CN110751645A - 一种输油码头溢油监测系统及方法 - Google Patents
一种输油码头溢油监测系统及方法 Download PDFInfo
- Publication number
- CN110751645A CN110751645A CN201911013881.XA CN201911013881A CN110751645A CN 110751645 A CN110751645 A CN 110751645A CN 201911013881 A CN201911013881 A CN 201911013881A CN 110751645 A CN110751645 A CN 110751645A
- Authority
- CN
- China
- Prior art keywords
- oil
- spill
- identification
- spilling
- area
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 239000003305 oil spill Substances 0.000 claims description 110
- 238000005286 illumination Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000011248 coating agent Substances 0.000 claims description 7
- 238000000576 coating method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000006698 induction Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 239000003209 petroleum derivative Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 113
- 238000005516 engineering process Methods 0.000 description 4
- 238000000701 chemical imaging Methods 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- VZGDMQKNWNREIO-UHFFFAOYSA-N tetrachloromethane Chemical compound ClC(Cl)(Cl)Cl VZGDMQKNWNREIO-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- VLKZOEOYAKHREP-UHFFFAOYSA-N n-Hexane Chemical compound CCCCCC VLKZOEOYAKHREP-UHFFFAOYSA-N 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 229920005547 polycyclic aromatic hydrocarbon Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N21/643—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" non-biological material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
- Y02A20/204—Keeping clear the surface of open water from oil spills
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Optics & Photonics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Molecular Biology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种输油码头溢油监测系统及方法，属于输油码头溢油污染监测技术领域，为解决现有溢油监测系统在应用于码头溢油监控同时实现水面，陆上及船上输油管等大范围复杂场景的全天候不间断监控仍存在成本高，探测区域小，日间效果差，部署不够灵活等问题，本发明系统包括紫外线射灯、高清相机、智能云台、溢油智能识别模块，利用原油在紫外线照射下的荧光特性以及光学特性，结合适用于不同情况的数据处理算法实现了对输油码头溢油目标的准确、高灵敏度智能识别。实现输油码头的昼夜24小时不间断溢油监控。本发明能够同时适用于水面、陆上重点管阀以及船上输油管等不同区域的溢油监测。
Description
技术领域
本发明涉及输油码头溢油污染监测技术领域，具体而言，尤其涉及一种输油码头溢油监测系统及方法。
背景技术
针对输油码头溢油污染监测技术领域，国外已生产出很多产品，例如：英国Chelsea Technologies Group LTD(CTG)生产的UviLux水中油荧光计。该传感器适合集成到第三方终端进行水中油浓度监测，当选择搭配CTG公司手持式数采或者壁挂式采集器，还可以进行手持测量或者长期监测。OIL-Station水中油在线监测系统可以向监测人员和监管部门提供实时的溶解性多环芳烃(PAH)浓度测量，OIL-Station包含一个CTG公司的UviLux紫外荧光计和一个壁挂显示存储单元Watchkeeper。美国特纳TD-500D便携式水中油分析仪，是一款用正己烷代替红外法的四氯化碳萃取剂的紫外测油仪、快速测油仪，可快速、轻松和可靠地测量水中油含量(原油、燃油、润滑油、柴油，部分的凝析油及精炼的碳氢化合物)，测量范围可从0.01ppm到1000ppm。欧洲LDI研发了ROW型海上溢油远程光学监测仪，采用非接触式传感技术，主要用于探测水上和陆地上的溢油，帮助用户更早的发现溢油。
以上产品技术上较为先进，探测精度较高，专业性较强，但是，存在着单台设备覆盖区域小，实施成本高的问题。
另外针对在溢油检测方面的专利有：专利号为9279738，专利名称为溢油检测和监控方法和装置；专利号为10386260，专利名称为基于高光谱成像的分布式液体泄露检测；专利号为10375327，专利名称为便携式气体和化学成像相机。这些探测器分别基于红外/紫外成像，及紫外激光荧光进行检测，技术相对成熟，比较先进。专利号为CN 04220597 U，专利名称为一种基于激光激发荧光技术的溢油监测系统，专利号为CN 203118171 U，专利名称为一种港口溢油检测报警系统，都是基于激光实现诱导荧光检测，这些系统在应用于码头溢油监控同时实现水面，陆上及船上输油管等大范围复杂场景的全天候不间断监控仍存在成本高，探测区域小，日间效果差，部署不够灵活等问题。
发明内容
根据上述提出的技术问题，而提供一种输油码头溢油监测系统及方法。本发明主要利用高强度紫外光进行荧光诱导，实现输油码头的昼夜24小时不间断溢油监控。本发明能够同时适用于水面、陆上重点管阀以及船上输油管等敏感区域的溢油监测。
本发明采用的技术手段如下：
一种输油码头溢油监测系统，包括：
紫外线射灯，安装在输油码头内高处云台上，用于在低照度条件下诱导溢油产生荧光特征；
高清相机，与紫外线射灯的主光轴处于同一个方向，且平行安装于输油码头内高处云台上，用于获取识别区数据；
智能云台，用于通过设置预置点，定位重点识别区域，确定识别区域类型；
溢油智能识别模块，根据高清相机获取的识别区数据以及智能云台确定的识别区域类型，对不同光照条件下的预置点采集的数据进行特征分析，根据不同背景下溢油目标的光学特征，采用溢油识别算法实现水中、陆地及油轮输油口附近溢油的准确、高灵敏度智能识别。
进一步地，所述紫外线射灯为高强度紫外线射灯，跟随摄像头同步转动的同时，向监测目标发射紫外线；当紫外线照射在水面上石油类产品上时，则会产生荧光；当紫外线照射在清洁的水面上或者水面浮游生物、岸上输油管线及清洁的输油口上时，则不会产生荧光。
进一步地，所述溢油识别算法包括日间地面溢油识别算法、日间水面溢油识别算法、日间输油口溢油识别算法以及夜间溢油识别算法。
进一步地，所述日间地面溢油识别算法能够对日间地面数据进行逐像素点分析，同时进行溢油检测，若该像素点中所有通道数据分量均小于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
进一步地，所述日间水面溢油识别算法能够对日间水面数据进行逐像素点分析，同时进行溢油检测，若该像素点RGB中的任一个通道数据分量相对于其他分量均大于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
进一步地，所述日间输油口溢油识别算法首先通过模式识别，确定当前溢油口的位置，然后对输油口下方区域数据进行逐像素点分析，同时进行溢油检测，若该像素点中所有通道数据分量均小于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
进一步地，所述夜间溢油识别算法首先基于大津算法对所获数据进行阈值分割以获得对应的二值图像，将目标图像中溢油在紫外光诱导下产生的蓝色荧光区域分割为255，背景区域划分为像素值为0的区域，然后对数据中255区域进行统计，当溢油信号达到一定强度，即数据中255值比例超过一定阈值时，认为检测到溢油。
进一步地，为实现上述系统的监测功能，需为地面和船上输油口溢油识别区增加背景涂层或者背景覆盖物。
本发明还提供了一种油码头溢油监测方法，包括如下步骤：
S1、在码头部署智能云台、高清摄像头及高强度紫外射灯构成的数据采集终端，以最少的数据采集终端实现输油码头水面、地面管阀以及船上输油口重点区域的全覆盖；
S2、在待检测的地面识别区，增加特制防干扰涂层；
S3、输油操作进行时，在输油口下方放置特制防溢桶。
S4、通过智能云台设置预置点功能，为监测系统设置溢油识别区，覆盖重点监测区域；
S5、向智能云台发送指令到达预置点，指向预定识别区，并调整到最佳焦距；
S6、在紫外射灯的照射下，通过高清摄像头，获取识别区数据；
S7、智能云台确定当前识别区类型以及当前光照条件；
S8、溢油智能识别模块根据当前识别区类型和光照条件选择对应的溢油检测算法对区域内溢油进行检测；
S9、若检测到溢油，则报警；若未检测到溢油，则执行S5，进入下一个预置点。
进一步地，所述步骤S8中还包括对不同光照条件下的预置点采集的数据进行特征分析的过程，具体为：
S81、根据设备所在位置的经纬度和当前系统日期计算日出和日落时间；
S82、根据当前系统时间，判断是夜间还是白天；
S83、根据当前预置点信息，获取当前识别区类型；
S84、若工作时间是夜间，则采用夜间溢油识别算法对所获取的图像数据进行处理；
S85、若工作时间是白天，则根据识别区类型的不同，分别采用日间地面溢油识别算法、日间水面溢油识别算法、日间输油口溢油识别算法对所获取的图像数据进行处理。
较现有技术相比，本发明具有以下优点：
1、本发明提供的输油码头溢油监测系统及方法，实现对路上输油管阀周边，输油码头周边水域及油轮输油口进行监测，尤其是地面和船上输油口溢油的日间监测。
2、本发明提供的输油码头溢油监测系统及方法，通过在夜间以高强度紫外射灯作为水中、陆上以及船上溢油的激发光源，取得溢油荧光数据特征作为检测依据，白天以溢油的光学形态特征为检测依据，实现了复杂光照环境不同溢油场景中高精度溢油识别，成功解决了输油码头复杂应用场景下的溢油监测问题。
3、目前的监测方案大多基于光谱传感器进行多点探测，在应用于高危环境下的输油码头溢油监测时，与其相比，本发明提出的方案施工难度更小，监测成本更低，尤其在应用于大范围水域监控更有着机动灵活且稳定可靠的优势。
基于上述理由本发明可在输油码头溢油污染监测等领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明水面上、下输油码头溢油监测系统的结构示意图。
图2为本发明输油码头溢油监测方法流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，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，都属于本发明保护的范围。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当清楚，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员己知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任向具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
在本发明的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制：方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其位器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。
如图1所示，本发明提供了一种输油码头溢油监测系统，包括：
紫外线射灯，安装在输油码头内高处云台上，用于在低照度条件下诱导溢油产生荧光特征；紫外线射灯为高强度紫外线射灯，跟随摄像头同步转动的同时，向监测目标发射紫外线；当紫外线照射在水面上石油类产品上时，则会产生荧光；当紫外线照射在清洁的水面上或者水面浮游生物、岸上输油管线及清洁的输油口上时，则不会产生荧光。
高清相机，与紫外线射灯的主光轴处于同一个方向，且平行安装于输油码头内高处云台上，用于获取识别区数据；彩色高清相机可轻易的获取紫外荧光图像。
智能云台，用于通过设置预置点，定位重点识别区域，确定识别区域类型；对码头周边重点监测区域进行巡航检测，提升设备的利用率。
溢油智能识别模块，根据高清相机获取的识别区数据以及智能云台确定的识别区域类型，对不同光照条件下的预置点采集的数据进行特征分析，根据不同背景下溢油目标的光学特征，采用溢油识别算法实现水中、陆地及油轮输油口附近溢油的准确、高灵敏度智能识别。
由于原油及其衍生产品在紫外线照射下，会在光照条件较差的情况下产生可见光波段的蓝色荧光。为了实现输油码头的全天候溢油检测，本发明对不同的光照条件，不同的溢油背景下的溢油的光学特征进行了研究，分别设计了不同的溢油识别算法，实现了输油码头的复杂条件下的溢油识别。在实际应用中，系统根据当地经纬度以及当前日期计算当地日出日落时间，并且据此实现白天黑夜算法的切换。同时在设置预置点时，将其分别标记为地面识别区、水面识别区以及船上识别区。监测系统在巡航至预置点列表中一个预置点时，根据首先根据当前时间，确定使用夜间还是日间算法。根据对应识别区类型确定所使用的具体算法。溢油识别算法包括日间地面溢油识别算法、日间水面溢油识别算法、日间输油口溢油识别算法以及夜间溢油识别算法。
日间地面溢油识别算法能够对日间地面数据进行逐像素点分析，同时进行溢油检测，若该像素点中所有通道数据分量均小于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
日间水面溢油识别算法能够对日间水面数据进行逐像素点分析，同时进行溢油检测，若该像素点RGB中的任一个通道数据分量相对于其他分量均大于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
日间输油口溢油识别算法首先通过模式识别，确定当前溢油口的位置，然后对输油口下方区域数据进行逐像素点分析，同时进行溢油检测，若该像素点中所有通道数据分量均小于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
夜间溢油识别算法首先基于大津算法对所获数据进行阈值分割以获得对应的二值图像，将目标图像中溢油在紫外光诱导下产生的蓝色荧光区域分割为255，背景区域划分为像素值为0的区域，然后对数据中255区域进行统计，当溢油信号达到一定强度，即数据中255值比例超过一定阈值时，认为检测到溢油。
其中，大津算法的定义如下：
记M＝255为单通道灰度分级；p(i)为直方图中灰度i的分布概率。则有：
背景像素占比ω1(t)＝∑p(i)
前景像素占比ω2(t)＝∑p(i)
背景的平均灰度值
前景的平均灰度值
0～M灰度区间的灰度累计值μ＝μ1*ω1+μ2*ω2
类间方差g(t)＝ω1*ω2*(μ1-μ2)2
其大津算法计算步骤如下：
步骤一、计算每个强度级的直方图和概率p。
步骤二、设置前景点数占图像比例为ωi(0)和平均灰度μi(0)的初始值。
步骤三、遍历所有可能的阈值t＝1...M最大强度，更新ωi，μi；计算g(t)。
步骤四、所需的阈值对应于最大的g(t)的阈值即为最优分割阈值t。
作为本发明优选的实施方式，为实现上述系统的监测功能，需为地面和船上输油口溢油识别区增加背景涂层或者背景覆盖物，比如红色水漆或红色吸油毡等，以减少水渍及阴影等因素对溢油识别干扰，保证溢油检测的准确性。
本发明系统采用多相机多视角巡航检测，基于最小成本实现码头区域内的重点区域全覆盖，每个监测终端可以覆盖周边约直径100米范围的溢油监测工作。由于输油码头管线比较多，同时有输油臂等大型设备遮挡，为了避免出现监测死角，在实际应用中通常会采用多终端相互配合从而避免监控死角的出现，实现输油码头的全方位监控。通过智能云台的自动定焦功能，结合监测算法对预置点的图像中检测区域的变化检测，本发明可以对检测区域内的最小半径5cm大小的溢油目标进行识别。在监测范围内水面溢油检测，白天准确率可达90％，夜间准确率可达99％，地面溢油夜景及白天准确率均可达95％。
为了实现输油码头的全方位全天候溢油，本系统将装有高清摄像头和高强度紫外射灯的智能云台以视野互补的方式部署于输油码头内输油臂两侧。通过设定智能云台预置点，实现对重点管阀周边、港池内水域及油轮输油口的溢油监测。在实施过程中，需要对重点管阀地面及船上输油口周边进行预处理以排除阴影及水的干扰，从而可以更好地突出溢油特征，保证日间地面溢油检测的准确性。
基于上述的实施过程，如图2所示，本发明还提供了一种油码头溢油监测方法，包括如下步骤：
S1、在码头部署智能云台、高清摄像头及高强度紫外射灯构成的数据采集终端，以最少的数据采集终端实现输油码头水面、地面管阀以及船上输油口重点区域的全覆盖；
S2、在待检测的地面识别区，增加特制防干扰涂层，例如红色防干扰涂层；
S3、输油操作进行时，在输油口下方放置特制防溢桶，例如红色防溢桶。
S4、通过智能云台设置预置点功能，为监测系统设置溢油识别区，覆盖重点监测区域；
S5、向智能云台发送指令到达预置点，指向预定识别区，并调整到最佳焦距；
S6、在紫外射灯的照射下，通过高清摄像头，获取识别区数据；
S7、智能云台确定当前识别区类型以及当前光照条件；
S8、溢油智能识别模块根据当前识别区类型和光照条件选择对应的溢油检测算法对区域内溢油进行检测；
S9、若检测到溢油，则报警；若未检测到溢油，则执行S5，进入下一个预置点。
作为本发明优选的实施方式，步骤S8中还包括对不同光照条件下的预置点采集的数据进行特征分析的过程，具体为：
S81、根据设备所在位置的经纬度和当前系统日期计算日出和日落时间；
S82、根据当前系统时间，判断是夜间还是白天；
S83、根据当前预置点信息，获取当前识别区类型；
S84、若工作时间是夜间，则采用夜间溢油识别算法对所获取的图像数据进行处理；
S85、若工作时间是白天，则根据识别区类型的不同，分别采用日间地面溢油识别算法、日间水面溢油识别算法、日间输油口溢油识别算法对所获取的图像数据进行处理。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。
Claims (10)
1.一种输油码头溢油监测系统，其特征在于，包括：
紫外线射灯，安装在输油码头内高处云台上，用于在低照度条件下诱导溢油产生荧光特征；
高清相机，与紫外线射灯的主光轴处于同一个方向，且平行安装于输油码头内高处云台上，用于获取识别区数据；
智能云台，用于通过设置预置点，定位重点识别区域，确定识别区域类型；
溢油智能识别模块，根据高清相机获取的识别区数据以及智能云台确定的识别区域类型，对不同光照条件下的预置点采集的数据进行特征分析，根据不同背景下溢油目标的光学特征，采用溢油识别算法实现水中、陆地及油轮输油口附近溢油的准确、高灵敏度智能识别。
2.根据权利要求1所述的输油码头溢油监测系统，其特征在于，所述紫外线射灯为高强度紫外线射灯，跟随摄像头同步转动的同时，向监测目标发射紫外线；当紫外线照射在水面上石油类产品上时，则会产生荧光；当紫外线照射在清洁的水面上或者水面浮游生物、岸上输油管线及清洁的输油口上时，则不会产生荧光。
3.根据权利要求1所述的油码头溢油监测系统，其特征在于，所述溢油识别算法包括日间地面溢油识别算法、日间水面溢油识别算法、日间输油口溢油识别算法以及夜间溢油识别算法。
4.根据权利要求3所述的油码头溢油监测系统，其特征在于，所述日间地面溢油识别算法能够对日间地面数据进行逐像素点分析，同时进行溢油检测，若该像素点中所有通道数据分量均小于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
5.根据权利要求3所述的油码头溢油监测系统，其特征在于，所述日间水面溢油识别算法能够对日间水面数据进行逐像素点分析，同时进行溢油检测，若该像素点RGB中的任一个通道数据分量相对于其他分量均大于所设定的阈值，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
6.根据权利要求3所述的油码头溢油监测系统，其特征在于，所述日间输油口溢油识别算法首先通过模式识别，确定当前溢油口的位置，然后对输油口下方区域数据进行逐像素点分析，同时进行溢油检测，若该像素点中所有通道数据分量均小于所设定的阈值，，则确认该像素点为存在溢油的图像区域所对应的像素点，实现图像中溢油区域以及无油区域的分割，溢油区域达到一定阈值时，确定为溢油发生。
7.根据权利要求3所述的油码头溢油监测系统，其特征在于，所述夜间溢油识别算法首先基于大津算法对所获数据进行阈值分割以获得对应的二值图像，将目标图像中溢油在紫外光诱导下产生的蓝色荧光区域分割为255，背景区域划分为像素值为0的区域，然后对数据中255区域进行统计，当溢油信号达到一定强度，即数据中255值比例超过一定阈值时，认为检测到溢油。
8.根据权利要求1所述的油码头溢油监测系统，其特征在于，为实现上述系统的监测功能，需为地面和船上输油口溢油识别区增加背景涂层或者背景覆盖物。
9.一种如权利要求1-8任意一项权利要求所述的油码头溢油监测方法，其特征在于，包括如下步骤：
S1、在码头部署智能云台、高清摄像头及高强度紫外射灯构成的数据采集终端，以最少的数据采集终端实现输油码头水面、地面管阀以及船上输油口重点区域的全覆盖；
S2、在待检测的地面识别区，增加特制防干扰涂层；
S3、输油操作进行时，在输油口下方放置特制防溢桶。
S4、通过智能云台设置预置点功能，为监测系统设置溢油识别区，覆盖重点监测区域；
S5、向智能云台发送指令到达预置点，指向预定识别区，并调整到最佳焦距；
S6、在紫外射灯的照射下，通过高清摄像头，获取识别区数据；
S7、智能云台确定当前识别区类型以及当前光照条件；
S8、溢油智能识别模块根据当前识别区类型和光照条件选择对应的溢油检测算法对区域内溢油进行检测；
S9、若检测到溢油，则报警；若未检测到溢油，则执行S5，进入下一个预置点。
10.根据权利要求9所述的油码头溢油监测方法，其特征在于，所述步骤S8中还包括对不同光照条件下的预置点采集的数据进行特征分析的过程，具体为：
S81、根据设备所在位置的经纬度和当前系统日期计算日出和日落时间；
S82、根据当前系统时间，判断是夜间还是白天；
S83、根据当前预置点信息，获取当前识别区类型；
S84、若工作时间是夜间，则采用夜间溢油识别算法对所获取的图像数据进行处理；
S85、若工作时间是白天，则根据识别区类型的不同，分别采用日间地面溢油识别算法、日间水面溢油识别算法、日间输油口溢油识别算法对所获取的图像数据进行处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911013881.XA CN110751645B (zh) | 2019-10-23 | 2019-10-23 | 一种输油码头溢油监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911013881.XA CN110751645B (zh) | 2019-10-23 | 2019-10-23 | 一种输油码头溢油监测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110751645A true CN110751645A (zh) | 2020-02-04 |
| CN110751645B CN110751645B (zh) | 2023-12-19 |
Family
ID=69279644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911013881.XA Active CN110751645B (zh) | 2019-10-23 | 2019-10-23 | 一种输油码头溢油监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110751645B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111462465A (zh) * | 2020-03-31 | 2020-07-28 | 交通运输部天津水运工程科学研究所 | 一种船舶油污水接收转运智能监管方法 |
| CN113740302A (zh) * | 2020-05-28 | 2021-12-03 | 中国石油化工股份有限公司 | 溢油监测装置及监测方法 |
| CN114014037A (zh) * | 2021-11-17 | 2022-02-08 | 安徽海螺信息技术工程有限责任公司 | 一种码头智能化水泥装卸监控系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616303A (zh) * | 2015-02-11 | 2015-05-13 | 西安电子科技大学 | 一种基于紫外图像的水面溢油检测系统和方法 |
| CN104833666A (zh) * | 2015-05-08 | 2015-08-12 | 中石化石油工程技术服务有限公司 | 一种溢油检测终端、系统及方法 |
| CN105828039A (zh) * | 2016-04-01 | 2016-08-03 | 北京环境特性研究所 | 港口安全监控及水面溢油监测系统 |
| 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 |
-
2019
- 2019-10-23 CN CN201911013881.XA patent/CN110751645B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616303A (zh) * | 2015-02-11 | 2015-05-13 | 西安电子科技大学 | 一种基于紫外图像的水面溢油检测系统和方法 |
| CN104833666A (zh) * | 2015-05-08 | 2015-08-12 | 中石化石油工程技术服务有限公司 | 一种溢油检测终端、系统及方法 |
| CN105828039A (zh) * | 2016-04-01 | 2016-08-03 | 北京环境特性研究所 | 港口安全监控及水面溢油监测系统 |
| 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 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111462465A (zh) * | 2020-03-31 | 2020-07-28 | 交通运输部天津水运工程科学研究所 | 一种船舶油污水接收转运智能监管方法 |
| CN111462465B (zh) * | 2020-03-31 | 2020-12-18 | 交通运输部天津水运工程科学研究所 | 一种船舶油污水接收转运智能监管方法 |
| CN113740302A (zh) * | 2020-05-28 | 2021-12-03 | 中国石油化工股份有限公司 | 溢油监测装置及监测方法 |
| CN113740302B (zh) * | 2020-05-28 | 2024-06-18 | 中国石油化工股份有限公司 | 溢油监测装置及监测方法 |
| CN114014037A (zh) * | 2021-11-17 | 2022-02-08 | 安徽海螺信息技术工程有限责任公司 | 一种码头智能化水泥装卸监控系统 |
| CN114014037B (zh) * | 2021-11-17 | 2023-08-29 | 安徽海螺信息技术工程有限责任公司 | 一种码头智能化水泥装卸监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110751645B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110751645A (zh) | 一种输油码头溢油监测系统及方法 | |
| CN106770087B (zh) | 油污遥感探测模块、系统及方法 | |
| MacDonald et al. | Remote sensing inventory of active oil seeps and chemosynthetic communities in the northern Gulf of Mexico | |
| CN108257119A (zh) | 一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法 | |
| Konik et al. | Object-oriented approach to oil spill detection using ENVISAT ASAR images | |
| CN101625723B (zh) | 电力线轮廓的快速图像识别方法 | |
| CN102880856B (zh) | 基于油、水光谱特征差异的航空高光谱遥感自动识别海表溢油的方法 | |
| CN109815807B (zh) | 一种基于边缘线分析和聚合通道特征的靠岸船舶检测方法 | |
| CN103604423A (zh) | 一种浅水湖泊遥感野外自动监测系统及监测方法 | |
| US20220024549A1 (en) | System and method for measuring the distance to an object in water | |
| CN106315856B (zh) | 富营养化湖泊蓝藻水华和水生植被的modis卫星同步监测方法 | |
| CN207966149U (zh) | 全天候智能溢油监控系统 | |
| CN108230316B (zh) | 一种基于偏振差分放大图像处理的漂浮危化品检测方法 | |
| CN104182992B (zh) | 一种基于全景视觉的海上弱小目标检测方法 | |
| CN103177608A (zh) | 海上可疑船舶与船舶油污发现系统 | |
| Serra-Sogas et al. | Using aerial surveys to fill gaps in AIS vessel traffic data to inform threat assessments, vessel management and planning | |
| CN107704835B (zh) | 一种利用光谱遥感图像识别海上人工设施的方法 | |
| Briseño-Avena et al. | Comparing vertical distributions of chl-a fluorescence, marine snow, and taxon-specific zooplankton in relation to density using high-resolution optical measurements | |
| Li et al. | Mapping seagrass meadows in coastal China using GEE | |
| CN105046223B (zh) | 一种隧道入口“黑洞效应”严重程度的检测装置及方法 | |
| CN109269990A (zh) | 一种总磷的识别方法、装置、存储介质及设备 | |
| CN110348456B (zh) | 一种结合多光谱图像与深度学习方法的漂浮hns目标检测方法 | |
| CN111323418A (zh) | 基于无人艇的海面油污监测系统 | |
| CN207502720U (zh) | 一种机场跑道异物监测和清除引导系统 | |
| McIntyre et al. | A visual survey technique for deep‐water fishes: estimating anglerfish Lophius spp. abundance in closed areasa |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |