策模型可以是通过多组训练数据训练得到的,对于决策模型的训练过程可以结合下述具体实现方式进行详细描述。
在本发明实施例的一种具体实现方式中,在上述步骤104之前,还可以包括:
步骤C1:获取多组训练数据;所述多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息。
在本发明实施例中,在进行决策模型的训练时,可以获取多组训练数据,在多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息。
在获取到多组训练数据之后,执行步骤C2。
步骤C2:基于所述多组训练数据训练得到所述决策模型。
在获取到多组训练数据之后,可以基于多组训练数据训练得到决策模型。在某些示例中,可以采用设定轮次的训练方式训练得到决策模型,如训练轮次为1000,则可以采用1000组训练数据进行训练直至训练轮次达到1000次时,则可以得到最终的决策模型。在某些示例中,还可以采用损失约束的方式训练得到决策模型,即在训练过程中计算训练的决策模型的损失函数,在损失函数指示决策模型约束时,则可以得到最终的决策模型。
可以理解地,上述两种示例仅是为了更好地理解本发明实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
在得到目标设备的设备健康监测内容信息之后,可以将目标设备的设备健康监测内容信息作为决策模型的输入,以通过决策模型输出目标设备对应的设备健康决策结果。
在将设备健康监测内容信息输入至预先训练得到的决策模型得到目标设备对应的设备健康决策结果之后,执行步骤105。
步骤105:基于所述设备健康决策结果,对所述目标设备进行隐患排查和维护。
在将设备健康监测内容信息输入至预先训练得到的决策模型得到目标设备对应的设备健康决策结果之后,可以基于设备健康决策结果对目标设备进行隐患排查和维护。在具体实现中,自建机房,租用机房服务器,服务器的配置和存储设备的大小可以根据监测数据的增加而增加,服务器的物理管理和防护均可通过云服务提供商负责,采用云服务的管理模式实现。设备巡检人员通过系统监测整个设备生命周期全过程,监测数据可通过网络,实时自动上传至中心服务器,设备巡检人员可及时对故障设备作出响应。
实施例二
参照图3,示出了本发明实施例提供的一种基于图像识别和数字建模的设备健康管理的结构示意图,如图3所示,该装置可以包括以下模块:
待处理图像获取模块310,用于获取由图像采集设备采集的目标设备对应的待处理图像;
预处理图像获取模块320,用于对所述待处理图像进行预处理,得到预处理图像;
健康监测内容获取模块330,用于对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息;
健康决策结果获取模块340,用于将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果;
隐患排查维护模块350,用于基于所述设备健康决策结果,对所述目标设备进行隐患排查和维护。
可选地,所述预处理图像获取模块320包括:
灰度图像获取单元,用于对所述待处理图像进行灰度处理,得到所述待处理图像对应的灰度图像;
预处理图像获取单元,用于对所述灰度图像进行二值化处理,得到所述预处理图像。
可选地,所述健康监测内容获取模块330包括:
字符分割图像获取单元,用于对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像;
字符信息识别单元,用于对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息;
健康监测内容确定单元,用于根据所述识别的字符信息确定所述目标设备的设备监控监测内容信息。
可选地,所述装置还包括:
训练数据获取模块,用于获取多组训练数据;所述多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息;
决策模型获取模块,用于基于所述多组训练数据训练得到所述决策模型。
可选地,所述字符分割图像获取单元包括:
字符分割图像获取子单元,用于基于图像投影的分割算法对所述图像信息中的字符进行分割,将字符图像水平和垂直投影作为分割的依据进行字符分割,分别引入垂直分割阈值和水平分割阈值,以得到字符分割后的图像。
可选地,所述字符信息识别单元包括:
字符特征提取子单元,用于在利用分割出的字符与模板图像进行匹配前,对分割出的字符大小和线条进行归一化处理,并提取处理后的字符特征;
字符信息识别子单元,用于利用提取的字符特征与模板字符特征进行比较,并利用最小二乘法进行字符识别,得到所述识别的字符信息。
本申请所述具体实施方式可以使本领域的技术人员更全面地理解本申请,但不以任何方式限制本申请。因此,本领域技术人员应当理解,仍然对本申请进行修改或者等同替换;而一切不脱离本申请的精神和技术实质的技术方案及其改进,均应涵盖在本申请专利的保护范围中。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (12)
1.一种基于图像识别和数字建模的设备健康管理方法,其特征在于,所述方法包括:
获取由图像采集设备采集的目标设备对应的待处理图像;
对所述待处理图像进行预处理,得到预处理图像;
对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息;
将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果;
基于所述设备健康决策结果,对所述目标设备进行隐患排查和维护。
2.根据权利要求1所述的方法,其特征在于,所述对所述待处理图像进行预处理,得到预处理图像,包括:
对所述待处理图像进行灰度处理,得到所述待处理图像对应的灰度图像;
对所述灰度图像进行二值化处理,得到所述预处理图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息,包括:
对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像;
对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息;
根据所述识别的字符信息确定所述目标设备的设备监控监测内容信息。
4.根据权利要求1所述的方法,其特征在于,在所述将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果之前,还包括:
获取多组训练数据;所述多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息;
基于所述多组训练数据训练得到所述决策模型。
5.根据权利要求3所述的方法,其特征在于,所述对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像,包括:
基于图像投影的分割算法对所述图像信息中的字符进行分割,将字符图像水平和垂直投影作为分割的依据进行字符分割,分别引入垂直分割阈值和水平分割阈值,以得到字符分割后的图像。
6.根据权利要求3所述的方法,其特征在于,所述对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息,包括:
在利用分割出的字符与模板图像进行匹配前,对分割出的字符大小和线条进行归一化处理,并提取处理后的字符特征;
利用提取的字符特征与模板字符特征进行比较,并利用最小二乘法进行字符识别,得到所述识别的字符信息。
7.一种基于图像识别和数字建模的设备健康管理装置,其特征在于,所述装置包括:
待处理图像获取模块,用于获取由图像采集设备采集的目标设备对应的待处理图像;
预处理图像获取模块,用于对所述待处理图像进行预处理,得到预处理图像;
健康监测内容获取模块,用于对所述预处理图像内的图像信息进行字符分割提取处理,得到设备健康监测内容信息;
健康决策结果获取模块,用于将所述设备健康监测内容信息输入至预先训练得到的决策模型,得到所述目标设备对应的设备健康决策结果;
隐患排查维护模块,用于基于所述设备健康决策结果,对所述目标设备进行隐患排查和维护。
8.根据权利要求7所述的装置,其特征在于,所述预处理图像获取模块包括:
灰度图像获取单元,用于对所述待处理图像进行灰度处理,得到所述待处理图像对应的灰度图像;
预处理图像获取单元,用于对所述灰度图像进行二值化处理,得到所述预处理图像。
9.根据权利要求7所述的装置,其特征在于,所述健康监测内容获取模块包括:
字符分割图像获取单元,用于对所述预处理图像内图像信息中的字符进行分割处理,得到字符分割后的图像;
字符信息识别单元,用于对所述字符分割后的图像进行光学字符识别处理,得到识别的字符信息;
健康监测内容确定单元,用于根据所述识别的字符信息确定所述目标设备的设备监控监测内容信息。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
训练数据获取模块,用于获取多组训练数据;所述多组训练数据中的每组训练数据均包括:设备健康监测内容信息和巡检情况信息;
决策模型获取模块,用于基于所述多组训练数据训练得到所述决策模型。
11.根据权利要求9所述的装置,其特征在于,所述字符分割图像获取单元包括:
字符分割图像获取子单元,用于基于图像投影的分割算法对所述图像信息中的字符进行分割,将字符图像水平和垂直投影作为分割的依据进行字符分割,分别引入垂直分割阈值和水平分割阈值,以得到字符分割后的图像。
12.根据权利要求9所述的方法,其特征在于,所述字符信息识别单元包括:
字符特征提取子单元,用于在利用分割出的字符与模板图像进行匹配前,对分割出的字符大小和线条进行归一化处理,并提取处理后的字符特征;
字符信息识别子单元,用于利用提取的字符特征与模板字符特征进行比较,并利用最小二乘法进行字符识别,得到所述识别的字符信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211248958.3A CN115618972A (zh) | 2022-10-12 | 2022-10-12 | 基于图像识别和数字建模的设备健康管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211248958.3A CN115618972A (zh) | 2022-10-12 | 2022-10-12 | 基于图像识别和数字建模的设备健康管理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115618972A true CN115618972A (zh) | 2023-01-17 |
Family
ID=84863006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211248958.3A Pending CN115618972A (zh) | 2022-10-12 | 2022-10-12 | 基于图像识别和数字建模的设备健康管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115618972A (zh) |
-
2022
- 2022-10-12 CN CN202211248958.3A patent/CN115618972A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472510A (zh) | 基于红外及可见图像的电力设备故障检测方法及评估设备 | |
CN111160432A (zh) | 一种面板生产制造缺陷的自动分类方法及系统 | |
CN111862065B (zh) | 基于多任务深度卷积神经网络的输电线路诊断方法和系统 | |
CN116843955A (zh) | 一种基于计算机视觉的微生物分类识别方法和系统 | |
CN115861173A (zh) | 基于数字孪生和ai的分光器资源准确性自动检测系统和方法 | |
CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
CN108280516B (zh) | 一种多组卷积神经网络之间互博智能进化的优化方法 | |
CN114387564A (zh) | 一种基于YOLOv5的磕头机停抽检测方法 | |
CN115618972A (zh) | 基于图像识别和数字建模的设备健康管理方法及装置 | |
CN116959117A (zh) | 针对垃圾投放行为分析和违规行为多角度抓拍的监测系统 | |
CN114140731B (zh) | 一种牵引变电所异常检测方法 | |
CN115205747A (zh) | 一种基于图像识别的道路自动化检测系统 | |
CN113591752B (zh) | 基于卷积神经网络的设备漏油监控方法及相关设备 | |
CN115909312A (zh) | 一种基于深度学习的板坯号实时检测与识别方法 | |
CN112508946B (zh) | 一种基于对抗神经网络的电缆隧道异常检测方法 | |
CN111476383B (zh) | 一种泵站机组状态检修动态决策方法 | |
CN113328986A (zh) | 基于卷积神经网络与lstm结合的网络流量异常检测方法 | |
CN113989684A (zh) | 一种机巡缺陷图片图像标注定级方法及缺陷定级系统 | |
CN112132819A (zh) | 一种基于人工智能的通信网管监控方法 | |
CN212515838U (zh) | 一种基于网络视频结构化服务器的神经网络模型优化系统 | |
CN118170116B (zh) | 一种基于物联网的智能制造设备群的故障分析及嗅探系统 | |
CN118015737B (zh) | 基于物联网的智能门锁联合控制系统 | |
CN112966724B (zh) | 一种图像单类别分类的方法及装置 | |
CN116993734B (zh) | 基于视觉成像进行分析的电池隔热棉裁切质量预测系统 | |
CN114780776A (zh) | 一种作业数据分发方法 |
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 |