一种油气管道的高后果区识别方法技术

本申请公开了一种油气管道的高后果区识别方法

【技术实现步骤摘要】
一种油气管道的高后果区识别方法、装置及介质


[0001]本申请涉及油气管道管理
，特别是涉及一种油气管道的高后果区识别方法
、
装置及介质
。

技术介绍

[0002]油气管道高后果区指管道泄漏后可能会对公众和环境造成较大不良影响的区域
。
高后果区内人员比较密集，交通比较频繁，一旦发生泄漏，会对公众及环境造成较为严重的影响
。
例如，油气管道的潜在影响半径内有学校
、
医院等特定场所，这些人群很难在短时间内疏散，一旦管道发生泄漏，后果不堪设想
。
[0003]目前针对油气管道高后果区的识别工作主要采用人工识别的方式，人工识别即管道巡线人员人工记录管道中心线两侧
200
米范围内的建筑物和交通繁忙
、
地下设施繁多的区域
。
但由于我国长输油气管道规模庞大，高后果区受地方政府规划影响大，随着管道周边人口和环境的变化，高后果区的位置和范围也会随之改变，使得之前已确定的油气管道高后果区数据往往在次年无法使用，通过人工数户的方式效率低
、
人工成本高
。
[0004]因此如何提高油气管道高后果区的识别效率，降低人工成本是本领域技术人员亟需要解决的问题
。

技术实现思路

[0005]本申请的目的是提供一种油气管道的高后果区识别方法
、
装置及介质，用于提高油气管道高后果区的识别效率，降低人工成本
。
[0006]为解决上述技术问题，本申请提供一种油气管道的高后果区识别方法，包括：
[0007]获取油气管道预设区域的卫星地图影像；
[0008]调用自动识别模型对所述卫星地图影像中的建筑物进行识别，并统计所述油气管道的监视区域内的建筑物数量；其中，所述自动识别模型为以各类建筑物的影像数据作为训练样本训练得到的模型；
[0009]根据所述建筑物数量确定所述油气管道的高后果区
。
[0010]优选地，所述调用自动识别模型对所述卫星地图影像中的建筑物进行识别，并统计所述油气管道的监视区域内的建筑物数量，包括：
[0011]判断所述自动识别模型是否识别到所述卫星地图影像中的建筑物；
[0012]若所述自动识别模型识别到所述卫星地图影像中的建筑物，框选所述建筑物并保存为第一卫星地图影像，框选所述卫星地图影像中的所述监视区域并保存为第二卫星地图影像；
[0013]将所述第二卫星地图影像与所述第一卫星地图影像进行几何运算，统计所述第一卫星地图影像中框选出的建筑物位于所述监视区域内的建筑物数量
。
[0014]优选地，所述根据所述建筑物数量确定所述油气管道的高后果区，包括：
[0015]判断所述建筑物数量是否超过预设建筑物数量；
[0016]若是，将所述监视区域确定为所述油气管道的高后果区
。
[0017]优选地，自动识别模型识别到所述卫星地图影像中的建筑物之后，还包括：
[0018]将所述第一卫星地图影像按照预设比例进行切片，并对框选出的建筑物进行标注；
[0019]将切片和标注后的所述第一卫星地图影像作为训练样本对所述自动识别模型进行训练
。
[0020]优选地，所述调用所述自动识别模型对所述卫星地图影像中的建筑物进行识别之前，还包括：
[0021]利用经纬度建立所述卫星地图影像的数据索引；
[0022]通过所述数据索引筛选出距离所述油气管道预设范围内的所述卫星地图影像；
[0023]将筛选后的所述卫星地图影像利用最大方差法进行二值化处理，并利用滤波算法进行平滑处理
。
[0024]优选地，所述获取油气管道预设区域的卫星地图影像，包括：
[0025]通过地图下载离地预设高度内的所述油气管道预设区域的所述卫星地图影像
。
[0026]本申请还提供一种油气管道的高后果区识别装置，包括：
[0027]获取模块，用于获取油气管道预设区域的卫星地图影像；
[0028]识别模块，用于调用自动识别模型对所述卫星地图影像中的建筑物进行识别，并统计所述油气管道的监视区域内的建筑物数量；其中，所述自动识别模型为以各类建筑物的影像数据作为训练样本训练得到的模型；
[0029]确定模块，用于根据所述建筑物数量确定所述油气管道的高后果区
。
[0030]本申请还提供一种油气管道的高后果区识别装置，包括存储器，用于存储计算机程序；
[0031]处理器，用于执行所述计算机程序时实现所述的油气管道的高后果区识别方法的步骤
。
[0032]本申请还提供一种计算机可读存储介质，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所述的油气管道的高后果区识别方法的步骤
。
[0033]本申请所提供的一种油气管道的高后果区识别方法，获取油气管道预设区域的卫星地图影像；调用自动识别模型对卫星地图影像中的建筑物进行识别，并统计油气管道的监视区域内的建筑物数量；其中，自动识别模型为以各类建筑物的影像数据作为训练样本训练得到的模型；根据建筑物数量确定油气管道的高后果区
。
相比人工去数油气管道预设区域的建筑物数量来判断是否是高后果区，本申请通过自动识别模型识别油气管道预设区域的卫星地图影像中的建筑物来确定油气管道的监视区域内的建筑物数量，降低了人工成本，提高了油气管道高后果区的识别效率
。
[0034]本申请所提供的一种油气管道的高后果区识别装置及介质与方法对应，效果如上
。
附图说明
[0035]为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的
介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0036]图1为本申请实施例提供的一种油气管道的高后果区识别方法的流程图；
[0037]图2为本申请实施例提供的一种油气管道的高后果区识别装置的结构图；
[0038]图3为本申请实施例提供的另一种油气管道的高后果区识别装置的结构图
。
具体实施方式
[0039]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例
。
基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围
。
[0040]本申请的核心是提供一种油气管道的高后果区识别方法
、
装置及介质
。
[0041]为了使本
的人员更好地理解本申请方案，下面结合附图和具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种油气管道的高后果区识别方法，其特征在于，包括：获取油气管道预设区域的卫星地图影像；调用自动识别模型对所述卫星地图影像中的建筑物进行识别，并统计所述油气管道的监视区域内的建筑物数量；其中，所述自动识别模型为以各类建筑物的影像数据作为训练样本训练得到的模型；根据所述建筑物数量确定所述油气管道的高后果区
。2.
根据权利要求1所述的油气管道的高后果区识别方法，其特征在于，所述调用自动识别模型对所述卫星地图影像中的建筑物进行识别，并统计所述油气管道的监视区域内的建筑物数量，包括：判断所述自动识别模型是否识别到所述卫星地图影像中的建筑物；若所述自动识别模型识别到所述卫星地图影像中的建筑物，框选所述建筑物并保存为第一卫星地图影像，框选所述卫星地图影像中的所述监视区域并保存为第二卫星地图影像；将所述第二卫星地图影像与所述第一卫星地图影像进行几何运算，统计所述第一卫星地图影像中框选出的建筑物位于所述监视区域内的建筑物数量
。3.
根据权利要求1所述的油气管道的高后果区识别方法，其特征在于，所述根据所述建筑物数量确定所述油气管道的高后果区，包括：判断所述建筑物数量是否超过预设建筑物数量；若是，将所述监视区域确定为所述油气管道的高后果区
。4.
根据权利要求2所述的油气管道的高后果区识别方法，其特征在于，自动识别模型识别到所述卫星地图影像中的建筑物之后，还包括：将所述第一卫星地图影像按照预设比例进行切片，并对框选出的建筑物进行标注；将切片和标注后的所述第一卫星地图影像作为训练样本对所述自动识别模型进行训...

【专利技术属性】
技术研发人员：饶心，马剑林，侯浩，喻建胜，余东亮，王爱玲，何莎，郭伦峰，马震，门立国，谭其鸿，王庆松，罗金，田斌，
申请(专利权)人：成都熊谷油气科技有限公司，
类型：发明
国别省市：