[发明专利]用于智能化设备管理的图像处理方法及系统

说明书

本发明公开了一种用于智能化设备管理的图像处理方法及系统。方法包括：获取智能化设备管理平台的用户端在设备管理过程中产生的设备图像；将设备图像、可靠滤波去噪图像和神经网络去噪残差映射图像输入粗粒度置信度分析模型，得到粗粒度置信度图；对粗粒度置信度图进行细化得到细粒度置信度图；细粒度置信度图为神经网络去噪图像的权重掩膜，根据细粒度置信度图生成可靠滤波去噪图像的权重掩膜，根据权重掩膜对设备图像的可靠滤波去噪图像和神经网络去噪图像进行加权融合，得到设备图像最终的去噪图像。相较于现有技术，本发明通过融合置信度预测来评估残差图的可信程度，提高了图像的去噪效果。

技术领域

本发明涉及图像处理、设备管理技术领域，具体涉及一种用于智能化设备管理的图像处理方法及系统。

背景技术

随着企业经营规模的持续增长，大型机械设备数量剧增，传统的管理手段已经无法满足大型机械设备安全管理的需要，亟待运用现代化信息技术改变设备安全监管方式。目前设备管理仅进行账务管理，实物及现场管理还是依靠传统的手工台账模式进行管控；对于设备计划、资源匹配、验收、维保、检查等业务环节没有行之有效的监控手段，更多依靠公司管理人员；这种管理方式的时效性、可操作性较差，给设备的管理带来巨大的工作量，并且存在诸多的隐患及潜在的风险。现场管理需求为实现项目对自有资产、租赁设备的需求计划、进出场、验收、安拆作业、维护保养、设备检查、特种作业人员等进行线上管理，排查项目现场设备安全隐患，降低项目风险。

在设备管理过程中，设备检查是必不可少的步骤，一般通过摄像机拍摄记录检查部位及过程。然而现实中的数字图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，尤其是在一些工业环境中，环境噪声巨大，使得相机拍摄的图像往往存在较大的噪声，进而影响图像的质量，从而影响设备管理。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种用于智能化设备管理的图像处理方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种用于智能化设备管理的图像处理方法：

获取智能化设备管理平台的用户端在设备管理过程中产生的设备图像；

获取设备图像的可靠滤波去噪图像和神经网络去噪残差映射图像；

将设备图像、可靠滤波去噪图像和神经网络去噪残差映射图像输入粗粒度置信度分析模型，得到粗粒度置信度图；

根据归一化互相关系数对粗粒度置信度图进行细化，得到细粒度置信度图；

细粒度置信度图为神经网络去噪图像的权重掩膜，根据细粒度置信度图生成可靠滤波去噪图像的权重掩膜，根据权重掩膜对设备图像的可靠滤波去噪图像和神经网络去噪图像进行加权融合，得到设备图像最终的去噪图像。

优选的，所述智能化设备管理平台的用户端角色包括：公司端、供应商端、设备现场管理端。

优选的，所述粗粒度置信度分析模型包括置信度预测网络：将设备图像、可靠滤波去噪图像和神经网络去噪残差映射图像输入至置信度预测网络，得到粗粒度置信度图。

优选的，所述置信度预测网络的标签粗粒度置信度具体为：设置粗粒度尺寸，按粗粒度尺寸获取干净图像与神经网络去噪图像的差异；根据所得差异与用户端的最大噪声的比值，得到标签粗粒度置信度图。

优选的，所述方法还包括：若置信度预测网络输出的粗粒度置信度图像素值大于标签粗粒度置信度图的对应像素值，则利用权重调整系数增大该像素的损失。

优选的，所述根据归一化互相关系数对粗粒度置信度图进行细化，得到细粒度置信度图包括：获取可靠滤波去噪图像与神经网络去噪图像的归一化互相关系数；根据归一化互相关系数和值域控制系数得到细粒度置信度系数，由细粒度置信度系数对粗粒度置信度进行调节，得到细粒度置信度图。