基于DBN图像识别的机房巡检系统设计研究

摘要

针对电力系统信息化问题提出了一套智能化机房巡检系统,硬件结构包括轨道车装置、云台及工业相机等,软件系统基于Windows平台进行开发,采用B/S三层架构.鉴于服务器信号灯本身较小并发光,且在一幅图像中往往分布有多个多种状态的信号灯等问题,给出了一种新的更加有效的信号灯图像特征——RGB极大比值(RGBMR)的提取算法.运用深度置信网络(DBN)对信号灯图像进行评估识别,RGBMR特征数据的一部分用于DBN模型的训练,另一部分则用于测试.大量的实验分析,以及与图像HSV空间特征和BPNN网络识别效果的对比研究证明,所提算法能更准确地识别信号灯状态图像,该系统能有效地应用于机房巡检中.