熱紅外圖像的服務器設備檢測研究范文

本站小編為你精心準備了熱紅外圖像的服務器設備檢測研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:數據中心能耗巨大，文中基于熱成像技術，自動監測每個服務器的表面溫度分布，并提取機柜中服務器的輪廓區域，為下一步的服務器狀態診斷提供數據支持，從而更好地推進數據中心節能工作。文中采用方向邊緣可控濾波器求得待檢測服務器橫豎邊緣在紅外圖像中的最優角度，然后利用Hough直線檢測和線性擬合方法，完成紅外圖像中的服務器設備自動檢測。實驗結果表明:相比于傳統的Hough直線檢測，在相同的拍攝角度下，文中提出的方法可以更準確地提取服務器所在區域的溫度分布。

關鍵詞:熱紅外圖像;數據中心;方向可控邊緣濾波

0引言

隨著全球網絡化、信息化的推進，數據中心作為信息載體，其規模也快速擴大，隨之而來的能耗問題日益凸顯。2015年我國數據中心的能耗達到1000億kWh左右，這相當于三峽電站一年的發電量，并預計在2020年將超過2500億kWh［1－2］。除了正常的IT耗能之外，其中有近40%的能耗用于維持服務器正常運行的空調系統［3］。服務器負荷變化和熱點的存在降低了數據中心的制冷效率。如果數據中心溫度的變化從10℃～2℃，空調系統的能耗可降低約25%［4］。因此，對數據中心的溫度場進行感知和分析是尋找熱點原因的關鍵。數據中心的任務管理和冷卻系統較為復雜，熱點的位置可能會發生動態變化，這將給數據中心溫度監測帶來難度。傳統的解決方案是使用溫度傳感器監測服務器的熱狀態，然而溫度傳感器提供的是點信息，如果傳感器未被部署到合適的位置，我們無法確定熱點的具體位置或大?。?］。遠程機器人的移動測量系統克服了溫度傳感器的缺點，然而數據中心的熱分布可能隨著時間的推移而改變，機器人采集到的溫度數據存在時間延遲，這并不適合熱點的進一步分析［6］。熱成像攝像頭的優點是可以實時獲取更直觀的二維熱分布圖像，利用圖像處理技術能夠進一步地分析熱點的成因以及進行故障診斷。相比于人臉識別或是車道線檢測，本文采用的數據中心機柜熱紅外圖像(機柜中有數臺服務器)具有邊緣信息密度低的特點，不能利用閾值分割算法分離圖像中的前景和背景，并且現有算法不能有效檢測出數據中心服務器熱紅外圖像中的邊界特征，完成服務器子單元的提取工作［7］。針對此問題，本文首先采用方向可控濾波算法尋找最優濾波角度，其次，考慮到服務器送風方式，本文結合Hough直線檢測及線性擬合算法提取服務器邊緣，完成紅外圖像中的服務器設備自動檢測，進而可以根據服務器單元溫度分布圖像來分析產生熱點的原因，以及采取針對性處理措施推進數據中心節能工作［8］。實驗結果表明，本文提出的算法能夠較為準確地提取正向拍攝的紅外圖像中服務器子單元區域。

1方向可控邊緣濾波器

方向可控邊緣濾波器［9］可以檢測特征點的主要方向和局部能量，能真正實現任意方向的特征檢測。它是由一系列“基濾波器”進行線性組合所合成的濾波器。

2算法描述

在機柜熱紅外圖像中，機柜與其中的服務器邊緣之間存在水平與豎直方向的平行關系，但由于拍攝角度會導致圖像的幾何畸變［10］，紅外圖像中服務器的邊界直線(待檢測直線)的角度也會隨之改變。本文提出一種利用方向可控邊緣濾波器與Hough直線檢測算法相結合的方法來準確定位圖像中的直線，具體的算法流程如下:①利用方向可控邊緣濾波器對圖像I在θ(θ=1，2，…，360)方向濾波，得到每個濾波方向的極值集合Rθ。Rθ中的兩個極大值對應的角度為待檢測直線的豎直最優濾波角度θ1和水平最優濾波角度θ2。取最優角度的濾波結果Iθ1，Iθ2作為候選直線所在區域。②Iθ1中服務器單元上邊沿和下邊沿的判定。③Hough直線檢測，剔除干擾直線，得到最終結果。

2．1最優濾波角度的計算采用方向邊緣濾波算法的目的是檢測特征點的主要方向和局部能量，即找到圖像中待檢測直線的方向和局部位置。利用方向可控邊緣濾波器對圖像I經過θ度(θ=0，1，2，…，360)濾波后將得到每個方向的濾波子圖集合Iθ。取各方向極值集合Rθ中的兩個極大值θ1，θ2作為服務器橫豎邊待檢測直線的角度。根據極值方向濾波得到濾波子圖，將其作為該方向直線段的特征量。

2．2服務器上下邊沿的判定本文拍攝的數據中心服務器機柜采用的是地板下送風方式，由下而上機柜中的服務器環境溫度會逐漸升高，這會導致所拍攝的熱紅外圖像中服務器的上邊沿沒有下邊沿明顯，因此在直線檢測的時候上邊沿的閾值要小于下邊沿的閾值。另外正常工作的服務器表面溫度要高于其邊沿溫度，因此單個服務器上下邊沿梯度的大小不同且方向相反，對應特征圖Iθ1位置的數據正好正負相反。據此可以快速區分數據中心熱紅外圖像中服務器的上下邊沿。

2．3剔除干擾直線Hough直線檢測原理是將圖像空間y=a*x+b上的點映射到參數空間b=－x*a+y上相交于一點的多條線的點線對偶關系［11］。在得到水平和豎直方向的濾波圖像后，本文采用Hough直線檢測算法獲取服務器單元的邊緣。由于濾波后顯示的是水平和豎直方向服務器邊緣直線所在位置的區域，直接對其進行Hough直線檢測會存在干擾直線。因此本文引入一個補償角度Dn用于直線校準，即僅保留與最優角度相近的直線。候選直線區域內的像素點分布隨機且不連續，Dn的大小會直接影響到檢測直線的準確性。本文采用方向濾波算法已經獲取待檢測水平和豎直直線的最優角度，因此只要保證檢測到的直線角度接近于最優角度即可，那么Dn的影響也就相對變弱。文中補償角度Dn的值取5。

2．4豎直直線檢測本文拍攝的機柜熱紅外圖像中服務器與機柜的豎直邊界的梯度差異小，導致直線檢測的效果差，所以利用橫線端點進行擬合。即根據服務器單元上下邊沿線的左右端點，利用最小二乘法擬合出兩條直線線作為服務器的豎直邊界。擬合直線的準確性依賴于檢測到的上下邊沿的完整性。

3實驗結果與分析本方法

應用于某小型數據中心。采用FLIR紅外攝像儀拍攝不同環境溫度及不同角度下的機柜服務器。數據中心環境溫度為19℃～23℃。

3．1服務器溫度不同圖6為最高溫度不同的三組服務器熱紅外圖像及其邊界檢測結果。其中圖6(b)為圖像經過Can-ny算子邊緣檢測后，利用Hough變換直線檢測的結果;圖6(c)為文中算法直線檢測結果。傳統的Hough變換直線檢測的準確性較大程度依賴于邊緣檢測算子，而大部分邊緣檢測算子例如prewitt，Log，Canny，sobel，roberts算子等都只對邊緣明顯無干擾的圖像具有較好的效果［12］。服務器熱紅外圖像的低分辨率，背景復雜度高，傳統的邊緣檢測算子很難獲得完整的服務器邊緣，Hough直線檢測的結果也就不言而喻［13－14］。圖6(b)未能檢測大部分低對比度的直線。本文算法的創新點在于結合服務器熱紅外圖像的特點，通過方向邊緣濾波獲取待檢測直線的最優角度，從待檢測直線的角度入手，準確得到候選直線所在的位置區域。另一方面，在進行方向邊緣濾波之前并未進行任何圖像增強處理，避免檢測過程中引入噪聲，從而更加精確地計算出直線最優方向。

3．2服務器拍攝角度不同相對于服務器進風口正向拍攝的紅外圖像而言，傾斜拍攝的服務器熱紅外圖像中的直線檢測更具困難。然而在現實使用過程中拍攝到的圖像不可避免地會發生傾斜。斜拍會使服務器和機柜邊緣產生幾何形變，且邊緣對比度降低。針對這種情況，本文采用調整方向邊緣濾波器的參數的方法確保最優方向和直線檢測的準確性。對于正拍和斜拍的圖像各用不同參數的濾波器對其進行濾波，然后利用Hough直線檢測和線性擬合方法，完成紅外圖像中的服務器設備自動檢測。

4結束語

本文針對數據中心熱紅外圖像，提出了基于方向濾波的最佳濾波角估計方法，并結合Hough直線檢測及線性擬合算法，自動地提取了機柜中服務器的輪廓區域，為后續的服務器狀態診斷提供數據支持。在獲取最佳濾波角度的基礎上，考慮到送風方向及熱傳導的影響，本文提出了分別檢測服務器上下邊沿的方法，提高了服務器區域提取的準確性。實驗結果表明，相比于傳統Hough直線檢測算法，在相同拍攝角度下，本文提出的方法可以更準確地提取服務器所在區域的溫度分布。另外傾斜拍攝的紅外圖像邊緣檢測結果顯示，拍攝角度在一定程度上會影響檢測結果的準確性。

參考文獻:

［1］谷立靜，周伏秋，孟輝．我國數據中心能耗及能效水平研究［J］．中國能源，2010，32(11):42－45．

［2］康曉艷．BIM技術與綠色數據中心建設［J］．城市建設理論研究:電子版，2014(13):2998.

［7］董立菊．圖像閾值化技術的綜述、分類及評價［J］．沈陽大學學報:自然科學版，2004，16(4):8－11．

作者：劉航1；謝婷1；冉建1；宋先霖2；王維娜2 單位：1.大連理工大學電子科學與技術學院，2.吉林寰球和創機械制造清洗有限公司