【出 处】：《 计算机仿真 》 CSCD 2016年第0卷第1期 425-429页,共5页

【作 者】： 胡晓宏

【摘 要】 由于设备异常检测过程的复杂性与技术局限性，传统人工方法进行设备异常检测时，由于没有故障样本，通常需要耗费大量人力成本和财力成本，不能解决设备本地资源的有限性问题，并且采集到的设备异常部位图像可辨识程度不高，不能对检测数据进行可视化处理，不能保证异常检测结果的可信度，进而无法上传到设备检测中心以图像的方式留存系统信息，因此无法获得满意的检测效果。为此，提出基于智能化图像处理的设备异常检测方法。针对采集的原始设备故障识别度不高的缺陷，通过图像灰度化处理、灰度拉伸和中值滤波等方法对图像进行预处理，提高设备异常检测的图像质量，为图像检索和提高设备异常检测效率提供技术支持，依据相关原理进行图像特征分解提取，并结合一定的匹配机制对图像进行相似度匹配。根据实际检测需求进行特征权重调整，获得较为准确的检测结果，以实现设备的有效异常检测。实验结果表明，采用改进算法进行设备的异常检测，能够提高设备检测系统运行的效率保证检测的准确性，满足了设备检测自动化的实际需求。