摘要
本发明涉及机器学习技术领域,尤其是涉及一种基于特征提取的机械故障判定方法及系统。方法,包括获取视频图像;对获取的视频图像进行预处理,得到图像帧;对得到的图像帧进行特征提取,其中,利用Sobel算子对得到的图像帧计算图像的阶梯信息;根据计算的图像帧阶梯信息,计算阶梯矩阵单元;利用阶梯矩阵单元得到整个图像的特征向量;通过机器学习算法对提取的特征向量进行特征分析,得到故障判断结果。本发明通过视频分析机械故障的原理主要是基于设备的形态特征和阶梯方向分布的变化。可以快速发现机械部件的异常,进而判定设备是否发生故障。结合机器学习分类器或阈值法,可以实现高效的机械故障自动检测和监控。
技术关键词
阶梯
判定方法
图像
机器学习算法
矩阵
像素点
机器学习分类器
可读存储介质
网格
机器学习技术
终端设备
特征提取模块
判定系统
数据获取模块
视频分析
处理器
指令
机械部件
系统为您推荐了相关专利信息
交换结构
虚拟输出队列
交换装置
描述符
队列管理
运载无人机
标签识别设备
智能协同管理系统
运载系统
智能交通
线性规划模型
配伍方法
模式
锁定算法
线性规划算法
关键帧
室内三维重建方法
彩色点云
激光雷达点云数据
摄像头坐标系
数据库服务系统
最佳收获时间
近红外光谱技术
病虫害防治
农业大数据