基于图像处理的设备异常检测关键技术仿真

王琳 赵阳 孟佳

DOI：10.19392/j.cnki.16717341.201714069

摘要：现代工业生产过程中，对于机械设备的正常运行要求相当严格，要求其具有一定的稳定性、安全性、维修性等等，随着自动化技术的发展，在机械设备异常检测时候，已经采用图像处理检测技术代替了传统的人工检测，这种方法有利于提高设备异常检测的效率，实现了设备检测数据的可视化，文章基于图像处理的设备异常检测关键技术仿真进行了分析。

关键词：图像处理；设备异常检测；关键技术；相似度匹配

设备异常造成的设备故障将会给企业带来严重的经济损失，在设备故障进行维修时候，人工检测设备异常，存在一定的局限性，通过应用图像处理技术在设备故障检测上，可以有效的节约设备故障维修时间，降低停工给企业经济造成的损失。比如在设备故障机位，利用圖像灰度化处理、灰度拉伸以及中值滤波等技术使得设备故障机位图像变得清晰，可以帮助维修人员进行准确设备异常原因的分析，这样的可以提高设备故障的有效检测，符合在设备异常检测过程的自动化。

一、图像处理的设备异常检测技术概述

设备异常检测，存在一定的难度，尤其是在机械设备生产中，文章探讨的图像处理设备异常检测技术，是指在在两幅或者多幅图像中（即图像数据库），根据故障部位的主要特征来数据库中的图像进行相似度的匹配，这要求设备异常机位有足够的特点或者明显特征，一般常见的图像处理的设备异常检测使用的都是二位图像。

基于图像处理的设备异常检测技术有以下几点价值：首先，保障了设备运行的安全，可以针对于设备异常检测时间缩短；然后是可以针对于设备故障进行全方位的图像特征提取，有利于故障检修人员进行科学的分析，实现设备故障的维修费用最小化；其次，可以避免设备异常故障对于环境的污染；最后，有利于实现设备异常检测的自动化，促进企业经济效益的提升。利用图像处理的设备异常检测技术，能够实现对设备异常区模糊的状态进行客观的评价、分析，这种方法可以对于设备的异常检测在不进行设备的拆除情况下就能分析异常的原因，并且依据相似度较高的图像进行相关数据的测量，从而制定出科学的解决办法。

二、基于图像检索的设备异常检测原理分析

图像处理的设备异常检测，主要是通过计算机，依靠视觉与图像技术，进行视觉特征的提取，与相似度较高的图像进行匹配，从而寻找到与设备故障图像相似的图像，解决设备异常图像在进行检测时候，存在的不足，具体的图像紧缩原理如下流程图：

从图像检索的原理上可以得出，在图像处理的设备异常检测中，最关键的技术是图像特征的提取，在實际的运用中，一般会将图像的颜色、纹理以及形状进行分解提取，例如在颜色的提取上，是相对简单和容易的，它可以是单独进行分析的，不会因为设备的形状、大小而进行改变；形状是要是为了体现设备的空间特征，即设备与所处环境之间的关系；纹理是指设备物体的质地，即在图像中主要表现为像素的问题。在这些特定的特征上进行提取，然后参照匹配机制，在数据库中检索到与异常设备相似度高的图像，来进行设备异常的分析。

三、图像处理的设备故障检测关键技术仿真分析

（一）设备图像的前期处理

在设备异常检测时候，利用图像处理技术，由于在设备的运行中具有连续工作特点，并且受环境的影响图像的响度存在一定的模糊性，因此在图像的处理中需要注意的有：

设备图像的采集，在采集的时候，可以在设备的周围安装摄像头，将拍摄的视频导入计算机中，利用视频与图片之间的转换软件，进行设备图片的收集，并存入电脑中，组建数据库。然后是图像的灰度化，即将图片的像素进行提高，这里采用的技术有加权平均值法。再次是增强对比度，这个过程就是利用灰度拉伸技术对图像进行压缩，或者是扩展，这主要的目的是增强图像的质量。最后是中值滤波，这个过程主要是对于图像异常声音进行处理，使图像达到做优化，使图像个回复到原来的模样

（二）图像处理的处理过程

在进行设备故障检测时候，利用的计算方法有领域处理法、点处理法以及变换域法。在图像处理的过程，一般都是由左到右，从上到下的顺序进行扫描处理，或者是相反的顺序，这种话方法在图像处理过程中经常使用，另外图像处理的过程还要注意的有，处理的过程需要对于图像进行清晰度加强、进行图像的锐化，以及对于图像的形状进行控制，处理的过程科学、合理，可以保证检索的结果准确性高。

（三）设备图像的结果分析

在进行数据图的相似度匹配后，会得出一个相似的设备异常图像，根据这个图像可以得出设备异常备的数据，通过这些可视的数据进行异常的原因分析。在得出结果后需要对于其匹配度进行检查，利用相关软件以及计算方法来验证其得到的结果是否科学。

四、结语

图像处理的设备故障检测相比传统的检测技术，具有很强大的优势，一方面可以使得检测的效率提高，还可以保证检测数据的精确，这种图像处理检测方法是自动化技术在设备故障检测上的应用体现，因此，相关的有关人员要加强对于图像处理设备故障的检测技术进行研究，积极的学习，使得设备异常检测更加的科学、合理。

参考文献：

[1]胡晓宏.基于图像处理的设备异常检测关键技术仿真[J].计算机仿真，2016，33（1）：425429.

作者简介：王琳（1990），女，陕西富平人，助教，硕士研究生，主要研究方向：计算机视觉、图像处理、数据挖掘、机器学习。