[发明专利]一种基于图像识别的电梯故障检测及预警方法

权利要求书

1.一种基于图像识别的电梯故障检测及预警方法，其特性在于，包括：

利用工业摄像机连续不间断采集电梯曳引机实时运行状态图像信息；

对所述实时运行状态图像信息进行数据预处理，分解出图像的声音信息，并对所述声音信息进行分类；

将声音分解后的图像信息及分类后的声音信息转变为数字信号；

利用特征选择机制对所述数字信号进行特征提取，基于判别分析策略分析提取出的特征，得到电梯曳引机实时运行状态，判断电梯是否发生故障；

所述特征选择机制的建立包括，

图像信号特征选择机制和声音信号特征选择机制；

若发生故障，将预警信号发送至电脑终端进行预警；

所述声音信号特征选择机制包括，

调用audioread，处理得到一个保存所述声音信号音频数据的数组，和一个采样频率；

确定相关参数：窗函数、窗长、重叠点数，重叠长度，傅里叶点数；

采用spectrogram函数，做短时傅里叶变换：将输入信号做STFT处理后得到的二维含时间、频率序列的数组数据；

根据处理后的时频矩阵，绘制语谱图；

所述判别分析策略包括，

利用深度学习算法构建判别分析模型；

基于专家库信息对所述判别分析模型进行训练，得到训练优化后的判别分析模型；

输入所提取出的特征向量及时频矩阵进行测试，输出测试结果，根据所述测试结果判断电梯是否发生故障；

所述判别分析模型包括，

目标函数：

其中，表示特征向量，表示时频矩阵的共轭矩阵，A₁、A₂分别表示类间方差、类内方差，L(v)表示输出偏差值，v表示权重系数，表示权重；

所述A₁、A₂包括，

其中，M₁、M₂分别表示向量系数、矩阵系数，v^t表示特征优化向量，t表示常数系数；

判断所述电梯是否发生故障包括，

当所述目标函数值L(v)∈(0，1)，判断所述电梯发生故障，并将预警信号发送至电脑终端进行预警；

所述图像信号特征选择机制包括，

将图像划分为16×16的小区域；

将所述小区域划分为3*3的9个像素点，将相邻的8个像素点的灰度值与中心像素点进行比较，若周围像素值大于中心像素值，则像素点的位置被标记为1，否则为0；

3*3邻域内的8个点经比较可产生8位二进制数，即得到小区域的LBP值；

计算所述每个小区域的直方图，即每个数字出现的频率，并对所述直方图进行归一化处理；

将得到的所述每个小区域的统计直方图进行连接成为一个特征向量，即所述图像的LBP纹理特征向量；

利用支持向量机对所述特征向量进行分类。

2.如权利要求1所述的基于图像识别的电梯故障检测及预警方法，其特征在于：所述数据预处理包括，

对所述图像信息进行灰度化处理；

利用高斯滤波策略分解出灰度化处理后图像信息的声音信息；

对所述声音信息进行分类，存储所述灰度化处理后的图像信息以及所述声音信息。

3.如权利要求1所述的基于图像识别的电梯故障检测及预警方法，其特征在于：包括，利用A/D转换器将所述图像信息及所述声音信息转变为数字信号。