CN102609696A - 基于图像识别的照明设备故障检测方法 - Google Patents

Abstract

本发明公开了一种基于图像识别的照明设备故障检测方法，该方法主要包括安装摄像头、标定照明设备位置、摄像头实时取像、去色处理、二值化处理、以及对比待检图片和基准图片的步骤，本发明使用摄像头配合计算机软件来完成对照明设备的故障监视，有效减少了人力资源的开支，并提高了故障检测与发现的效率，可在大型展馆、公共场合照明以及不适宜实际观察的场所使用。

Description

基于图像识别的照明设备故障检测方法

技术领域

本发明涉及一种照明设备故障检测方法，具体是一种基于图像识别的照明设备故障检测方法。

背景技术

在各类展览馆、博物馆等大型公共场所，照明设备的故障检测都是通过人为肉眼观察来判断的。馆内管理员通过巡视整个场地的办法，逐个观察照明设备的工作情况，照明设备是否存在故障，完全由肉眼来判断、识别，如果展馆达到一定规模，由于现场场地过大，则管理员巡视整个展馆会所花费的时间也随之增加。

传统的照明设备故障检测是基于电信号的故障检测。例如基于电流变化规律进行检测的故障检测设备、基于电压值变化情况进行故障检测的设备。基于电信号进行故障检测的设备价格较高，而且这类设备本身也是电气化设备，故障检测设备自身出现问题时很难发现，更换检测设备相对复杂。

发明内容

本发明目的是：为解决以上问题，提出一种基于图像识别的照明设备故障检测方法，本发明使用摄像头配合计算机软件来完成对照明设备的故障监视，有效减少了人力资源的开支，并提高了故障检测与发现的效率，可在大型展馆、公共场合照明以及不适宜实际观察的场所使用。

本发明的技术方案是：一种基于图像识别的照明设备故障检测方法，包括以下步骤：步骤一、对所要监视的照明区域安装摄像头设备；

步骤二、在保证监视区域内所有照明设备都正常时、将所有照明设备打开并处于照明状态，用摄像头拍摄一张基准图片，并标定出该基准图片上所有存在照明设备的点区域；

步骤三、通过软件控制摄像头对其所监视区域进行定时取像，并保证取像时监视区域内的所有照明设备全部打开； 

步骤四、利用软件对步骤三拍摄的图片进行去色处理，将其转化为灰度图片；

步骤五、对去色后的灰度图片进行二值化处理，得到一张只存在颜色值为RGB（0，0，0）和颜色值为RGB（255，255，255）的待检图片；

步骤六、利用软件将步骤四获得的待检图片与基准图片进行比较，若在基准图片上一点区域被标定为存在照明设备，而在的待检图片中相应点区域的颜色值为RGB（0，0，0），则判断该点区域的照明设备存在故障，软件发出报警信息，通知管理人员检查该区域照明设备是否正常。

在所述步骤二中，基准图片上有照明设备存在的点区域的标定方法为：

1）利用软件对基准图片进行去色处理，将其转化为灰度图片；

2）对去色后的灰度图片进行二值化处理，得到一张只存在颜色值为RGB（0，0，0）和颜色值为RGB（255，255，255）的基准图片；

3）将基准图片上颜色值为RGB（255，255，255）的点区域标定为有照明设备存在的点区域。

本发明的优点是：计算机视觉技术的发展，使得本文提出的灯光故障检测方法得到实现。本发明使用摄像头配合计算机软件来完成对照明设备的故障监视，用摄像头代替肉眼来监视照明设备，可以有效的缓解照明设备故障检测效率低及人员开支过大的问题，并且可以通过摄像头可全日制工作的特点，来实现全日制监视、报警。相对传统的照明设备检测方法价格较高、施工复杂等特性，本发明利用简单的常见设备，实现对大型场地的照明设备的监视，有效减小了人力资源的开支，并提高了故障检测与发现的效率。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明实施例的流程图；

图2是本发明实施中的去色矩阵。

具体实施方式

实施例：参照图1所示，本实施例的基于图像识别的照明设备故障检测方法，包括以下步骤：

步骤一、对所要监视的照明区域安装摄像头设备。

应注意：摄像头设备安装完成后，不要再对其进行转动或者移动位置，随意的转动摄像头角度或者移动位置，可能造成监视区域内不能正确识别照明设备故障的情况。

步骤二、在保证监视区域内所有照明设备都正常时（即无故障）、将所有照明设备打开并处于照明状态，用摄像头拍摄一张基准图片，并标定出该基准图片上所有存在照明设备的点区域；

本实施例中对照明设备点区域的标定方法如下：

1）利用软件对基准图片进行去色处理，将其转化为灰度图片；

2）对去色后的灰度图片进行二值化处理，得到一张只存在颜色值为RGB（0，0，0）和颜色值为RGB（255，255，255）的基准图片；

3）将基准图片上颜色值为RGB（255，255，255）的点区域标定为有照明设备存在的点区域。

步骤三、通过软件控制摄像头对其所监视区域进行定时取像，并保证摄像头取像时监视区域内的所有照明设备全部打开（这里所说的“将所有照明设备全部打开”，仅指将所有照明设备的开关开启，并不保证所有照明设备均处于正常照明状态）。相邻两次取像的间隔时间需根据现场实际情况而定。

步骤四、利用软件对步骤三中摄像头拍摄的图片进行去色处理，将其转化为灰度图片；

图像的去色操作根据矩阵的乘法规则，让图像数据可以在很快的计算时间内完成图片的去色，这里使用了一个5X5的去色矩阵（如图2）来完成对图片的去色操作，通过对所取得的图像进行与去色矩阵相乘，结果就是去色后的灰度图。

步骤五、利用软件对去色后的灰度图片进行二值化处理，得到一张只存在颜色值为RGB（0，0，0）和颜色值为RGB（255，255，255）的待检图片，其中：颜色值为RGB（255，255，255）的点区域是有照明设备存在的区域，颜色值为RGB（0，0，0）的点区域一般是没有照明设备存在的区域（所谓“一般是”，是指：因为某些区域的照明设备可能存在故障，对于这些照明设备发生故障的区域，在待检照片上的颜色值也为RGB（0，0，0），下文对此有更具体的说明）。

步骤六、利用软件将步骤四获得的待检图片与基准图片进行比较。

因为基准图片是在所有照明设备都处于正常状态下（无故障）拍摄的，所以所有存在照明设备的点区域都能在该基准图片上标定出来。在正常情况下（即没有照明设备出现故障时），如果某一点区域有照明设备存在，那么在待检图片该点区域的颜色值为RGB（255，255，255）；但是，若在基准图片上某一点区域被标定为存在照明设备，而在的待检图片中相应点区域的颜色值却为RGB（0，0，0），——即该点区域本身有照明设备存在，而在步骤四获得的待检图片中相应点区域的颜色值却为RGB（0，0，0），则判断该点区域的照明设备存在故障，软件发出报警信息，通知管理人员检查该区域照明设备是否正常。

经过管理人员实地检查后，如果发现该区域照明设备确实存在异常，则需要人为检修。如果该区域并没有照明设备存在异常，说明软件误报，这时应查明误报原因，大部分误报情况是由摄像头转动或者移动位置造成，还有一部分误报是照明设备所发出的光线强度下降造成。对于第一种误报情况，应该加固摄像头位置，让其不能随意移动；对于第二种误报情况，可以通过调整二值化操作阈值来解决，以降低误报情况的发生。

为了让人们能够更直观地了解本发明的内容并据以实施，申请人现将其运用本发明的方法所做的一次具体实验公开如下：

a）实验环境

本次实验使用VS2010编写程序，配合一台普通摄像头来监视指定区域内的照明设备是否存在故障。指定的照明设备为室内日光灯。

b）实验内容

首先打开摄像头取像，标定所有照明设备的位置，本次实验标定出六个日光灯设备，标定完成后，程序会提示本次标定点区域的个数以及位置。

标定完成后，需要存档的预定数据已经完成存档操作。这时即可开始监控。监控过程中，如果有灯光不高或者亮度变化过大，程序会提示该区域灯泡存在问题。

程序内计算步骤是先进行去色操作转化为灰度图；然后再进行二值化操作转化为只存在RGB值为（255,255,255）和(0,0,0)的点区域,。

图片转化为灰度图后，图片中的所有像素点已经不存在颜色信息,只有灰度信息值。在程序把图像转化为二值化图像前进行灰度转换，是为了提高故障检测的正确率，如果不经过灰度转换，直接把原始取得的图像转化为二值化图像,在转换完成后的图片上，会增加噪声数据的出现概率。为了解决这个问题，我们提出了中间转化步骤：先转化为灰度图像，再由灰度图像转化为二值化图像。

在二值化操作转化后的待检图片内，照明设备所有位置很清楚的显示在图片上，其他不存在照明设备的区域都为黑色（准确的说，是不存在照明光源的区域）。这样就可以使用软件对比预定的存档图片（基准图片）与处理后的实时图片（待检图片）作对比，根据区域的对比结果，就可以得到照明设备的故障信息，从而根据得到的故障信息进行报警。

c）实验结果     

如果其中一个灯不亮了，***会提示对应的位置设备出现故障。这样就可以完成对指定区域指定照明设备的监视，当设备出现问题后，可以及时反馈。

Claims (2)

1.一种基于图像识别的照明设备故障检测方法，其特征在于该方法包括以下步骤：

步骤一、对所要监视的照明区域安装摄像头设备；

步骤二、在保证监视区域内所有照明设备都正常时、将所有照明设备打开并处于照明状态，用摄像头拍摄一张基准图片，并标定出该基准图片上所有存在照明设备的点区域；

步骤三、通过软件控制摄像头对其所监视区域进行定时取像，并保证取像时监视区域内的所有照明设备全部打开； 

步骤四、利用软件对步骤三拍摄的图片进行去色处理，将其转化为灰度图片；

步骤五、对去色后的灰度图片进行二值化处理，得到一张只存在颜色值为RGB（0，0，0）和颜色值为RGB（255，255，255）的待检图片；

步骤六、利用软件将步骤四获得的待检图片与基准图片进行比较，若在基准图片上一点区域被标定为存在照明设备，而在的待检图片中相应点区域的颜色值为RGB（0，0，0），则判断该点区域的照明设备存在故障，软件发出报警信息，通知管理人员检查该区域照明设备是否正常。

2.根据权利要求1所述的基于图像识别的照明设备故障检测方法，其特征在于在所述步骤二中，基准图片上有照明设备存在的点区域的标定方法为：

1）利用软件对基准图片进行去色处理，将其转化为灰度图片；

2）对去色后的灰度图片进行二值化处理，得到一张只存在颜色值为RGB（0，0，0）和颜色值为RGB（255，255，255）的基准图片；

3）将基准图片上颜色值为RGB（255，255，255）的点区域标定为有照明设备存在的点区域。

Images