[发明专利]一种基于图像识别的光盘库故障自动恢复方法及系统

说明书

本发明涉及一种基于图像识别的光盘库故障自动恢复方法及系统，属于光盘库故障修复领域，首先采集光盘库的实时故障图像，并进行预处理，得到预处理后的实时故障图像；光盘库包括转笼、机械臂、光驱阵列以及摄像头；将预处理后的实时故障图像输入至训练好的深度神经网络分类模型中进行故障识别，得到实时故障类别码；训练好的深度神经网络分类模型为以光盘库的故障图像为输入，以故障图像对应的故障类别码为输出训练得到的具有多层圆形卷积主干网络的深度神经网络分类模型；根据实时故障类别码对光盘库的故障进行自动修复处理。本发明能够快速识别光盘库的故障类型并及时自动恢复，解决现有人工修复方法修复不及时、效率低的问题。

技术领域

本发明涉及光盘库故障修复领域，特别是涉及一种基于图像识别的光盘库故障自动恢复方法及系统。

背景技术

海量光盘库是一种存储大数据的自动化设备，该设备的存储介质以光盘为主要载体。在海量光盘库存储设备中，一般设有机械臂、转笼和光驱阵列等重要组成部件。通常情况下，由于机械故障，会导致设备停止运转。为了使设备能够从故障状态快速恢复，为用户及时提供数据服务，一般会由机器发出故障报警信号，由专业人员接收到机器故障信号后进行人工排查，确定故障类型后再进行相应的恢复措施。由于人工排查耗时耗力，且严重依赖人工，导致修复效率低。另外，还存在修复不及时的情况，尤其在夜间出现机器故障时，不能够及时进行修复会严重影响数据响应服务，容易引起客户抱怨。因此，现有的人工修复光盘库故障方法普遍存在修复不及时、效率低的问题。

基于此，目前亟需一种新的光盘库故障恢复方法，以解决现有技术中存在的人工修复不及时、效率低的问题。

发明内容

本发明的目的是提供一种基于图像识别的光盘库故障自动恢复方法及系统，能够在光盘库发生故障时快速识别故障类型并及时进行自动恢复，有效提高故障时数据恢复的效率，减轻工作人员的负担，解决现有的人工修复方法存在的修复不及时、效率低的问题。

为实现上述目的，本发明提供了如下方案：

一方面，本发明提供了一种基于图像识别的光盘库故障自动恢复方法，包括：

采集光盘库的实时故障图像，并对所述实时故障图像进行预处理，得到预处理后的实时故障图像；所述光盘库包括转笼、机械臂、光驱阵列以及摄像头；

将所述预处理后的实时故障图像输入至训练好的深度神经网络分类模型中进行故障识别，得到实时故障类别码；所述训练好的深度神经网络分类模型为以所述光盘库的故障图像为输入，以所述故障图像对应的故障类别码为输出训练得到的具有多层圆形卷积主干网络的深度神经网络分类模型；

根据所述实时故障类别码对所述光盘库的故障进行自动修复处理。

可选的，所述光盘库的故障类别码包括转笼未将盘匣转出对应的故障码，机械臂未成功抓起光盘对应的故障码，光驱未及时弹出对应的故障码和光盘掉落对应的故障码。

可选的，所述采集光盘库的实时故障图像，并对所述实时故障图像进行预处理，得到预处理后的实时故障图像，具体包括：

利用所述摄像头对所述光盘库中的转笼、机械臂和光驱阵列进行实时监控，采集转笼、机械臂和光驱阵列的所述实时故障图像；

设置一个像素实验阈值；

将每一幅所述实时故障图像的像素值与所述像素实验阈值进行比较，确定每一幅所述实时故障图像中的反光区域；

剔除每一幅所述实时故障图像中所有的反光区域，并将所述反光区域周围的非反光区域的像素值作为所述反光区域的像素值进行像素补充，得到无反光的实时故障图像；

对所述无反光的实时故障图像进行归一化处理，得到所述预处理后的实时故障图像。