CN112115841A - 管道工程建设的施工机具核准系统及方法 - Google Patents

管道工程建设的施工机具核准系统及方法 Download PDF

Info

Publication number
CN112115841A
CN112115841A CN202010956615.7A CN202010956615A CN112115841A CN 112115841 A CN112115841 A CN 112115841A CN 202010956615 A CN202010956615 A CN 202010956615A CN 112115841 A CN112115841 A CN 112115841A
Authority
CN
China
Prior art keywords
image
tool
construction
identified
construction machine
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
Application number
CN202010956615.7A
Other languages
English (en)
Inventor
周剑琴
杨旸
彭睿
边彦玮
周鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Southwest Pipeline Co ltd
Original Assignee
Petrochina Southwest Pipeline Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Southwest Pipeline Co ltd filed Critical Petrochina Southwest Pipeline Co ltd
Priority to CN202010956615.7A priority Critical patent/CN112115841A/zh
Publication of CN112115841A publication Critical patent/CN112115841A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种管道工程建设的施工机具核准系统及方法。所述施工机具核准方法包括：建立训练数据库，所述训练数据库包括用于机具识别的施工机具图像；获取待识别的施工机具的图像并进行抽帧处理，并根据抽帧处理后的待识别的施工机具的图像确定机具类型；将抽帧处理后的待识别的施工机具的图像与所确定的机具类型在所述训练数据库中的图像进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。所述施工机具核准系统包括训练数据库、图像获取装置、图像处理装置、图像对比装置和图像跟踪装置。本发明的施工机具核准方法通过智能识别机具并统计的方法，为工程建设提供了一种高效的机具核准方法。

Description

管道工程建设的施工机具核准系统及方法
技术领域
本发明涉及管道工程建设技术领域，具体地涉及一种管道工程建设的施工机具核准系统及方法。
背景技术
在管道工程建设中，由于施工地点范围广，施工作业区分散等特点，建设单位很难统计施工单位实际投入的机具是否和前期申报的数量一致，传统的机具核准靠人工走查比对核实，存在耗时、成本高，时效性差等问题。
发明内容
针对现有技术中存在的不足，本发明的目的在于解决上述现有技术中存在的一个或多个问题。例如，本发明的目的之一在于提供一种管道工程建设的施工机具核准系统及方法，解决管道工程建设中施工机具核准存在耗时、成本高、时效性差等问题。
为了实现上述目的，本发明一方面提供了一种管道工程建设的施工机具核准方法，其特征在于，所述施工机具核准方法可以包括以下步骤：建立训练数据库，所述训练数据库包括用于机具识别的施工机具图像；获取待识别的施工机具的图像并进行抽帧处理，并根据抽帧处理后的待识别的施工机具的图像确定机具类型；将抽帧处理后的待识别的施工机具的图像与所确定的机具类型在所述训练数据库中的图像进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。
在本发明的施工机具核准方法的一个示例性实施例中，所述施工机具包括挖掘机、电机、抽水泵、切割机、打磨机和焊缝检测仪。
在本发明的施工机具核准方法的一个示例性实施例中，所述抽帧处理包括以下步骤：
每2～6帧抽取1帧保留。
在本发明的施工机具核准方法的一个示例性实施例中，所述施工机具核准方法还包括以下步骤：
对已经进行识别的待识别的施工机具进行目标跟踪，以确保不会对同一机具重复识别。
在本发明的施工机具核准方法的一个示例性实施例中，所述根据抽帧处理后的待识别的施工机具的图像确定机具类型包括以下步骤：
通过识别抽帧处理后的待识别的施工机具的图像中的用于机具识别的像素集合，确定机具类型。
本发明另一方面提供了一种管道工程建设的施工机具核准系统。所述施工机具核准系统可以包括训练数据库、图像获取装置、图像处理装置和图像对比装置，其中，所述训练数据库包括用于机具识别的施工机具图像；所述图像获取装置能够获取待识别的施工机具的图像；所述图像处理装置包括抽帧模块和机具类型确定模块，其中，所述抽帧模块与所述图像获取装置连接并能够对待识别的施工机具的图像进行抽帧处理；所述机具类型确定模块与所述抽帧模块连接并能够根据抽帧处理后的待识别的施工机具的图像确定机具类型；所述图像对比装置分别与所述训练数据库以及所述机具类型确定模块连接，并能够将抽帧处理后的待识别的施工机具的图像与所确定的机具类型在所述训练数据库中的图像进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。
在本发明的施工机具核准系统的一个示例性实施例中，所述施工机具包括挖掘机、电机、抽水泵、切割机、打磨机和焊缝检测仪。
在本发明的施工机具核准系统的一个示例性实施例中，所述抽帧处理包括：
每2～6帧抽取1帧保留。
在本发明的施工机具核准系统的一个示例性实施例中，所述施工机具核准系统还包括图像跟踪装置，所述图像跟踪装置与所述图像对比装置连接，并能够对已经进行识别的待识别的施工机具进行目标跟踪，以确保不会对同一机具重复识别。
在本发明的施工机具核准系统的一个示例性实施例中，所述机具类型确定模块能够通过识别抽帧处理后的待识别的施工机具的图像中的用于机具识别的像素集合，确定机具类型。
与现有技术相比，本发明的有益效果可包括：本发明的施工机具核准方法通过智能识别机具并统计，为工程建设提供了一种高效的机具核准方法，能够解决目前管道工程建设中施工机具核准耗时成本高的问题。
附图说明
通过下面结合附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：
图1示出了本发明一个示例性实施例中的施工机具核准系统的一个结构示意图。
主要附图标记说明：
1、训练数据库，2、图像获取装置，3、图像处理装置，31、抽帧模块，32、机具类型确定模块，4、图像对比装置，5、图像跟踪装置。
具体实施方式
在下文中，将结合附图和示例性实施例详细地描述本发明的管道工程建设的施工机具核准系统及方法。
本发明一方面提供了一种管道工程建设的施工机具核准方法。
在本发明的一个示例性实施例中，所述施工机具核准方法可以包括：
S1：建立训练数据库，所述训练数据库包括用于机具识别的施工机具图像。
在本实施例中，所述施工机具可以包括挖掘机、电机、抽水泵、切割机、打磨机和焊缝检测仪。
S2：获取待识别的施工机具的图像并进行抽帧处理，并根据抽帧处理后的待识别的施工机具的图像确定机具类型。
在本实施例中，所述抽帧处理包括以下步骤：每2～6帧抽取1帧保留。进一步地，可以为每3～5帧抽取1帧保留，例如每4帧抽取1帧保留。以此规律抽帧可以保证在抽取出的每帧的影响重叠率超过75％的情况下，尽量筛除更多的无用帧，这样既可以减少数据量，又能够保证后期相似度对比的精确度。
在本实施例中，所述根据抽帧处理后的待识别的施工机具的图像确定机具类型可以包括以下步骤：通过识别抽帧处理后的待识别的施工机具的图像中的用于机具识别的像素集合，确定机具类型。
S3：将抽帧处理后的待识别的施工机具的图像与所确定的机具类型在所述训练数据库中的图像进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。
另外，所述施工机具核准方法还可以包括以下步骤：
对已经进行识别的待识别的施工机具进行目标跟踪，以确保不会对同一机具重复识别。
本发明另一方面提供了一种管道工程建设的施工机具核准系统。
在本发明的另一个示例性实施例中，所述施工机具核准系统可以包括训练数据库、图像获取装置、图像处理装置、图像对比装置和图像跟踪装置，所述图像获取装置的输出端可以与所述图像处理装置的输入端连接，所述图像处理装置的输出端可以与所述图像对比装置的输入端连接，所述图像对比装置的输出端可以与所述图像跟踪装置的输入端连接，所述训练数据库的输出端可以与所述图像对比装置的输入端连接。如图1所示，所述施工机具核准系统可以包括训练数据库1，以及通过数据传输方向依次连接的图像获取装置2、图像处理装置3、图像对比装置4和图像跟踪装置5。
具体地，所述训练数据库包括用于机具识别的施工机具图像。
在本实施例中，所述施工机具可以包括挖掘机、电机、抽水泵、切割机、打磨机和焊缝检测仪。
具体地，所述图像获取装置能够获取待识别的施工机具的图像。
具体地，所述图像处理装置可以包括抽帧模块和机具类型确定模块，所述抽帧模块的输入端可以与所述图像获取装置的输出端连接，所述抽帧模块的输出端可以与所述机具类型确定模块的输入端连接，所述机具类型确定模块的输出端可以与所述图像对比装置的输入端连接。如图1所示，所述图像处理装置可以包括根据数据传输方向依次连接的抽帧模块31和机具类型确定模块32。
其中，所述抽帧模块能够从所述图像获取装置获取待识别的施工机具的图像并进行抽帧处理。
在本实施例中，所述抽帧处理包括：每2～6帧抽取1帧保留。进一步地，可以为每3～5帧抽取1帧保留，例如每4帧抽取1帧保留。以此规律抽帧可以保证在抽取出的每帧的影响重叠率超过75％的情况下，尽量筛除更多的无用帧，这样既可以减少数据量，又能够保证后期相似度对比的精确度。
其中，所述机具类型确定模块能够从所述抽帧模块获取抽帧处理后的待识别的施工机具的图像，并根据抽帧处理后的待识别的施工机具的图像确定机具类型。
在本实施例中，所述机具类型确定模块可以通过识别抽帧处理后的待识别的施工机具的图像中的用于机具识别的像素集合，确定机具类型。
具体地，所述图像对比装置能够从所述机具类型确定模块中获取抽帧处理后的待识别的施工机具的图像，同时，所述图像对比装置还能够根据所述机具类型确定模块确定的机具类型从所述训练数据库中获取用于与所确定的机具类型在所述训练数据库中的图像，然后进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。
具体地，所述施工机具核准系统还包括，所述图像跟踪装置与所述图像对比装置连接，并能够对已经进行识别的待识别的施工机具进行目标跟踪，以确保不会对同一机具重复识别。
本示例性实施例中所述的施工机具核准系统可以用于实现上一个示例性实施例中所述的施工机具核准方法。
为了更好地理解本发明的上述示例性实施例，下面结合具体示例对其进行进一步说明。
示例1
步骤一：通过无人机(可以为第二个示例性实施例中所述的图像获取装置)进行现场巡检，并开启录像功能，无人机巡检时需要保证一定的视频倾角(15°～30°)，镜头不要与地面垂直。且无人机巡检过程中尽量保证相同机具不要在视频中重复出现，且被测目标机具在视频画面中的有效像素要达到150*150及以上。
步骤二：巡检结束后，对视频进行抽帧(每4帧抽取1帧图像保留)，并对每帧图片通过模型算法进行人员与机具的识别，识别到的对象通过与训练数据库的对比分析，进行相似度对比，将相似度大于80％计入有效识别单位。同时，对出现在画面中的被测物进行目标跟踪，确保同一被测目标在视频中出现的有效次数仅为一次。
步骤三：对有效目标识别结果统计，将视频中出现的被测目标进行统计结果汇总进行结果输出展示。
综上所述，本发明的管道工程建设的施工机具核准系统及方法的优点可包括：本发明的施工机具核准方法通过智能识别机具并统计，为工程建设提供了一种高效的机具核准方法，能够解决目前管道工程建设中施工机具核准耗时成本高的问题，还能够为建设方直观了解施工单位资质实力提供依据，进而能够提高管道工程建设质量、进度的直观把控力，也能够为后续的工程结算提供依据。
尽管上面已经通过结合示例性实施例描述了本发明，但是本领域技术人员应该清楚，在不脱离权利要求所限定的精神和范围的情况下，可对本发明的示例性实施例进行各种修改和改变。

Claims (10)

1.一种管道工程建设的施工机具核准方法，其特征在于，所述施工机具核准方法包括以下步骤：
建立训练数据库，所述训练数据库包括用于机具识别的施工机具图像；
获取待识别的施工机具的图像并进行抽帧处理，并根据抽帧处理后的待识别的施工机具的图像确定机具类型；
将抽帧处理后的待识别的施工机具的图像与所确定的机具类型在所述训练数据库中的图像进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。
2.根据权利要求1所述的施工机具核准方法，其特征在于，所述施工机具包括挖掘机、电机、抽水泵、切割机、打磨机和焊缝检测仪。
3.根据权利要求1所述的施工机具核准方法，其特征在于，所述抽帧处理包括以下步骤：
每2～6帧抽取1帧保留。
4.根据权利要求1所述的施工机具核准方法，其特征在于，所述施工机具核准方法还包括以下步骤：
对已经进行识别的待识别的施工机具进行目标跟踪，以确保不会对同一机具重复识别。
5.根据权利要求1所述的施工机具核准方法，其特征在于，所述根据抽帧处理后的待识别的施工机具的图像确定机具类型包括以下步骤：
通过识别抽帧处理后的待识别的施工机具的图像中的用于机具识别的像素集合，确定机具类型。
6.一种管道工程建设的施工机具核准系统，其特征在于，所述施工机具核准系统包括训练数据库、图像获取装置、图像处理装置和图像对比装置，其中，
所述训练数据库包括用于机具识别的施工机具图像；
所述图像获取装置能够获取待识别的施工机具的图像；
所述图像处理装置包括抽帧模块和机具类型确定模块，其中，
所述抽帧模块与所述图像获取装置连接并能够对待识别的施工机具的图像进行抽帧处理；
所述机具类型确定模块与所述抽帧模块连接并能够根据抽帧处理后的待识别的施工机具的图像确定机具类型；
所述图像对比装置分别与所述训练数据库以及所述机具类型确定模块连接，并能够将抽帧处理后的待识别的施工机具的图像与所确定的机具类型在所述训练数据库中的图像进行相似度对比，相似度超过80％的计入所确定的机具类型的数量。
7.根据权利要求6所述的施工机具核准系统，其特征在于，所述施工机具包括挖掘机、电机、抽水泵、切割机、打磨机和焊缝检测仪。
8.根据权利要求6所述的施工机具核准系统，其特征在于，所述抽帧处理包括：
每2～6帧抽取1帧保留。
9.根据权利要求6所述的施工机具核准系统，其特征在于，所述施工机具核准系统还包括图像跟踪装置，所述图像跟踪装置与所述图像对比装置连接，并能够对已经进行识别的待识别的施工机具进行目标跟踪，以确保不会对同一机具重复识别。
10.根据权利要求6所述的施工机具核准系统，其特征在于，所述机具类型确定模块能够通过识别抽帧处理后的待识别的施工机具的图像中的用于机具识别的像素集合，确定机具类型。
CN202010956615.7A 2020-09-11 2020-09-11 管道工程建设的施工机具核准系统及方法 Pending CN112115841A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010956615.7A CN112115841A (zh) 2020-09-11 2020-09-11 管道工程建设的施工机具核准系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010956615.7A CN112115841A (zh) 2020-09-11 2020-09-11 管道工程建设的施工机具核准系统及方法

Publications (1)

Publication Number Publication Date
CN112115841A true CN112115841A (zh) 2020-12-22

Family

ID=73802430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010956615.7A Pending CN112115841A (zh) 2020-09-11 2020-09-11 管道工程建设的施工机具核准系统及方法

Country Status (1)

Country Link
CN (1) CN112115841A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1195696A2 (en) * 2000-10-06 2002-04-10 NEC Corporation Image retrieving apparatus, image retrieving method and recording medium for recording program to implement the image retrieving method
CN106960216A (zh) * 2017-02-24 2017-07-18 北京农业智能装备技术研究中心 一种农机作业机具类型的识别方法和装置
CN110309784A (zh) * 2019-07-02 2019-10-08 北京百度网讯科技有限公司 动作识别处理方法、装置、设备和存储介质
CN111640112A (zh) * 2020-06-11 2020-09-08 云从科技集团股份有限公司 图像检测方法、系统、平台、设备及介质、图像处理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1195696A2 (en) * 2000-10-06 2002-04-10 NEC Corporation Image retrieving apparatus, image retrieving method and recording medium for recording program to implement the image retrieving method
CN106960216A (zh) * 2017-02-24 2017-07-18 北京农业智能装备技术研究中心 一种农机作业机具类型的识别方法和装置
CN110309784A (zh) * 2019-07-02 2019-10-08 北京百度网讯科技有限公司 动作识别处理方法、装置、设备和存储介质
CN111640112A (zh) * 2020-06-11 2020-09-08 云从科技集团股份有限公司 图像检测方法、系统、平台、设备及介质、图像处理装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程允丽: "《媒体信息的综合处理及数字化校园的建设研究》", 30 April 2018, 中国原子能出版社 *

Similar Documents

Publication Publication Date Title
CN112036755B (zh) 一种建筑工程质量检测的监管方法及系统
CN104063873B (zh) 一种基于压缩感知的轴套类零件表面缺陷在线检测方法
CN108827970B (zh) 基于aoi系统的适应不同面板缺陷自动判等方法和系统
CN111951237A (zh) 外观视觉检测方法
CN115331002A (zh) 一种基于ar眼镜实现热力站故障远程处理方法
CN111126196A (zh) 一种设备漏油检测方法
CN105844638A (zh) 一种通过相机噪声实现鉴别照片真伪的方法及系统
US20200090319A1 (en) Machine learning method implemented in aoi device
CN103544524A (zh) 棒材复核计数方法和装置
CN104966302B (zh) 一种任意角度激光十字的检测定位方法
CN102999451A (zh) 钢材计数系统及方法
CN115620192A (zh) 一种高空作业安全绳穿戴检测的方法和装置
CN114943841A (zh) 一种基于图像识别辅助作业安全管控的方法及装置
CN107403429B (zh) 一种周期序列图像模型参数的快速自动获取方法
CN111178244B (zh) 一种异常生产场景的识别方法
CN112461846A (zh) 工件缺陷检测方法及装置
CN112115841A (zh) 管道工程建设的施工机具核准系统及方法
TW202219494A (zh) 缺陷檢測方法及檢測裝置
CN115880365A (zh) 一种双工位自动螺丝拧装检测方法、系统及装置
CN115908292A (zh) 焊接工件的缺陷检测方法、装置及存储介质
CN112927170B (zh) 半导体制造工艺中的自动缺陷去除方法
CN113012137B (zh) 一种面板缺陷检查方法、系统、终端设备及存储介质
CN104964989B (zh) 一种用于光电模组视觉检测的方法及系统
CN113723841A (zh) 一种装配式预制构件中工装缺失的在线检测方法
CN115184378B (zh) 一种基于移动设备的混凝土结构病害检测系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201222

Address after: No.2828 Shuzhou Road, Zhengxing street, Tianfu New District, Chengdu, Sichuan 610000

Applicant after: National pipe network group southwest Pipeline Co.,Ltd.

Address before: No. 236, tuoxiang Road, development zone, Kunming City, Yunnan Province

Applicant before: PetroChina Southwest Pipeline Co.,Ltd.

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201222