CN104616303A - 一种基于紫外图像的水面溢油检测系统和方法 - Google Patents
一种基于紫外图像的水面溢油检测系统和方法 Download PDFInfo
- Publication number
- CN104616303A CN104616303A CN201510071809.8A CN201510071809A CN104616303A CN 104616303 A CN104616303 A CN 104616303A CN 201510071809 A CN201510071809 A CN 201510071809A CN 104616303 A CN104616303 A CN 104616303A
- Authority
- CN
- China
- Prior art keywords
- image
- ultraviolet
- chip
- water surface
- video decoding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 38
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 37
- 239000003305 oil spill Substances 0.000 title claims abstract description 16
- 230000001360 synchronised effect Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims description 25
- 230000011218 segmentation Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 239000003921 oil Substances 0.000 description 47
- 239000007850 fluorescent dye Substances 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 6
- 238000003709 image segmentation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 208000028804 PERCHING syndrome Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000010721 machine oil Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Abstract
本发明公开了一种基于紫外图像的水面溢油检测系统及方法,涉及信号处理领域。包括顺次连接的紫外成像模块、视频解码缓存模块、图像处理模块、报警模块;紫外成像模块包括紫外光源、紫外带通滤光片和摄像机;视频解码缓存模块包括视频解码芯片和同步动态随机存储器,摄像机与视频解码芯片连接,视频解码芯片与同步动态随机存储器连接;图像处理模块包括DSP芯片和程序加载芯片,视频解码芯片、同步动态随机存储器、程序加载芯片均与DSP芯片连接;报警模块包括继电器、声光报警器和无线数据发送器,DSP芯片通过继电器与声光报警器相连,DSP芯片通过网络接口与无线数据发送器连接。本发明对水面溢油的检测效果较好,抗干扰能力较强。
Description
技术领域
本发明涉及信号处理领域,具体涉及一种基于紫外图像的水面溢油检测系统和方法。
背景技术
溢油是造成河流和海洋污染的主要原因之一。随着人类对海洋资源的开发利用、水上运输工具的日益增加,使得河流和海洋的环境受到严重的破坏,对栖息和生活在水体中的鸟类、鱼类和海洋浮游生物的生存环境造成严重影响。
由于水上运输的成本较低,我国进口的石油中90%均依赖船舶运输至国内,增加了水上运输的密度。港口码头上的货物装卸活动变得日益频繁,使得水上环境变得越来越复杂,进而增大了船舶溢油的几率。
除此之外,大型船舶碰撞沉没、石油开采平台和沿海炼油厂不当操作引起的重大意外溢油事故,会对海洋生态环境造成严重的危害。溢油不仅仅是海事和港口监测人员急需解决的重要问题,也是各级环保部门和国家政府机关越来越关心和重视的重大问题。
当前的近距离港口溢油监测的主要方式为非接触式固定点监测,即将探测器安装在码头或桥梁上的一个固定点,使探测器以固定的角度对水面进行监测。同一区域可以放置多个探测器,并将多个监测结果通过无线数据网络传输到信息中心。
非接触式固定点监测比较灵活,可以全天候自动监测溢油状况。
现有的码头探测器主要包括荧光探测器和CCTV(闭路电视监控系统)监视。
荧光探测器能够在自然光线和天气环境下,激发水面上油类物质中的成份产生荧光,该荧光能够被光电传感器所检测,进而根据检测到的荧光判断水面是否存在溢油的情况。
现有的荧光探测器主要依赖进口,包括由德国的OPTIMARE公司生产的Spill Watch(一种荧光探测器)和美国的InterOcean公司生产的Slick Sleuth(一种荧光探测器)。
虽然荧光探测器能够滤除外界环境影响,得到较为准确的检测结果,但是,荧光探测器的购买和维护成本均较高,产品在国内推广性不高。
CCTV监视系统采用可见光或红外成像技术,通过摄像机或照相机实时拍摄监测点的现场信息,并将信息通过网络传输到后端监控中心。工作人员收到信号后,观察画面,根据工作经验,判断是否发生漏油。
由于CCTV系统成像质量较低,工作人员根据肉眼观察存在较大误差,难以发现少量溢油,观察结果不准确。
由于近紫外线在溢油的水面上的反射光强度高于纯净水面,且对水面漂浮杂物不敏感,因此近紫外线比可见光和红外具有更好的成像质量。选择对近紫外线敏感的工业相机,可以保留较高的紫外光谱能量,能够实现溢油检测。
图像分割技术是检测拍摄到的图像中是否存在溢油的关键,图像分割就是把图像分成若干个特定的、具有独特性质的区域并提取感兴趣目标的技术和过程,它是由图像处理到图像分析的关键步骤。
目前,对拍摄到的紫外图像分割的方法和其缺陷如下:
(1)基于区域的图像分割方法是一种利用图像像素值的分布特征进行图像分割的方法,图像分割的性能取决于图像的特征提取,特征提取包括颜色、纹理和形状的提取。在进行图像分割的区域生长和区域合并的过程中,容易破坏区域边缘的结构,造成分割效果较差。
(2)基于边缘检测的方法,先检测图像中的边缘点,再按一定的方式将所有的边缘点连接成轮廓,从而构成分割区域。基于边缘检测的方法在实施时,由于抗噪性和检测精度不能同时满足:若提高检测精度,则噪声产生的伪边缘会导致不合理的轮廓;若提高抗噪性,则会产生轮廓漏检和位置偏差。
(3)基于阈值分割算法是应用比较广泛的一种图像分割算法,该方法根据图像灰度值的差异将图像分割成背景及目标的方法。OTSU(最大类间方差法)是一种典型的阈值分割算法,OTSU对一般图像具有较好的分割性能,但是受非均匀光照、倒影等干扰的影响较大。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种基于紫外图像的水面溢油检测系统和方法,不仅分割效果较好,而且抗干扰能力较强。
为达到以上目的,本发明采取的技术方案是:一种基于紫外图像的水面溢油检测系统,其特征在于:包括顺次连接的紫外成像模块、视频解码缓存模块、图像处理模块、报警模块;
所述紫外成像模块包括紫外光源、紫外带通滤光片和摄像机;所述视频解码缓存模块包括视频解码芯片和同步动态随机存储器,摄像机与视频解码芯片连接,视频解码芯片与同步动态随机存储器连接;
所述图像处理模块包括DSP芯片和程序加载芯片,视频解码芯片、同步动态随机存储器、程序加载芯片均与DSP芯片连接;所述报警模块包括继电器、声光报警器和无线数据发送器,DSP芯片通过继电器与声光报警器相连,DSP芯片通过网络接口与无线数据发送器连接。
一种基所述检测系统的基于紫外图像的水面溢油检测方法,其特征在于,包括以下步骤:
A、通过摄像机对水面待测区域进行紫外成像,得到视频信息;将视频信息通过视频解码芯片转化为图像信息,将图像信息通过同步动态随机存储器进行存储,转到步骤B;
B、DSP芯片从同步动态随机存储器中选取当前图像信息的若干帧连续图像,对每一帧图像进行中值滤波处理,得到滤波图像,根据滤波图像构建重构图像;采用当前若干帧连续图像的灰度值减去重构图像的灰度值,得到处理图像,转到步骤C;
C、DSP芯片根据OTSU方法对所有处理图像进行图像分割,得到一次分割图像,每帧一次分割图像均包括目标区域和背景区域;计算每帧一次分割图像中目标区域与背景区域的方差,将所有方差中最大的方差作为最佳阈值T2,将所有一次分割图像中灰度值大于T2的像素点作为目标像素点,灰度值小于T2的像素点作为背景像素点;根据每帧一次分割图像对应的目标像素点和背景像素点,对所有一次分割图像进行再次分割,得到二次分割图像,转到步骤D;
D、DSP芯片对所有的二次分割图像进行二值化处理,得到对应的二值化图像,计算二值化图像中目标像素点的个数,得到每帧图像的溢油面积H,转到步骤E;
E、设定溢油判断面积H1、溢油判断帧数H2,判定H大于H1,该H对应的图像存在溢油;判断若干连续帧图像存在溢油的总帧数N大于H2,转入步骤F;
F、启动声光报警器和无线数据发送器,发出声光报警,将发生溢油的信息传递至信息中心。
在上述技术方案的基础上,步骤B中所述构建重构图像包括以下步骤:将滤波图像中相邻2帧图像的对应像素点的灰度作差,得到若干个绝对差值的矩阵,将若干个矩阵叠加得到累加和矩阵;
根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取若干帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取若干帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构建背景图像模板,得到重构图像。
在上述技术方案的基础上,步骤E中所述溢油判断面积H1为检测面积大小的20%。
在上述技术方案的基础上,步骤E中所述溢油判断帧数H2为当前若干帧连续图像总数的一半。
在上述技术方案的基础上,步骤E还包括以下步骤:判定若干图像中存在溢油的总帧数N小于等于H2,转到步骤B。
在上述技术方案的基础上,步骤F之后还包括以下步骤:重新开始下一次检测,两次检测的时间间隔为10秒钟。
与现有技术相比,本发明的优点在于:
(1)本发明的基于紫外图像的水面溢油检测系统,采用基于帧间差分背景重构的OTSU图像分割算法,对图像进行分割和去除背景处理,与现有技术中容易受到背景影响,无法将非均匀光照下图像中目标和背景分割相比,能够准确将非均匀光照下图像中的目标与背景分离,对于目标区域是否发生溢油的检测准确度较高。
(2)本发明的基于紫外图像的水面溢油检测系统,通过多帧积累,降低检测虚警率,将多帧积累的结果与阈值比较,依据比较结果判断是否发生溢油,检测结果的可靠性较高。
(3)本发明采用近紫外成像技术检测水面溢油,与可见光和红外相比,紫外对于溢油和纯水面的反射比相差较大,成像时对溢油更加灵敏;本发明应用低照度的黑白工业摄像机,获取的图形纹理好,输出的图像灰度信息丰富;与基于荧光探测器的溢油检测方法相比,技术稳定成熟,成本低。
附图说明
图1为本发明实施例中基于紫外图像的水面溢油检测系统的连接框图;
图2为本发明实施例中基于紫外图像的水面溢油检测方法的流程图;
图3为本发明实施例中步骤S101采集的原始图像;
图4为本发明实施例中步骤S104的一次分割后的二值化图像;
图5为本发明实施例中步骤S106的背景重构图像;
图6为发明实施例中步骤S107的二次分割后的二值化图像。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。
本发明实施例提供一种基于紫外图像的水面溢油检测系统和方法。
参见图1所示,该检测系统包括顺次连接的紫外成像模块、视频解码缓存模块、图像处理模块、报警模块。
紫外成像模块包括紫外光源、紫外带通滤光片和摄像机;视频解码缓存模块包括视频解码芯片和SDRAM(Synchronous DynamicRandom Access Memory,同步动态随机存储器),摄像机与视频解码芯片连接,视频解码芯片与同步动态随机存储器SDRAM连接。
图像处理模块包括DSP芯片和程序加载芯片FLASH,视频解码芯片、同步动态随机存储器、存储芯片均与DSP芯片连接;报警模块包括继电器、声光报警器和无线数据发送器,DSP芯片通过继电器与声光报警器相连,DSP通过网络接口与无线数据发送器连接。
本实施例中光源选用紫外光源,摄像机选用型号为MTV-1881EX的紫外敏感工业相机。紫外光源的发射波长为365nm,紫外带通滤波器允许通过光波的波长为365nm、宽度为60nm,紫外敏感工业相机能够以每秒25帧图像速率对目标水面进行成像。
视频解码芯片选用型号为SAA7113的视频解码芯片,视频解码芯片能够实现模拟视频到数字图像序列的转换。
DSP芯片的型号为TMS320DM642的DSP芯片,该DSP芯片包括EDMA(增强型直接内存存取)、IIC总线(Inter-Integrated Circuit,集成电路总线)和RAM(Random-Access Memory,随机存取存储器)。
该检测系统运行前,先将硬件系统复位,图像处理模块通过FLASH导入程序完成加载,DSP通过IIC总线对型号为SAA7113的视频解码器初始化,视频解码器按照配置参数设定的采样频率实时对模拟图像信号进行采样,将采集的数字图像信号存入外部存储器FLASH中;图像信号经视频解码器后被解码成数字码流BT656(一种数字码流),送入DSP的视频口Video Port0(一种视频口),接着DSP对图像信号进行算法处理,在这个过程中,图像数据要经过EDMA通道从SDRAM进入DSP内部RAM,分析完后的图像也需要经过EDMA通道从DSP进入SDRAM外部缓存区。
基于紫外图像的水面溢油检测系统的方法包括以下步骤:
S1:通过摄像机对待测水面进行紫外成像,得到视频信息;将视频信息通过视频解码芯片转化为图像信息,将图像信息存储在SDRAM中。
S2:每隔10秒(相邻两次探测的间隔时间),DSP从SDRAM中读取当前若干帧图像信息(本实施例中选用10帧),当前若干帧连续图像在图像处理模块中经过EDMA通道从SDRAM读入到DSP内部RAM,转到步骤S3。
S3:图像处理模块对每一帧图像进行中值滤波处理,滤波窗口的大小设定为5×5,得到滤波图像,转到步骤S4。
S4:将滤波图像中相邻2帧图像的对应像素点的灰度作差,得到9个绝对差值的矩阵,将9个矩阵叠加得到累加和矩阵,转到步骤S5。
S5:根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取10帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取10帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构建背景图像模板,得到重构图像,转到步骤S6。
S6:采用当前10帧连续图像的灰度值减去重构图像的灰度值,得到去除背景后、与当前10帧连续图像对应的10帧处理图像,转到步骤S7。
S7:根据OTSU方法对10帧处理图像进行图像分割,得到10帧一次分割图像,每帧一次分割图像均包括目标区域和背景区域,计算每帧一次分割图像中目标区域与背景区域的方差,将所有方差中最大的方差作为最佳阈值T2,将所有一次分割图像中灰度值大于T2的像素点作为目标像素点,灰度值小于T2的像素点作为背景像素点,根据每帧一次分割图像对应的目标像素点和背景像素点,对所有一次分割图像进行再次分割,得到10帧二次分割图像,转到步骤S8。
S8:对所有的二次分割图像进行二值化处理,得到对应的二值化图像,转到步骤S9。
S9:计算二值化图像中目标像素点的个数,得到每帧二值化图像的溢油面积H,转到步骤S10。
S10:设置溢油判断面积H1、判断溢油帧数H2,判断H是否大于H1,若是,该H对应的二值化图像存在溢油;若否,该H对应的二值化图像不存在溢油。
判断10帧二值化图像中存在溢油的总帧数N是否大于H2,若是,摄像区域发生溢油事故,转入步骤S11;若否,摄像区域未发生溢油事故,转入步骤S2。
本实施例中,H1设定为整个视场大小的20%,H2设定为5。
S11:图像处理模块将发生溢油事故的信息传递至报警模块,报警模块启动声光报警器,发出报警信息,无线数据发送器将发生溢油事故的信息传递至信息中心。重新开始下一次检测,两次检测的时间间隔为10秒钟。
下面,通过1个实施例对本发明进行详细说明:
测试天气选择为晴天,测试选择存在非均匀光照和水面倒影的河流水面,在测试区域周围放置漂浮围栏以防止溢油污染。向测试区域内滴入机油若干滴。
步骤101:利用图像采集模块采集测试区域的图像数据,并将图像数据缓存在SDRAM中。
步骤102:参见图3所示,选取连续的10帧图像作为原始图像,对图像解码后,传送给图像处理摸块。
步骤103:图像处理模块采用均值滤波、中值滤波和维纳滤波对每帧图像进行滤波,得到滤波图像,根据公式:
PM×N为图像,大小为M×N,f(m,n)为图像P在(m,n)处的灰度值,Average(PM×N)为图像P的平均灰度。
分别计算均值滤波、中值滤波和维纳滤波后得到的滤波图像,图像均匀度d(PM×N),它的值越小,说明图像包含的噪声少,图像越均匀。
参见表1所示,中值滤波后得到的滤波图像均匀度最小。
表1不同滤波法的均匀度
步骤104:采用OTSU对所有的滤波图像进行分割,得到一次分割图像,将所有一次分割图像进行二值化。
参见图4所示,得到的二值化后的一次分割图像中,分割结果不正确,水面背景与溢油目标相互混淆,难以提取到溢油目标。
造成分割错误的原因是:在不均匀光照下,图像的灰度分布随光照变化的明暗区域以及明暗分界线。
步骤105:将滤波图像中相邻2帧图像的对应像素点的灰度作差,得到9个绝对差值的矩阵,将9个矩阵叠加得到累加和矩阵;
根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取10帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取10帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构造背景图像模板,得到重构图像。参见图5所示,为重构图像。
步骤106:选取中值滤波后的图像,与重构图像作差,得到差值图,对所有的差值图进行OTSU分割,得到二次分割图像,对所有二次分割图像进行二值化处理,得到二值化图像。
参见图6所示,该二值化图像中,能够将目标区域与背景区域明显区分开来(白色区域为溢油,黑色为背景水面)。
步骤107:经过门限H1判决,10帧图像均检测为存在溢油,满足门限H2判决,最终给出溢油检测结果为该区域发生溢油,启动声光报警器,并将包含位置、溢油量等信息发送到后端数据中心。
本发明不局限于上述实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种基于紫外图像的水面溢油检测系统,其特征在于:包括顺次连接的紫外成像模块、视频解码缓存模块、图像处理模块、报警模块;
所述紫外成像模块包括紫外光源、紫外带通滤光片和摄像机;所述视频解码缓存模块包括视频解码芯片和同步动态随机存储器,摄像机与视频解码芯片连接,视频解码芯片与同步动态随机存储器连接;
所述图像处理模块包括DSP芯片和程序加载芯片,视频解码芯片、同步动态随机存储器、程序加载芯片均与DSP芯片连接;所述报警模块包括继电器、声光报警器和无线数据发送器,DSP芯片通过继电器与声光报警器相连,DSP芯片通过网络接口与无线数据发送器连接。
2.一种基于权利要求1所述检测系统的基于紫外图像的水面溢油检测方法,其特征在于,包括以下步骤:
A、通过摄像机对水面待测区域进行紫外成像,得到视频信息;将视频信息通过视频解码芯片转化为图像信息,将图像信息通过同步动态随机存储器进行存储,转到步骤B;
B、DSP芯片从同步动态随机存储器中选取当前图像信息的若干帧连续图像,对每一帧图像进行中值滤波处理,得到滤波图像,根据滤波图像构建重构图像;采用当前若干帧连续图像的灰度值减去重构图像的灰度值,得到处理图像,转到步骤C;
C、DSP芯片根据OTSU方法对所有处理图像进行图像分割,得到一次分割图像,每帧一次分割图像均包括目标区域和背景区域;计算每帧一次分割图像中目标区域与背景区域的方差,将所有方差中最大的方差作为最佳阈值T2,将所有一次分割图像中灰度值大于T2的像素点作为目标像素点,灰度值小于T2的像素点作为背景像素点;根据每帧一次分割图像对应的目标像素点和背景像素点,对所有一次分割图像进行再次分割,得到二次分割图像,转到步骤D;
D、DSP芯片对所有的二次分割图像进行二值化处理,得到对应的二值化图像,计算二值化图像中目标像素点的个数,得到每帧图像的溢油面积H,转到步骤E;
E、设定溢油判断面积H1、溢油判断帧数H2,判定H大于H1,该H对应的图像存在溢油;判断若干连续帧图像存在溢油的总帧数N大于H2,转入步骤F;
F、启动声光报警器和无线数据发送器,发出声光报警,将发生溢油的信息传递至信息中心。
3.如权利要求2所述的检测方法,其特征在于,步骤B中所述构建重构图像包括以下步骤:将滤波图像中相邻2帧图像的对应像素点的灰度作差,得到若干个绝对差值的矩阵,将若干个矩阵叠加得到累加和矩阵;
根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取若干帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取若干帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构建背景图像模板,得到重构图像。
4.如权利要求2所述的检测方法,其特征在于,步骤E中所述溢油判断面积H1为检测面积大小的20%。
5.如权利要求2所述的检测方法,其特征在于,步骤E中所述溢油判断帧数H2为当前若干帧连续图像总数的一半。
6.如权利要求2所述的检测方法,其特征在于,步骤E还包括以下步骤:判定若干图像中存在溢油的总帧数N小于等于H2,转到步骤B。
7.如权利要求2所述的检测方法,其特征在于,步骤F之后还包括以下步骤:重新开始下一次检测,两次检测的时间间隔为10秒钟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510071809.8A CN104616303B (zh) | 2015-02-11 | 2015-02-11 | 一种基于紫外图像的水面溢油检测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510071809.8A CN104616303B (zh) | 2015-02-11 | 2015-02-11 | 一种基于紫外图像的水面溢油检测系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104616303A true CN104616303A (zh) | 2015-05-13 |
CN104616303B CN104616303B (zh) | 2018-01-26 |
Family
ID=53150736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510071809.8A Expired - Fee Related CN104616303B (zh) | 2015-02-11 | 2015-02-11 | 一种基于紫外图像的水面溢油检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104616303B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105321289A (zh) * | 2015-12-04 | 2016-02-10 | 中国建筑设计院有限公司 | 一种全天候监控图像智能分析与报警系统与方法 |
CN106770087A (zh) * | 2016-11-24 | 2017-05-31 | 大连海事大学 | 油污遥感探测模块、系统及方法 |
CN106908416A (zh) * | 2017-02-28 | 2017-06-30 | 中国石油化工股份有限公司 | 一种基于紫外反射的水面溢油监测装置的监测方法 |
CN108735010A (zh) * | 2018-04-29 | 2018-11-02 | 湖南城市学院 | 一种用于英语教学的智能型英语教学系统 |
CN108806199A (zh) * | 2018-06-08 | 2018-11-13 | 昆山智易知信息科技有限公司 | 基于id3算法和神经网络的海面溢油监测阈值设定方法 |
CN109241851A (zh) * | 2018-08-07 | 2019-01-18 | 电子科技大学 | 一种基于视觉图像的漏油检测方法及其系统 |
CN109238994A (zh) * | 2018-08-28 | 2019-01-18 | 国网福建省电力有限公司 | 一种电力设备渗油日间检测方法 |
CN110322452A (zh) * | 2019-07-03 | 2019-10-11 | 云南电网有限责任公司电力科学研究院 | 一种多光谱图像油料区划分方法及装置 |
CN110443806A (zh) * | 2019-04-30 | 2019-11-12 | 浙江大学 | 一种基于目标增强处理的水面透明漂浮危化品图像分割方法 |
CN110646390A (zh) * | 2019-09-27 | 2020-01-03 | 昆山智易知信息科技有限公司 | 一种基于无人机平台的水面油污监测系统及方法 |
CN110751645A (zh) * | 2019-10-23 | 2020-02-04 | 大连海事大学 | 一种输油码头溢油监测系统及方法 |
CN110977964A (zh) * | 2019-11-26 | 2020-04-10 | 汕头大学 | 一种电厂设备运行微漏探测用智能巡检机器人及检测方法 |
CN115311285A (zh) * | 2022-10-12 | 2022-11-08 | 南通普盛动力有限公司 | 一种柴油发动机漏油识别方法 |
CN116152748A (zh) * | 2023-04-19 | 2023-05-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于蓝藻识别的河湖监管方法及其系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853557A (zh) * | 2010-04-13 | 2010-10-06 | 青岛华海环保工业有限公司 | 一种水面溢油监测报警系统 |
WO2012021753A2 (en) * | 2010-08-11 | 2012-02-16 | Flir Systems, Inc. | Infrared camera detection systems and methods |
-
2015
- 2015-02-11 CN CN201510071809.8A patent/CN104616303B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853557A (zh) * | 2010-04-13 | 2010-10-06 | 青岛华海环保工业有限公司 | 一种水面溢油监测报警系统 |
WO2012021753A2 (en) * | 2010-08-11 | 2012-02-16 | Flir Systems, Inc. | Infrared camera detection systems and methods |
Non-Patent Citations (3)
Title |
---|
于书强: "内河油轮溢油监测及报警系统的研究", 《万方学位论文数据库》 * |
王帅: "基于STM32的紫外荧光法水面油检测技术与实验研究", 《万方学位论文数据库》 * |
陈虹宇: "基于荧光光谱法港口近距溢油监测报警系统", 《万方学位论文数据库》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105321289B (zh) * | 2015-12-04 | 2018-03-30 | 中国建筑设计院有限公司 | 一种全天候监控图像智能分析与报警系统与方法 |
CN105321289A (zh) * | 2015-12-04 | 2016-02-10 | 中国建筑设计院有限公司 | 一种全天候监控图像智能分析与报警系统与方法 |
CN106770087B (zh) * | 2016-11-24 | 2019-08-20 | 大连海事大学 | 油污遥感探测模块、系统及方法 |
CN106770087A (zh) * | 2016-11-24 | 2017-05-31 | 大连海事大学 | 油污遥感探测模块、系统及方法 |
CN106908416A (zh) * | 2017-02-28 | 2017-06-30 | 中国石油化工股份有限公司 | 一种基于紫外反射的水面溢油监测装置的监测方法 |
CN108735010A (zh) * | 2018-04-29 | 2018-11-02 | 湖南城市学院 | 一种用于英语教学的智能型英语教学系统 |
CN108806199A (zh) * | 2018-06-08 | 2018-11-13 | 昆山智易知信息科技有限公司 | 基于id3算法和神经网络的海面溢油监测阈值设定方法 |
CN109241851A (zh) * | 2018-08-07 | 2019-01-18 | 电子科技大学 | 一种基于视觉图像的漏油检测方法及其系统 |
CN109238994A (zh) * | 2018-08-28 | 2019-01-18 | 国网福建省电力有限公司 | 一种电力设备渗油日间检测方法 |
CN110443806B (zh) * | 2019-04-30 | 2022-05-03 | 浙江大学 | 一种基于目标增强处理的水面透明漂浮危化品图像分割方法 |
CN110443806A (zh) * | 2019-04-30 | 2019-11-12 | 浙江大学 | 一种基于目标增强处理的水面透明漂浮危化品图像分割方法 |
CN110322452A (zh) * | 2019-07-03 | 2019-10-11 | 云南电网有限责任公司电力科学研究院 | 一种多光谱图像油料区划分方法及装置 |
CN110322452B (zh) * | 2019-07-03 | 2023-07-14 | 云南电网有限责任公司电力科学研究院 | 一种多光谱图像油料区划分方法及装置 |
CN110646390A (zh) * | 2019-09-27 | 2020-01-03 | 昆山智易知信息科技有限公司 | 一种基于无人机平台的水面油污监测系统及方法 |
CN110751645A (zh) * | 2019-10-23 | 2020-02-04 | 大连海事大学 | 一种输油码头溢油监测系统及方法 |
CN110751645B (zh) * | 2019-10-23 | 2023-12-19 | 大连海事大学 | 一种输油码头溢油监测系统及方法 |
CN110977964A (zh) * | 2019-11-26 | 2020-04-10 | 汕头大学 | 一种电厂设备运行微漏探测用智能巡检机器人及检测方法 |
CN115311285A (zh) * | 2022-10-12 | 2022-11-08 | 南通普盛动力有限公司 | 一种柴油发动机漏油识别方法 |
CN116152748A (zh) * | 2023-04-19 | 2023-05-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于蓝藻识别的河湖监管方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104616303B (zh) | 2018-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104616303A (zh) | 一种基于紫外图像的水面溢油检测系统和方法 | |
US10885381B2 (en) | Ship detection method and system based on multidimensional scene features | |
Ouma et al. | A water index for rapid mapping of shoreline changes of five East African Rift Valley lakes: an empirical analysis using Landsat TM and ETM+ data | |
Sunder et al. | Inter-comparison of remote sensing sensing-based shoreline mapping techniques at different coastal stretches of India | |
CN106770087B (zh) | 油污遥感探测模块、系统及方法 | |
CN109472200B (zh) | 一种智能的海面垃圾检测方法、系统和存储介质 | |
Dong et al. | Coral reef geomorphology of the Spratly Islands: A simple method based on time-series of Landsat-8 multi-band inundation maps | |
CN106296670B (zh) | 一种基于Retinex-分水岭-Canny算子的红外图像边缘检测方法 | |
CN111126335B (zh) | 一种结合显著性和神经网络的sar船只识别方法及系统 | |
Turner et al. | CZM applications of Argus coastal imaging at the Gold Coast, Australia | |
CN102750683B (zh) | Modis遥感影像中海面条带噪声和条状云的过滤方法 | |
CN110706197A (zh) | 一种基于迁移学习的特殊场景下铁路异物侵限检测方法 | |
Wan et al. | Automatic extraction of flood inundation areas from SAR images: A case study of Jilin, China during the 2017 flood disaster | |
CN104182992B (zh) | 一种基于全景视觉的海上弱小目标检测方法 | |
CN109460705A (zh) | 基于机器视觉的输油管道监控方法 | |
CN110187142A (zh) | 流速监测方法和系统 | |
CN113221813A (zh) | 一种海岸线遥感提取方法 | |
CN112509134A (zh) | 一种潮滩数字高程模型构建方法及系统 | |
Pitman et al. | Synthetic imagery for the automated detection of rip currents | |
CN103413138A (zh) | 一种红外图像序列中点目标检测方法 | |
CN112308901A (zh) | 一种modis影像云下海表面绿潮覆盖面积的估测方法 | |
Cabezas-Rabadán et al. | Satellite observations of storm erosion and recovery of the Ebro Delta coastline, NE Spain | |
CN110472472B (zh) | 基于sar遥感图像的机场检测方法与装置 | |
Kim et al. | Oil spill detection from RADARSAT-2 SAR image using non-local means filter | |
Wang et al. | An edge detection algorithm for imaging ladar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210622 Address after: Room 422-1, floor 4, building 3, Fengyue yunchuang center, Hanchi 1st Road, Haojing Avenue, Fengdong new town, Xi'an, Shaanxi 710000 Patentee after: Xi'an Leipu Huizhi Technology Co.,Ltd. Address before: 710071 Xi'an Electronic and Science University, 2 Taibai South Road, Shaanxi, Xi'an Patentee before: XIDIAN University |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180126 |
|
CF01 | Termination of patent right due to non-payment of annual fee |