[發明專利]一種設備滲漏的圖像識別方法

在審

• 申請號: 202211301906.8
• 申請日: 2022-10-24
• 公開（公告）號: CN115641534A
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 喜靜波;陳濤;呂繼軍;李夢琪;王鑫磊;李壯;張久航;榮旭;李宏偉;郝廣源
• 申請（專利權）人: 北京太陽宮燃氣熱電有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/22;G06V10/26;G06V10/30;G06V10/34;G06V10/44;G06V10/774
• 代理公司: 湖南環創光達知識產權代理有限公司 43264
• 代理人: 陽江軍

1.一種設備滲漏的圖像識別方法，其特征在于：可以大幅度減少滲漏水檢測的錯識別率，所述方法包括：

步驟一：分析化學水車間設備發生油液滲漏的原因，并在建立圖像數據庫的過程中涵蓋各種不同的場景；

步驟二：通過獨立的巡檢管控系統實現化學水間巡檢，通過巡檢裝置的拍攝裝置對化學水取樣間被檢測的設備進行拍攝，從而將采集的照片傳輸給終端，從而進行處理，采集待測區域的視頻數據和點云數據，通過滲漏水圖像識別神經網絡對采集的視頻數據進行檢測，得到滲漏水區域圖片

步驟三：對采集的點云數據進行識別，得到曲面形狀；根據得到的曲面形狀對得到的漏水區域圖片進行相應曲面形狀投影，并計算投影后的滲漏水區域實際面積；

步驟四：通過被檢測表面灰度圖像統計確定物體表面中各特征物的識別規則，將所有樣本圖像轉換為灰度圖像，針對滲漏水和不同的特征物，根據其位置，基于樣本圖像，獲取并統計其特征信息，基于統計的各特征物的特征信息確定被檢測物體表面中各特征物及滲漏水的識別規則，滲漏水的特征信息包括灰度，面積最小值和各特征物的特征信息，將拍攝圖像進行灰度化、高斯濾波和對比度增強得到預處理圖像；

步驟五：基于確定的各特征物識別規則，識別待識別圖像中的特征物，分別利用灰度梯度圖像和灰度對線狀特征物和塊狀特征物進行分割，并將識別得到的特征物的區域以灰度值255覆蓋以去除特征物；通過判斷將分割后的像素聚合為獨立的單元，針對每個單元，計算其特征信息，根據各單元的特征信息，基于確定的各特征物的識別規則識別特征物識別圖像中的特征物；

步驟六：每識別完一種特征物，以灰度值255對該區域進行灰度重置以去除特征物；特征物逐一識別剔除的過程中，按照特征物的長寬比例大小排序，先識別長寬比大的線狀特征物，再識別長寬比小的塊狀特征物；對于長寬比較小的塊狀特征物，按照特征物出現頻率高低進行，先識別物體表面中出現頻率高的特征物，再識別出現頻率低的特征物；

步驟七：對于去除了特征物的待識別圖像，通過邊緣檢測和特征識別，圈定識別位置的零件區域邊界，得到邊界圖像，對邊界圖像根據光照方向消除光照陰影，對消除光照陰影的邊界圖像進行二值化處理，得到判斷圖像，識別判斷圖像中的疑似陰影區域，進行滲漏水識別，將疑似陰影區域與零件區域邊界進行比對，將帶有重合的疑似陰影區判斷為滲漏區域進行識別上報，并確定滲漏水的位置和面積；

步驟八：將確定出的真正水跡區域的位置定位在步驟二得到的完整圖像中，根據圖像的標定尺寸進行滲水點定位；

步驟九：給出整個化學水車間水跡和滲水點檢測報告，該檢測報告的內容包括滲水點數量、每個水跡區域的大小以及位置。

2.根據權利要求1所述一種設備滲漏的圖像識別方法，其特征在于：所述步驟四中滲漏水的特征信息包括灰度，面積最小值和松散程度，各特征物的特征信息如下：接縫：縱縫像素寬度最大值，縱縫像素長度最小值，環縫像素寬度最大值，環縫像素長度最小值。

3.根據權利要求1所述一種設備滲漏的圖像識別方法，其特征在于：所述步驟七中增強圖像進行自適應閾值法分割，得到二值圖像，其中，黑色像素點為滲漏水區域，白色像素點為背景區域。

4.根據權利要求1所述一種設備滲漏的圖像識別方法，其特征在于：所述步驟七中將二值圖像的黑色像素點轉化為洋紅色像素點，白色像素點轉化為紅色像素點，其中，洋紅色像素點為訓練的滲漏水區域，紅色像素點為背景邊界修正。

5.根據權利要求1所述一種設備滲漏的圖像識別方法，其特征在于：所述步驟七中還包括高斯濾波；對整幅圖像進行加權平均，每一個像素點的值，都由其本身和鄰域內的其他像素值經過加權平均后得到；平滑處理后降低噪聲的影響。

6.根據權利要求1所述一種設備滲漏的圖像識別方法，其特征在于：所述步驟七中除物體邊界點，使目標縮小，可以消除小于結構元素的噪聲點。

7.根據權利要求1所述一種設備滲漏的圖像識別方法，其特征在于：所述步驟七中還包括將于物體接觸的所有背景點合并到物體中，使目標增大，可填補目標中的空洞。