[发明专利]一种机房设备显示面板数据的智能采集方法

说明书

本发明公开了一种机房设备显示面板数据的智能采集方法，包括：S1、机器人采集若干张显示面板的图像，作为训练数据集；S2、将训练数据集输入到改进的faster‑rcnn算法中，训练得到文本检测模型；S3、机器人实时采集显示面板的图像并将其输入到步骤S2训练得到的文本检测模型中，自动标注出所有文本从而得到检测框，输出图像中所有检测框在显示面板中的位置坐标和尺寸信息；S4、提取检测框中的Roi图像，对Roi图像进行图像预处理，保留提取后的数字骨架图像并作为训练样本集；S5、根据训练样本集训练svm分类器，通过svm分类器对单个数字进行分类识别；S6、将数字拼接成字符串输出到客户端显示。本发明自动化采集数据，降低人工成本，提高数据中心运维效率。

技术领域

本发明涉及图像识别技术领域，具体涉及一种机房设备显示面板数据的智能采集方法。

背景技术

当今时代人工智能迅速发展，传统行业逐渐寻求从人工密集型向自动化的转型。数据中心机房安装有数量众多的IT设备，包括服务器、网络设备等，这些设备装有各种各样的显示面板，需要人工全天候记录面板读数以检查设备当前的运行状况，不仅会耗费大量的人工成本，而且无法保证数据采集的准确性，容易出现读数或抄录错误的情况，人工全天候抄录数据及其枯燥且效率低下。而现代化测量要求尽可能实现自动化，节省人力同时减少人为因素对测量结果的影响。

针对上述情况，虽然一些机房已经采用机器人进行面板数据采集，但从工业界已有的采集方法来看，是基于传统的图像处理，对机器人采集的图片，通过人工标注数字区域，并提取数字区域进行图像预处理，然后用投影法分割单个数字，最后对分割后的数字用穿线法识别。该方法存在以下缺点：

（1）由于机房显示面板的种类繁多，数字在面板中的相对位置也各不相同，通过人工标注数字区域的方法确定数字位置，操作复杂不能实现真正的智能化、自动化，且标注的准确性易受主观因素的影响，从而影响最终的识别结果。

（2）由于现有技术所使用的图像预处理、投影法等传统方法依赖图像二值化的效果，而二值化等预处理操作对光照适应性较差，光照变化对最终识别结果的影响较大。

（3）考虑使用主流的OCR识别库等其他文本识别方法，但往往针对印刷体面板效果较好，而七段数码管数字本身由七小段数码管组成，数码管之间并不粘连，现有的OCR库识别容易将小段数码管单独识别，无法识别整体数字含义，识别精度较低。

因此，现有方法的智能化程度低，仍不可避免的需要人工辅助识别，难以达到自动化要求，针对数据中心机房中大量存在的七段数码管类型的数字显示面板，本发明提出一种机房设备显示面板数据的智能采集方法。

发明内容

本发明为了克服以上技术的不足，提供了一种机房设备显示面板数据的智能采集方法，尤其是一种针对机房设备上七段数码管类型的数字显示面板的智能采集方法。

本发明克服其技术问题所采用的技术方案是：

一种机房设备显示面板数据的智能采集方法，包括如下步骤：

S1、机器人采集若干张显示面板的图像，作为训练数据集；

S2、将训练数据集输入到改进的faster-rcnn算法中，训练得到文本检测模型；

S3、机器人实时采集显示面板的图像并将其输入到步骤S2训练得到的文本检测模型中，自动标注出所有文本从而得到检测框，输出图像中所有检测框在显示面板中的位置坐标和尺寸信息；

S4、提取检测框中的Roi图像，对Roi图像进行图像预处理，保留提取后的数字骨架图像并作为训练样本集；

S5、根据训练样本集训练svm分类器，通过svm分类器对单个数字进行分类识别；

S6、将数字拼接成字符串输出到客户端显示。