管道变形识别方法、终端设备及存储介质技术

本发明专利技术公开了一种管道变形识别方法、终端设备及存储介质，在重建出管道三维模型的基础上，通过体素坐标系拟合断面函数模型，实现了管道断面的长、短径的准确计算，进而实现了对管道变形的识别，极大地提高了管道变形识别准确率。本发明专利技术解决了深度学习算法无法识别管道整体变形状态的问题。通过对管道三维模型的多个断面的分析，实现了对管道整体的变形状态准确定量分析。确定量分析。确定量分析。

【技术实现步骤摘要】
管道变形识别方法、终端设备及存储介质


[0001]本专利技术涉及图像处理领域，特别是一种管道变形识别方法、终端设备及存储介质。

技术介绍

[0002]城市排水管网是保证城市运行的重要基础设施和生命线，由于管道生产工艺及运行过程在外力挤压的影响，排水管道易发生整体或区域性变形，若不及时处理则会进一步造成管道破裂、水体外泄、管道排水能力下降，从而造成城市排水不畅、城市内涝、环境污染、地面坍塌等事故。对排水管道的识别需要从管道的变形率、管道变形长度、管道变形位置等多个方面综合量化分析，然而检测视频是由多帧检测图像组成，图像很难表征管道的三维空间属性。因此，现阶段很难基于机器视觉、人工智能等智能化手段对管道变形进行高精度的量化分析。当前针对排水管道变形的识别和评级主要分为两种方法：
[0003]1)人工判读。经过长期的视频数据判读经验的积累，城市排水管道检测内业人员可以依据图像缺陷的形态、位置、大小等对管道的变形率和变形长度进行估计，从而得到一个人工评估的缺陷等级。这种方法受到内业人员的空间想象力、经验、管道环境等因素影响，具备极强的主观性和不确定性。
[0004]2)基于深度学习的缺陷判读技术。当前基于深度学习的排水管道缺陷评级主要采用图像识别技术和图像边缘提取技术对管道变形进行识别，识别准确率低，需要的数据量大，且并不能进行管道变形等级判别。
[0005]专利技术专利申请CN113763363A公开了一种排水管道破裂缺陷检测及等级评定方法，该方法通过构建结构性缺陷Mask R
‑
CNN模型，检测分割采集视频或图像缺陷，识别排水管道结构性缺陷，输出破裂缺陷置信度、破裂缺陷边界框以及破裂缺陷掩膜，进而计算破裂缺陷的特征参数、破裂缺陷评级参数、径向覆盖比与破裂缺陷环向覆盖范围，对破裂缺陷评级。该方法只能识别管道破裂缺陷，只能对破裂缺陷进行评级，无法对管道变形进行准确识别和等级判别。

技术实现思路

[0006]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种管道变形识别方法、终端设备及存储介质，对管道变形进行准确识别。
[0007]为解决上述技术问题，本专利技术所采用的技术方案是：一种管道变形识别方法，包括以下步骤：
[0008]重建管道三维模型：
[0009]建立体素坐标系，所述体素坐标系原点为管道起始横断面的中心点，y轴正向为垂直于横断面的管道延伸方向，x轴正向垂直于y轴、指向y轴右侧方向，z轴正向垂直于xy平面且朝上；将所述管道三维模型中的点转换至体素坐标系下的体素模型中；所述体素模型包括多个体素栅格，体素坐标系原点所在管道断面为体素模型起始端，体素模型尾端为管道末端；每个体素栅格拥有唯一、固定的坐标值，体素栅格中存放所述重建的管道三维模型中
的点数据；
[0010]在所述体素模型两端，任意截取多个管道断面，拟合截取的所有管道断面中心点，得到管道中轴线；
[0011]获取管道中轴线上的点及该点对应的法线方向，基于法线方向获得该点对应的体素栅格集合，即为该点所在管道断面的体素栅格集合；
[0012]将所述体素集合投影到x
‑
z平面上，计算体素集合的外接多边形，提取所述外接多边形的折点；
[0013]利用所有外接多边形的折点拟合得到封闭曲线，即外接多边形对应的管道断面的曲线方程，获取sqrt((x
‑
x0)*(x
‑
x0)+(z
‑
z0)*(z
‑
z0))的最大值和最小值，其中，x、z为封闭曲线上的点的横坐标和纵坐标，x0、z0为管道断面中心点的横坐标和纵坐标；该最大值和最小值分别代表曲线F(x,z)＝0对应管道断面的最长半径和最短半径；
[0014]基于所述最长半径和最短半径，分别计算管道断面最长径、最短径与设计的断面直径的比例，取比例最大值作为管道变形率。
[0015]本专利技术在重建出管道三维模型的基础上，通过体素坐标系拟合断面函数模型，实现了管道断面的长、短径的准确计算，进而实现了对管道变形的识别，极大地提高了管道变形识别准确率。采用本专利技术的方法，无需大量数据即可准确识别管道变形，极大地提高了管道变形识别效率。本专利技术解决了深度学习算法无法识别管道整体变形状态的问题。通过对管道三维模型的多个断面的分析，实现了对管道整体的变形状态准确定量分析。
[0016]本专利技术中，获取所述管道变形率后，还进行管道变形评级，具体实现过程包括：若管道变形率小于5％，则为1级变形；若管道变形率大于5％，小于15％，则为2级变形；若管道变形率大于15％，小于25％，则为3级变形；若管道变形率大于25％，则为4级变形。本专利技术量化评价了管道变形率，通过对管道变形状态的分析，便于对后续管道运行状态、管道过水能力等进行分析，优化管道使用方式和提高城市防洪决策能力。
[0017]本专利技术中，将所述管道三维模型中的点P(x,y,z)转换至体素坐标系下的公式为：
[0018][0019]其中，I(x',y',z')为管道三维模型中的点P(x,y,z)转换至体素坐标系下的坐标，c为体素栅格的大小，P表示点坐标矩阵[P
x
,P
y
,P
z
]，P
x
、P
y
、P
z
为P(x,y,z)的实际坐标值，A为转换矩阵，x
min
、y
min
、z
min
为管道三维模型中的点的集合在x、y、z轴上的最小值。
[0020]本专利技术中，为了简化计算过程，同时保证计算精度，所述最长径为最长半径的两倍；最短径为最短半径的两倍。
[0021]本专利技术中，所述管道变形率ratio计算公式为：l为最长径或最短径，r为设计的断面直径。
[0022]本专利技术中，管道断面的最长半径和最短半径计算过程包括：计算断面中心点横坐标x0对应的断面曲线F(x,z)＝0上的点集；当所述断面中心点横坐标x0每增加或者减少整数倍K时，获取一次断面曲线F(x,z)＝0上的点，得到所有满足条件的点集；将所述点集中的点(x，z)代入sqrt((x
‑
x0)*(x
‑
x0)+(z
‑
z0)*(z
‑
z0))中，计算点集中的点与该断面中心点的距离，取距离中的最大、最小值，得到管道断面的最长半径和最短半径。
[0023]作为一个专利技术构思，本专利技术还提供了一种终端设备，其包括处理器和存储器；所述存储器存储有计算机程序/指令；所述处理器执行所述存储器存储的计算机程序/指令；所述计算机程序/指令被配置为实现本专利技术上述方法的步骤。
[0024]作为一个专利技术构思，本专利技术还提供了一种计算机存储介质，其上存储有计算机程序/指令；其特征在于，所述计算机程序/指令被处理器执行时实现本专利技术上述方法的步骤。
[0025]作为一个专利技术构思，本专利技术还提供了一种计算机程序产品，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种管道变形识别方法，其特征在于，包括以下步骤：重建管道三维模型：建立体素坐标系，所述体素坐标系原点为管道起始横断面的中心点，y轴正向为垂直于横断面的管道延伸方向，x轴正向垂直于y轴、指向y轴右侧方向，z轴正向垂直于xy平面且朝上；将所述管道三维模型中的点转换至体素坐标系下的体素模型中；所述体素模型包括多个体素栅格，体素坐标系原点所在管道断面为体素模型起始端，体素模型尾端为管道末端；每个体素栅格拥有唯一、固定的坐标值，体素栅格中存放所述重建的管道三维模型中的点数据；在所述体素模型两端，任意截取多个管道断面，拟合截取的所有管道断面中心点，得到管道中轴线；获取管道中轴线上的点及该点对应的法线方向，基于法线方向获得该点对应的体素栅格集合，即为该点所在管道断面的体素栅格集合；将所述体素集合投影到x
‑
z平面上，计算体素集合的外接多边形，提取所述外接多边形的折点；利用所有外接多边形的折点拟合得到封闭曲线，即外接多边形对应的管道断面的曲线方程，获取sqrt((x
‑
x0)*(x
‑
x0)+(z
‑
z0)*(z
‑
z0))的最大值和最小值，其中，x、z为封闭曲线上的点的横坐标和纵坐标，x0、z0为管道断面中心点的横坐标和纵坐标；该最大值和最小值分别代表曲线F(x,z)＝0对应管道断面的最长半径和最短半径；基于所述最长半径和最短半径，分别计算管道断面最长径、最短径与设计的断面直径的比例，取比例最大值作为管道变形率。2.根据权利要求1所述的管道变形识别方法，其特征在于，获取所述管道变形率后，还进行管道变形评级，具体实现过程包括：若管道变形率小于5％，则为1级变形；若管道变形率大于5％，小于15％，则为2级变形；若管道变形率大于15％，小于25％，则为3级变形；若管道变形率大于25％，则为4级变形。3.根据权利要求1或2所述的管道变形识别方法，其特征在于，将所述管道三维模型中的点P(x,y,z)转换至体素坐标系下的公式为：其中，I(x',y',z')为管道三维模型中的点...

【专利技术属性】
技术研发人员：刘承照，刘昊，马晨哲，许强红，蒋盟珂，李顺，江玉龙，陈程，
申请(专利权)人：中国电建集团中南勘测设计研究院有限公司，
类型：发明
国别省市：