摘要
本发明涉及图像数据处理领域,更具体地,本发明涉及基于视频的全链路监测方法及系统。所述方法包括获取待测灰度图像;对任意待测灰度图像进行特征点提取,获取特征点集合,根据构建的目标特征序列计算目标特征点的时序影响程度;根据预设目标特征点的邻域范围内所有特征点的时序影响程度计算目标特征点的范围影响程度;基于待测灰度图像获得待压缩数据序列,计算待压缩数据序列中样本数据点的压缩必要性,以构建待压缩数据序列的压缩必要性序列;获得优化压缩结果,完成全链路状况智能监测。通过本发明的技术方案,能够有效提升全链路监测系统的视频内设备故障监测效率。
技术关键词
链路监测方法
特征点集合
序列
链路监测系统
时序
视频
邻域特征
设备故障监测
图像数据处理
样本
元素
压缩算法
多项式
计算机
处理器
系统为您推荐了相关专利信息
肿瘤诊断方法
组织病理图像
分子
GAN模型
图像数据处理技术
视频会议方法
动作特征
三维模型
对象
可读存储介质
充电设备
样本
深度强化学习模型
累计工作时间
充电调度方法
状态评估方法
工业互联网
深度学习网络
模式识别模型
时间序列特征
故障风险评估
备用电源
谐波畸变率
序列
多源供电系统