[發明專利]基于機器視覺的漏液檢測方法

在審

• 申請號: 201810315442.3
• 申請日: 2018-04-10
• 公開（公告）號: CN108520517A
• 公開（公告）日: 2018-09-11
• 發明（設計）人: 周誼
• 申請（專利權）人: 四川超影科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/194;G06K9/46;G06K9/62
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開了一種基于機器視覺的漏液檢測方法。其包括獲取監控目標區域的視頻流數據，提取視頻圖像并進行預處理，獲取監控目標區域的視頻流數據，提取視頻圖像并進行預處理，采用多通道分離和邊緣梯度特征提取方法獲取漏液區域特征信息，訓練漏液特征分類器根據漏液區域特征信息判斷是否出現漏液，根據前后幀的漏液區域特征信息計算漏液定位位置、漏液面積擴張速度和漏液區域鎖定窗口信息。本發明可以較高效、精準的完成漏液檢測，且可以根據漏液區域前后幀提取的視覺特征信息較準確了解漏液遺漏程度，具有精度高、非接觸、效率高、成本低等優點。

技術領域

本發明屬于機器視覺目標檢測技術領域，尤其涉及一種基于機器視覺的漏液檢測方法。

背景技術

漏液檢測一般通過接觸式或管安裝式的漏液檢測感應設備來完成，檢測過程由于檢測感應設備檢測方式的局限，檢測效果極易受滲漏區域表面的光滑度、紋理等特征影響。

基于漏液檢測感應裝置受限于漏液背景材質、紋理的特殊性等特點，通常受漏液背景粗糙、具有吸收性等因素影響，檢測效果不佳，且部分漏液檢測感應器屬于接觸式檢測方法，帶有監測范圍小，受限條件多等弊端。

發明內容

本發明的發明目的是：為了解決現有技術中存在的以上問題，本發明提出了一種基于機器視覺的漏液檢測方法。

本發明的技術方案是：一種基于機器視覺的漏液檢測方法，包括以下步驟：

A、獲取監控目標區域的視頻流數據，提取視頻圖像并進行預處理；

B、提取視頻圖像的紋理特征和顏色特征，訓練漏液背景面的多顏色通道分解模型，對視頻圖像進行漏液背景面分割抽離；

C、采用多通道分離和邊緣梯度特征提取方法獲取漏液區域特征信息；

D、訓練漏液特征分類器，利用漏液特征分類器根據漏液區域特征信息判斷是否出現漏液；若是，則保存漏液區域特征信息；若否，則提取設定時間間隔后的一幀視頻圖像并進行預處理，返回步驟B；

E、根據前后幀的漏液區域特征信息計算漏液定位位置、漏液面積擴張速度和漏液區域鎖定窗口信息。

進一步地，所述步驟A中提取視頻圖像并進行預處理具體為：提取視頻流數據中的一幀視頻圖像，對該視頻圖像進行縮放和模糊圖像處理。

進一步地，所述步驟D還包括在利用漏液特征分類器根據漏液區域特征信息判斷為出現漏液時，將判斷結果返回至機器人主體。

進一步地，所述步驟E還包括將漏液定位位置、漏液面積擴張速度和漏液區域鎖定窗口信息返回至機器人主體。

本發明的有益效果是：本發明對檢索區域成像得到一幀目標檢索圖像，通過邊緣檢測、提取區域顏色特征對漏液檢測背景進行分割提取，再將該檢測區域采取多通道特征分解，并結合邊緣梯度特征，局部特征對漏液區域分割檢測，通過歷史漏液數據訓練漏液特征分類器，可以較高效、精準的完成漏液檢測，且可以根據漏液區域前后幀提取的視覺特征信息較準確了解漏液遺漏程度，具有精度高、非接觸、效率高、成本低等優點。

附圖說明

圖1是本發明的基于機器視覺的漏液檢測方法的流程示意圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，并不用于限定本發明。

如圖1所示，為本發明的基于機器視覺的漏液檢測方法的流程示意圖。一種基于機器視覺的漏液檢測方法，包括以下步驟：

A、獲取監控目標區域的視頻流數據，提取視頻圖像并進行預處理；