CN114263501A - 基于图像识别与热红外联合的隧道渗水涌水监测系统 - Google Patents
基于图像识别与热红外联合的隧道渗水涌水监测系统 Download PDFInfo
- Publication number
- CN114263501A CN114263501A CN202111621383.0A CN202111621383A CN114263501A CN 114263501 A CN114263501 A CN 114263501A CN 202111621383 A CN202111621383 A CN 202111621383A CN 114263501 A CN114263501 A CN 114263501A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- water
- seepage
- temperature
- thermal infrared
- 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
Images
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明公开了基于图像识别与热红外联合的隧道渗水涌水监测系统,属于隧道渗涌水监测领域和图像处理技术领域。本发明所述系统包括图像采集模块、图像预处理模块、隧道渗水涌水实时分析模块和预警模块;所述图像采集模块用于利用CMO工业高速相机和光学联合热红外摄像机分别对隧道内部的高清光学图像和热红外图像进行采集,并将采集的图像传输至图像预处理模块;所述图像预处理模块用于对图像采集模块传输的图像进行接收,根据图像类型分别进行预处理,并将得到的预处理结果传输至隧道渗水涌水实时分析模块;所述隧道渗水涌水实时分析模块对图像预处理模块传输的预处理结果进行接收,隧道渗水涌水实时分析系统对预处理结果进行分析。
Description
技术领域
本发明涉及隧道渗涌水监测领域和图像处理技术领域,具体为基于图像识别与热红外联合的隧道渗水涌水监测系统。
背景技术
隧道渗涌水现象是威胁隧道结构和设施的安全的主要灾害之一,由于隧道存在空间小、疏散难等结构特点,一旦发生渗涌水现象,其蔓延的速度会非常快,使得疏松杂物以及高压水以泥浆状的形式呈现于隧道中,进而导致衬砌侵蚀、隧底下沉、电力电器设备锈蚀,严重影响隧道的安全运营,对社会经济造成的破坏性和危险性极大。因此,积极探寻行之有效的隧道渗水涌水监测方法与监测系统,科学应用防治对策是极为必要的。
以往针对隧道渗涌水灾害的检测方式是人工巡检,即定期派遣人员进入隧道,进行人工目测或者借助相机判别隧道是否发生渗涌水事件,采用这种方法检测速度相对缓慢,覆盖面积很小,且容易受主观因素影响出现误检及漏检情况,更无法对隧道渗涌水事件进行实时监测预警,以及无法对渗涌水的位置进行智能精准定位,降低了隧道渗涌水监测的精度和可靠性,误报率高,以及在监测到渗涌水事件发生时,监测系统需要反应一段时间后才能做出响应,在反应时间内渗涌水情况逐渐严重化,降低了监测系统的监测效果。
发明内容
本发明的目的在于提供基于图像识别与热红外联合的隧道渗水涌水监测系统,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:所述系统包括图像采集模块、图像预处理模块、隧道渗水涌水实时分析模块和预警模块;
所述图像采集模块用于利用CMO工业高速相机和光学联合热红外摄像机分别对隧道内部的高清光学图像和热红外图像进行采集,并将采集的图像传输至图像预处理模块;
所述图像预处理模块用于对图像采集模块传输的图像进行接收,根据图像类型分别进行预处理,并将得到的预处理结果传输至隧道渗水涌水实时分析模块;
所述隧道渗水涌水实时分析模块用于对图像预处理模块传输的预处理结果进行接收,隧道渗水涌水实时分析系统对预处理结果进行分析,对分析结果进行融合计算得到精确的目标点定位、渗涌水量和流速,并将获得的目标点定位、渗涌水量和流速传输至预警模块;
所述预警模块用于对隧道渗水涌水实时分析模块传输的目标点定位、渗涌水量和流速进行接收,根据接收内容对隧道渗水涌水等级进行判定,基于判定结果发布预警信息,并根据预警信息匹配对应的防治手段。
进一步的,所述图像采集模块包括高清光学图像采集单元和热红外图像采集单元;
在隧道出入口处放置强光源,安装、调试CMOS工业高速相机、光学联合热红外摄像机、热红外图像采集器、光学图像采集器和计算机终端,确认监测环境安全,其中光源、CMOS工业高速相机和光学联合热红外摄像机均铺设在离隧道出入口外10米范围内,该布置方案满足城市轨道交通设施运营监测技术规范和城市轨道交通运营技术规范的要求,将装置和光源铺设在离隧道出入口外10米范围内,为了满足隧道内部光学图像和热红外图像的高精度要求;
所述高清光学图像采集单元利用CMOS工业高速相机对隧道内部的高清光学图像进行采集,通过图像数据传输仪将采集的高清光学图像传输至图像预处理模块;
所述热红外图像采集单元利用光学联合热红外摄像机对隧道内部的热红外图像进行采集,通过图像数据传输仪将采集的热红外图像传输至图像预处理模块。
进一步的,所述图像预处理模块包括高清光学图像预处理单元和热红外图像预处理单元;
所述高清光学图像预处理单元对高清光学图像采集单元传输的高清光学图像进行接收,将高清光学图像数据转换为区域像素子集,对区域像素子集中的异常区域特征值进行提取,并将提取的异常区域特征值传输至隧道渗水涌水实时分析模块;
所述热红外图像预处理单元对热红外图像采集单元传输的热红外图像进行接收,将热红外图像信息转换为温度数据,选取一定时间的隧道温度数据拟合成实时温度云图,并将实时温度云图传输至隧道渗水涌水实时分析模块。
进一步的,所述高清光学图像预处理单元将高清光学图像数据转换为区域像素子集,对区域像素子集中的异常区域特征值进行提取的具体方法为:
将高清光学图像数据转换为像素数据,将周围像素数据基本一致的划分在一个区域内,通过对比不同时刻各区域像素值的变化情况寻找像素值变化较大的位置,并对该位置的像素特征值进行提取。
进一步的,所述热红外图像预处理单元将热红外图像信息转换为温度数据,选取一定时间的隧道温度数据拟合成实时温度云图的具体方法为:
①.对热红外图像进行灰度处理,将热红外图像转换成1-6级别的灰度值,不同级别表示温度高低不同,级别越大表示温度越高;
②.基于①中灰度值得到一定时间内的隧道温度数据,当温度数据对应的灰度值为1时,此时温度数据用蓝色表示,当温度数据对应的灰度值为2时,此时温度数据用青色表示,当温度数据对应的灰度值为3时,此时温度数据用绿色表示,当温度数据对应的灰度值为4时,此时温度数据用黄色表示,当温度数据对应的灰度值为5时,此时温度数据用橙色表示,当温度数据对应的灰度值为6时,此时温度数据用红色表示,根据温度数据和色彩划分情况,将温度数据转化为相应的色彩代码,得到实时温度云图。
进一步的,所述隧道渗水涌水实时分析模块包括光学监测单元、热红外监测单元、融合计算单元和隧道渗水涌水情况分析单元;
所述光学监测单元对高清光学图像预处理单元传输的异常区域特征值进行接收,对异常区域特征值进行识别并追踪,计算出隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速,并将计算的隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速传输至融合计算单元;
所述热红外监测单元对热红外图像预处理单元传输的实时温度云图进行接收,对实时温度云图进行识别,定位出隧道内部温度异常区域的位置及范围,并将隧道内部温度异常区域的位置及范围传输至融合计算单元;
所述融合计算单元对光学监测单元传输的隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速和热红外监测单元传输的隧道内部温度异常区域的位置及范围进行接收,对接收内容进行融合计算,并将计算结果、渗涌水量和流速传输至隧道渗水涌水情况分析单元;
所述隧道渗水涌水情况分析单元对融合计算单元传输的计算结果、渗涌水量和流速进行接收,根据计算结果剔除误差区域及异常情况,获得隧道内渗涌水目标点的精确定位,并将精准的隧道内部渗涌水目标点位置、渗涌水量和流速传输至传输至预警模块。
进一步的,热红外监测单元对实时温度云图进行识别的具体方法为:
Step1:构建坐标系,以隧道水平位置为横轴,隧道垂直高度为纵轴,实时温度云图中不同颜色代表温度分布情况,颜色包括红、橙、黄、绿、青、蓝,颜色由蓝到红代表温度由低到高,其中,隧道背景温度在红、橙区间,渗涌水温度在青、蓝区间,因此渗涌水处温度与隧道背景温度之间相差三个区间,所以渗涌水处温度明显低于隧道背景温度;
Step2:基于Step1,可在温度云图中精确识别渗涌水目标点位置,此外温度云图可以显示水流随着时间流动,识别云图中具有一定时间和空间分布规律的温度异常区域。
进一步的,所述光学监测单元中对隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速,以及融合计算单元中进行融合计算的具体步骤为:
步骤一.分别将通过光学图像数据监测出的疑似渗水涌水目标点和热红外图像监测出的温度异常区域进行单独截取;
步骤二.融合对比两幅图像异常区域位置与范围,计算出两幅图像目标区域相对误差,具体的计算公式为:
基于Step1中构建的坐标系,寻找截取的目标区域的中心位置、目标区域边缘距中心位置的最远位置和最近位置,则中心位置对应的坐标分别为(x1,y1)、(x′,y′),目标区域边缘距中心位置的最近位置和最远位置对应的坐标分别为(x2,y2)、(x″,y″)、(x3,y3)、(x″′,y″′);
相对误差ε的具体计算公式为:
其中,d表示两目标区域中心位置之间的距离,当d=0时表示两目标区域处于同一位置,当d≠0时表示两目标区域不处于同一位置,S表示截取的以(x1,y1)为圆心的目标区域的面积,S′表示截取的以(x′,y′)为圆心的目标区域的面积, 分别表示以(x′,y′)、(x1,y1)为圆心,以 为半径的圆的面积,λ表示计算的以(x′,y′)为圆心、为半径的目标区域面积占S′的比例关系,β表示计算的以(x′,y′)为圆心、为半径的目标区域面积占S的比例关系,ε表示两目标区域之间范围的相对误差;
步骤三:基于步骤二对隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速进行计算的具体公式为:
隧道内部疑似渗水涌水目标点的中心位置为(x1,y1),目标点的扩散范围根据追踪实时温度云图相应位置的温度变化情况得出;
隧道内部疑似渗水涌水目标点位置的流速v为:
其中,v表示渗涌水对应时刻的流速;
隧道内部疑似渗水涌水目标点位置的渗涌水量Q为:
Q=Sv;
其中,v表示渗涌水对应时刻的流速,S表示截取的以(x1,y1)为圆心的目标区域的面积;
步骤四.基于现场测试设定误差阈值,若相对误差值小于设定阈值,则将疑似目标设定为实际目标并精确定位标记,若相对误差值大于设定阈值,则标记为检测异常,从检测结果中剔除该异常情况。
进一步的,所述预警模块包括接收单元、预警发布单元和渗水涌水解决单元;
所述接收单元用于对隧道渗水涌水情况分析单元传输的精准的隧道内部渗涌水目标点位置、渗涌水量和流速进行接收,将接收内容上传至监控中心,监控中心对隧道渗水涌水相关等级进行精确判定,并将判断结果传输至预警发布单元;
所述预警发布单元对接收单元传输的判断结果进行接收,根据判断结果发布预警信息,并将发布的预警信息和判断结果传输至渗水涌水解决单元;
所述渗水涌水解决单元对预警发布单元传输的预警信息和判断结果进行接收,监控人员实时根据判断的渗涌水等级指定相匹配的防治手段,确保在最短的时间对渗涌水事件进行有效控制和对人员的及时救援。
进一步的,所述渗水涌水解决单元中隧道渗涌水相关等级的判定方法:
1)以隧道背景温度为参考值,如果监测到的温度异常区域范围<0.2m且温度变化>0.5℃,则监测系统判定隧道发生局部渗水;
2)以隧道背景温度为参考值,如果温度异常区域范围在0.2m~2m之间且温度变化>0.5℃,则监测系统判定隧道发生局部漏水;
3)以隧道背景温度为参考值,如果温度异常区域范围在>2m且温度变化>0.5℃,则监测系统判定隧道发生小规模涌水;
4)以隧道背景温度为参考值,如果温度异常区域范围>10m且温度变化>0.5℃,则监测系统判定隧道发生大规模喷涌或洪水。
与现有技术相比,本发明所达到的有益效果是:
1.相较于传统较为单一的监测手段,本发明将光学图像与热红外成像两种监测方法有机的结合,通过智能分析系统对上述的两种监测结果进行融合对比,剔除误检及漏检情况的发生,以实现对目标点的精确定量分析,为隧道渗涌水的监测提供了双重保险,减少漏报率和报错率,定位更加精准、排故准确性更高。
2相较于传统监测手段只有当隧道出现明显渗涌水现象才能有效辨识,本发明所包含的热红外监测系统可以对隧道壁面温度进行实时监控,对渗涌水现象具有高度的敏感性,应用该监测方法能够使渗涌水在前期就被准确发现,进而有效提高对隧道内渗涌水灾害的响应时间、准确度与效率,具有高实时、高精度、高适应性的显著优势。
3.借助光学图像与热红外联合的监测方法,除可对隧道渗涌水位置进行精确定位外,借助监测系统的实时计算,还可以得到渗涌水量和流速,为及时防治隐患提供帮助。
4.该发明提出了光学图像与热红外成像联合监测技术是一种非接触式的渗涌水报警技术。系统可布置在隧道出入口处,所采用的光学图像模块和热红外图像模块均为自封闭式设计,在保证了监测精度的同时,也增强了系统的使用灵活性和安装便捷性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于图像识别与热红外联合的隧道渗水涌水监测系统的总流程示意图;
图2是本发明基于图像识别与热红外联合的隧道渗水涌水监测系统的结构示意图;
图3是本发明基于图像识别与热红外联合的隧道渗水涌水监测系统的高精度光学图像模块与热红外图像模块结构示意图;
图4是本发明基于图像识别与热红外联合的隧道渗水涌水监测系统的温度云图;
图5是本发明基于图像识别与热红外联合的隧道渗水涌水监测系统的光学图像识别系统;
图6是本发明基于图像识别与热红外联合的隧道渗水涌水监测系统的对光学图像与热红外成像融合计算的流程示意图。
图中:1、光学联合热红外摄像机;2、图像数据传输仪;3、计算机终端;4、光源;5、隧道出入口;6、摄像仪支架;7、热红外镜头;8、光学镜头;9、热红外图像采集器;10、光学图像采集器;11、热红外数据传输电缆;12、光学数据传输电缆。
具体实施方式
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。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。
请参阅图1-图6,本发明提供技术方案:系统包括图像采集模块S1、图像预处理模块S2、隧道渗水涌水实时分析模块S3和预警模块S4;
图像采集模块S1用于利用CMOS工业高速相机和光学联合热红外摄像机分别对隧道内部的高清光学图像和热红外图像进行采集,并将采集的图像传输至图像预处理模块S2;图像采集模块S1包括高清光学图像采集单元S11和热红外图像采集单元S12;
在隧道出入口处放置强光源,安装、调试CMOS工业高速相机、光学联合热红外摄像机、热红外图像采集器、光学图像采集器和计算机终端,确认监测环境安全,其中光源、CMOS工业高速相机和光学联合热红外摄像机均铺设在离隧道出入口外10米范围内,该布置方案满足城市轨道交通设施运营监测技术规范和城市轨道交通运营技术规范的要求,将装置和光源铺设在离隧道出入口外10米范围内,为了满足隧道内部光学图像和热红外图像的高精度要求;
高清光学图像采集单元S11利用CMOS工业高速相机对隧道内部的高清光学图像进行采集,通过图像数据传输仪将采集的高清光学图像传输至图像预处理模块S2;
热红外图像采集单元S12利用光学联合热红外摄像机对隧道内部的热红外图像进行采集,通过图像数据传输仪将采集的热红外图像传输至图像预处理模块S2。
图像预处理模块S2用于对图像采集模块S1传输的图像进行接收,根据图像类型分别进行预处理,并将得到的预处理结果传输至隧道渗水涌水实时分析模块S3;图像预处理模块S2包括高清光学图像预处理单元S21和热红外图像预处理单元S22;
高清光学图像预处理单元S21对高清光学图像采集单元S11传输的高清光学图像进行接收,将高清光学图像数据转换为区域像素子集,对区域像素子集中的异常区域特征值进行提取,并将提取的异常区域特征值传输至隧道渗水涌水实时分析模块S3,具体方法为:将高清光学图像数据转换为像素数据,将周围像素数据基本一致的划分在一个区域内,通过对比不同时刻各区域像素值的变化情况寻找像素值变化较大的位置,并对该位置的像素特征值进行提取;
热红外图像预处理单元S22对热红外图像采集单元S12传输的热红外图像进行接收,将热红外图像信息转换为温度数据,选取一定时间的隧道温度数据拟合成实时温度云图,并将实时温度云图传输至隧道渗水涌水实时分析模块S3,具体方法为:
①.对热红外图像进行灰度处理,将热红外图像转换成1-6级别的灰度值,不同级别表示温度高低不同,级别越大表示温度越高;
②.基于①中灰度值得到一定时间内的隧道温度数据,当温度数据对应的灰度值为1时,此时温度数据用蓝色表示,当温度数据对应的灰度值为2时,此时温度数据用青色表示,当温度数据对应的灰度值为3时,此时温度数据用绿色表示,当温度数据对应的灰度值为4时,此时温度数据用黄色表示,当温度数据对应的灰度值为5时,此时温度数据用橙色表示,当温度数据对应的灰度值为6时,此时温度数据用红色表示,根据温度数据和色彩划分情况,将温度数据转化为相应的色彩代码,得到实时温度云图。
隧道渗水涌水实时分析模块S3用于对图像预处理模块S2传输的预处理结果进行接收,隧道渗水涌水实时分析系统对预处理结果进行分析,对分析结果进行融合计算得到精确的目标点定位、渗涌水量和流速,并将获得的目标点定位、渗涌水量和流速传输至预警模块S4;隧道渗水涌水实时分析模块S3包括光学监测单元S31、热红外监测单元S32、融合计算单元S33和隧道渗水涌水情况分析单元S34;
光学监测单元S31对高清光学图像预处理单元S21传输的异常区域特征值进行接收,对异常区域特征值进行识别并追踪,计算出隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速,并将计算的隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速传输至融合计算单元S33;
热红外监测单元S32对热红外图像预处理单元S22传输的实时温度云图进行接收,对实时温度云图进行识别,定位出隧道内部温度异常区域的位置及范围,并将隧道内部温度异常区域的位置及范围传输至融合计算单元S33,热红外监测单元S32对实时温度云图进行识别的具体方法为:
Step1:构建坐标系,以隧道水平位置为横轴,隧道垂直高度为纵轴,实时温度云图中不同颜色代表温度分布情况,颜色包括红、橙、黄、绿、青、蓝,颜色由蓝到红代表温度由低到高,其中,隧道背景温度在红、橙区间,渗涌水温度在青、蓝区间,因此渗涌水处温度与隧道背景温度之间相差三个区间,所以渗涌水处温度明显低于隧道背景温度;
Step2:基于Step1,可在温度云图中精确识别渗涌水目标点位置,此外温度云图可以显示水流随着时间流动,识别云图中具有一定时间和空间分布规律的温度异常区域;
融合计算单元S33对光学监测单元S31传输的隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速和热红外监测单元S32传输的隧道内部温度异常区域的位置及范围进行接收,对接收内容进行融合计算,并将计算结果、渗涌水量和流速传输至隧道渗水涌水情况分析单元S34;
隧道渗水涌水情况分析单元S34对融合计算单元S33传输的计算结果、渗涌水量和流速进行接收,根据计算结果剔除误差区域及异常情况,获得隧道内渗涌水目标点的精确定位,并将精准的隧道内部渗涌水目标点位置、渗涌水量和流速传输至传输至预警模块S4;
光学监测单元S31中对隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速,以及融合计算单元S33中进行融合计算的具体步骤为:
步骤一.分别将通过光学图像数据监测出的疑似渗水涌水目标点和热红外图像监测出的温度异常区域进行单独截取;
步骤二.融合对比两幅图像异常区域位置与范围,计算出两幅图像目标区域相对误差,具体的计算公式为:
基于Step1中构建的坐标系,寻找截取的目标区域的中心位置、目标区域边缘距中心位置的最远位置和最近位置,则中心位置对应的坐标分别为(x1,y1)、(x′,y′),目标区域边缘距中心位置的最近位置和最远位置对应的坐标分别为(x2,y2)、(x″,y″)、(x3,y3)、(x″′,y″′);
相对误差ε的具体计算公式为:
其中,d表示两目标区域中心位置之间的距离,当d=0时表示两目标区域处于同一位置,当d≠0时表示两目标区域不处于同一位置,S表示截取的以(x1,y1)为圆心的目标区域的面积,S′表示截取的以(x′,y′)为圆心的目标区域的面积, 分别表示以(x′,y′)、(x1,y1)为圆心,以 为半径的圆的面积,λ表示计算的以(x′,y′)为圆心、为半径的目标区域面积占S′的比例关系,β表示计算的以(x′,y′)为圆心、为半径的目标区域面积占S的比例关系,ε表示两目标区域之间范围的相对误差;
步骤三:基于步骤二对隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速进行计算的具体公式为:
隧道内部疑似渗水涌水目标点的中心位置为(x1,y1),目标点的扩散范围根据追踪实时温度云图相应位置的温度变化情况得出;
隧道内部疑似渗水涌水目标点位置的流速v为:
其中,v表示渗涌水对应时刻的流速;
隧道内部疑似渗水涌水目标点位置的渗涌水量Q为:
Q=Sv;
其中,v表示渗涌水对应时刻的流速,S表示截取的以(x1,y1)为圆心的目标区域的面积;
步骤四.基于现场测试设定误差阈值,若相对误差值小于设定阈值,则将疑似目标设定为实际目标并精确定位标记,若相对误差值大于设定阈值,则标记为检测异常,从检测结果中剔除该异常情况。
预警模块S4用于对隧道渗水涌水实时分析模块S3传输的目标点定位、渗涌水量和流速进行接收,根据接收内容对隧道渗水涌水等级进行判定,基于判定结果发布预警信息,并根据预警信息匹配对应的防治手段;预警模块S4包括接收单元S41、预警发布单元S42和渗水涌水解决单元S43;
接收单元S41用于对隧道渗水涌水情况分析单元S34传输的精准的隧道内部渗涌水目标点位置、渗涌水量和流速进行接收,将接收内容上传至监控中心,监控中心对隧道渗水涌水相关等级进行精确判定,并将判断结果传输至预警发布单元S42;
预警发布单元S42对接收单元S41传输的判断结果进行接收,根据判断结果发布预警信息,并将发布的预警信息和判断结果传输至渗水涌水解决单元S43;
渗水涌水解决单元S43对预警发布单元S42传输的预警信息和判断结果进行接收,监控人员实时根据判断的渗涌水等级指定相匹配的防治手段,确保在最短的时间对渗涌水事件进行有效控制和对人员的及时救援,渗水涌水解决单元S43中隧道渗涌水相关等级的判定方法:
1)以隧道背景温度为参考值,如果监测到的温度异常区域范围<0.2m且温度变化>0.5℃,则监测系统判定隧道发生局部渗水;
2)以隧道背景温度为参考值,如果温度异常区域范围在0.2m~2m之间且温度变化>0.5℃,则监测系统判定隧道发生局部漏水;
3)以隧道背景温度为参考值,如果温度异常区域范围在>2m且温度变化>0.5℃,则监测系统判定隧道发生小规模涌水;
4)以隧道背景温度为参考值,如果温度异常区域范围>10m且温度变化>0.5℃,则监测系统判定隧道发生大规模喷涌或洪水。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述系统包括图像采集模块(S1)、图像预处理模块(S2)、隧道渗水涌水实时分析模块(S3)和预警模块(S4);
所述图像采集模块(S1)用于利用CMOS工业高速相机和光学联合热红外摄像机分别对隧道内部的高清光学图像和热红外图像进行采集,并将采集的图像传输至图像预处理模块(S2);
所述图像预处理模块(S2)用于对图像采集模块(S1)传输的图像进行接收,根据图像类型分别进行预处理,并将得到的预处理结果传输至隧道渗水涌水实时分析模块(S3);
所述隧道渗水涌水实时分析模块(S3)用于对图像预处理模块(S2)传输的预处理结果进行接收,隧道渗水涌水实时分析系统对预处理结果进行分析,对分析结果进行融合计算得到精确的目标点定位、渗涌水量和流速,并将获得的目标点定位、渗涌水量和流速传输至预警模块(S4);
所述预警模块(S4)用于对隧道渗水涌水实时分析模块(S3)传输的目标点定位、渗涌水量和流速进行接收,根据接收内容对隧道渗水涌水等级进行判定,基于判定结果发布预警信息,并根据预警信息匹配对应的防治手段。
2.根据权利要求1所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述图像采集模块(S1)包括高清光学图像采集单元(S11)和热红外图像采集单元(S12);
在隧道出入口处放置强光源,安装、调试CMOS工业高速相机、光学联合热红外摄像机、热红外图像采集器、光学图像采集器和计算机终端,确认监测环境安全,其中光源、CMOS工业高速相机和光学联合热红外摄像机均铺设在离隧道出入口外10米范围内;
所述高清光学图像采集单元(S11)利用CMOS工业高速相机对隧道内部的高清光学图像进行采集,通过图像数据传输仪将采集的高清光学图像传输至图像预处理模块(S2);
所述热红外图像采集单元(S12)利用光学联合热红外摄像机对隧道内部的热红外图像进行采集,通过图像数据传输仪将采集的热红外图像传输至图像预处理模块(S2)。
3.根据权利要求2所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述图像预处理模块(S2)包括高清光学图像预处理单元(S21)和热红外图像预处理单元(S22);
所述高清光学图像预处理单元(S21)对高清光学图像采集单元(S11))传输的高清光学图像进行接收,将高清光学图像数据转换为区域像素子集,对区域像素子集中的异常区域特征值进行提取,并将提取的异常区域特征值传输至隧道渗水涌水实时分析模块(S3);
所述热红外图像预处理单元(S22)对热红外图像采集单元(S12)传输的热红外图像进行接收,将热红外图像信息转换为温度数据,选取一定时间的隧道温度数据拟合成实时温度云图,并将实时温度云图传输至隧道渗水涌水实时分析模块(S3)。
4.根据权利要求3所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述高清光学图像预处理单元(S21)将高清光学图像数据转换为区域像素子集,对区域像素子集中的异常区域特征值进行提取的具体方法为:
将高清光学图像数据转换为像素数据,将周围像素数据基本一致的划分在一个区域内,通过对比不同时刻各区域像素值的变化情况寻找像素值变化较大的位置,并对该位置的像素特征值进行提取。
5.根据权利要求4所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述热红外图像预处理单元(S22)将热红外图像信息转换为温度数据,选取一定时间的隧道温度数据拟合成实时温度云图的具体方法为:
①.对热红外图像进行灰度处理,将热红外图像转换成1-6级别的灰度值,不同级别表示温度高低不同,级别越大表示温度越高;
②.基于①中灰度值得到一定时间内的隧道温度数据,当温度数据对应的灰度值为1时,此时温度数据用蓝色表示,当温度数据对应的灰度值为2时,此时温度数据用青色表示,当温度数据对应的灰度值为3时,此时温度数据用绿色表示,当温度数据对应的灰度值为4时,此时温度数据用黄色表示,当温度数据对应的灰度值为5时,此时温度数据用橙色表示,当温度数据对应的灰度值为6时,此时温度数据用红色表示,根据温度数据和色彩划分情况,将温度数据转化为相应的色彩代码,得到实时温度云图。
6.根据权利要求5所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述隧道渗水涌水实时分析模块(S3)包括光学监测单元(S31)、热红外监测单元(S32)、融合计算单元(S33)和隧道渗水涌水情况分析单元(S34);
所述光学监测单元(S31)对高清光学图像预处理单元(S21)传输的异常区域特征值进行接收,对异常区域特征值进行识别并追踪,计算出隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速,并将计算的隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速传输至融合计算单元(S33);
所述热红外监测单元(S32)对热红外图像预处理单元(S22)传输的实时温度云图进行接收,对实时温度云图进行识别,定位出隧道内部温度异常区域的位置及范围,并将隧道内部温度异常区域的位置及范围传输至融合计算单元(S33);
所述融合计算单元(S33)对光学监测单元(S31)传输的隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速和热红外监测单元(S32)传输的隧道内部温度异常区域的位置及范围进行接收,对接收内容进行融合计算,并将计算结果、渗涌水量和流速传输至隧道渗水涌水情况分析单元(S34);
所述隧道渗水涌水情况分析单元(S34)对融合计算单元(S33)传输的计算结果、渗涌水量和流速进行接收,根据计算结果剔除误差区域及异常情况,获得隧道内渗涌水目标点的精确定位,并将精准的隧道内部渗涌水目标点位置、渗涌水量和流速传输至传输至预警模块(S4)。
7.根据权利要求6所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:热红外监测单元(S32)对实时温度云图进行识别的具体方法为:
Step1:构建坐标系,以隧道水平位置为横轴,隧道垂直高度为纵轴,实时温度云图中不同颜色代表温度分布情况,颜色包括红、橙、黄、绿、青、蓝,颜色由蓝到红代表温度由低到高,其中,隧道背景温度在红、橙区间,渗涌水温度在青、蓝区间,因此渗涌水处温度与隧道背景温度之间相差三个区间,所以渗涌水处温度明显低于隧道背景温度;
Step2:基于Step1,可在温度云图中精确识别渗涌水目标点位置,此外温度云图可以显示水流随着时间流动,识别云图中具有一定时间和空间分布规律的温度异常区域。
8.根据权利要求7所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述光学监测单元(S31)中对隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速,以及融合计算单元(S33)中进行融合计算的具体步骤为:
步骤一.分别将通过光学图像数据监测出的疑似渗水涌水目标点和热红外图像监测出的温度异常区域进行单独截取;
步骤二.融合对比两幅图像异常区域位置与范围,计算出两幅图像目标区域相对误差,具体的计算公式为:
基于Step1中构建的坐标系,寻找截取的目标区域的中心位置、目标区域边缘距中心位置的最远位置和最近位置,则中心位置对应的坐标分别为(x1,y1)、(x′,y′),目标区域边缘距中心位置的最近位置和最远位置对应的坐标分别为(x2,y2)、(x″,y″)、(x3,y3)、(x″′,y″′);
相对误差ε的具体计算公式为:
其中,d表示两目标区域中心位置之间的距离,当d=0时表示两目标区域处于同一位置,当d≠0时表示两目标区域不处于同一位置,S表示截取的以(x1,y1)为圆心的目标区域的面积,S′表示截取的以(x′,y′)为圆心的目标区域的面积,λ、β表示比例系数,ε表示两目标区域之间范围的相对误差;
步骤三:基于步骤二对隧道内部疑似渗水涌水目标点的位置、渗涌水量和流速进行计算的具体公式为:
隧道内部疑似渗水涌水目标点的中心位置为(x1,y1),目标点的扩散范围根据追踪实时温度云图相应位置的温度变化情况得出;
隧道内部疑似渗水涌水目标点位置的流速v为:
其中,v表示渗涌水对应时刻的流速;
隧道内部疑似渗水涌水目标点位置的渗涌水量Q为:
Q=Sv;
其中,v表示渗涌水对应时刻的流速,S表示截取的以(x1,y1)为圆心的目标区域的面积;
步骤四.基于现场测试设定误差阈值,若相对误差值小于设定阈值,则将疑似目标设定为实际目标并精确定位标记,若相对误差值大于设定阈值,则标记为检测异常,从检测结果中剔除该异常情况。
9.根据权利要求8所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述预警模块(S4)包括接收单元(S41)、预警发布单元(S42)和渗水涌水解决单元(S43);
所述接收单元(S41)用于对隧道渗水涌水情况分析单元(S34)传输的精准的隧道内部渗涌水目标点位置、渗涌水量和流速进行接收,将接收内容上传至监控中心,监控中心对隧道渗水涌水相关等级进行精确判定,并将判断结果传输至预警发布单元(S42);
所述预警发布单元(S42)对接收单元(S41)传输的判断结果进行接收,根据判断结果发布预警信息,并将发布的预警信息和判断结果传输至渗水涌水解决单元(S43);
所述渗水涌水解决单元(S43)对预警发布单元(S42)传输的预警信息和判断结果进行接收,监控人员实时根据判断的渗涌水等级指定相匹配的防治手段。
10.根据权利要求9所述的基于图像识别与热红外联合的隧道渗水涌水监测系统,其特征在于:所述渗水涌水解决单元(S43)中隧道渗涌水相关等级的判定方法:
1)以隧道背景温度为参考值,如果监测到的温度异常区域范围<0.2m且温度变化>0.5℃,则监测系统判定隧道发生局部渗水;
2)以隧道背景温度为参考值,如果温度异常区域范围在0.2m~2m之间且温度变化>0.5℃,则监测系统判定隧道发生局部漏水;
3)以隧道背景温度为参考值,如果温度异常区域范围在>2m且温度变化>0.5℃,则监测系统判定隧道发生小规模涌水;
4)以隧道背景温度为参考值,如果温度异常区域范围>10m且温度变化>0.5℃,则监测系统判定隧道发生大规模喷涌或洪水。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111621383.0A CN114263501A (zh) | 2021-12-28 | 2021-12-28 | 基于图像识别与热红外联合的隧道渗水涌水监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111621383.0A CN114263501A (zh) | 2021-12-28 | 2021-12-28 | 基于图像识别与热红外联合的隧道渗水涌水监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114263501A true CN114263501A (zh) | 2022-04-01 |
Family
ID=80831037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111621383.0A Pending CN114263501A (zh) | 2021-12-28 | 2021-12-28 | 基于图像识别与热红外联合的隧道渗水涌水监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114263501A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115691075A (zh) * | 2022-09-09 | 2023-02-03 | 乌海市天誉煤炭有限责任公司 | 一种基于煤矿温湿度检测的预警系统 |
CN117740186A (zh) * | 2024-02-21 | 2024-03-22 | 微牌科技(浙江)有限公司 | 隧道设备温度检测方法、装置和计算机设备 |
-
2021
- 2021-12-28 CN CN202111621383.0A patent/CN114263501A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115691075A (zh) * | 2022-09-09 | 2023-02-03 | 乌海市天誉煤炭有限责任公司 | 一种基于煤矿温湿度检测的预警系统 |
CN115691075B (zh) * | 2022-09-09 | 2023-08-08 | 乌海市天誉煤炭有限责任公司 | 一种基于煤矿温湿度检测的预警系统 |
CN117740186A (zh) * | 2024-02-21 | 2024-03-22 | 微牌科技(浙江)有限公司 | 隧道设备温度检测方法、装置和计算机设备 |
CN117740186B (zh) * | 2024-02-21 | 2024-05-10 | 微牌科技(浙江)有限公司 | 隧道设备温度检测方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114263501A (zh) | 基于图像识别与热红外联合的隧道渗水涌水监测系统 | |
CN111951510A (zh) | 一种基于大数据的林业防火智能巡检监测预警系统 | |
CN104751593B (zh) | 一种火灾探测、报警、定位、扑灭方法及系统 | |
CN104966372B (zh) | 多数据融合的森林火灾智能识别系统和方法 | |
CN105784710B (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
CN110889455B (zh) | 一种化工园巡检机器人的故障检测定位及安全评估方法 | |
CN109915736B (zh) | 一种热力管网系统及其泄漏检测的方法 | |
CN104253482A (zh) | 基于图像数据库和巡检机器人的设备故障检测方法 | |
CN103413395A (zh) | 烟气智能检测预警方法及装置 | |
JP2008057994A (ja) | 画像処理による水位観測システム | |
CN117037406B (zh) | 一种森林火灾智能化监控和预警系统 | |
CN114373245A (zh) | 基于数字化电厂的智能巡检系统 | |
KR101461184B1 (ko) | Cctv 영상을 이용한 기상 상황 정보 추출 시스템 | |
CN208208040U (zh) | 跑道防侵入监控系统 | |
CN111973919A (zh) | 一种基于图像识别的火源精准定位方法 | |
US11605158B2 (en) | System and method for early identification and monitoring of defects in transportation infrastructure | |
CN104535126A (zh) | 一种河道枯季流量测量系统和方法 | |
CN112906674A (zh) | 一种基于双目视觉的矿井火灾识别与火源定位方法 | |
CN116434533A (zh) | 一种基于5g的ai智慧公路隧道综合监测平台 | |
KR20200030317A (ko) | 열화상카메라 및 iot센서를 활용한 송배전설비 현장점검 증강현실 플랫폼 | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN112733646B (zh) | 一种基于热成像的液态介质泄漏自动检测方法及系统 | |
CN112082495A (zh) | 一种综合管廊的形变监测系统及方法 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN109348178A (zh) | 一种监狱智能监控方法及系统 |
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 |