[發明專利]基于圖像增強的機房設備識別管理方法

有效

• 申請號: 202310064328.9
• 申請日: 2023-02-06
• 公開（公告）號: CN115797344B
• 公開（公告）日: 2023-04-21
• 發明（設計）人: 田艷艷;沈淼宇;翟廣廈;董忠清;張停停;張壘;林現光;程傳峰;王龍偉;田紅雨
• 申請（專利權）人: 智聯信通科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/45;G06T7/11;G06T7/187;G06T5/00
• 代理公司: 濟寧仁禮信知識產權代理事務所(普通合伙) 37383
• 代理人: 李淑花

1.基于圖像增強的機房設備識別管理方法，其特征在于，所述方法包括：

獲取機房設備線路圖像，將所述機房設備線路圖像通過閾值分割得到機房設備線路清晰圖像和不清晰圖像，對所述機房設備線路清晰圖像進行直線檢測識別清晰線路和對應的線路類別；

獲取所有所述清晰線路的灰度級序列，根據所有所述清晰線路的灰度級序列得到對應的紋理模式描述子；

通過行列均勻劃分的方式將不清晰圖像劃分為不同的塊區域圖像，通過灰度共生矩陣獲取所有所述塊區域圖像的保留點對，將每個所述塊區域圖像的保留點對與所有所述紋理模式描述子進行匹配得到每個所述塊區域圖像對應的所述線路類別；

根據所述機房設備線路清晰圖像中的所述線路類別的像素信息將所述線路類別對應的所述塊區域圖像進行增強，獲得增強后的圖像；通過對所述增強后的圖像進行連通域分析識別出異常線路；

所述灰度級序列的獲取方法包括：

將所述清晰線路圖像中的灰度值從小到大進行排列得到灰度值序列，將所述灰度值序列通過OSTU多閾值分割的方法將灰度值序列中的元素劃分為不同的灰度值類別，將每個所述灰度值類別的灰度值均值向上取整的值作為一個灰度級，獲得所述灰度級序列；

所述根據所有所述清晰線路的灰度級序列得到對應的紋理模式描述子包括：

根據所述灰度級序列中后一個元素與前一個元素的比值建立比值序列，將所述比值序列記為紋理模式描述子；

所述通過灰度共生矩陣獲取所有所述塊區域圖像的保留點對包括：

根據目標塊區域的灰度共生矩陣獲得所述目標塊區域每個點對的出現頻率，將所述出現頻率大于所述點對出現頻率中值的點對記為高頻率點對，計算所述高頻率點對中后一個元素與前一個元素的比值，作為點對比值；并將所述點對比值與所有紋理模式描述子中元素差值小于預設差值的所述高頻率點對進行保留得到多個所述保留點對。

2.根據權利要求1所述的基于圖像增強的機房設備識別管理方法，其特征在于，所述對所述機房設備線路清晰圖像進行直線檢測識別清晰線路和對應的線路類別包括：

通過霍夫直線檢測將所述機房設備線路清晰圖像中的直線映射到極坐標參數空間得到多個高亮點，對所有所述高亮點進行聚類得到多個高亮點類別，將所有所述高亮點類別在機房設備線路清晰圖像中對應的直線作為所述清晰線路，將每個所述高亮點類別對應的所有所述清晰線路作為一個所述線路類別。

3.根據權利要求2所述的基于圖像增強的機房設備識別管理方法，其特征在于，所述對所有所述高亮點進行聚類得到多個高亮點類別包括：

將所述高亮點在所述極坐標參數空間中進行橫坐標投影得到多個橫坐標投影點，對所述橫坐標投影點進行密度聚類得到對應的所述極坐標參數空間中所述高亮點的第一類別，將每個所述高亮點的第一類別在所述極坐標參數空間中的進行縱坐標投影得到多個縱坐標投影點，對所述縱坐標投影點進行密度聚類得到對應極坐標空間中所述高亮點的第二類別，所述高亮點的第二類別記為高亮點類別。

4.根據權利要求1所述的基于圖像增強的機房設備識別管理方法，其特征在于，所述將每個所述塊區域圖像的保留點對與所有所述紋理模式描述子進行匹配得到每個所述塊區域圖像對應的所述線路類別包括：

計算每個所述塊區域的所有保留點對中后一個元素與前一個元素的元素比值，將所述元素比值記為保留元素，統計每個所述塊區域的所有所述保留點對對應的所述保留元素，并將每個所述塊區域所述保留元素組成保留元素序列，當所述目標塊區域對應的保留元素序列與目標紋理模式描述子中元素一致時，將所述目標塊區域與所述目標紋理模式描述子進行匹配得到對應的線路類別，將所述目標塊區域記為待增強區域。