[发明专利]通过大数据平台进行建筑工地货运电梯异常识别工作方法

说明书

本发明提出了一种通过大数据平台进行建筑工地货运电梯异常识别工作方法，包括：通过去噪过程，收集电梯钢缆区域的现场图片作为样本数据库中的无标记的筛选图像数据，将筛选图像数据分割为若干相等的图像块，将图像块转换为一维向量组，将一维向量组通过对若干相等图像块的挖掘，得到电梯钢缆破损区域图像属于电梯钢缆图像的概率，当所述概率大于预先设定的阈值时，则认为所述电梯钢缆目标图像包含电梯钢缆破损图像；否则，认为所述电梯钢缆目标图像为没有包含电梯钢缆破损图像。

技术领域

本发明涉及计算机图形识别领域，尤其涉及一种通过大数据平台进行建筑工地货运电梯异常识别工作方法。

背景技术

由于大规模建筑工程施工，在建设楼宇过程中，需要大量的货运电梯进行水泥沙石或者钢筋板材的运输，货运电梯使用频繁，必然对钢缆或者制动装置造成磨损，从而发生安全隐患，虽然现有环境下会采取人工巡检方式，人员肉眼识别难免会造成疏漏，这样就会对建筑施工安全造成难以估计的风险，而且不利于货运电梯的维护保养，这就亟需本领域技术人员解决相应的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种通过大数据平台进行建筑工地货运电梯异常识别工作方法。

为了实现本发明的上述目的，本发明提供了一种通过大数据平台进行建筑工地货运电梯异常识别工作方法，包括：S-1，根据灰度变换后的电梯钢缆图像样本，所形成的样本数据库，对所述图像进行局部线性检测和Hough变换，得到电梯钢缆破损图像；

对所述电梯钢缆图像进行差分处理得到降噪目标图像；通过深度网络构建分类器，深度网络构建分类器的收敛函数：

m和n分别代表电梯钢缆图像样本变量和电梯钢缆破损图像样本变量，P为电梯钢缆图像样本图像帧，通过电梯钢缆图像样本校正参数w进行修正，其中T_i为电梯钢缆图像样本的提取数，δ为图像饱和度影响因子，c_m,n电梯钢缆图像样本中失效图像数，M(·)为图像状态概率，

将所述降噪目标图像输入所述分类器，判断所述降噪目标图像是否属于包含电梯钢缆目标图像；通过提取算子边缘检测进行局部线性检测，检测出图像中的破损或者缺失钢缆部位，结合直线形态提取方法对图像进行特征提取处理，得到电梯钢缆连通图像；

S-2，预先设定电梯钢缆目标图像的判定阈值和限界范围，

设S为电梯钢缆目标图像概率，Z为随机变量，通过R(i)表示电梯钢缆图像预测样本相对误差概率，图像判断误差为一个离散分布，如果Z的取值为Z₁≤Z₂...≤Z_i，则逐点获取坐标(x_l,y_l)的l个电梯钢缆图像像素点，进行电梯钢缆目标图像概率运算，l,j≥0，然后再逐点获取坐标(x_j,y_j)的j个建筑外墙图像像素点，进行建筑外墙异常目标图像概率运算。

优选的，所述S-2还包括：

获取电梯钢缆提取连通图像中的连通区域，将电梯钢缆提取连通图像区域与所述判定阈值进行比较，当电梯钢缆提取连通图像区域大于所述判定阈值且属于电梯钢缆理论破损范围内，则判断所述电梯钢缆提取连通图像为电梯钢缆破损区域的图像，否则，判断电梯钢缆提取连通图像不属于电梯钢缆破损区域的图像。

优选的，其特征在于，

S-3，通过去噪过程，收集电梯钢缆区域的现场图片作为样本数据库中的无标记的筛选图像数据，将筛选图像数据分割为若干相等的图像块，将图像块转换为一维向量组，将一维向量组通过对若干相等图像块的挖掘，得到电梯钢缆破损区域图像属于电梯钢缆图像的概率，当所述概率大于预先设定的阈值时，则认为所述电梯钢缆目标图像包含电梯钢缆破损图像；否则，认为所述电梯钢缆目标图像为没有包含电梯钢缆破损图像。