[發(fā)明專利]一種基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法

在審

• 申請?zhí)枺?/td>: 202110004940.8
• 申請日: 2021-01-04
• 公開（公告）號: CN112784706A
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計）人: 謝奎;曾小軍;賀秋云;王東林;張明友;賈海;黃船;涂敖;朱鐵棟;楊川琴
• 申請（專利權(quán)）人: 中國石油天然氣集團(tuán)有限公司;中國石油集團(tuán)川慶鉆探工程有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06T7/00
• 代理公司: 成都中璽知識產(chǎn)權(quán)代理有限公司 51233
• 代理人: 周萍;潘銀虎

1.一種基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述方法包括以下步驟：

采集不同自然條件下試油測試作業(yè)區(qū)的原始視頻圖像和訓(xùn)練視頻圖像，其中，試油測試作業(yè)區(qū)包括燃燒池和/或測試流程區(qū)域，原始視頻圖像包括第一類視頻圖像、第二類視頻圖像以及第三類視頻圖像中的至少一類，訓(xùn)練視頻圖像包括第四類視頻圖像、第五類視頻圖像、以及第六類視頻圖像中的至少一類，第一類視頻圖像為燃燒池?zé)o火焰的視頻圖像，第二類視頻圖像為測試流程區(qū)無人員進(jìn)入的視頻圖像，第三類視頻圖像為設(shè)備、管線和閥門無泄漏的視頻圖像，第四類視頻圖像為燃燒池有火焰的視頻圖像，第五類視頻圖像為測試流程區(qū)無有人員進(jìn)入的視頻圖像，第六類視頻圖像為設(shè)備、管線或閥門有泄漏的視頻圖像；

提取原始視頻圖像的原始特征，得到多個對應(yīng)不同自然條件的原始特征，使用卷積神經(jīng)網(wǎng)絡(luò)對所述原始視頻圖像和原始特征進(jìn)行深度學(xué)習(xí)，得到多個對應(yīng)不同自然條件的背景圖像；提取訓(xùn)練視頻圖像的原始特征，得到多個對應(yīng)不同自然條件的訓(xùn)練特征，使用卷積神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練視頻圖像和訓(xùn)練特征進(jìn)行深度學(xué)習(xí)，得到多個對應(yīng)不同自然條件的訓(xùn)練圖像；

根據(jù)所述多個背景圖像、訓(xùn)練圖像，確定不同自然條件下用于評價圖像差異的閾值；

采集試油測試作業(yè)的現(xiàn)場圖像，根據(jù)現(xiàn)場自然條件確定對應(yīng)的背景圖像，將現(xiàn)場圖像和對應(yīng)的背景圖像進(jìn)行比對，得到兩者的差異值；根據(jù)現(xiàn)場的自然條件確定閾值；將該差異值與閾值進(jìn)行比對，確定試油測試作業(yè)區(qū)的實(shí)際現(xiàn)場情況。

2.根據(jù)權(quán)利要求1所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，在確定所述閾值的步驟中，還考慮到人工經(jīng)驗(yàn)值。

3.根據(jù)權(quán)利要求1所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述確定閾值的步驟包括：

對所述背景圖像和所述訓(xùn)練圖像進(jìn)行圖像減法運(yùn)算，得到差值圖形；

對差值圖形進(jìn)行量化，確定所述閾值。

4.根據(jù)權(quán)利要求3所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，在進(jìn)行所述圖像減法運(yùn)算之前，所述確定閾值的步驟還包括：

對是原始特征和所述訓(xùn)練特征進(jìn)行增強(qiáng)處理。

5.根據(jù)權(quán)利要求1所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述原始特征包括：第一類視頻圖像的第一特征，第二類視頻圖像的第二特征，第三類視頻圖像的第三特征；其中，

第一特征為燃燒池的無火焰情況，第二特征為測試流程區(qū)的無人員進(jìn)入情況，第三特征為設(shè)備、管線和閥門無泄漏的情況；

所述訓(xùn)練特征包括：第四類視頻圖像的第四特征，第五類視頻圖像的第五特征，第六類視頻圖像的第六特征；其中，

第四特征為燃燒池的火焰情況，火焰情況包括有火焰；

第五特征為測試流程區(qū)的人員情況，人員情況包括有人員進(jìn)入；

第六特征為設(shè)備、管線和閥門的泄漏情形，泄漏情況包括有泄漏。

6.根據(jù)權(quán)利要求5所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述火焰情況還包括火焰高度，所述人員情況還包括人員是否帶安全帽和人員是否穿工作服的情況；所述泄漏情況還包括漏液和/或漏氣。

7.根據(jù)權(quán)利要求5所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述閾值包括：

對應(yīng)第一特征和第四特征的第一類閾值；

對應(yīng)第二特征和第五特征的第二類閾值；

對應(yīng)第三特征和第六特征的第三類閾值。

8.根據(jù)權(quán)利要求1所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述深度學(xué)習(xí)為有監(jiān)督學(xué)習(xí)。

9.根據(jù)權(quán)利要求1所述的基于圖像智能識別的試油測試作業(yè)區(qū)安全控制方法，其特征在于，所述不同的自然條件包括：陰天、晴天和雨天中任一天的早上、中午、傍晚和夜里。