基于鼓风机红外图像单点异常检测方法，系统及可读介质与流程

本申请涉及异常检测，特别是涉及一种基于鼓风机红外图像单点异常检测方法，系统及可读介质。

背景技术：

1、高速直驱风机是一种高效、节能、环保的风机，广泛应用于医药、电力、化工、垃圾处理等行业。单点异常最显著的特点是在红外图像的某些区域上产生明显的温度异常点，这些异常点通常面积较小，不会对整体温度造成明显变化，但可能存在蜗壳破损、冷却管破裂或异物堵塞情况，如果不被及时发现也会造成严重后果。

2、工业上通常使用热电偶直接测量机器表面温度，这种方法可以获得精确的温度值，但是热电偶设备昂贵，且只能获得某个点的温度，并不适用于检测可能出现在任何部位的单点异常，而通过红外成像仪得到的红外图像则能捕获到物体表明完整的温度信息，是用于检测单点异常的最佳数据选择。

3、常见的利用红外图像进行异常检测的方式通常会结合深度学习和图像处理技术。但大多是通过检测异常高温区域的方式对单一图像进行检测，无法检测异常低温的区域。

4、现有技术中，也有利用simpleblobdetector检测鼓风机的异常点，simpleblobdetector通过检测鼓风机上的亮度或颜色与周围区域有明显差异的斑点，一旦检测到斑点，可以提取斑点的位置、大小、亮度等特征，这些特征可以用于定位鼓风机上的相关组件或缺陷。然而，simpleblobdetector的性能通常受限于亮度差异较大且斑点明显的情况，只能检测简单的斑点，当检测任务涉及到更复杂的目标，如具有不同纹理、形状或结构的对象，则不能胜任。

技术实现思路

1、基于此，有必要针对现有的simpleblobdetector方法不能检测复杂的目标的问题，提供一种基于鼓风机红外图像单点异常检测方法，系统及可读介质。

2、本申请提供一种基于鼓风机红外图像单点异常检测方法，包括：

3、获取被检测鼓风机的红外视频数据，并从红外视频数据中筛选预设数量的帧图像作为图像序列；

4、将所述图像序列输入至一改进无监督异常检测网络，运行所述改进无监督异常检测网络，并获得所述改进无监督异常检测网络所输出的图像序列中每张帧图像所对应的异常分布图；

5、基于语义分割网络所划分的部件区域，对所述异常分布图进行像素处理，获得包含疑似点的粗检测结果；

6、依据若干单点异常特征对所述疑似点进行单点异常的精细检测，获得精细检测结果。

7、本申请还提供一种基于鼓风机红外图像单点异常检测系统，包括：

8、红外采集设备，用于采集被检测鼓风机的红外视频数据；

9、数据处理设备，用于执行如前述内容所述的基于鼓风机红外图像单点异常检测方法。

10、本申请还提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如前述内容所述的基于鼓风机红外图像单点异常检测方法。

11、本申请涉及一种基于鼓风机红外图像单点异常检测方法，系统及可读介质，其中方法通过采集被检测鼓风机的红外视频数据，从红外视频数据中筛选预设数量的帧图像作为图像序列，能够获取更全面的温度信息，更适用于单点异常的检测；使用改进无监督异常检测网络对图像序列进行分析，以获得异常分布图，异常分布图能够包含全局温度信息，能够有效地检测出异常高温及异常低温的情况。另外，通过基于语义分割网络所划分的部件区域，对所述异常分布图的像素处理，以及依据若干单点异常特征对所述疑似点的精细检测，使用了多种不同类型的单点异常特征和阈值分割，可以捕获更多关于图像和目标的信息，而不仅仅是亮度或颜色的差异，从而提高对复杂场景和对象的检测性能。

技术特征：

1.一种基于鼓风机红外图像单点异常检测方法，其特征在于，所述基于鼓风机红外图像单点异常检测方法包括：

2.根据权利要求1所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述改进无监督异常检测网络的训练方法包括：

3.根据权利要求1所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述单点异常特征包含局部方差变化趋势特征、局部边缘四向距离特征及局部梯度场特征中的一种或多种。

4.根据权利要求3所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述依据若干单点异常特征对所述疑似点进行单点异常的精细检测，获得精细检测结果包括：

5.根据权利要求4所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述利用局部方差变化趋势特征对粗检测结果中的疑似点进行筛选包括：

6.根据权利要求5所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述对于通过局部方差变化趋势特征筛选的疑似点，利用局部边缘四向距离特征进一步筛选包括：

7.根据权利要求6所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述对于通过局部边缘四向距离特征筛选的疑似点，使用局部梯度场特征再进一步筛选，获得筛选结果包括：

8.根据权利要求1所述的基于鼓风机红外图像单点异常检测方法，其特征在于，所述判断所述梯度的幅值和方向在若干预设方向上是否均匀分布包括：

9.一种基于鼓风机红外图像单点异常检测系统，其特征在于，包括：

10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的基于鼓风机红外图像单点异常检测方法。

技术总结
本申请涉及一种基于鼓风机红外图像单点异常检测方法，系统及可读介质，其中方法通过采集被检测鼓风机的红外视频数据，从红外视频数据中筛选预设数量的帧图像作为图像序列，能够获取更全面的温度信息，更适用于单点异常的检测；使用改进无监督异常检测网络对图像序列进行分析，以获得异常分布图，异常分布图能够包含全局温度信息，能够有效地检测出异常高温及异常低温的情况。通过基于语义分割网络所划分的部件区域，对所述异常分布图的像素处理，以及依据若干单点异常特征对所述疑似点的精细检测，使用多种不同类型的单点异常特征和阈值分割，捕获更多关于图像和目标的信息，而不仅仅是亮度或颜色的差异，从而提高对复杂场景和对象的检测性能。

技术研发人员：初宁,徐建锋,嘉法理,任华江,周陈倩
受保护的技术使用者：浙江上风高科专风实业股份有限公司
技术研发日：
技术公布日：2024/1/15