CN106802215A - 一种水管漏水检测装置及检测方法 - Google Patents
一种水管漏水检测装置及检测方法 Download PDFInfo
- Publication number
- CN106802215A CN106802215A CN201510821479.XA CN201510821479A CN106802215A CN 106802215 A CN106802215 A CN 106802215A CN 201510821479 A CN201510821479 A CN 201510821479A CN 106802215 A CN106802215 A CN 106802215A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- water pipe
- value
- leak information
- 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.)
- Pending
Links
Abstract
本发明涉及管道检测技术领域,具体涉及一种水管漏水检测装置以及一种根据上述的水管漏水检测装置的检测方法。本发明的水管漏水检测装置及检测方法通过摄像机构对水管图像进行采集,再利用图像识别技术对水管图像中的漏水信息进行识别,非接触、快速和准确地检测出水管泄漏点。
Description
技术领域
本发明涉及管道检测技术领域,具体涉及一种水管漏水检测装置以及一种根据上述的水管漏水检测装置的检测方法。
背景技术
现有的水管漏水检测一般都是采用各种传感器辅助进行,包括相关检漏法、音听检漏法、漏水声自动记录监测法、分区检漏法等方法等。例如,水管在泄漏的过程中,由于自来水都是存在压力的,在压力的作用下,泄漏点就会产生高频的噪音,噪音随着管道进行传播,通常的办法是通过相关仪器收集管道上的音频信号,进行相关计算,就可以准确算出泄漏点所在的具体位置。在实际工作中,还需要收集管线情报,了解管线走向等具体信息,必要的时候,还要使用寻管仪精确定位管道走向。
然而,这种方法更适合人工操作,且对于管道渗漏的情况漏检率比较高。
鉴于此,克服以上现有技术中的缺陷,提供一种新的水管漏水检测装置及检测方法成为本领域亟待解决的技术问题。
发明内容
本发明的目的在于针对现有技术的上述缺陷,提供一种水管漏水检测装置以及一种根据该水管漏水检测装置的检测方法。
本发明的目的可通过以下的技术措施来实现:
一种水管漏水检测装置,与现有技术相比,其不同之处在于,该装置包括:
图像采集单元,用于采集水管图像;
图像转换单元,用于获取水管图像的灰度值图像;
处理单元,用于将所得灰度值图像的灰度值与预先存储的漏水信息阈值进行比较以识别灰度值图像中的漏水信息;
其中,所述图像采集单元包括摄像机构、设于所述摄像机构镜头前的偏振镜和补光灯。
优选地,所述水管漏水检测装置还包括:
传送单元,接收所采集的水管图像,并将其传送至图像转换单元。
优选地,所述图像采集单元还包括用于安装所述摄像机构的移动巡检机构。
优选地,所述摄像机构为摄像机或相机中的一种。
优选地,所述处理单元包括图像连通域划分子单元和漏水信息识别子单元,其中,所述图像连通域划分子单元将所述灰度值图像按照像素的灰度值的大小,对灰度值图像中的所有像素进行排序,再利用区间0-255内的一个整型阈值对灰度值图像进行二值化处理以划分连通域;所述漏水信息识别子单元将每个连通域的面积大小与预先存储的漏水信息面积阈值进行对比以识别灰度值图像中的漏水信息。
优选地,所述移动巡检机构为机器人。
本发明还提供了一种根据权利要求1所述的水管漏水检测装置的检测方法,包括如下步骤:
步骤a:用带有偏振镜的摄像机构采集水管图像;
步骤b:将所获取的水管图像转换为灰度值图像;
步骤c:将所得灰度值图像的灰度值与预先存储的漏水信息阈值进行比较以识别灰度值图像中的漏水信息。
优选地,所述步骤a之后、步骤b之前还包括如下步骤:
接收所采集的水管图像并将其传送至图像转换单元。
优选地,所述步骤c具体包括:
首先将所述灰度值图像按照像素的灰度值的大小,对灰度值图像中的所有像素进行排序;然后利用区间0-255内的一个整型阈值对灰度值图像进行二值化处理以划分连通域;最后将每个连通域的面积大小与预先存储的漏水信息面积阈值进行对比以识别灰度值图像中的漏水信息。
优选地,在步骤a中,将带有偏振镜的摄像机构设置于移动巡检机构上,沿水管移动的获取图像。
本发明的水管漏水检测装置及检测方法通过摄像机或相机对水管图像进行采集,再利用图像识别技术对水管图像中的漏水信息进行识别,非接触、快速和准确地检测出水管泄漏点。
附图说明
图1是本发明一个优选实施例的水管漏水检测装置的结构框图。
图2是本发明一个优选实施例的水管漏水检测装置中图像采集单元的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
不透明物体表面的颜色取决于光的强度(同波长即颜色相同),即由物体表面的反射光所决定。当物体表面有了一层水以后,部分光会透射入薄薄的水层,使反射光变弱,光的强度小了,物体看起来就会变暗。
光在垂直于传播方向的平面上,只沿着某个特定的方向振动(自然光在各个方向都振动),这种光叫做偏振光。当光线在水面上同时发生反射和折射时,反射光即为偏振光,因此采用偏振镜即可将该部分光线滤除掉,使得光线无法或者极少通过水面反射进入相机,提高物体表面潮湿与干燥部分之间的对比度,提高视觉算法识别率。
水管漏水可分为两种情况:
第一,如果水只是浸润地面,那么地面颜色会变深,借此可以通过视觉算法加以识别。
第二,如果水形成了一定厚度,那么通过偏振镜将水面反射的环境光滤除掉后,水面的颜色会变深,借此可以通过视觉算法加以识别。
本发明实施例的水管漏水检测装置能够通过摄像机或相机对水管图像进行采集,再利用图像识别技术对水管图像中的漏水信息进行识别,非接触、快速和准确地检测出水管泄漏点。
根据待检测区域的灰度值设定模板数据,并保存在本地硬盘里。如果发生水管泄漏,那么在检测区域内应该会有灰度值比较暗的区域出现,通过连通域提取,找到灰度值比较暗的区域,按照事先设定好的阈值,判断出是否存在漏水的情况。
请参阅图1和图2所示,水管漏水检测装置100包括:图像采集单元10、传送单元20、图像转换单元30和处理单元40,其中,图像采集单元10用于采集水管图像;传送单元20用于接收所采集的水管图像并将其传送至图像转换单元30;图像转换单元30用于获取水管图像的灰度值图像;处理单元40用于将所得灰度值图像的灰度值与预先存储的漏水信息阈值进行比较以识别灰度值图像中的漏水信息。
其中,所述图像采集单元10包括摄像机或相机101、设于所述摄像机或相机的镜头前的偏振镜102、补光灯103和移动巡检机构104。偏振镜102使得水管图像中的残留水渍或积水的灰度值更暗。移动巡检机构104优选为移动巡检机器人。将摄像机或相机等设备安装到移动巡检机器人上,移动巡检机器人通过导轨悬挂在待检测区域上方,并沿某方向匀速移动,通过补光灯照亮相机视野内的场景,光线经过漫发射使场景内物体变亮。
其中,所述处理单元40包括图像连通域划分子单元401和漏水信息识别子单元402,其中,所述图像连通域划分子单元401将所述灰度值图像按照像素的灰度值的大小,对灰度值图像中的所有像素进行排序,再利用区间0-255内的一个整型阈值对灰度值图像进行二值化处理以划分连通域;所述漏水信息识别子单元402将每个连通域的面积大小与预先存储的漏水信息面积阈值进行对比以识别灰度值图像中的漏水信息。
相应地,本发明实施例还提供了一种根据上述的水管漏水检测装置100的检测方法,包括如下步骤:
步骤S1:用带有偏振镜的摄像机或相机采集水管图像。
步骤S2:接收所采集的水管图像并将其传送至图像转换单元。
步骤S3:将所获取的水管图像转换为灰度值图像;
步骤S4:将所得灰度值图像的灰度值与预先存储的漏水信息阈值进行比较以识别灰度值图像中的漏水信息;
具体地,在步骤S1中,将带有偏振镜的摄像机或相机设置于移动巡检机构上,移动巡检机构为机器人,从而实现沿水管移动的获取图像。在步骤S4中,首先将所述灰度值图像按照像素的灰度值的大小,对灰度值图像中的所有像素进行排序;然后利用区间0-255内的一个整型阈值对灰度值图像进行二值化处理以划分连通域;最后将每个连通域的面积大小与预先存储的漏水信息面积阈值进行对比以识别灰度值图像中的漏水信息。
上述的检测装置或检测方法方案简单,装配使用方便,效果显著,节约了操作试验人员现场监视的人工,确保测试试验正常顺利进行。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种水管漏水检测装置,其特征在于,该装置包括:
图像采集单元,用于采集水管图像;
图像转换单元,用于获取水管图像的灰度值图像;
处理单元,用于将所得灰度值图像的灰度值与预先存储的漏水信息阈值进行比较以识别灰度值图像中的漏水信息;
其中,所述图像采集单元包括摄像机构、设于所述摄像机构镜头前的偏振镜和补光灯。
2.根据权利要求1所述的水管漏水检测装置,其特征在于,所述水管漏水检测装置还包括:
传送单元,接收所采集的水管图像,并将其传送至图像转换单元。
3.根据权利要求1所述的水管漏水检测装置,其特征在于,所述图像采集单元还包括用于安装所述摄像机构的移动巡检机构。
4.根据权利要求1所述的水管漏水检测装置,其特征在于,所述摄像机构为摄像机或相机中的一种。
5.根据权利要求1所述的水管漏水检测装置,其特征在于,所述处理单元包括图像连通域划分子单元和漏水信息识别子单元,其中,所述图像连通域划分子单元将所述灰度值图像按照像素的灰度值的大小,对灰度值图像中的所有像素进行排序,再利用区间0-255内一个整型阈值对灰度值图像进行二值化处理以划分连通域;所述漏水信息识别子单元将每个连通域的面积大小与预先存储的漏水信息面积阈值进行对比以识别灰度值图像中的漏水信息。
6.根据权利要求3所述的水管漏水检测装置,其特征在于,所述移动巡检机构为机器人。
7.一种根据权利要求1所述的水管漏水检测装置的检测方法,其特征在于,该方法包括如下步骤:
步骤a:用带有偏振镜的摄像机构采集水管图像;
步骤b:将所获取的水管图像转换为灰度值图像;
步骤c:将所得灰度值图像的灰度值与预先存储的漏水信息阈值进行比较以识别灰度值图像中的漏水信息。
8.根据权利要求7所述的检测方法,其特征在于,所述步骤a之后、步骤b之前还包括如下步骤:
接收所采集的水管图像并将其传送至图像转换单元。
9.根据权利要求7所述的检测方法,其特征在于,所述步骤c具体包括:
首先将所述灰度值图像按照像素的灰度值的大小,对灰度值图像中的所有像素进行排序;然后利用区间0-255内的一个整型阈值对灰度值图像进行二值化处理以划分连通域;最后将每个连通域的面积大小与预先存储的漏水信息面积阈值进行对比以识别灰度值图像中的漏水信息。
10.根据权利要求7所述的检测方法,其特征在于,在步骤a中,将带有偏振镜的摄像机构设置于移动巡检机构上,沿水管移动的获取图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510821479.XA CN106802215A (zh) | 2015-11-20 | 2015-11-20 | 一种水管漏水检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510821479.XA CN106802215A (zh) | 2015-11-20 | 2015-11-20 | 一种水管漏水检测装置及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106802215A true CN106802215A (zh) | 2017-06-06 |
Family
ID=58975769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510821479.XA Pending CN106802215A (zh) | 2015-11-20 | 2015-11-20 | 一种水管漏水检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106802215A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107833221A (zh) * | 2017-11-29 | 2018-03-23 | 武汉大学 | 一种基于多通道特征融合和机器学习的漏水监测方法 |
CN108701356A (zh) * | 2017-06-29 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种检测方法、检测设备以及飞行器 |
CN109029861A (zh) * | 2018-07-12 | 2018-12-18 | 浙江工业大学 | 一种基于背景建模与质心聚类的压力容器气密性检测方法 |
CN109115418A (zh) * | 2018-07-12 | 2019-01-01 | 浙江工业大学 | 一种基于区域划分的压力容器气密性检测方法 |
CN109115417A (zh) * | 2018-07-12 | 2019-01-01 | 浙江工业大学 | 一种基于连通域判断的压力容器气密性检测方法 |
CN109215062A (zh) * | 2017-06-29 | 2019-01-15 | 沈阳新松机器人自动化股份有限公司 | 基于图像视觉的动作捕捉方法、双目定位装置及系统 |
CN109268928A (zh) * | 2018-09-12 | 2019-01-25 | 长安大学 | 一种供热监控系统 |
CN109282156A (zh) * | 2017-07-22 | 2019-01-29 | 周尧 | 一种水电池监测水管漏水的方法 |
CN109345792A (zh) * | 2018-12-06 | 2019-02-15 | 宁波敖群电器有限公司 | 现场语音报警系统 |
CN109602374A (zh) * | 2018-12-06 | 2019-04-12 | 余姚市盈宝电器有限公司 | 漏水水体防蔓延机构 |
CN109708813A (zh) * | 2018-06-28 | 2019-05-03 | 永康市胜时电机有限公司 | 供暖片漏水状态实时检测平台 |
CN110307952A (zh) * | 2019-07-02 | 2019-10-08 | 北京航空航天大学 | 基于线阵ccd传感器的飞艇表面贴附检测机器人 |
CN110470669A (zh) * | 2019-08-23 | 2019-11-19 | 吉林大学 | 一种水下管道的检漏方法、系统及相关装置 |
CN112923243A (zh) * | 2019-12-06 | 2021-06-08 | 上海新微技术研发中心有限公司 | 检测墙体中水管漏水的方法 |
CN113327325A (zh) * | 2021-08-02 | 2021-08-31 | 湖南雷诺科技发展有限公司 | 基于大数据的5g机房智能化管理系统 |
CN113819960A (zh) * | 2021-01-27 | 2021-12-21 | 深圳信息职业技术学院 | 污水处理药池流量检测方法、装置及相关设备 |
CN116928604A (zh) * | 2023-07-31 | 2023-10-24 | 浙江昊阔物联科技有限公司 | 一种水管漏水自动检测装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003240665A (ja) * | 2002-02-21 | 2003-08-27 | Akuasu Kk | 漏水箇所判別方法、および漏水箇所判別支援装置 |
CN102589808A (zh) * | 2012-01-16 | 2012-07-18 | 苏州临点三维科技有限公司 | 大型隧道渗水点测量方法 |
CN102636313A (zh) * | 2012-04-11 | 2012-08-15 | 浙江工业大学 | 基于红外热成像图像处理的渗漏源检测装置 |
CN102679914A (zh) * | 2012-05-14 | 2012-09-19 | 同济大学 | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 |
CN103217256A (zh) * | 2013-03-20 | 2013-07-24 | 北京理工大学 | 基于红外图像的局部灰度-熵差的泄漏检测定位方法 |
CN104851144A (zh) * | 2015-05-29 | 2015-08-19 | 山东鲁能智能技术有限公司 | 具有自适应偏振镜调节的巡检机器人图像处理系统及方法 |
-
2015
- 2015-11-20 CN CN201510821479.XA patent/CN106802215A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003240665A (ja) * | 2002-02-21 | 2003-08-27 | Akuasu Kk | 漏水箇所判別方法、および漏水箇所判別支援装置 |
CN102589808A (zh) * | 2012-01-16 | 2012-07-18 | 苏州临点三维科技有限公司 | 大型隧道渗水点测量方法 |
CN102636313A (zh) * | 2012-04-11 | 2012-08-15 | 浙江工业大学 | 基于红外热成像图像处理的渗漏源检测装置 |
CN102679914A (zh) * | 2012-05-14 | 2012-09-19 | 同济大学 | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 |
CN103217256A (zh) * | 2013-03-20 | 2013-07-24 | 北京理工大学 | 基于红外图像的局部灰度-熵差的泄漏检测定位方法 |
CN104851144A (zh) * | 2015-05-29 | 2015-08-19 | 山东鲁能智能技术有限公司 | 具有自适应偏振镜调节的巡检机器人图像处理系统及方法 |
Non-Patent Citations (1)
Title |
---|
黄永杰等: "盾构隧道渗漏水的自动检测技术", 《上海交通大学学报》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108701356A (zh) * | 2017-06-29 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种检测方法、检测设备以及飞行器 |
CN109215062B (zh) * | 2017-06-29 | 2022-02-08 | 沈阳新松机器人自动化股份有限公司 | 基于图像视觉的动作捕捉方法、双目定位装置及系统 |
CN109215062A (zh) * | 2017-06-29 | 2019-01-15 | 沈阳新松机器人自动化股份有限公司 | 基于图像视觉的动作捕捉方法、双目定位装置及系统 |
CN109282156A (zh) * | 2017-07-22 | 2019-01-29 | 周尧 | 一种水电池监测水管漏水的方法 |
CN107833221B (zh) * | 2017-11-29 | 2020-08-07 | 武汉大学 | 一种基于多通道特征融合和机器学习的漏水检测方法 |
CN107833221A (zh) * | 2017-11-29 | 2018-03-23 | 武汉大学 | 一种基于多通道特征融合和机器学习的漏水监测方法 |
CN109708813A (zh) * | 2018-06-28 | 2019-05-03 | 永康市胜时电机有限公司 | 供暖片漏水状态实时检测平台 |
CN109115418A (zh) * | 2018-07-12 | 2019-01-01 | 浙江工业大学 | 一种基于区域划分的压力容器气密性检测方法 |
CN109115417A (zh) * | 2018-07-12 | 2019-01-01 | 浙江工业大学 | 一种基于连通域判断的压力容器气密性检测方法 |
CN109029861A (zh) * | 2018-07-12 | 2018-12-18 | 浙江工业大学 | 一种基于背景建模与质心聚类的压力容器气密性检测方法 |
CN109268928A (zh) * | 2018-09-12 | 2019-01-25 | 长安大学 | 一种供热监控系统 |
CN109268928B (zh) * | 2018-09-12 | 2020-10-23 | 长安大学 | 一种供热监控系统 |
CN109602374A (zh) * | 2018-12-06 | 2019-04-12 | 余姚市盈宝电器有限公司 | 漏水水体防蔓延机构 |
CN109345792A (zh) * | 2018-12-06 | 2019-02-15 | 宁波敖群电器有限公司 | 现场语音报警系统 |
CN110307952A (zh) * | 2019-07-02 | 2019-10-08 | 北京航空航天大学 | 基于线阵ccd传感器的飞艇表面贴附检测机器人 |
CN110470669A (zh) * | 2019-08-23 | 2019-11-19 | 吉林大学 | 一种水下管道的检漏方法、系统及相关装置 |
CN112923243A (zh) * | 2019-12-06 | 2021-06-08 | 上海新微技术研发中心有限公司 | 检测墙体中水管漏水的方法 |
CN113819960A (zh) * | 2021-01-27 | 2021-12-21 | 深圳信息职业技术学院 | 污水处理药池流量检测方法、装置及相关设备 |
CN113327325A (zh) * | 2021-08-02 | 2021-08-31 | 湖南雷诺科技发展有限公司 | 基于大数据的5g机房智能化管理系统 |
CN116928604A (zh) * | 2023-07-31 | 2023-10-24 | 浙江昊阔物联科技有限公司 | 一种水管漏水自动检测装置 |
CN116928604B (zh) * | 2023-07-31 | 2024-01-02 | 浙江昊阔物联科技有限公司 | 一种水管漏水自动检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106802215A (zh) | 一种水管漏水检测装置及检测方法 | |
EP1995553B1 (en) | System and method for identifying a feature of a workpiece | |
CN104608799A (zh) | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 | |
CN102393397B (zh) | 一种磁瓦表面缺陷检测系统及其检测方法 | |
RU2013119814A (ru) | Автоматизированная система визуального осмотра | |
KR102168724B1 (ko) | 이미지 검사를 이용한 이상 판별 방법 및 장치 | |
CN103163150A (zh) | 一种线缆表面缺陷在线检测装置及方法 | |
CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
CN109142509B (zh) | 圆钢磁粉探伤方法与装置 | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
US20220011241A1 (en) | Surface-defect detecting method, surface-defect detecting apparatus, steel-material manufacturing method, steel-material quality management method, steel-material manufacturing facility, surface-defect determination model generating method, and surface-defect determination model | |
CN110517233A (zh) | 一种基于人工智能的缺陷分类学习系统及其分类方法 | |
CN103630553A (zh) | 一种镜片表面点状与线状杂质的检测装置 | |
CN106226270B (zh) | 检测图像传感器表面脏污缺陷的方法 | |
CN105303573A (zh) | 金针类元件的引脚检测方法和系统 | |
CN109142390A (zh) | 一种改进的轴承滚子外观检测方法 | |
JP2014203311A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN110346377A (zh) | 基于机器视觉的无纺布表面检测系统及其检测方法 | |
CN114820475A (zh) | 边缘识别方法、系统、晶圆加工装置及晶圆与加工台同心状态确定方法 | |
KR20040023644A (ko) | 작업편의 흠집검사방법 및 장치 | |
CN103389312A (zh) | 铜管检测系统 | |
KR101858829B1 (ko) | 편석 분석 장치 및 방법 | |
CN216525503U (zh) | 一种基于机器视觉的碳纤维预浸料表面缺陷在线检测装置 | |
CN105301016A (zh) | 车轮踏面擦伤图像检测方法 | |
CN109579735A (zh) | 基于机器视觉的活塞环轮廓检测识别分类方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170606 |
|
RJ01 | Rejection of invention patent application after publication |