[發明專利]基于無人機巡線的油氣管道安全監測方法、系統及軟件存儲器

有效

• 申請號: 201710995829.3
• 申請日: 2017-10-23
• 公開（公告）號: CN107808133B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 張忠坡;王志威;陳建國;曾梅;陳德勇
• 申請（專利權）人: 中石化石油工程地球物理有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06T7/246;G06T7/11;G06T7/136;G05D1/10;G01C21/20;G06F16/29;G06Q10/06;G06Q50/02;G06Q50/30
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 許美紅

1.一種基于無人機巡線的油氣管道安全監測方法，其特征在于，包括以下步驟：

S1、獲取無人機油氣管道安全監測產生的多源數據，包括：正射影像、視頻影像和數字高程模型，正射影像包括單時相影像和多時相影像；

S2、根據歷史風險特征訓練得到的特征庫，對單時相影像進行風險識別；對多時相影像，采用基于飽和度的變化檢測方法進行風險識別，識別不同時相之間的變化區域；對單時相和多時相風險識別的結果計算并集，得到高精度風險識別結果；步驟S2中對單時相和多時相風險識別的結果計算并集的方法為：

對配準的前后時相影像計算比值：

其中，X₁、X₂分別為前后時相影像的灰度值，比值結果將是一張圖像，將比值計算結果圖像從RGB空間轉換到HSV空間，設置閾值，對飽和度分量進行閾值分割，提取變化區域；分割完畢后將圖像從HSV空間轉回RGB空間，并進行灰度化；再次設置閾值，將圖像進行二值化，提取變化區域矢量邊緣，得到變化檢測結果；

S3、根據高精度風險識別結果、視頻影像和數字高程模型在三維平臺中展示，遠程重現無人機對油氣管線的巡檢過程；

S4、根據多源數據提取地理信息，進行無人機巡檢的線路規劃，并進行管道水淹空間分析；

S5、輸出管道隱患報告，包括風險識別報告和空間分析報告，根據管道隱患報告輔助決策。

2.根據權利要求1所述的基于無人機巡線的油氣管道安全監測方法，其特征在于，步驟S2中還包括對特征庫進行更新的方法：

對高精度分析識別結果進行人工判別，若人工判別確認為風險特征，則將該風險特征加入特征庫中，實現對特征庫的更新。

3.根據權利要求1所述的基于無人機巡線的油氣管道安全監測方法，其特征在于，步驟S2中對單時相影像進行風險識別包括識別房屋信息的方法：

采用meanshift算法對單時相影像進行分割，統計分割后的對象的光譜、紋理和形狀特征，進而提取的房屋信息，通過以下公式提取房屋信息：

其中，R,G,B值為對象不同波段的均值；

同時滿足：

其中，Range(R,G,B)為R,G,B三個波段的范圍，VAR(R,G,B)為R,G,B三個波段的方差，Ent(R,G,B)為R,G,B三個波段的熵；

同時滿足：

其中，A為對象邊界所包圍的面積，C為對象所在區域最小外接矩形的長除以寬。

4.根據權利要求1所述的基于無人機巡線的油氣管道安全監測方法，其特征在于，步驟S2中對單時相影像進行風險識別包括識別車輛信息的方法：

將單時相影像從RGB空間轉換到HSV空間，提取亮度分量h，進行形態學開運算，提取輪廓；

獲取模板圖像庫，將輪廓作為待匹配圖像，計算模板匹配度，其公式為：

T(x1-x2,y1-y2)＝∫∫f(x,y)F(x+(x1-x2),y+(y1-y2))dxdy

其中，f(x,y)表示待匹配圖像，F(x,y)表示標準模板，T(x,y)為相關器輸出，x和y為隨機變量；

若識別結果的模板圖像包含額外的目標圖像識別特征，則對模板圖像庫進行擴充：將識別結果中，漏檢部分作為模板圖像庫的正樣本，添加到模板圖像庫的正向模板庫中；將誤檢部分作為模板圖像庫的負樣本，添加到模板圖像庫的負向模板庫中；

根據識別結果定位目標所處的坐標。

5.根據權利要求1所述的基于無人機巡線的油氣管道安全監測方法，其特征在于，步驟S4中進行無人機巡檢的線路規劃的方法為：

根據管線矢量數據和高程數據進行插值，形成一條跟隨高程起伏的飛行線路，該線路初始分為滿分；

根據高程起伏插值平滑線路；

結合周邊地物進行評分，降低撞機風險；

根據相機參數及航飛參數，計算相機覆蓋范圍，對此指標進行評分；

統計當前線路的最終得分，滿足分值條件或分值不收斂，則表示巡線規劃完成；否則，根據扣減分數最多的一個環節進行修正，之后重新迭代，直至滿足分值條件為止；

人工預覽線路，手工微調編輯。