基于圖像處理的設備異常檢測關鍵技術仿真

王琳 趙陽 孟佳

DOI：10.19392/j.cnki.16717341.201714069

摘要：現代工業生產過程中，對于機械設備的正常運行要求相當嚴格，要求其具有一定的穩定性、安全性、維修性等等，隨著自動化技術的發展，在機械設備異常檢測時候，已經采用圖像處理檢測技術代替了傳統的人工檢測，這種方法有利于提高設備異常檢測的效率，實現了設備檢測數據的可視化，文章基于圖像處理的設備異常檢測關鍵技術仿真進行了分析。

關鍵詞：圖像處理；設備異常檢測；關鍵技術；相似度匹配

設備異常造成的設備故障將會給企業帶來嚴重的經濟損失，在設備故障進行維修時候，人工檢測設備異常，存在一定的局限性，通過應用圖像處理技術在設備故障檢測上，可以有效的節約設備故障維修時間，降低停工給企業經濟造成的損失。比如在設備故障機位，利用圖像灰度化處理、灰度拉伸以及中值濾波等技術使得設備故障機位圖像變得清晰，可以幫助維修人員進行準確設備異常原因的分析，這樣的可以提高設備故障的有效檢測，符合在設備異常檢測過程的自動化。

一、圖像處理的設備異常檢測技術概述

設備異常檢測，存在一定的難度，尤其是在機械設備生產中，文章探討的圖像處理設備異常檢測技術，是指在在兩幅或者多幅圖像中（即圖像數據庫），根據故障部位的主要特征來數據庫中的圖像進行相似度的匹配，這要求設備異常機位有足夠的特點或者明顯特征，一般常見的圖像處理的設備異常檢測使用的都是二位圖像。

基于圖像處理的設備異常檢測技術有以下幾點價值：首先，保障了設備運行的安全，可以針對于設備異常檢測時間縮短；然后是可以針對于設備故障進行全方位的圖像特征提取，有利于故障檢修人員進行科學的分析，實現設備故障的維修費用最小化；其次，可以避免設備異常故障對于環境的污染；最后，有利于實現設備異常檢測的自動化，促進企業經濟效益的提升。利用圖像處理的設備異常檢測技術，能夠實現對設備異常區模糊的狀態進行客觀的評價、分析，這種方法可以對于設備的異常檢測在不進行設備的拆除情況下就能分析異常的原因，并且依據相似度較高的圖像進行相關數據的測量，從而制定出科學的解決辦法。

二、基于圖像檢索的設備異常檢測原理分析

圖像處理的設備異常檢測，主要是通過計算機，依靠視覺與圖像技術，進行視覺特征的提取，與相似度較高的圖像進行匹配，從而尋找到與設備故障圖像相似的圖像，解決設備異常圖像在進行檢測時候，存在的不足，具體的圖像緊縮原理如下流程圖：

從圖像檢索的原理上可以得出，在圖像處理的設備異常檢測中，最關鍵的技術是圖像特征的提取，在實際的運用中，一般會將圖像的顏色、紋理以及形狀進行分解提取，例如在顏色的提取上，是相對簡單和容易的，它可以是單獨進行分析的，不會因為設備的形狀、大小而進行改變；形狀是要是為了體現設備的空間特征，即設備與所處環境之間的關系；紋理是指設備物體的質地，即在圖像中主要表現為像素的問題。在這些特定的特征上進行提取，然后參照匹配機制，在數據庫中檢索到與異常設備相似度高的圖像，來進行設備異常的分析。

三、圖像處理的設備故障檢測關鍵技術仿真分析

（一）設備圖像的前期處理

在設備異常檢測時候，利用圖像處理技術，由于在設備的運行中具有連續工作特點，并且受環境的影響圖像的響度存在一定的模糊性，因此在圖像的處理中需要注意的有：

設備圖像的采集，在采集的時候，可以在設備的周圍安裝攝像頭，將拍攝的視頻導入計算機中，利用視頻與圖片之間的轉換軟件，進行設備圖片的收集，并存入電腦中，組建數據庫。然后是圖像的灰度化，即將圖片的像素進行提高，這里采用的技術有加權平均值法。再次是增強對比度，這個過程就是利用灰度拉伸技術對圖像進行壓縮，或者是擴展，這主要的目的是增強圖像的質量。最后是中值濾波，這個過程主要是對于圖像異常聲音進行處理，使圖像達到做優化，使圖像個回復到原來的模樣

（二）圖像處理的處理過程

在進行設備故障檢測時候，利用的計算方法有領域處理法、點處理法以及變換域法。在圖像處理的過程，一般都是由左到右，從上到下的順序進行掃描處理，或者是相反的順序，這種話方法在圖像處理過程中經常使用，另外圖像處理的過程還要注意的有，處理的過程需要對于圖像進行清晰度加強、進行圖像的銳化，以及對于圖像的形狀進行控制，處理的過程科學、合理，可以保證檢索的結果準確性高。

（三）設備圖像的結果分析

在進行數據圖的相似度匹配后，會得出一個相似的設備異常圖像，根據這個圖像可以得出設備異常備的數據，通過這些可視的數據進行異常的原因分析。在得出結果后需要對于其匹配度進行檢查，利用相關軟件以及計算方法來驗證其得到的結果是否科學。

四、結語

圖像處理的設備故障檢測相比傳統的檢測技術，具有很強大的優勢，一方面可以使得檢測的效率提高，還可以保證檢測數據的精確，這種圖像處理檢測方法是自動化技術在設備故障檢測上的應用體現，因此，相關的有關人員要加強對于圖像處理設備故障的檢測技術進行研究，積極的學習，使得設備異常檢測更加的科學、合理。

參考文獻：

[1]胡曉宏.基于圖像處理的設備異常檢測關鍵技術仿真[J].計算機仿真，2016，33（1）：425429.

作者簡介：王琳（1990），女，陜西富平人，助教，碩士研究生，主要研究方向：計算機視覺、圖像處理、數據挖掘、機器學習。