(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211241495.8 (22)申请日 2022.10.11 (71)申请人 吉林同益 光电科技有限公司 地址 130000 吉林省长 春市南关区解 放大 路吉宇大厦小区A座609室(长春市经 济技术开发区昆山路628号 一楼东侧) (72)发明人 王国权　 (74)专利代理 机构 深圳众邦专利代理有限公司 44545 专利代理师 李茂松 (51)Int.Cl. G06V 20/40(2022.01) G06N 20/00(2019.01) G06V 10/54(2022.01) G06V 10/56(2022.01)G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G09F 9/33(2006.01) (54)发明名称 一种电子大屏常见故障智能分类以及故障 报警的方法 (57)摘要 本发明适用于故障识别技术领域， 尤其涉及 一种电子大屏常见故障智能分类以及故障报警 的方法， 所述方法包括： 通过电源控制模块对LED 屏幕以及远程视频监控模块进行供电， 对LED屏 幕进行图像采集， 得到LED屏幕视频图像； 对LED 屏幕视频图像进行特征提取， 得到不同故障类型 对应的故障特征； 构建故障诊断模型； 通过故障 诊断模型进行 故障类型判断， 故障报警以及维修 模块上传故障信息并提供维修方案， 向维修人员 发出通知。 本发 明解决现有技术中电子大屏的常 见故障的分类， 一方面快速对故障进行诊断， 避 免进一步故障的态势恶化； 另一方面也对故障产 生后在短时间内报警， 高效快速的通知维修人 员， 极大地 提高维修人员的维修效率。 权利要求书1页 说明书5页 附图2页 CN 115512273 A 2022.12.23 CN 115512273 A 1.一种电子大屏常见故障智能分类以及故障报警的方法， 其特 征在于， 所述方法包括： 通过电源控制模块对LED屏幕以及远程视频监控模块进行供电， 远程视频监控模块对 LED屏幕进行图像采集， 得到LED屏幕视频图像； 通过远程图像存储与处理模块对LED屏幕视频图像进行特征提取， 得到不同故障类型 对应的故障特 征； 故障诊断模块 通过深度学习机算法构建故障诊断模型； 通过故障诊断模型进行故障类型判断， 故障报 警以及维修模块上传故障信 息并提供维 修方案， 向维修人员发出通知。 2.根据权利要求1所述的电子大屏常见故障智能分类以及故障报警的方法， 其特征在 于， 所述故障类型至少包括色块缺 失、 局部黑屏、 大面积黑屏以及局部乱码所引起的图像光 强变化、 颜色变化、 边 缘异常、 纹 理异常和雪花 点噪声。 3.根据权利要求1所述的电子大屏常见故障智能分类以及故障报警的方法， 其特征在 于， 所述通过远程图像存储与处理模块对LED屏幕视频图像进行特征提取得到不同故障类 型对应的故障特 征的步骤， 具体包括： 将采集到的每一帧LED屏幕视频图像 远程传输 至客户端存 储； 对存储在客户端的LED屏幕视频图像进行图像数据处理， 根据单个LED屏幕视频图像采 用[a,b]的矩形框通过滑动窗口方式分割多个子区域， 其中 a表示长度， b表示宽度； 提取各个子区域的像素值， 进行去 除量化噪声处理， 计算不同故障状态下对应的故障 特征。 4.根据权利要求1所述的电子大屏常见故障智能分类以及故障报警的方法， 其特征在 于， 所述故障诊断模块 通过深度学习机算法构建故障诊断模型的步骤， 具体包括： 对LED屏幕正常工作时的状态和LED屏幕异常工作时的状态进行标记区分， 生成数据 集； 将数据集随机划分为训练集和 测试集， 通过深度学习算法构建故障诊断模型； 通过训练集和 测试集分别对故障诊断模型进行训练和 测试。 5.根据权利要求4所述的电子大屏常见故障智能分类以及故障报警的方法， 其特征在 于， 深度学习算法为DN N分类算法、 De epFM分类算法、 SVM分类算法和RF分类算法中的一种。 6.根据权利要求3所述的电子大屏常见故障智能分类以及故障报警的方法， 其特征在 于， 子区域至少包 含有LED屏幕视频图像的10 0个像素点。 7.根据权利要求1所述的电子大屏常见故障智能分类以及故障报警的方法， 其特征在 于， 进行图像采集时， LED屏幕的数量 不少于10 0个。权　利　要　求　书 1/1 页 2 CN 115512273 A 2一种电子大屏常见故障智能分类以及故障报警的方 法 技术领域 [0001]本发明属于故障识别技术领域， 尤其涉及 一种电子大屏常见故障智能分类以及故 障报警的方法。 背景技术 [0002]电子大屏常见的故障主要有局部色块缺失、 局部黑屏、 大面积黑屏以及局部乱码 等， 针对于电子大屏不同的故障， 维修人员采取的维修措施也有所不同。 [0003]在实际工作中， 针对于不同故障的维修往往十分依赖于维修人员的专业知识与经 验。 即使是专业的维修人员也不可避免的会对这些故障误判， 从而滞后故障的排除。 另外， 针对故障从产生到维修， 中间的反应时间过长 。 发明内容 [0004]本发明实施例的目的在于提供一种电子大屏常见故障智能分类以及故障报警的 方法， 旨在解决现有技 术中针对故障产生到维修， 中间所需的反应时间长的问题。 [0005]本发明实施例是这样实现的， 一种电子大屏常见故障智能分类以及故障报警的方 法， 所述方法包括： [0006]通过电源控制模块对LED屏幕以及远程视频监控模块进行供电， 远程视频监控模 块对LED屏幕进行图像采集， 得到LED屏幕视频图像； [0007]通过远程图像存储与处理模块对LED屏幕视频图像进行特征提取， 得到不同故障 类型对应的故障特 征； [0008]故障诊断模块 通过深度学习机算法构建故障诊断模型； [0009]通过故障诊断模型进行故障类型判断， 故障报警以及维修模块上传故障信息并提 供维修方案， 向维修人员发出通知。 [0010]优选的， 所述故障类型至少包括色块缺失、 局部黑屏、 大面积黑屏以及局部乱码所 引起的图像光强变化、 颜色变化、 边 缘异常、 纹 理异常和雪花 点噪声。 [0011]优选的， 所述通过远程图像存储与处理模块对LED屏幕视频图像进行特征提取得 到不同故障类型对应的故障特 征的步骤， 具体包括： [0012]将采集到的每一帧LED屏幕视频图像 远程传输 至客户端存 储； [0013]对存储在客户端的LED屏幕视频图像进行图像数据处理， 根据单个LED屏幕视频图 像采用[a,b]的矩形框通过滑动窗口方式分割多个子区域， 其中 a表示长度， b表示宽度； [0014]提取各个子区域的像素值， 进行去除量化噪声处理， 计算不同故障状态下对应的 故障特征。 [0015]优选的， 所述故障诊断模块通过深度学习机算法构建故障诊断模型的步骤， 具体 包括： [0016]对LED屏幕正常工作时 的状态和LED屏 幕异常工作时 的状态进行标记区分， 生成数 据集；说　明　书 1/5 页 3 CN 115512273 A 3