[发明专利]一种基于TensorFlow图像识别诊断硬盘故障的方法

说明书

本发明公开了一种基于TensorFlow图像识别诊断硬盘故障的方法，包括以下步骤：终端对服务器硬盘获取现场状态的多角度图像；传输至服务器端进行相对角度归一化处理，再利用几何校正方法对多角度图像进行配准，得到修正后的硬盘图像；通过TensorFlow处理修正后的硬盘图像信息；服务器存储有硬盘初始化正常状态图像数据；将硬盘现场状态图像数据与初始化正常状态图像数据进行比对判断；将硬盘的现场状态信息反馈给终端。本发明利用多角度硬盘现场状态图像，结合几何校正处理进行配准，融合为较准确的硬盘图像，结合TensorFlow智能处理使硬盘故障诊断过程快速、准确，实现全自动化操作。

技术领域

本发明涉及一种服务器及部件的监测方法，属于计算机技术领域，尤其一种基于TensorFlow图像识别诊断硬盘故障的方法。

背景技术

服务器Server目前已经逐渐替代传统小型机，运行和承载着核心应用，因此，对于服务器的可靠性和稳定性要求就越来越高和重要。

硬盘是服务器用于存储各类数据的重要部件，为了表征硬盘的工作状态，在服务器安装有很多指示灯，对应于硬盘启动、数据读取或存储、运行以及故障等状态。

目前，现场维护人员对硬盘状态的监控和故障诊断多依赖经验，在经验不足的情况下，难免出现差错，也增加了培训和学习成本，操作和维护效率较低。另外，随着信息技术的发展和信息化度的提高，服务器等机房规模越来越庞大，所涉及的硬盘类型也越多，给维护人员增加了维护难度和复杂性，现实统计也时常发现由于对服务器设备监测和维护不周，导致设备大面积故障的问题，因此，需要采用有效方案对硬盘故障监控实现及时和高效识别，以避免服务器系统的崩溃和提高数据存储的安全性。

如中国专利(授权公告号CN103940620B)公开了“一种基于图像识别的汽车故障判别与提示的方法及系统”，该方法采用移动智能终端对车辆OBD系统提示的汽车故障提示代码图像拍照，通过图像处理、图像识别，提取图像特征与远程服务器中的故障符号数据库对比、查询后，将相应的汽车手册相应页面及专家处理建议显示在移动智能终端。

再如中国专利(授权公告号CN104504713B)公开了“一种动车组运行状态图像监控故障自动识别方法”，将当前动车组运行故障图像检测系统TEDS设备近期采集的该动车组历史监控图像作为时间历史图、同一线路上该动车组最近经过的其它TEDS设备采集的监控图像作为空间历史图、当前TEDS设备采集的该动车组监控图像作为当前图，将时间历史图、空间历史图分别与当前图进行图像配准，获取时间历史配准图及空间历史配准图，将时间历史配准图进行加权平均作为历史标准图，将空间历史配准图进行加权计算作为故障权重矩阵，将当前图与历史标准图进行变化检测获取特征差异矩阵，利用特征差异矩阵与故障权重矩阵计算得到故障标记矩阵。本发明具有能够有效提高动车组运行故障自动识别率、降低误判率的优点。

但上述方法及系统，多采用定时定点的图像进行识别和处理，无法进行综合条件判断易产生误差，处理效率降低。

发明内容

本发明提供一种基于TensorFlow图像识别诊断硬盘故障的方法，用于解决现有技术中的问题。

本发明通过以下技术方案予以实现：

一种基于TensorFlow图像识别诊断硬盘故障的方法，包括以下步骤：

S1.终端对服务器硬盘进行多角度的拍摄以获取现场状态的多角度图像；

S2.然后，终端将多角度图像传输至服务器端；

S3.服务器接收到多角度图像后，进行相对角度归一化处理，再利用几何校正方法对多角度图像进行配准，得到修正后的硬盘图像，相对角度归一化公式：

y_k＝a_kx_k+b_k (1)