全自动机械设备安装泄露检测方法及装置制造方法及图纸

本发明专利技术公开了一种全自动机械设备安装泄露检测方法及装置，其中，方法包括：获取目标视频；逐帧提取目标视频序列中的图像，并将图像转换为灰度图像；将灰度图像进行高斯模糊；将模糊后的图像，进行前后帧的帧差运算得到差值图像；将差值图像进行阈值化得到二值图像；将二值图像进行形态学腐蚀处理消除噪点得到相应图像；将获取到的图像进行形态学膨胀处理，获取新的二值图像；提取新的二值图像中所有白色区域的轮廓；分别判断提取的轮廓面积是否大于预设最小值。该方法可以准确地实时定位监控视频中动态气泡变化的位置，而且能避免摄像头的轻微异常晃动对检测的干扰以及消除部分噪声，从而很好的辅助判断机械设备漏气位置，具有较高的准确度。

Installation Leakage Detection Method and Device of Fully Automatic Machinery Equipment

The invention discloses an automatic mechanical equipment installation leak detection method and device, which includes: acquiring target video; extracting image in target video sequence frame by frame and converting image into gray image; making gray image Gaussian blurred; performing frame difference operation between front and back frames to get difference image; and thresholding difference image. The binary image is obtained; the binary image is processed by morphological corrosion to eliminate noise points to get the corresponding image; the acquired image is processed by morphological expansion to obtain a new binary image; the contours of all white areas in the new binary image are extracted; the contour area extracted is judged to be larger than the preset minimum. This method can accurately locate the position of dynamic bubbles in real-time monitoring video, and can avoid the interference of slight abnormal shaking of the camera to the detection and eliminate part of the noise, so as to assist in judging the location of mechanical equipment leakage with high accuracy.

【技术实现步骤摘要】
全自动机械设备安装泄露检测方法及装置
本专利技术涉及图像处理和计算机视觉
，特别涉及一种全自动机械设备安装泄露检测方法及装置。
技术介绍
随着视频监控相关技术的不断发展，高清监控设备的普及以及监控成本的降低，在工厂的日常生产与维护中大量的使用视频监控技术，由于工厂中在检测一些机械设备缝隙是否存在漏气现象时，常使用肥皂水涂抹表面，通过观察气泡变化情况，判断是否存在漏气现象，因此可以利用图像处理技术从视频中标记气泡变化的情况和位置，从而确定设备的漏气区域，并予以报警，利用这种方法检测安装设备是否泄露，可以有效降低人工成本，免除工作人员的疲劳操作。利用图像帧差法可以得到视频中相邻两帧图像的差值图像，传统的视频检测的方法通常使用将差值图像阈值化转换成二值图像的方式，将检测目标从背景分离，进而实现视频中的目标检测，但是在气泡检测过程中，气泡作为待检测目标变化微弱，且面积很小，因此将差值图像转换成二值图像时阈值的选择十分重要，阈值过大则无法检测出气泡，阈值过小则检测过程中会将噪声点标记出来，且受光照、摄像头轻微晃动等自然因素的影响十分明显。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种全自动机械设备安装泄露检测方法，该方法提出一种能够动态调整阈值，消除大部分噪声影响，适应性较好，并且能相对准确地检测视频中变化较小的动态气泡的方法。本专利技术的另一个目的在于提出一种全自动机械设备安装泄露检测装置。为达到上述目的，本专利技术一方面实施例提出了一种全自动机械设备安装泄露检测方法，包括以下步骤：获取目标视频；根据所述目标视频逐帧提取视频序列中的图像，并将所述图像转换为灰度图像；将所述灰度图像进行高斯模糊，以得到模糊后的图像；将所述模糊后的图像，每次用前一帧图像为背景，后一帧图像作为前景，进行前后帧的帧差运算，以得到差值图像；将所述差值图像进行阈值化，以得到二值图像；将所述二值图像进行形态学腐蚀处理消除噪点，以得到腐蚀处理后的图像；将所述腐蚀处理后的图像进行形态学膨胀处理，以凸显动态位置，并获取膨胀后的二值图像；提取所述膨胀后的二值图像中所有白色区域的轮廓；以及分别判断所有提取的轮廓面积是否大于预设最小值，其中，如果大于所述预设最小值，则在当前二值图像对应的前景图像上，在轮廓所在的位置用黑色方框标记。本专利技术实施例的全自动机械设备安装泄露检测方法，通过帧差法提取视频中主要变化区域，通过设置动态阈值的方法，较好的区分视频图像中的动态气泡和噪声点，再通过腐蚀操作消除细小噪声影响，以及膨胀处理填充图像中的小孔，连接相邻较近的区域以凸显有动态变化的位置，最后提取所有白色区域的轮廓，判断轮廓面积如果大于设定的最小值，则可以确定动态气泡的位置，最终达到检测视频中动态气泡的目的。本专利技术基于真实场景数据确定判断阈值，检测更加可靠，具有较好的实时性和准确性，同时本方法也适用于其他视频中的物体动态检测。另外，根据本专利技术上述实施例的全自动机械设备安装泄露检测方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述将所述灰度图像进行高斯模糊，以得到模糊后的图像，进一步包括：对所述灰度图像进行加权平均，其中，图像中的每一个像素点的值都由其本身和邻域内的其他像素值经过正态分布类型的权重加权平均后得到，公式为：其中，σ是模糊半径，x,y是图像中周边像素对于中心像素的相对坐标。进一步地，在本专利技术的一个实施例中，帧差运算公式为：D(i,j)＝F(i,j)-B(i,j)，其中，F(i,j)为前景图像，B(i,j)为背景图像。进一步地，在本专利技术的一个实施例中，阈值化公式为：其中，E(i,j)为目标的二值图，D(i,j)为差值图像，T为阈值。进一步地，在本专利技术的一个实施例中，阈值的设置采用基于贝叶斯理论的动态阈值检测算法，公式为：其中，E(i,j)为目标的二值图，β为动态阈值，m1为目标信号的平均值，m2为噪声信号的平均值，α为补偿系数，α取值范围根据经验值一般为10-30之间。进一步地，在本专利技术的一个实施例中，利用腐蚀操作消除噪点，定义如下：其中，A,B为两个集合，结构元素B采用3×3的内核进行腐蚀处理，表示图像A被结构元素B腐蚀。进一步地，在本专利技术的一个实施例中，利用膨胀操作以凸显动态位置，定义如下：其中，A,B为两个集合，结构元素B采用3×3的内核进行膨胀处理，表示结构元素B对图像A的膨胀。为达到上述目的，本专利技术另一方面实施例提出了一种全自动机械设备安装泄露检测装置，包括：获取模块，用于获取目标视频；转换模块，用于根据所述目标视频逐帧提取视频序列中的图像，并将所述图像转换为灰度图像；模糊模块，用于将所述灰度图像进行高斯模糊，以得到模糊后的图像；计算模块，用于将所述模糊后的图像，每次用前一帧图像为背景，后一帧图像作为前景，进行前后帧的帧差运算，以得到差值图像；分割模块，用于将所述差值图像进行阈值化，以得到二值图像；消除模块，用于将所述二值图像进行形态学腐蚀处理消除噪点，以得到腐蚀处理后的图像；膨胀模块，用于将所述腐蚀处理后的图像进行形态学膨胀处理，以凸显动态位置，并获取膨胀后的二值图像；提取模块，用于提取所述膨胀后的二值图像中所有白色区域的轮廓；以及判断模块，用于分别判断所有提取的轮廓面积是否大于预设最小值，其中，如果大于所述预设最小值，则在当前二值图像对应的前景图像上，在轮廓所在的位置用黑色方框标记。本专利技术实施例的全自动机械设备安装泄露检测装置，通过帧差法提取视频中主要变化区域，通过设置动态阈值的方法，较好的区分视频图像中的动态气泡和噪声点，再通过腐蚀操作消除细小噪声影响，以及膨胀处理填充图像中的小孔，连接相邻较近的区域以凸显有动态变化的位置，最后提取所有白色区域的轮廓，判断轮廓面积如果大于设定的最小值，则可以确定动态气泡的位置，最终达到检测视频中动态气泡的目的。本专利技术基于真实场景数据确定判断阈值，检测更加可靠，具有较好的实时性和准确性，同时本方法也适用于其他视频中的物体动态检测。另外，根据本专利技术上述实施例的全自动机械设备安装泄露检测装置还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，阈值化公式为：其中，E(i,j)为目标的二值图，D(i,j)为差值图像，T为阈值。进一步地，在本专利技术的一个实施例中，所述将所述灰度图像进行高斯模糊，以得到模糊后的图像，进一步包括：对所述灰度图像进行加权平均，其中，图像中的每一个像素点的值都由其本身和邻域内的其他像素值经过正态分布类型的权重加权平均后得到，公式为：其中，σ是模糊半径，x,y是图像中周边像素对于中心像素的相对坐标。帧差运算公式为：D(i,j)＝F(i,j)-B(i,j)，其中，F(i,j)为前景图像，B(i,j)为背景图像。阈值的设置采用基于贝叶斯理论的动态阈值检测算法，公式为：其中，E(i,j)为目标的二值图，β为动态阈值，m1为目标信号的平均值，m2为噪声信号的平均值，α为补偿系数，α取值范围根据经验值一般为10-30之间。利用腐蚀操作消除噪点，定义如下：其中，A,B为两个集合，结构元素B采用3×3的内核进行腐蚀处理，表示图像A被结构元素B腐蚀。利用膨胀操作以凸显动态位置，定义如下：其中，A,B为两个集合，结构元素B本文档来自技高网...

【技术保护点】
1.一种全自动机械设备安装泄露检测方法，其特征在于，包括以下步骤：获取目标视频；根据所述目标视频逐帧提取视频序列中的图像，并将所述图像转换为灰度图像；将所述灰度图像进行高斯模糊，以得到模糊后的图像；将所述模糊后的图像，每次用前一帧图像为背景，后一帧图像作为前景，进行前后帧的帧差运算，以得到差值图像；将所述差值图像进行阈值化，以得到二值图像；将所述二值图像进行形态学腐蚀处理消除噪点，以得到腐蚀处理后的图像；将所述腐蚀处理后的图像进行形态学膨胀处理，以凸显动态位置，并获取膨胀后的二值图像；提取所述膨胀后的二值图像中所有白色区域的轮廓；以及分别判断所有提取的轮廓面积是否大于预设最小值，其中，如果大于所述预设最小值，则在当前二值图像对应的前景图像上，在轮廓所在的位置用黑色方框标记。

【技术特征摘要】
1.一种全自动机械设备安装泄露检测方法，其特征在于，包括以下步骤：获取目标视频；根据所述目标视频逐帧提取视频序列中的图像，并将所述图像转换为灰度图像；将所述灰度图像进行高斯模糊，以得到模糊后的图像；将所述模糊后的图像，每次用前一帧图像为背景，后一帧图像作为前景，进行前后帧的帧差运算，以得到差值图像；将所述差值图像进行阈值化，以得到二值图像；将所述二值图像进行形态学腐蚀处理消除噪点，以得到腐蚀处理后的图像；将所述腐蚀处理后的图像进行形态学膨胀处理，以凸显动态位置，并获取膨胀后的二值图像；提取所述膨胀后的二值图像中所有白色区域的轮廓；以及分别判断所有提取的轮廓面积是否大于预设最小值，其中，如果大于所述预设最小值，则在当前二值图像对应的前景图像上，在轮廓所在的位置用黑色方框标记。2.根据权利要求1所述的全自动机械设备安装泄露检测方法，其特征在于，所述将所述灰度图像进行高斯模糊，以得到模糊后的图像，进一步包括：对所述灰度图像进行加权平均，其中，图像中的每一个像素点的值都由其本身和邻域内的其他像素值经过正态分布类型的权重加权平均后得到，公式为：其中，σ是模糊半径，x,y是图像中周边像素对于中心像素的相对坐标。3.根据权利要求1所述的全自动机械设备安装泄露检测方法，其特征在于，帧差运算公式为：D(i,j)＝F(i,j)-B(i,j)，其中，F(i,j)为前景图像，B(i,j)为背景图像。4.根据权利要求1所述的全自动机械设备安装泄露检测方法，其特征在于，阈值化公式为：其中，E(i,j)为目标的二值图，D(i,j)为差值图像，T为阈值。5.根据权利要求4所述的全自动机械设备安装泄露检测方法，其特征在于，阈值的设置采用基于贝叶斯理论的动态阈值检测算法，公式为：其中，E(i,j)为目标的二值图，β为动态阈值，m1为目标信号的平均值，m2为噪声信号的平均值，α为补偿系数，α取值范围根据经验值一般为10-30之间。6.根据权利要求1所述的全自动机械设备安装泄露检测方法，其特征在于，利用腐蚀操作消除噪点，定义如下：其中，A,B为两个集合，结构元素B采用3×3的内核进行腐蚀处理，表示图像A被结构元素B腐蚀。7.根据权利要求1所述的全自动机械设备安装泄露检测方法，其特征在于，利用膨胀操作以凸显动态位置，定义如下：其中，A,B为两个集...

【专利技术属性】
技术研发人员：王瑜，李长胜，牛慧峰，
申请(专利权)人：北京工商大学，北京中车重工机械有限公司，
类型：发明
国别省市：北京,11