一种基于神经网络识别设备类型的图像识别方法

专利主权项内容

1.一种基于神经网络识别设备类型的图像识别方法，其特征在于，包括步骤：步骤1：神经网络的训练过程；步骤2：利用训练后的神经网络进行图像识别的过程；其中，待识别图像为彩色图像，所述步骤2具体包括：步骤2 .1：图像分割，输入原始图，转为灰度图像，使用高斯法滤波去噪，saber算子提取边缘，二值化处理，找出连通区域，找到轮廓；步骤2 .2：验证存在区域，验证矩形大小，长宽比；步骤2 .3：特征提取，调整图像为128*128，转为灰度图像，高斯滤波，直方图均衡化，将对象输入神经网络；步骤2 .4：神经网络计算；步骤2 .5：输出结果；所述彩色图像通过巡检小车采集，所述巡检小车在机房内巡检：在机房通道上铺设磁轨，一个纵向通道和多条横向通道；在每个机柜所在点，粘贴可读取标签，通过读取所述标签，巡检小车获取停止点信息；所述巡检小车的巡检流程：所述巡检小车包括巡检主通道车和巡检辅通道车，所述巡检主通道车载着巡检辅通道车移动，所述巡检主通道车载着巡检辅通道车从开始点出发，沿着纵向通道到达一个横向通道后，放出巡检辅通道车；巡检辅通道车通过在所述横向通道上滑动，寻找到地上粘贴的标签时停止，则为到了一个制定机柜后，控制升降系统启动，在升降系统升降的过程中，识别机柜上的标签，若识别出一个标签，则为一台机器，针对于机器上的指示灯、数字显示器进行扫描，通过指示灯颜色判断机器是否正常，读取数字显示器的数字信息，进行记录和之前的数据对比，如果出现异常则发出警报；依次巡检该条横向通道上所有的机柜后，巡检辅通道车滑动回巡检主通道车上，巡检主通道车载着巡检辅通道车继续向下一个横向通道移动，如此循环，直到巡检完所有的机柜。