[发明专利]基于机器视觉的大型景观灯组的故障诊断方法与系统

权利要求书

1.一种基于机器视觉的景观灯组的故障诊断方法，其特征在于，包括以下步骤：

(1)通过摄像头获取景观灯组正常工作时的图像，进行图像处理和归一化处理并建立标准库；

(2)利用摄像头实时获取景观灯组工作时的图像，并进行图像处理和归一化处理；

(3)利用匹配识别算法与标准库中的图像匹配识别，找出最相似图像；

(4)进而根据实时图像与其最相似图像的差异判断景观灯组是否出现故障。

2.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，所述步骤(1)中当使用的摄像头不止一个时要求对摄像头标号，并根据摄像头的标号对标准库中的模板图像标号，便于后期查找出现故障的景观灯组的具体位置。

3.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，所述步骤(1)中对景观灯正常工作时的图像进行均值滤波和归一化处理建立相关标准库。

4.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，所述步骤(1)和步骤(2)中均采用均值滤波进行处理，设当前像素点为(a,b)，然后选定一个模板，该模板是由很多与其邻近的像素组成，求这些像素的平均值h(a,b)，并把它作为之前选择的像素点的灰度，如下所示：

设噪声N(a,b)的期望为0，方差为μ，未受噪声影响的是No(a,b)，则含有噪声的图像g(a,b)经过邻域平均后，如下：

5.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，所述步骤(1)和步骤(2)中均采用归一化进行处理使实时获取的图像与标准库中的图像大小一致；归一化处理是指放大或者缩小原始图像的长度和宽度，使图像在大小上一致，便于比较。

6.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，所述步骤(3)中匹配识别的步骤为：

将处理好的实时获取的图像H放在标准库的模板图像T上移动寻找与其在大小、图像内容上相同的图像，把图像H在图像T上的区域称为子图像T_mn，那么整个过程就是比较图像H和子图像T_mn的相似的程度；设用来衡量两幅图像匹配的相关系数为S，则相关系数的大小说明了图像H和子图像T_mn的匹配程度，当S最大时，则说明找到目标，并输出图像以及图像在标准库中的位置。

7.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，所述步骤(4)中将匹配识别模块中得到的最相似的两个图像进行对比，观察两者差异的大小：若两者的差异值小于设定的阈值时，则景观灯组正常工作；若两者的差异值大于设定的阈值时，则景观灯组出现故障。

8.根据权利要求1所述的基于机器视觉的景观灯组的故障诊断方法，其特征在于，该步骤还包括当景观灯组出现故障时自动发出警报提醒工作人员进行维修的步骤。

9.一种基于机器视觉的景观灯组的故障诊断系统，其特征在于，用于在执行时实现权利要求1-8任一项所述的基于机器视觉的景观灯组的故障诊断方法的步骤，包括：

图像采集模块，该模块用于执行步骤(1)和步骤(2)的方法；

图像处理模块，该模块用于执行步骤(1)和步骤(2)的方法；

匹配识别模块，该模块用于执行步骤(3)的方法；

故障判断模块，该模块用于执行步骤(4)的方法。