[发明专利]一种基于图像识别的自动扶梯的扶手带剩余寿命的判断方法

权利要求书

1.一种基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于包括如下步骤：

步骤1：在左、右两边自动扶梯扶手带监测点处各安装一个摄像头，当扶手带处于运行状态时，摄像头实时拍摄扶手带；

步骤2：摄像头对左边或右边扶手带居中拍照，然后对步骤1中摄像头所拍摄的扶手带照片进行裁剪只保留扶手带的部分；

步骤3:对步骤2中进行局部裁剪后的照片，再次裁剪，得到扶手带的图片，截取该图片的下部分；

步骤4:由于电梯内部空间影响，摄像头会无法垂直拍摄扶手带，导致图片中扶手带边缘与图片边缘呈倾斜角度，所以对该图片进行霍夫变换操作，为了截图方便以及尽可能保留裂纹相关的数据，计算扶手带边缘相对图片边缘的倾斜角度，依据倾斜角度对倾斜的扶手带图片进行仿射变换操作来矫正角度，使扶手带边缘与图片边缘保持平行状态；

步骤5：使用图片增强、图片的二值化和形态学的腐蚀和膨胀处理步骤4得到照片的杂点，去除多余的干扰因子；

步骤6：对步骤5中得到的图片进行扫描以获取扶手带上裂纹的宽度和长度；

步骤7：基于裂纹的大小，长短以及数量建立不同使用年限的扶手带裂纹模型，再通过卷积神经网络制作出模型，采集到的实时数据与建立的模型对比，即可判断出扶手带的剩余寿命。

2.根据权利要求1所述的基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于，所述步骤1中监测点是指扶手带压带轮或摩擦轮或张紧轮上方。

3.根据权利要求1所述的基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于，所述摄像头的像素不低于2000万。

4.根据权利要求1所述的基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于，所述步骤4中，计算扶手带边缘相对图片边缘的倾斜角度的方法为对步骤三中图片进行霍夫变换操作，得到扶手带边缘形状，绘制扶手带的边缘线，并计算边缘线的斜率，再转化为边缘线的倾斜角度，最终得到扶手带边缘相对图片边缘的倾斜角度。

5.根据权利要求1所述的基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于，所述步骤4中仿射变换操作矫正以后，如果图片中仍然存在干扰裂纹的多余图像，需要对矫正后的图片进行再一次裁剪，得到二次裁剪的裂纹图片。

6.根据权利要求1所述的基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于，步骤6中得到的图片进行扫描以获取扶手带上裂纹的宽度和长度的方法为：将步骤5中得到的图片，白色的像素点标记为0，黑色的像素点标记为1，逐步扫描步骤5得到的照片上的每一行像素点，当扫描到黑色像素点时，记下此处的纵坐标位置y1，然后继续向下扫描，知道扫描到像素点标记为0处，记下此处的纵坐标位置y2，此时，裂纹影响扶手带的宽度为y2-y1；根据y1和y2，截取该部分的图片，对图片进行从左往右，逐列扫描，遇到像素点标记为1时，记下此处的横坐标x1，继续扫描，直到扫描到像素点标记为0时，记下此处的横坐标x2，此时，裂纹影响扶手带的长度为x2-x1。

7.根据权利要求4所述的基于图像识别的自动扶梯的扶手带剩余寿命的判断方法，其特征在于，所述步骤7具体方法为：

步骤7.1：对扶手带以使用年数为单位进行分组(例如将使用了一年的扶手带为一组，使用了两年的扶手带为一组，使用了三年的扶手带为一组，使用了四年的扶手带为一组，使用了五年的扶手带为一组，总共五组)，每组扶手带拍摄照片不少于300张，通过以上步骤可以得出每张图片中扶手带的影响面积s，长度l，数量n，所以每照片可以得出一个1*3的矩阵[s₁ l₁ n₁]；

步骤7.2：接下来在机器学习模型里面里设定逻辑回归的参数，回归的公式为Y＝w*X+b，将上面1*3的矩阵[s₁ l₁ n₁]作为为X输入，Y为计算结果，w为权重参数，b为修正参数，其中w和b是要训练修正的参数，w初始值为一个随机的变数，标准差为0.01，b初始值为0，训练里判断计算结果好坏就是要判断计算出来的Y损失值和实际的Y损失值(loss)是多少，并减少Y损失值；

步骤7.3：设定优化方式，使用梯度下降法，并将参数初始化，运行机器学习模型；然后可以得出一个能够测试不同使用年份的扶手带的模型，通过传入扶手带照片，可分析出扶手带的使用年份。