本發(fā)明屬于燃?xì)夤艿罓顟B(tài)監(jiān)控領(lǐng)域，具體涉及一種基于圖像識別的管道形變自動識別系統(tǒng)和方法，適用于燃?xì)夤艿篱l井、調(diào)壓站箱中管道運(yùn)行狀態(tài)的監(jiān)控。

背景技術(shù)：

改革開放以后，我國的城市燃?xì)馐聵I(yè)得到迅速發(fā)展，燃?xì)夤芫W(wǎng)建設(shè)加快，燃?xì)夤?yīng)能力不斷增強(qiáng)，促進(jìn)了城市經(jīng)濟(jì)和社會的發(fā)展。到2006年，全國城市燃?xì)夤艿篱L度已達(dá)到18.95萬公里，其中人工氣5.05萬公里，液化石油氣1.75萬公里，天然氣12.15萬公里。

目前燃?xì)夤艿赖臋z漏體系，主要是通過人工地面巡檢的機(jī)制，對燃?xì)夤芫W(wǎng)系統(tǒng)的管道及其附件，設(shè)備的安全檢查。隨著城市發(fā)展建設(shè)，燃?xì)夤艿篱l井、調(diào)壓箱、站越來越多，隨之而來的測量任務(wù)越加繁重，運(yùn)營人員不能經(jīng)常巡線測量。對于已有燃?xì)夤艿赖男巫儯枰咳斯z測、手工測量的方式，需要攜帶較長的測量工具，對人員要求也比較高，測量方法復(fù)雜，用時較長。

在閘井下管線測量時，會存在有毒有害氣體、沼氣、含氧量偏少的情況，嚴(yán)重影響作業(yè)人員人身安全。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種自動檢測燃?xì)夤艿佬巫兊南到y(tǒng)和方法，用以解決上述現(xiàn)有技術(shù)存在的問題。

根據(jù)本發(fā)明的第一個方面，本發(fā)明提供一種基于圖像識別的管道形變自動識別方法，其包括：

s100在管道外部設(shè)置標(biāo)記點(diǎn)；

s110識別管道圖像中的標(biāo)記點(diǎn)的信息；

s120與標(biāo)記數(shù)據(jù)庫的標(biāo)記點(diǎn)原始數(shù)據(jù)進(jìn)行比較得到標(biāo)記點(diǎn)形變；

s130當(dāng)標(biāo)記點(diǎn)形變差異超過閾值時，將所述不匹配數(shù)據(jù)通過異常數(shù)據(jù)庫識別分析；

s140確定數(shù)據(jù)異常時，發(fā)送警報(bào)。

優(yōu)選地，所述標(biāo)記點(diǎn)的信息包括標(biāo)記位置信息和/或標(biāo)記方向信息。

優(yōu)選地，所述標(biāo)記點(diǎn)為磁吸式標(biāo)記點(diǎn)。

優(yōu)選地，所述標(biāo)記點(diǎn)為長效夜光設(shè)計(jì)。

優(yōu)選地，所述異常數(shù)據(jù)庫識別分析包括管道沉降、扭曲、升高、彎折、凸起、凹陷、斷裂、收縮、和膨脹中的一種或多種。

優(yōu)選地，所述標(biāo)記數(shù)據(jù)庫比對包括標(biāo)記位置比對和/或標(biāo)記方向比對。

優(yōu)選地，所述標(biāo)記點(diǎn)形變通過多模比較算法得到：

初始化計(jì)算，標(biāo)記點(diǎn)位置信息p與原始信息比對：

qi＝f(pi,pi’)i∈[1,n]

計(jì)算標(biāo)記點(diǎn)變化趨勢⊿q，

⊿q＝g(q0,……,qn)

如果⊿q>0，則說明存在形變，需要進(jìn)一步判定。

計(jì)算標(biāo)記點(diǎn)直接的距離li，

li＝f(pi,pi+1)i∈[1,n]

計(jì)算標(biāo)記點(diǎn)位置變化趨勢

⊿m(a,b,c,d)＝g(l0,……,ln)

a表示點(diǎn)距，b表示標(biāo)記點(diǎn)豎直方向變化，c表示標(biāo)記點(diǎn)水平方向的變化，d表示標(biāo)記點(diǎn)的收縮膨脹程度；

當(dāng)所得形變差異超過閾值時，將所述不匹配數(shù)據(jù)通過異常數(shù)據(jù)庫識別分析。

優(yōu)選地，所述標(biāo)記點(diǎn)位置信息p包括空間坐標(biāo)和空間指向。

根據(jù)本發(fā)明的第二個方面，本發(fā)明提供一種基于圖像識別的管道形變自動識別系統(tǒng)，其包括：

圖像采集模塊，用于采集管道及標(biāo)記點(diǎn)的圖像信息；

管道標(biāo)記點(diǎn)識別模塊，用于識別標(biāo)記點(diǎn)，獲得標(biāo)記點(diǎn)信息；

標(biāo)記數(shù)據(jù)庫，存儲標(biāo)記點(diǎn)的原始信息；

異常數(shù)據(jù)庫，存儲異常數(shù)據(jù)模型用于分析管道異常原因；

報(bào)警模塊，將警報(bào)類型和/或警報(bào)位置發(fā)送到相關(guān)終端。

優(yōu)選地，所述標(biāo)記點(diǎn)的信息包括標(biāo)記位置信息和/或標(biāo)記方向信息。

優(yōu)選地，所述系統(tǒng)包括攝像頭、嵌入主機(jī)、服務(wù)器和移動終端。

優(yōu)選地，所述標(biāo)記點(diǎn)形變通過多模比較算法得到：

初始化計(jì)算，標(biāo)記點(diǎn)位置信息p與原始信息比對：

qi＝f(pi,pi’)i∈[1,n]

計(jì)算標(biāo)記點(diǎn)變化趨勢⊿q，

⊿q＝g(q0,……,qn)

如果⊿q>0，則說明存在形變，需要進(jìn)一步判定。

計(jì)算標(biāo)記點(diǎn)直接的距離li，

li＝f(pi,pi+1)i∈[1,n]

計(jì)算標(biāo)記點(diǎn)位置變化趨勢

⊿m(a,b,c,d)＝g(l0,……,ln)

a表示點(diǎn)距，b表示標(biāo)記點(diǎn)豎直方向變化，c表示標(biāo)記點(diǎn)水平方向的變化，d表示標(biāo)記點(diǎn)的收縮膨脹程度；

當(dāng)所得形變差異超過閾值時，將所述不匹配數(shù)據(jù)通過異常數(shù)據(jù)庫識別分析。

優(yōu)選地，所述標(biāo)記點(diǎn)位置信息p包括空間坐標(biāo)和空間指向。

優(yōu)選地，所述異常數(shù)據(jù)模型包括管道沉降、扭曲、升高、彎折、凸起、凹陷、斷裂、收縮、和膨脹數(shù)據(jù)模型中的一種或多種。

優(yōu)選地，所述標(biāo)記點(diǎn)的原始信息包括標(biāo)記點(diǎn)原始位置信息和/或標(biāo)記點(diǎn)原始方向信息。

附圖說明

通過閱讀參考一下附圖所作的對非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其他特征、目的和優(yōu)點(diǎn)將會變得更明顯：

圖1是本發(fā)明基于圖像識別管道形變自動識別的系統(tǒng)的硬件示意圖；

圖2是根據(jù)本發(fā)明一個具體的實(shí)施方式的基于圖像識別管道形變自動識別方法的流程圖；

圖3是本發(fā)明基于圖像識別管道形變自動識別系統(tǒng)的示意圖。

具體實(shí)施方式

在下文的描述中，給出了大量具體的細(xì)節(jié)以便提供對本發(fā)明更為徹底的理解。然而，對于本領(lǐng)域技術(shù)人員來說顯而易見的是，本發(fā)明可以無需一個或多個這些細(xì)節(jié)而得以實(shí)施。在其他的例子中，為了避免與本發(fā)明發(fā)生混淆，對于本領(lǐng)域公知的一些技術(shù)特征未進(jìn)行描述。

如圖3所示，本發(fā)明的基于圖像識別的管道形變自動識別系統(tǒng)，其包括：圖像采集模塊，用于采集管道及標(biāo)記點(diǎn)的圖像信息；管道標(biāo)記點(diǎn)識別模塊，用于識別標(biāo)記點(diǎn)，獲得標(biāo)記點(diǎn)信息；標(biāo)記數(shù)據(jù)庫，存儲標(biāo)記點(diǎn)的原始信息；異常數(shù)據(jù)庫，存儲異常數(shù)據(jù)模型用于分析管道異常原因；和報(bào)警模塊，將警報(bào)類型和/或警報(bào)位置發(fā)送到相關(guān)終端。

通過圖像識別方法測量在管道外壁安裝的標(biāo)記點(diǎn)的變化，來判定管道發(fā)生形變。檢測到形變后發(fā)送報(bào)警消息，通知管理人員進(jìn)行處理。

圖像采集模塊

s100安裝標(biāo)記信息

在管道外部安裝熒光(夜光)標(biāo)記點(diǎn)，標(biāo)記點(diǎn)標(biāo)記點(diǎn)采用磁吸式設(shè)計(jì)，外觀形狀采用長條形，顏色為紅色或者黃色。每條管道放置3個標(biāo)記點(diǎn)。

在本發(fā)明優(yōu)選的實(shí)施方式中，使用磁吸標(biāo)記點(diǎn)。磁吸式標(biāo)記點(diǎn)采用長效夜光設(shè)計(jì)，能夠連續(xù)黑暗環(huán)境中工作10年以上，且亮度衰減小于15％。

通過攝像頭采集管道圖像，將數(shù)據(jù)傳遞給管道標(biāo)記點(diǎn)識別模塊。

管道標(biāo)記點(diǎn)識別模塊

s110標(biāo)記識別。

通過管道標(biāo)記點(diǎn)識別模塊，獲得管道外標(biāo)記點(diǎn)的位置信息、方向信息。

圖像識別問題的數(shù)學(xué)本質(zhì)屬于模式空間到類別空間的映射問題。目前，在圖像識別的發(fā)展中，主要有三種識別方法：統(tǒng)計(jì)模式識別、結(jié)構(gòu)模式識別、模糊模式識別。對于圖像識別的研究已經(jīng)有幾十年的歷史，至今借助于各種理論提出了數(shù)以千計(jì)的算法，也有現(xiàn)成的sdk或api。本領(lǐng)域技術(shù)人員根據(jù)需要很容易選擇合適的算法識別出圖像中的標(biāo)記點(diǎn)。

標(biāo)記數(shù)據(jù)比對

s120比對標(biāo)記信息。

定期通過圖像采集模塊對燃?xì)夤艿郎弦延械臉?biāo)記點(diǎn)進(jìn)行采樣，再用管道標(biāo)記點(diǎn)識別模塊識別出標(biāo)記位置信息、方向信息，將得到的信息與管道標(biāo)記原始信息進(jìn)行比對，識別出標(biāo)記的位置變化與方向變化。

將獲得的數(shù)據(jù)，構(gòu)建矢量方程，解算出每個標(biāo)記點(diǎn)的相對位置的空間坐標(biāo)，以及標(biāo)記點(diǎn)的指向。將標(biāo)記信息數(shù)據(jù)，逐一與管道標(biāo)記原始信息比較，可識別出標(biāo)記標(biāo)記點(diǎn)的空間位置變化、相對空間位置變化以及指向的變化。

在本發(fā)明優(yōu)選的實(shí)施方式中，為通過識別出的標(biāo)記點(diǎn)信息獲得有用的結(jié)論，發(fā)明人使用多模比較算法比對標(biāo)記信息：

多個標(biāo)記點(diǎn)自動匹配的自動算法，能夠分析出每個標(biāo)記點(diǎn)的位置、方向的變化。

初始化計(jì)算，標(biāo)記點(diǎn)與原始信息比對：

qi＝f(pi,pi’)i∈[1,n]

計(jì)算標(biāo)記點(diǎn)變化趨勢⊿q，

⊿q＝g(q0,……,qn)

如果⊿q>0，則說明存在形變，需要進(jìn)一步判定。

計(jì)算標(biāo)記點(diǎn)直接的距離li，

li＝f(pi,pi+1)i∈[1,n]

計(jì)算標(biāo)記點(diǎn)位置變化趨勢

⊿m(a,b,c,d)＝g(l0,……,ln)

a表示點(diǎn)距，a<0表示點(diǎn)距縮小，a>0表示點(diǎn)距擴(kuò)大。b表示標(biāo)記點(diǎn)豎直方向變化，b<0表示標(biāo)記點(diǎn)下降，b>0表示標(biāo)記點(diǎn)上升。c表示標(biāo)記點(diǎn)水平方向的變化，c<0表示標(biāo)記點(diǎn)向右運(yùn)動，c>0表示標(biāo)記點(diǎn)向左運(yùn)動。d表示標(biāo)記點(diǎn)的收縮膨脹程度，d<0表示標(biāo)記點(diǎn)向內(nèi)集中，d>0表示標(biāo)記點(diǎn)向外擴(kuò)散。

當(dāng)所得形變差異超過閾值時，將所述不匹配數(shù)據(jù)通過異常數(shù)據(jù)庫識別分析。

異常數(shù)據(jù)識別

s130異常數(shù)據(jù)識別

對獲得的標(biāo)記位置變化和方向變化進(jìn)行數(shù)據(jù)分析，以異常數(shù)據(jù)庫中的模型進(jìn)行模式匹配比對，來分析出異常數(shù)據(jù)原因，例如：冬季氣溫變化導(dǎo)致管道收縮、管道沉降、彎曲。

將標(biāo)記點(diǎn)空間坐標(biāo)位置帶入空間位置解算方程，求得標(biāo)記點(diǎn)相對位置變化。如果得到某個標(biāo)記位置變化較大，超過了管線形變判斷臨界點(diǎn)，就可以判斷出該段管道發(fā)生了形變。在根據(jù)變化標(biāo)記的變化發(fā)現(xiàn)，可以確定管道凹陷變形還是凸起變形。多個標(biāo)記點(diǎn)變化時，可以求得標(biāo)記點(diǎn)變化趨勢，呈現(xiàn)沿管道方向向外變化，則出現(xiàn)了拉伸變形。出現(xiàn)沿管道內(nèi)方向變化，則是出現(xiàn)了擠壓變形。當(dāng)出現(xiàn)兩個不同空間方向的變形，則是出現(xiàn)了彎折變形，嚴(yán)重時，管道會發(fā)生破損泄漏。

在所有標(biāo)記點(diǎn)出現(xiàn)均勻向內(nèi)收縮或者擴(kuò)張時，且隨時間和環(huán)境溫度緩慢變化，可認(rèn)為管道隨自然環(huán)境變化引起的熱脹冷縮。

如圖2所示的流程圖中可以看出并非所有識別出的超過閾值的形變都會被解讀出原因并發(fā)送警報(bào)。這是因?yàn)楝F(xiàn)實(shí)場景中情況非常復(fù)雜，不被解讀為異常可以是因?yàn)椴环袭惓ＤＰ?，也可以是因?yàn)榉戏钱惓ＤＰ汀?/p>

異常數(shù)據(jù)庫中包括但不限于管道沉降、扭曲、升高、彎折、凸起、凹陷、斷裂、收縮、和膨脹數(shù)據(jù)模型，異常形變數(shù)據(jù)套用模型即可分析出管道形狀異常的原因。本發(fā)明的異常數(shù)據(jù)庫中的模型可以根據(jù)需要不斷擴(kuò)充。已有的模型也可以根據(jù)技術(shù)和算法的進(jìn)步，不斷改良。

報(bào)警模塊

s140發(fā)現(xiàn)異常時報(bào)警

確定數(shù)據(jù)異常時，通過gprs或cdma等通道，將形變信息發(fā)送給上位機(jī)，上位機(jī)再將報(bào)警類型、報(bào)警位置轉(zhuǎn)發(fā)給相關(guān)責(zé)任人對應(yīng)的終端。

圖1示出了從圖像采集到發(fā)送警報(bào)的示意圖，主機(jī)系統(tǒng)100為上位機(jī)。嵌入主機(jī)200為分布在各個監(jiān)測點(diǎn)的具有數(shù)據(jù)存儲、計(jì)算功能的設(shè)備，例如采集器。相關(guān)責(zé)任人對應(yīng)的終端可以為手機(jī)或其他移動設(shè)備。

本發(fā)明不限于上述實(shí)施方式，在本發(fā)明思想的范圍內(nèi)可以進(jìn)行各種變更。本發(fā)明已通過上述實(shí)施例進(jìn)行了說明，但應(yīng)當(dāng)理解的是，上述實(shí)施例只是用于舉例和說明的目的，而非意在將本發(fā)明限制于所描述的實(shí)施例范圍內(nèi)。此外本領(lǐng)域技術(shù)人員可以理解的是，本發(fā)明并不局限于上述實(shí)施例，根據(jù)本發(fā)明教導(dǎo)還可以做出更多種的變型和修改，這些變型和修改均落在本發(fā)明所要求保護(hù)的范圍以內(nèi)。本發(fā)明的保護(hù)范圍由附屬的權(quán)利要求書及其等效范圍所界定。