[发明专利]基于图像特征的故障检测方法及装置

权利要求书

1.一种基于图像特征的故障检测方法，其特征在于，包括：

获取待检测产品的图像及设备参数，其中，所述设备参数为制造所述待检测产品的设备的参数；

提取所述图像的图像特征；

基于第一模型对所述图像特征及所述设备参数进行分析，确定所述设备的故障类型，其中，所述第一模型为基于至少一组数据通过机器学习训练得到，所述至少一组数据包括图像特征、设备参数以及故障类型。

2.根据权利要求1所述的方法，其特征在于，建立所述第一模型的方法包括：

获取训练样本的样本图像、设备参数及故障类型，其中，所述训练样本的设备参数为制作所述训练样本的设备的参数；

提取所述样本图像的图像特征；

通过机器学习分类算法对所述样本图像的图像特征、设备参数及故障类型进行建模，得到所述第一模型。

3.根据权利要求2所述的方法，其特征在于，所述训练样本的故障类型为根据所述样本图像及设备告警信息得出的。

4.根据权利要求1所述的方法，其特征在于，所述提取所述图像的图像特征包括：

对所述图像进行预处理；

从预处理后的所述图像中，提取所述图像特征。

5.根据权利要求1所述的方法，其特征在于，所述对所述图像进行预处理包括：

对所述图像进行灰度化处理及去噪处理。

6.根据权利要求1所述的方法，其特征在于，所述获取待检测产品的图像包括：

通过电荷耦合元件图像传感器，采集所述图像。

7.根据权利要求1所述的方法，其特征在于，

所述图像特征包括以下至少之一：产品的尺寸、线痕的位置、线痕的粗细、线痕的长度、产品的缺角；

所述设备参数包括以下至少之一：温度、振动、转速；

所述故障类型包括以下至少之一：导轮径向抖动、钢线故障、产品杂质。

8.一种基于图像特征的故障检测装置，其特征在于，包括：

获取模块，用于获取待检测产品的图像及设备参数，其中，所述设备参数为制造所述待检测产品的设备的参数；

提取模块，用于提取所述图像的图像特征；

确定模块，用于基于第一模型对所述图像特征及所述设备参数进行分析，确定所述设备的故障类型，其中，所述第一模型为基于至少一组数据通过机器学习训练得到，所述至少一组数据包括图像特征、设备参数以及故障类型。

9.一种计算机终端，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：获取待检测产品的图像及设备参数，其中，所述设备参数为制造所述待检测产品的设备的参数；提取所述图像的图像特征；基于第一模型对所述图像特征及所述设备参数进行分析，确定所述设备的故障类型，其中，所述第一模型为基于至少一组数据通过机器学习训练得到，所述至少一组数据包括图像特征、设备参数以及故障类型。

10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行下述步骤：获取待检测产品的图像及设备参数，其中，所述设备参数为制造所述待检测产品的设备的参数；提取所述图像的图像特征；基于第一模型对所述图像特征及所述设备参数进行分析，确定所述设备的故障类型，其中，所述第一模型为基于至少一组数据通过机器学习训练得到，所述至少一组数据包括图像特征、设备参数以及故障类型。

11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行下述步骤：获取待检测产品的图像及设备参数，其中，所述设备参数为制造所述待检测产品的设备的参数；提取所述图像的图像特征；基于第一模型对所述图像特征及所述设备参数进行分析，确定所述设备的故障类型，其中，所述第一模型为基于至少一组数据通过机器学习训练得到，所述至少一组数据包括图像特征、设备参数以及故障类型。