一种基于图像识别的固状物泄露监测方法与系统技术方案

本发明专利技术公开了一种基于图像识别的固状物泄露监测方法与系统，方法包含步骤1：获取监控区域的实时视频流数据，并进行分帧处理得到尺寸大小一致的n帧连续的图像数据；步骤2：对n帧连续的图像数据进行动态目标检测获取动态目标数据；步骤3：对n帧连续的图像数据依据动态目标数据对动态目标进行特征提取获取动态目标的边缘特征线；步骤4：对n帧连续的图像数据建立n条由泄漏点水平方向向下并垂直相交于边缘特征线的相同的比例尺；步骤5：计算每张图像数据中的n条比例尺的长度；步骤6：计算相同位置的比例尺的长度差得到高度变化数据；判断高度变化数据是否超出预设值；若超出预设值，则进行报警；若未超出预设值，则重复步骤1

【技术实现步骤摘要】
一种基于图像识别的固状物泄露监测方法与系统


[0001]本专利技术涉及固状物泄漏监测领域，具体涉及一种基于图像识别的固状物泄露监测方法与系统。

技术介绍

[0002]火电厂辅控脱硫专业会使用大量石灰石粉用于机组脱硫塔进行脱硫使用，石灰石输送过程中，在转送管路接口部分会发生漏粉情况，目前电厂普遍的监控手段通过人工就地巡检以及视频监控，未采用自动化监控手段；目前传统通过人员就地巡检的方式进行漏粉监控，与智慧化电厂减员增效目标不符；视频监控，也需要依赖人员进行自主监控，监控过程不受控，无法做到系统主动监控，因此需要一种利用图像识别技术，代替传统人员对设备漏粉情况的主动监控，智能识别现场漏粉情况，可以做到及时报警，正常情况下不再需要人员就地进行不间断巡检，对漏粉情况进行自动监控。

技术实现思路

[0003]本专利技术要解决的技术问题是目前传统通过人员就地巡检的方式进行漏粉监控，与智慧化电厂减员增效目标不符；视频监控，也需要依赖人员进行自主监控，监控过程不受控，无法做到系统主动监控，本专利技术提供一种基于图像识别的固状物泄露监测方法，本专利技术还提供一种基于图像识别的固状物泄露监测系统，能够通过对监控对象位置区域进行视频采集获取高清的实时视频流数据，通过图像识别技术对目标进行动态检测与特征提取，建立比例尺获取目标的高度变化数据，对监控区域漏粉情况进行实时监控，利用对地面积粉的厚度进行识别，从而达到漏粉的监控目的，用以解决现有技术导致的缺陷。
[0004]为解决上述技术问题本专利技术提供以下的技术方案：<br/>[0005]第一方面，一种基于图像识别的固状物泄露监测方法，其中，包含以下步骤：
[0006]步骤1：获取监控区域的实时视频流数据，并进行分帧处理得到尺寸大小一致的n帧连续的图像数据；
[0007]步骤2：对所述n帧连续的图像数据进行动态目标检测获取动态目标数据；
[0008]步骤3：对所述n帧连续的图像数据依据所述动态目标数据对所述动态目标进行特征提取获取所述动态目标的边缘特征线；
[0009]步骤4：对所述n帧连续的图像数据建立n条由泄漏点水平方向向下并垂直相交于所述边缘特征线的相同的比例尺，分别记为l1、l2、l3……
l
n
；
[0010]步骤5：计算每张所述图像数据中的n条所述比例尺的长度分别记为h1、h2……
h
n
；
[0011]步骤6：计算所述n帧连续的图像数据中相同位置的所述比例尺的长度差得到单位时间内所述动态目标的高度变化数据；
[0012]判断所述高度变化数据是否超出预设值；
[0013]若超出所述预设值，则进行报警；
[0014]若未超出所述预设值，则重复步骤1
‑
步骤5；
[0015]在具体情况中，由于可能不止有一个泄漏点，因此在进行相同位置的所述比例尺的长度差计算时，能够得出每个所述比例尺的长度差是否超出预设值，得出单位时间内有几个泄漏点，预设值由人工进行设置；
[0016]其次通过所述高度变化数据通过锥体的体积公式算出单位时间内所泄漏的固体物的体积。
[0017]上述的一种基于图像识别的固状物泄露监测方法，其中，步骤1中获取监控区域中摄像头的实时视频流数据，并进行分帧处理得到n帧连续的图像数据，摄像头为高清摄像头。
[0018]上述的一种基于图像识别的固状物泄露监测方法，其中，步骤2中采用背景减除法建立混合高斯模型对所述n帧连续的图像数据进行动态目标检测获取动态目标数据，具体过程如下：
[0019]使用K个高斯模型表征所述图像数据中各个像素点的特征；
[0020]获取新一帧的图像数据后与所述高斯模型进行混合、匹配每个像素点并更新，获取未匹配上的像素点得到所述动态目标数据。
[0021]上述的一种基于图像识别的固状物泄露监测方法，其中，步骤3中对所述n帧连续的图像数据依据所述动态目标数据通过卷积神经网络对所述动态目标进行特征提取获取所述动态目标的边缘特征线。
[0022]上述的一种基于图像识别的固状物泄露监测方法，其中，步骤4中所述比例尺的个数由所述动态目标数据中所述动态目标的宽度决定。
[0023]上述的一种基于图像识别的固状物泄露监测方法，其中，步骤5中所述比例尺的长度为以所述图片数据设定的虚拟长度，具体为依据整个图片的高度设定一个长度数值，每张照片的高度长度距离一致，依据所述比例尺占据整个图片高度的长度等比得出所述比例尺的长度。
[0024]上述的一种基于图像识别的固状物泄露监测方法，其中，步骤5中所述比例尺的长度依据环境实际长度进行等比计算得出，具体的场景高度可预先量出来，依据比例通过图片的高度与所述比例尺的高度进行等比计算得出所述比例尺的长度数值。
[0025]第二方面，一种基于图像识别的固状物泄露监测系统，其中，包含视频流数据获取模块、动态目标检测模块、特征提取模块、比例尺建立模块、长度计算模块、判断模块；
[0026]所述视频流数据处理模块用于获取监控区域的实时视频流数据并处理得到尺寸大小一致的n帧连续的图像数据；
[0027]所述动态目标检测模块用于对所述n帧连续的图像数据进行动态目标检测获取动态目标数据；
[0028]所述特征提取模块用于对所述n帧连续的图像数据依据所述动态目标数据对所述动态目标进行特征提取获取所述动态目标的边缘特征线；
[0029]所述比例尺建立模块用于对所述n帧连续的图像数据建立n条由泄漏点水平方向向下并垂直相交于所述边缘特征线的相同的比例尺，分别记为l1、l2、l3……
l
n
；
[0030]所述长度计算模块用于计算每张所述图像数据中的n条所述比例尺的长度分别记为h1、h2……
h
n
，还用于计算所述n帧连续的图像数据中相同位置的所述比例尺的长度差得到单位时间内所述动态目标的高度变化数据；
[0031]所述判断模块用于判断所述高度变化数据是否超出预设值；
[0032]若超出所述预设值，则进行报警；
[0033]若未超出所述预设值，则反馈至所述视频流数据处理模块重新获取监控区域的实时视频流数据。
[0034]第三方面，一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法的步骤。
[0035]依据上述本专利技术一种基于图像识别的固状物泄露监测方法与系统提供的技术方案具有以下技术效果：
[0036]通过对监控对象位置区域进行视频采集获取高清的实时视频流数据，通过图像识别技术对目标进行动态检测与特征提取，建立比例尺获取目标的高度变化数据，对监控区域漏粉情况进行实时监控，利用对地面积粉的厚度进行识别，从而达到漏粉的监控目的。
附图说明
[0037]图1为本专利技术一种基于图像识别的固状物泄露监测方法的流程图；
[0038]图2为本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的固状物泄露监测方法，其特征在于，包含以下步骤：步骤1：获取监控区域的实时视频流数据，并进行分帧处理得到尺寸大小一致的n帧连续的图像数据；步骤2：对所述n帧连续的图像数据进行动态目标检测获取动态目标数据；步骤3：对所述n帧连续的图像数据依据所述动态目标数据对所述动态目标进行特征提取获取所述动态目标的边缘特征线；步骤4：对所述n帧连续的图像数据建立n条由泄漏点水平方向向下并垂直相交于所述边缘特征线的相同的比例尺，分别记为l1、l2、l3……
l
n
；步骤5：计算每张所述图像数据中的n条所述比例尺的长度分别记为h1、h2……
h
n
；步骤6：计算所述n帧连续的图像数据中相同位置的所述比例尺的长度差得到单位时间内所述动态目标的高度变化数据；判断所述高度变化数据是否超出预设值；若超出所述预设值，则进行报警；若未超出所述预设值，则重复步骤1
‑
步骤5。2.如权利要求1所述的一种基于图像识别的固状物泄露监测方法，其特征在于，步骤1中获取监控区域中摄像头的实时视频流数据，并进行分帧处理得到n帧连续的图像数据。3.如权利要求2所述的一种基于图像识别的固状物泄露监测方法，其特征在于，步骤2中采用背景减除法建立混合高斯模型对所述n帧连续的图像数据进行动态目标检测获取动态目标数据，具体过程如下：使用K个高斯模型表征所述图像数据中各个像素点的特征；获取新一帧的图像数据后与所述高斯模型进行混合、匹配每个像素点并更新，获取未匹配上的像素点得到所述动态目标数据。4.如权利要求3所述的一种基于图像识别的固状物泄露监测方法，其特征在于，步骤3中对所述n帧连续的图像数据依据所述动态目标数据通过卷积神经网络对所述动态目标进行特征提取获取所述动态目标的边缘特征线。5.如权利要求4所述的一种基于图像识别的固状物泄露监测方法，其特征在于，步骤4中...

【专利技术属性】
技术研发人员：钱韫辉，高巍，
申请(专利权)人：上海擎测机电工程技术有限公司，
类型：发明
国别省市：