CN113947109B - 一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质 - Google Patents
一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113947109B CN113947109B CN202111202689.2A CN202111202689A CN113947109B CN 113947109 B CN113947109 B CN 113947109B CN 202111202689 A CN202111202689 A CN 202111202689A CN 113947109 B CN113947109 B CN 113947109B
- Authority
- CN
- China
- Prior art keywords
- leakage
- information
- ship
- system equipment
- equipment
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000004438 eyesight Effects 0.000 title claims abstract description 23
- 230000008447 perception Effects 0.000 claims abstract description 31
- 238000012423 maintenance Methods 0.000 claims abstract description 30
- 239000012530 fluid Substances 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000007788 liquid Substances 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000016776 visual perception Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质,本发明方法,包括:采集并存储船舶系统设备处所的视频感知信息;对视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息;估算泄漏量和评估泄漏的风险;基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。本发明对采集的船舶系统设备处所的视频感知信息进行清洗、识别和特征提取,建立具有船舶系统设备泄漏物甄别、泄漏量估算和破损程度及尺寸评估等功能的智能泄漏分析模块,借助船舶机械智能运维知识库的泄漏处置知识,实现对船舶系统设备泄漏状态的判别和信息远程推送。
Description
技术领域
本发明涉及船舶系统设备泄漏状态监测技术领域,具体而言,尤其涉及一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质。
背景技术
①随着船舶智能化和无人化发展、随船人员减少,船舶系统泄漏监测及其经济处理的需求增强
②随着视频监测系统的在船舶上的应用增加,基于视觉的船舶系统泄漏监测和应急处理的需求增加;
③船舶高效、节能、高可靠的管理需求。
发明内容
根据上述提出的技术问题,而提供一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质。本发明对采集的船舶系统设备处所的视频感知信息进行清洗、识别和特征提取,建立具有船舶系统设备泄漏物甄别、泄漏量估算和破损程度及尺寸评估等功能的智能泄漏分析模块,借助船舶机械智能运维知识库的泄漏处置知识,实现对船舶系统设备泄漏状态的判别和信息远程推送。
本发明采用的技术手段如下:
一种基于视觉的船舶系统设备泄漏状态监测方法,包括:
采集并存储船舶系统设备处所的视频感知信息;
对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息;
基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险;
基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。
进一步地,所述采集船舶系统设备处所的视频感知信息,具体包括:
通过分布于船舶系统设备工作处所的图像或视频感知信息采集的照相机或摄像头,采集船舶推进装置、船舶辅助装置、船舶系统、甲方机械、防污染和自动化设备的视觉感知信息;
通过网络将采集的图像或视频信息汇集到船端的图像或视频服务器中,并按照采集的时间顺序存储感知信息。
进一步地,所述对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息,具体包括:
清洗所述船舶系统设备处所的视频感知信息:去除由于环境的异常变化、异常的振动或遮挡引起的异常的图像或视频感知信息;
识别设备和泄漏点,并提取设备和泄漏点的矢量运维信息:运用灰度模板匹配多点识别算法,识别其中的设备或泄漏点,同时分别提取和保存被识别设备或泄漏点的基于位移的矢量运维信息,其中,同一张图片中可包含多个设备或泄漏点;
判别泄漏物类型、提取泄漏物类型的矢量运维信息:采用颜色模板匹配多点识别算法,识别其中的泄漏物的种类,并提取和保存泄漏物的基于位移的矢量运维信息,其中,同一张图片中可包含多个泄漏点。
进一步地,所述识别设备和泄漏点,并提取设备和泄漏点的矢量运维信息,具体包括:
在第一帧图像中,将所有包含预设的被测目标以模板的形式抽取出来,采用该模板在所建立的检测目标模板库里搜寻匹配目标模板,得到一个匹配得分;
设定感兴趣区域ROI,将第一张图像中预先设定的模板在相机后续拍摄的图像中设定的感兴趣区域ROI中进行搜索,并进行模板匹配运算,得到不同的归一化系数βk(i,j),计算公式如下:
其中,fk(x,y)为初始图像g0(x,y)(大小M×N)的子集,表示模板fk(x,y)所有像素点上的灰度值的均值,/>是模板fk(x,y)与g0(x,y)重合部分所有像素点的均值,/>为图像子集即感兴趣区域ROI内所有像素点上灰度值的均值;当βk(i,j)达到最大值时,预设的模板在本图像中达到最佳匹配,通过匹配完成对设备的识别。
进一步地,所述判别泄漏物类型、提取泄漏物类型的矢量运维信息,具体包括如下步骤:
从预设的模板库和后续拍摄到并传过来的图像中学习其颜色信息,采用颜色模板匹配算法计算模板与图像之间的相似度,计算方向为横纵方向,同时利用从粗到细的搜索策略得到一个可能匹配的得分列表;
对每个向量应用一个模糊权重函数进行预处理,并计算两个颜色谱向量之间的曼哈顿距离,得到模板与其在图像上的覆盖区域之间的绝对差距,同时得到一个两个模板的匹配得分,其范围为0到1;
根据最佳匹配得分,选择出与拍摄图像颜色一致的模板,进而推断出泄漏物的种类。
进一步地,所述基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险,具体如下:
计算流体泄漏量,计算公式如下:
其中,Q表示液体泄漏流量,Cd表示排放系数,通常取0.6~0.64,A表示泄漏口面积,ρ表示泄漏液体密度,P表示容器内介质压力,P0表示环境压力,g表示重力加速度,h表示泄漏口上液位高度,高度的计算与比例系数r有关,比例系数r为计算目标T0 k与标定参照点R0之间实际距离H和像素距离h的比值,即利用像素点的距离进而推算出监测设备的泄露位置,推断出h的大小。
本发明还提供了一种基于视觉的船舶系统设备泄漏状态监测系统,包括:
视频感知信息采集存储单元,用于采集并存储船舶系统设备处所的视频感知信息;
视频感知信息视觉分析单元,用于对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息;
泄漏分析单元,用于基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险;
远程信息推送单元,用于基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。
一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令集;所述计算机指令集被处理器执行时实现如上述的基于视觉的船舶系统设备泄漏状态监测方法。
较现有技术相比,本发明具有以下优点:
1、本发明提出一种基于计算机视觉的船舶系统设备泄漏物类型识别、泄漏量估算和泄漏风险评估等三种功能想结合的船舶系统设备泄漏监测与处置方法与系统;
2、本发明提供的基于视觉的船舶系统设备泄漏状态监测方法,结合船舶系统设备中流体的类型和特性,运用颜色模板匹配多点识别算法,实现了船舶常用液体的精准识别和特征提取;
3、本发明提供的基于视觉的船舶系统设备泄漏状态监测方法,将基于计算机视觉的船舶系统设备泄漏监测与船舶机械智能运维知识库进行深度融合,在监测泄漏的同时,根据泄漏物、泄漏时所属的系统或设备,给出具体的泄漏处置帮助和建议。
基于上述理由本发明可在船舶系统设备泄漏状态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为本发明方法框图。
图2为本发明实施例提供的匹配算法中的相似性计算流程图。
图3为本发明实施例提供的船舶系统设备泄漏状态监测系统的功能流程图。
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。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本发明保护范围的限制。
本发明提供了一种基于视觉的船舶系统设备泄漏状态监测方法,包括:
步骤1、采集并存储船舶系统设备处所的视频感知信息;
具体实施时,作为本发明优选的实施方式,所述采集船舶系统设备处所的视频感知信息,具体包括:
步骤101、通过分布于船舶系统设备工作处所的图像或视频感知信息采集的照相机或摄像头,采集船舶推进装置、船舶辅助装置、船舶系统、甲方机械、防污染和自动化设备的视觉感知信息;
步骤102、通过网络将采集的图像或视频信息汇集到船端的图像或视频服务器中,并按照采集的时间顺序存储感知信息。
步骤2、对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息;
具体实施时,作为本发明优选的实施方式,所述对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息,具体包括:
步骤201、清洗所述船舶系统设备处所的视频感知信息:去除由于环境的异常变化、异常的振动或遮挡引起的异常的图像或视频感知信息;以避免错误的识别和辅助决策操作处置。
步骤202、识别设备和泄漏点,并提取设备和泄漏点的矢量运维信息:运用灰度模板匹配多点识别算法,识别其中的设备或泄漏点,同时分别提取和保存被识别设备或泄漏点的基于位移的矢量运维信息,其中,同一张图片中可包含多个设备或泄漏点;
所述识别设备和泄漏点,并提取设备和泄漏点的矢量运维信息,具体包括:
在第一帧图像中,将所有包含预设的被测目标以模板的形式抽取出来,采用该模板在所建立的检测目标模板库里搜寻匹配目标模板,得到一个匹配得分;
设定感兴趣区域ROI,将第一张图像中预先设定的模板在相机后续拍摄的图像中设定的感兴趣区域ROI中进行搜索,并进行模板匹配运算,得到不同的归一化系数βk(i,j),计算公式如下:
其中,fk(x,y)为初始图像g0(x,y)(大小M×N)的子集,表示模板fk(x,y)所有像素点上的灰度值的均值,/>是模板fk(x,y)与g0(x,y)重合部分所有像素点的均值,/>为图像子集即感兴趣区域ROI内所有像素点上灰度值的均值;当βk(i,j)达到最大值时,预设的模板在本图像中达到最佳匹配,通过匹配完成对设备的识别。
步骤203、判别泄漏物类型、提取泄漏物类型的矢量运维信息:采用颜色模板匹配多点识别算法,识别其中的泄漏物的种类,并提取和保存泄漏物的基于位移的矢量运维信息,其中,同一张图片中可包含多个泄漏点。
所述判别泄漏物类型、提取泄漏物类型的矢量运维信息,具体包括如下步骤:
步骤2031、从预设的模板库和后续拍摄到并传过来的图像中学习其颜色信息,采用颜色模板匹配算法计算模板与图像之间的相似度,计算方向为横纵方向,同时利用从粗到细的搜索策略得到一个可能匹配的得分列表;匹配得分的计算流程如图2所示。
步骤2032、对每个向量应用一个模糊权重函数进行预处理,并计算两个颜色谱向量之间的曼哈顿距离,得到模板与其在图像上的覆盖区域之间的绝对差距,同时得到一个两个模板的匹配得分,其范围为0到1;
步骤2033、根据最佳匹配得分,选择出与拍摄图像颜色一致的模板,进而推断出泄漏物的种类。
步骤3、基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险;
具体实施时,作为本发明优选的实施方式,船舶系统设备在工作过程中,常由于设备壳体破损、管路破损、连接点密封圈变型或老化等原因,导致其中的液体泄漏,泄漏量的大小与泄漏口的尺寸、流体的压力、密度、粘度等因素有关,所述基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险,具体如下:
计算流体泄漏量,计算公式如下:
其中,Q表示液体泄漏流量,Cd表示排放系数,通常取0.6~0.64,A表示泄漏口面积(利用拍摄的像素模板模块与初始监测位置模板进行对比,应用像素块识别出相应的传播系统设备泄露点,根据像素集中点变化面积进而推断出泄漏点的面积),ρ表示泄漏液体密度,P表示容器内介质压力,P0表示环境压力,g表示重力加速度,h表示泄漏口上液位高度,高度的计算与比例系数r有关,比例系数r为计算目标T0 k与标定参照点R0之间实际距离H和像素距离h的比值,即利用像素点的距离进而推算出监测设备的泄露位置,推断出h的大小。
步骤4、基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库中“流体泄漏风险评估”的相关预警和操作知识,获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。
对应本申请中的基于视觉的船舶机械运行状态监测方法,本申请还提供了一种基于视觉的船舶系统设备泄漏状态监测系统,如图1所示,包括视频感知信息采集存储单元、视频感知信息视觉分析单元、泄漏分析单元以及远程信息推送单元,其中:
视频感知信息采集存储单元,用于采集并存储船舶系统设备处所的视频感知信息;
视频感知信息视觉分析单元,用于对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息;
泄漏分析单元,用于基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险;
远程信息推送单元,用于基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。
对于本发明实施例的而言,由于其与上面实施例中的相对应,所以描述的比较简单,相关相似之处请参见上面实施例中部分的说明即可,此处不再详述。
本发明提供的基于视觉的船舶系统设备泄漏状态监测系统的工作原理如图3所示,具体如下:
安装于船舶系统设备视角范围内的照相机或摄像机,将采集的图像或视频感知信息通过网络传输到船端的服务器上。部署于服务器上的视频感知信息视觉分析单元,首先对感知信息进行清洗,去除异常的部分;之后借助识别和矢量化模块识别感知信息中的设备和泄漏物,提取出设备和泄漏物的矢量运维信息。部署于服务器上的泄漏分析单元,首先,借助其中的泄漏量的估算模块,估算泄漏速度,计算泄漏量;之后借助船舶机械智能运维知识库中的泄漏风险评估模块,对泄漏导致的系统设备的功能、泄漏的流体积聚对船舶设备的安全运转、泄漏物及其挥发物对泄漏处所的人员安全和火灾隐患等进行评估,形成泄漏评估报告,最后,远程信息推送单元按照需求进行信息推送。其中,需要注意的是,采集的船舶系统设备的图像或视频感知信息一般保存在服务器的文件夹中,文件夹名称一般为文件的采集日期。按照此流程,可以逐个文件夹进行分析处理,结果保存在数据库中,方便用户的查询和调阅,同时也方便其他系统的通过数据库的对应表使用相关信息。
本申请实施例还公开了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机指令集,计算机指令集被处理器执行时实现如上文任一实施例所提供的基于视觉的船舶系统设备泄漏状态监测方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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:其依然可以对前述各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各实施例技术方案的范围。
Claims (4)
1.一种基于视觉的船舶系统设备泄漏状态监测方法,其特征在于,包括:
采集并存储船舶系统设备处所的视频感知信息;
对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息,具体包括:
清洗所述船舶系统设备处所的视频感知信息:去除由于环境的异常变化、异常的振动或遮挡引起的异常的图像或视频感知信息;
识别设备和泄漏点,并提取设备和泄漏点的矢量运维信息:运用灰度模板匹配多点识别算法,识别其中的设备或泄漏点,同时分别提取和保存被识别设备或泄漏点的基于位移的矢量运维信息,其中,同一张图片中可包含多个设备或泄漏点;
所述识别设备和泄漏点,并提取设备和泄漏点的矢量运维信息,具体包括:
在第一帧图像中,将所有包含预设的被测目标以模板的形式抽取出来,采用该模板在所建立的检测目标模板库里搜寻匹配目标模板,得到一个匹配得分;
设定感兴趣区域ROI,将第一张图像中预先设定的模板在相机后续拍摄的图像中设定的感兴趣区域ROI中进行搜索,并进行模板匹配运算,得到不同的归一化系数βk(i,j),计算公式如下:
其中,fk(x,y)为初始图像g0(x,y)(大小M×N)的子集,表示模板fk(x,y)所有像素点上的灰度值的均值,/>是模板fk(x,y)与g0(x,y)重合部分所有像素点的均值,/>为图像子集即感兴趣区域ROI内所有像素点上灰度值的均值;当βk(i,j)达到最大值时,预设的模板在本图像中达到最佳匹配,通过匹配完成对设备的识别;
判别泄漏物类型、提取泄漏物类型的矢量运维信息:采用颜色模板匹配多点识别算法,识别其中的泄漏物的种类,并提取和保存泄漏物的基于位移的矢量运维信息,其中,同一张图片中可包含多个泄漏点;
所述判别泄漏物类型、提取泄漏物类型的矢量运维信息,具体包括如下步骤:
从预设的模板库和后续拍摄到并传过来的图像中学习其颜色信息,采用颜色模板匹配算法计算模板与图像之间的相似度,计算方向为横纵方向,同时利用从粗到细的搜索策略得到一个可能匹配的得分列表;
对每个向量应用一个模糊权重函数进行预处理,并计算两个颜色谱向量之间的曼哈顿距离,得到模板与其在图像上的覆盖区域之间的绝对差距,同时得到一个两个模板的匹配得分,其范围为0到1;
根据最佳匹配得分,选择出与拍摄图像颜色一致的模板,进而推断出泄漏物的种类;
基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险,具体如下:
计算流体泄漏量,计算公式如下:
其中,Q表示液体泄漏流量,Cd表示排放系数,通常取0.6~0.64,A表示泄漏口面积,ρ表示泄漏液体密度,P表示容器内介质压力,P0表示环境压力,g表示重力加速度,h1表示泄漏口上液位高度,高度的计算与比例系数r有关,比例系数r为计算目标与标定参照点R0之间实际距离H和像素距离h的比值,即/>利用像素点的距离进而推算出监测设备的泄露位置,推断出h1的大小;
基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。
2.根据权利要求1所述的基于视觉的船舶系统设备泄漏状态监测方法,其特征在于,所述采集船舶系统设备处所的视频感知信息,具体包括:
通过分布于船舶系统设备工作处所的图像或视频感知信息采集的照相机或摄像头,采集船舶推进装置、船舶辅助装置、船舶系统、甲方机械、防污染和自动化设备的视觉感知信息;
通过网络将采集的图像或视频信息汇集到船端的图像或视频服务器中,并按照采集的时间顺序存储感知信息。
3.一种基于权利要求1-2中任意一项权利要求所述基于视觉的船舶系统设备泄漏状态监测方法实现的基于视觉的船舶系统设备泄漏状态监测系统,其特征在于,包括:
视频感知信息采集存储单元,用于采集并存储船舶系统设备处所的视频感知信息;
视频感知信息视觉分析单元,用于对所述视频感知信息进行处理,获取船舶系统设备泄漏状态的矢量化信息;
泄漏分析单元,用于基于所述船舶系统设备的矢量化信息,估算泄漏量和评估泄漏的风险;
远程信息推送单元,用于基于估算的泄漏量和评估泄漏的风险,融合船舶智能运维知识库获取流体泄漏辅助决策支持信息,并根据船舶及用户的需要实施远程信息推送。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机指令集;所述计算机指令集被处理器执行时实现如权利要求1-2任一项所述的基于视觉的船舶系统设备泄漏状态监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111202689.2A CN113947109B (zh) | 2021-10-15 | 2021-10-15 | 一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111202689.2A CN113947109B (zh) | 2021-10-15 | 2021-10-15 | 一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113947109A CN113947109A (zh) | 2022-01-18 |
CN113947109B true CN113947109B (zh) | 2024-05-07 |
Family
ID=79330123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111202689.2A Active CN113947109B (zh) | 2021-10-15 | 2021-10-15 | 一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113947109B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115468706A (zh) * | 2022-08-10 | 2022-12-13 | 沪东中华造船(集团)有限公司 | 一种船用b型舱泄漏无损监测系统及方法 |
CN115081957B (zh) * | 2022-08-18 | 2022-11-15 | 山东超华环保智能装备有限公司 | 一种危废暂存及监测的危废管理平台 |
CN116229036B (zh) * | 2023-05-06 | 2023-07-18 | 山东国研自动化有限公司 | 数据采集系统、方法、计算机设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914791A (zh) * | 2014-03-17 | 2014-07-09 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种电力设备状态检修系统 |
CN110109445A (zh) * | 2019-05-24 | 2019-08-09 | 连云港杰瑞深软科技有限公司 | 一种船舶机舱辅机监控系统及监控方法 |
CN110470429A (zh) * | 2019-08-12 | 2019-11-19 | 上海应用技术大学 | 基于机器视觉的供热管道泄漏检测装置 |
CN110533345A (zh) * | 2019-09-05 | 2019-12-03 | 大连海事大学 | 一种船舶柴油机状态评估方法及系统 |
CN110544038A (zh) * | 2019-09-05 | 2019-12-06 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN111047568A (zh) * | 2019-12-06 | 2020-04-21 | 汕头大学 | 一种漏汽缺陷检测识别方法及系统 |
CN111723720A (zh) * | 2020-06-15 | 2020-09-29 | 中国石油大学(华东) | 一种有机气体泄漏智能可视化实时在线监测系统 |
CN113066076A (zh) * | 2021-04-12 | 2021-07-02 | 北京理工大学 | 胶管泄露检测方法、装置、设备及存储介质 |
-
2021
- 2021-10-15 CN CN202111202689.2A patent/CN113947109B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103914791A (zh) * | 2014-03-17 | 2014-07-09 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种电力设备状态检修系统 |
CN110109445A (zh) * | 2019-05-24 | 2019-08-09 | 连云港杰瑞深软科技有限公司 | 一种船舶机舱辅机监控系统及监控方法 |
CN110470429A (zh) * | 2019-08-12 | 2019-11-19 | 上海应用技术大学 | 基于机器视觉的供热管道泄漏检测装置 |
CN110533345A (zh) * | 2019-09-05 | 2019-12-03 | 大连海事大学 | 一种船舶柴油机状态评估方法及系统 |
CN110544038A (zh) * | 2019-09-05 | 2019-12-06 | 大连海事大学 | 一种船舶设备智能运维方法及系统 |
CN111047568A (zh) * | 2019-12-06 | 2020-04-21 | 汕头大学 | 一种漏汽缺陷检测识别方法及系统 |
CN111723720A (zh) * | 2020-06-15 | 2020-09-29 | 中国石油大学(华东) | 一种有机气体泄漏智能可视化实时在线监测系统 |
CN113066076A (zh) * | 2021-04-12 | 2021-07-02 | 北京理工大学 | 胶管泄露检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113947109A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113947109B (zh) | 一种基于视觉的船舶系统设备泄漏状态监测方法、系统及存储介质 | |
CN111898486B (zh) | 监控画面异常的检测方法、装置及存储介质 | |
EP3745359A1 (en) | Image recognition system and method | |
CN115359021A (zh) | 一种基于激光雷达和相机信息融合的目标定位检测方法 | |
CN113947754A (zh) | 一种基于视觉的船舶机械运行状态监测方法、系统及存储介质 | |
CN105716567A (zh) | 通过单眼图像获取设备侦测物体与机动车辆距离的方法 | |
CN103970771A (zh) | 一种人体的检索方法和系统 | |
CN109488888A (zh) | 基于对红外温度场多元分析的金属管道泄漏监测方法 | |
Han et al. | Recognition and location of steel structure surface corrosion based on unmanned aerial vehicle images | |
CN110136172A (zh) | 一种矿工下井前防护设备佩戴的检测方法 | |
CN111126116A (zh) | 无人船河道垃圾识别方法及系统 | |
EP3639192A1 (en) | Computer vision-based thin object detection | |
CN115457297B (zh) | 航油油库漏油检测方法、装置及航油安全运维系统 | |
CN111521245A (zh) | 基于视觉分析的液位控制方法 | |
US20220067342A1 (en) | 3-d object detection and classification from imagery | |
CN113505704A (zh) | 图像识别的人员安全侦测方法、系统、设备及存储介质 | |
CN111462310B (zh) | 一种基于多视几何的螺栓缺陷空间定位方法 | |
CN110992291A (zh) | 基于三目视觉的测距方法、系统及存储介质 | |
CN111998853A (zh) | 一种agv视觉导航方法及系统 | |
CN116110127A (zh) | 一种多联动的加油站套现行为识别系统 | |
CN115909185A (zh) | 目标行为的确定方法、装置、泵送机械及可读存储介质 | |
CN107545270A (zh) | 一种目标检测方法及系统 | |
CN107784285A (zh) | 一种光学遥感影像舰船目标的军民属性自动判别方法 | |
CN108074264A (zh) | 一种分级多目视觉定位方法、系统及装置 | |
CN114758177A (zh) | 一种动车四角锁开闭状态检测方法及系统 |
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 |