CN115872344B - 一种判断卸油口是否正确连接卸油管的方法及系统 - Google Patents
一种判断卸油口是否正确连接卸油管的方法及系统 Download PDFInfo
- Publication number
- CN115872344B CN115872344B CN202211725644.8A CN202211725644A CN115872344B CN 115872344 B CN115872344 B CN 115872344B CN 202211725644 A CN202211725644 A CN 202211725644A CN 115872344 B CN115872344 B CN 115872344B
- Authority
- CN
- China
- Prior art keywords
- oil discharge
- oil
- discharge pipe
- discharge port
- light
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 179
- 238000005286 illumination Methods 0.000 claims description 55
- 230000001502 supplementing effect Effects 0.000 claims description 24
- 230000007613 environmental effect Effects 0.000 claims description 20
- 239000013589 supplement Substances 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010223 real-time analysis Methods 0.000 abstract description 3
- 238000007599 discharging Methods 0.000 description 5
- 238000011835 investigation Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 241000112598 Pseudoblennius percoides Species 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
Classifications
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种判断卸油口是否正确连接卸油管的方法及系统,方法的步骤包括:S1:环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;S2:检测图像的采集;S3:检测图像的环境光照级别的分析,获取检测图像的目标检测阈值以及卸油管油号阈值;S4:根据目标检测阈值识别卸油口及卸油管,获取卸油口对应的油号;S5:根据卸油管油号阈值识别所述卸油管对应的油号;S6:根据所述卸油口及所述卸油管的几何关系判断是否连接;S7:判断连接是否正确。本发明综合了图像识别与颜色识别技术,能准确的识别出卸油口与卸油管是否已连接、连接是否正确,实现了卸油作业过程中卸油管与卸油口连接是否正确的自动化实时分析。
Description
技术领域
本发明涉及加油站安全监测技术领域,尤其涉及一种判断卸油口是否正确连接卸油管的方法及系统。
背景技术
加油站储存有大量的易燃、易爆油品,是城市中的重大危险源,加油站火灾除具备一般火灾的共性外,还具有油品易燃烧和混合油气易爆炸的特殊性。加油站火灾、爆炸事故,按其发生的原因可分为作业事故和非作业事故两大类。
作业事故主要发生在卸油、量油、清罐三个环节,在这三个环节中,60%—70%的加油站火灾发生在卸油作业中。为进一步完善卸油作业安全管理机制,目前多数加油站采用人工定时排查方法,并且通过加装视频监控装置进行人工查看加油站卸油过程情况,但这些都属于人为被动排查安全隐患,无法实现卸油作业流程的实时监控。
随时图像识别技术的发展,已提出了基于深度学习技术的卸油安全监控技术,如发明专利一种基于智能视频分析技术的加油站卸油过程安全监控方法(CN 109271938 B),公开了一种利用深度学习技术进行智能视频分析,可对加油站的卸油过程进行视频监控,由系统自动判定与事先设定的安全操作规程是否符合,并输出卸油过程的视频监控安全报告,在判定不符合安全规程的情况下,可自动产生告警信息向安全管理人员进行告警,可以有效避免目前常见的通过人工进行远程视频监控的不确定性,降低了由于安全管理人员疏忽而造成的安全事故隐患风险,但本发明方案主要对卸油过程中的人员、卸油区域内是否有其他车辆等进行识别及预警。
在实际的卸油操作过程中,首先需要明确卸油管连接是否正确,如连接错误会给加油站带来严重的经济损失与安全危害。现有技术通过人工排查的方式存在一定的不精准性,虽可采用图像、颜色识别技术,但现有的方案只能简单识别出卸油口,卸油管,并不能有效,准确地识别出是否已连接,连接的哪一个卸油口,且由于卸油操作位于室外,室外颜色识别通常受光照影响较大。
发明内容
本发明的目的在于:针对采用图像识别或颜色识别并不能有效判断卸油口的卸油管连接问题,本发明提供一种基于图像识别和颜色识别判断卸油口是否正确连接卸油管的方法。
本发明为实现上述发明目的采用如下技术方案:
第一方面,本申请提供一种判断卸油口是否正确连接卸油管的方法,包括以下步骤:
S1:环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;所述目标检测阈值包括卸油口检测阈值及卸油管检测阈值,所述卸油管油号阈值为不同油号对应的卸油管HSV数值阈值;
S2:检测图像的采集,标记所述检测图像中卸油口的位置;
S3:所述检测图像的所述环境光照级别的分析,并依据所述检测图像的所述环境光照级别获取所述检测图像的所述目标检测阈值以及所述卸油管油号阈值;
S4:根据所述检测图像的所述目标检测阈值识别所述检测图像中的卸油口及卸油管,获取所述卸油口对应的油号;
S5:根据所述检测图像的所述卸油管油号阈值识别所述卸油管对应的油号;
S6:根据所述卸油口及所述卸油管的几何关系判断是否连接;
当判断为已连接,获取已连接的所述卸油口对应的油号及所述卸油管对应的油号;
当判断为未连接,返回所述S2;
S7:根据所述已连接的所述卸油口对应的油号及所述卸油管对应的油号判断连接是否正确。
进一步地,在所述S1中,根据不同的时间及天气将所述环境光照级别分为9类。
进一步地,所述环境光照级别分别为:
第一类:夜间工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第二类:夜间雨雾工作光照,开启补光灯,中小雨或中小雾;
第三类:早晨黄昏工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第四类:早晨黄昏雨雾工作光照,开启补光灯,中小雨或中小雾;
第五类:早晨黄昏晴朗工作光照,开启补光灯,晴朗天气,有光照阴影;
第六类:白天光照,无补光灯,阴天,无雨且无雾或轻微雨或轻微雾;
第七类:白天雾天光照,无补光灯,中小雾;
第八类:白天雨天光照,无补光灯、中小雨;
第九类:白天晴朗光照,无补光灯,晴朗天气,有光照阴影。
进一步地,在所述S3中,对所述检测图像的环境光照级别的分析的步骤包括:
第一步:以所述检测图像中卸油口的位置为中心获取所述检测图像的40%面积区域,采用暗通道方法对所述40%面积区域进行分析,进行所述无雾或所述轻微雾或所述中小雾的识别;
第二步:采用帧差法对所述检测图像中存在的疑似雨滴进行量化,进行所述无雨或所述轻微雨或所述中小雨的识别;
第三步:采用灰度方差法计算所述检测图像的对比度,进行所述晴朗天气,有光照阴影或所述阴天的识别;
第四步:采用灰度直方图计算所述检测图像的亮度,进行所述夜间或所述早晨黄昏或所述白天的识别;
第五步:根据所述第一步至所述第四步的识别结果,获得所述环境光照级别。
进一步地,所述S4的步骤包括:
S41:通过深度学习分类检测模型对所述检测图像进行分类检测,得到所述卸油口及所述卸油管的分类检测结果;
S42:根据所述检测图像的所述目标检测阈值对所述分类检测结果进行过滤,得到所述卸油口及所述卸油管;
S43:由于所述卸油口的位置及对应的油号固定,根据所述卸油口的位置获取所述卸油口对应的油号。
进一步地,所述S5的步骤包括:
S51:对所述卸油管进行HSV色彩模型计算,得到所述卸油管的色调H、饱和度S、明度V;
S52:将所述卸油管的色调H、饱和度S、明度V与所述检测图像的所述卸油管油号阈值进行比较,获得所述卸油管对应的油号。
进一步地,当所述卸油管的色调H、饱和度S、明度V与所述检测图像的卸油管油号阈值中的某一油号对应的卸油管HSV数值阈值的色调H、饱和度S、明度V相差分别不超过20%、40%、40%时,所述卸油管对应的油号为该油号。
进一步地,所述S6中,所述几何关系为物理位置几何关系,所述物理位置几何关系包括:
当所述物理位置几何关系满足所述关系一、所述关系二以及所述关系三,判断为所述已连接;
当所述物理位置几何关系不能同时满足所述关系一、所述关系二以及所述关系三,判断为所述未连接。
进一步地,所述S7中:
当所述已连接的所述卸油口对应的油号及所述卸油管对应的油号一致,则判断为连接正确;
当所述已连接的所述卸油口对应的油号及所述卸油管对应的油号不一致,则判断为连接错误。
第二方面,本申请提供一种判断卸油口是否正确连接卸油管的系统,包括:
环境光照分级及阈值设置模块、检测图像采集模块、环境光照级别的分析及阈值获取模块、目标检测模块、卸油管油号识别模块、是否连接判断模块、是否连接正确判断模块;
所述环境光照分级及阈值设置模块,用于环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;所述目标检测阈值包括卸油口检测阈值及卸油管检测阈值,所述卸油管油号阈值为不同油号对应的卸油管HSV数值阈值;
所述检测图像采集模块,用于检测图像的采集,标记所述检测图像中卸油口的位置;
所述环境光照级别的分析及阈值获取模块,用于所述检测图像的所述环境光照级别的分析,并依据所述检测图像的所述环境光照级别获取所述检测图像的所述目标检测阈值以及所述卸油管油号阈值;
所述目标检测模块,用于根据所述检测图像的所述目标检测阈值识别所述检测图像中的卸油口及卸油管,并获取所述卸油口对应的油号;
所述卸油管油号识别模块,用于根据所述检测图像的所述卸油管油号阈值识别所述卸油管对应的油号;
所述是否连接判断模块,用于根据所述卸油口及所述卸油管的几何关系判断是否连接;
当判断为已连接,获取已连接的所述卸油口对应的油号及所述卸油管对应的油号;
当判断为未连接,返回所述检测图像采集模块;
所述是否连接正确判断模块,用于根据所述已连接的所述卸油口对应的油号及所述卸油管对应的油号判断连接是否正确。
本发明的有益效果在于:
(1)本发明充分考虑了户外卸油作业过程中,环境光照影响对于图像识别结果的影响,综合了时间和天气因素,对环境光照进行了分级,在不同级别的环境光照条件下设置了不同的检测阈值,降低了环境因素对识别结果的影响,提升了识别精度。
(2)本发明综合了图像识别与颜色识别技术,不但能精准识别出卸油口以及卸油管,同时通过几何分析方法,能准确地识别出卸油口与卸油管是否已连接、连接是否正确,实现了卸油作业过程中卸油管与卸油口连接是否正确的自动化实时分析。
附图说明
图1为一种判断卸油口是否正确连接卸油管的方法的流程示意图。
图2为检测图像中卸油口与卸油管连接判断的示意图。
图3为检测图像中已连接的卸油口与卸油管错误连接的示意图。
图4为一种判断卸油口是否正确连接卸油管的系统的组成框图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请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申请。
下面结合附图对本发明方法进行进一步详细说明;
如图1所示一种判断卸油口是否正确连接卸油管的方法,具体包括以下步骤:
S1:环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;目标检测阈值包括卸油口检测阈值及卸油管检测阈值,卸油管油号阈值为不同油号对应的卸油管HSV数值阈值;
S2:检测图像的采集,标记检测图像中卸油口的位置;
S3:检测图像的环境光照级别的分析,并依据检测图像的环境光照级别获取检测图像的目标检测阈值以及卸油管油号阈值;
S4:根据检测图像的目标检测阈值识别检测图像中的卸油口及卸油管,获取卸油口对应的油号;
S5:根据检测图像的卸油管油号阈值识别卸油管对应的油号;
S6:根据卸油口及卸油管的几何关系判断是否连接;
当判断为已连接,获取已连接的卸油口对应的油号及卸油管对应的油号;
当判断为未连接,返回S2;
S7:根据已连接的卸油口对应的油号及卸油管对应的油号判断连接是否正确。
由于加油站卸油作业发生在室外,基于图像集颜色识别的卸油管分析过程中,环境光照影响对于识别结果的影响较大,为了减少环境光照因素对于识别结果的影响,本实施例综合了时间和天气因素,将对环境光照进行了分级,在不同级别的环境光照条件下设置了不同的检测阈值,降低了环境因素对识别结果的影响,提升了识别精度。
具体地,本实施例中,在S1中,根据不同的时间及天气将环境光照级别分为9类。
第一类:夜间工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第二类:夜间雨雾工作光照,开启补光灯,中小雨或中小雾;
第三类:早晨黄昏工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第四类:早晨黄昏雨雾工作光照,开启补光灯,中小雨或中小雾;
第五类:早晨黄昏晴朗工作光照,开启补光灯,晴朗天气,有光照阴影;
第六类:白天光照,无补光灯,阴天,无雨且无雾或轻微雨或轻微雾;
第七类:白天雾天光照,无补光灯,中小雾;
第八类:白天雨天光照,无补光灯、中小雨;
第九类:白天晴朗光照,无补光灯,晴朗天气,有光照阴影。
在本实施例中定义夜间为太阳完全落山至太阳升起前45分钟;早晨黄昏为太阳升起前45分钟以及太阳完全落山前45分钟;白天为太阳升起后45分钟至太阳落山前45分钟。
根据对检测图像的分析,获取检测图像为白天、黑夜以及对应的天气进行分析,
步骤S2采集检测图像,检测图像为卸油作业区域的图像,检测图像的图像数据格式为常用格式,在检测图像采集过程中由于摄像头以及卸油口位置固定,为了实现图像中卸油口区域是否有雾的情况,需要根据摄像头采集的图像的情况预先设定卸油口的位置。
步骤S3通过卸油口区域图像以及对检测图像的整体分析获得环境光照级别,确定检测图像的环境因子,并基于环境光照级别选择用于检测图像中目标识别及分析的目标检测阈值以及卸油管油号阈值。
在S3中,对检测图像的环境光照级别的分析的步骤包括:
第一步:以检测图像中卸油口的位置为中心获取检测图像的40%面积区域,采用暗通道方法对40%面积区域进行分析,进行无雾或轻微雾或中小雾的识别;
第二步:采用帧差法对检测图像中存在的疑似雨滴进行量化,进行无雨或轻微雨或中小雨的识别;
第三步:采用灰度方差法计算检测图像的对比度,进行晴朗天气,有光照阴影或阴天的识别;
第四步:采用灰度直方图计算检测图像的亮度,进行夜间或早晨黄昏或白天的识别;
第五步:根据第一步至第四步的识别结果,获得环境光照级别。
本实施例中,通过步骤S3的分析,识别到中小雾、无雨、白天,根据识别内容对应环境光照级别的第七类:白天雾天光照,无补光灯,中小雾;再根据环境光照级别的第七类对应的目标检测阈值以及卸油管油号阈值获得检测图像的目标检测阈值以及卸油管油号阈值。
步骤S4根据步骤S3获取的检测图像的目标检测阈值进行检测图像中目标的识别,S4的步骤包括:
S41:通过深度学习分类检测模型对检测图像进行分类检测,得到卸油口及卸油管的分类检测结果;
S42:根据检测图像的目标检测阈值对分类检测结果进行过滤,得到卸油口及卸油管;
S43:由于卸油口的位置及对应的油号固定,根据卸油口的位置获取卸油口对应的油号。
在步骤S4中首先通过分类检测模型进行检测图像中目标的分类检测,由于分类检测结果可能存在误检,本实施例中根据检测图像的目标检测阈值对分类检测结果进行过滤,过滤掉分类检测结果中超过目标检测阈值的结果,最终获得卸油口及卸油管,得到的卸油口及卸油管的为矩形区域。
加油站的卸油口的位置及卸油口对应的油号固定,可直接通过检测图像中卸油口的位置获得卸油口对应的油号。
在S5中实现卸油管对应的油号的识别,具体的步骤包括:
S51:对卸油管进行HSV色彩模型计算,得到卸油管的色调H、饱和度S、明度V;
S52:将卸油管的色调H、饱和度S、明度V与检测图像的卸油管油号阈值进行比较,获得卸油管对应的油号。
当卸油管的色调H、饱和度S、明度V与检测图像的卸油管油号阈值中的某一油号对应的卸油管HSV数值阈值的色调H、饱和度S、明度V相差分别不超过20%、40%、40%时,卸油管对应的油号为该油号。
本实施例中卸油管的色调H、饱和度S、明度V与检测图像的卸油管油号阈值中的92号对应的卸油管HSV数值阈值的色调H、饱和度S、明度V相差分别不超过20%、40%、40%时,可确定该卸油管对应的油号为92号。
通过步骤S4、S5确定了检测图像中的卸油口、卸油口对应的油号以及卸油管、卸油管对应的油号,通过步骤S6、S7对检测图像中卸油口及卸油管的连接情况进行分析。
S6中,几何关系为物理位置几何关系,根据卸油口及卸油管的物理位置几何关系判断是否连接;物理位置几何关系包括:
关系一:卸油口与卸油管的轴向角度偏差不大于15°;
关系二:卸油口与卸油管的轴线的径向距离不大于预设的距离阈值;
关系三:卸油口与卸油管相互覆盖的面积介于30%至60%之间;
当物理位置几何关系满足所述关系一、所述关系二以及所述关系三,判断为已连接;
当物理位置几何关系不能同时满足所述关系一、所述关系二以及所述关系三,判断为未连接。
本实施例中,如图2所示,需要对卸油口与卸油管的轴向角度偏差α、轴线的径向距离、卸油口与卸油管相互覆盖的面积S进行判断,其中要求卸油口与卸油管的轴线的径向距离不大于预设的距离阈值,该距离阈值与具体加油站现场实际采集的图像相关,需根据现场实际采集的图像进行预设。
当卸油口与卸油管的物理位置几何关系同时满足关系一、关系二以及关系三时,判断为已连接,当判断为已连接后,进一步通过S7对已连接的卸油口与卸油管连接是否正确进行判断。
在步骤S7中:
当已连接的卸油口对应的油号及卸油管对应的油号一致,则判断为连接正确;
当已连接的卸油口对应的油号及卸油管对应的油号不一致,则判断为连接错误。
如图2所示,本实施例中,已连接的卸油口对应的油号为92号,卸油管对应的油号为92号,已连接的卸油口对应的油号及卸油管对应的油号一致,判断为连接正确。
如图3所示,本实施例中,已连接的卸油口对应的油号为95号,卸油管对应的油号为92号,已连接的卸油口对应的油号及卸油管对应的油号不一致,判断为连接错误。
本实施中充分考虑了户外卸油作业过程中,环境光照影响对于图像识别结果的影响,综合了时间和天气因素,将对环境光照进行了分级,在不同级别的环境光照条件下设置了不同的检测阈值,降低了环境因素对识别结果的影响,提升了识别精度。
另一方面,本实施例综合了图像识别与颜色识别技术,不但能精准识别出卸油口以及卸油管,同时通过几何分析方法,能准确的识别出卸油口与卸油管是否已连接、连接是否正确,实现了卸油作业过程中卸油管与卸油口连接是否正确的自动化实时分析。
如图4所示,本实施例还提供一种判断卸油口是否正确连接卸油管的系统,包括:
环境光照分级及阈值设置模块、检测图像采集模块、环境光照级别的分析及阈值获取模块、目标检测模块、卸油管油号识别模块、是否连接判断模块、是否连接正确判断模块;
环境光照分级及阈值设置模块,用于环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;目标检测阈值包括卸油口检测阈值及卸油管检测阈值,卸油管油号阈值为不同油号对应的卸油管HSV数值阈值;
检测图像采集模块,用于检测图像的采集,标记检测图像中卸油口的位置;
环境光照级别的分析及阈值获取模块,用于检测图像的环境光照级别的分析,并依据检测图像的环境光照级别获取检测图像的目标检测阈值以及卸油管油号阈值;
目标检测模块,用于根据检测图像的目标检测阈值识别检测图像中的卸油口及卸油管,并获取卸油口对应的油号;
卸油管油号识别模块,用于根据检测图像的卸油管油号阈值识别卸油管对应的油号;
是否连接判断模块,用于根据卸油口及卸油管的几何关系判断是否连接;
当判断为已连接,获取已连接的卸油口对应的油号及卸油管对应的油号;
当判断为未连接,返回检测图像采集模块;
是否连接正确判断模块,用于根据已连接的卸油口对应的油号及卸油管对应的油号判断连接是否正确。
本实施中的一种判断卸油口是否正确连接卸油管的系统,综合了时间和天气因素,将对环境光照进行了分级,降低了环境光照影响对于图像识别结果的影响,对不同环境光照条件下的卸油口与卸油管连接是否正确地识别具有普适性,因此相比现有技术,实现了自动化识别且成本低廉,大幅降低工作人员工作量,且提高了工作效率。
以上所述仅为发明的优选实例而已,并不用于限制发明,尽管参照前述实例对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例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。凡在发明的精神和原则之内,所做的修改、等同替换等均应包含在发明的保护范围之内。
Claims (2)
1.一种判断卸油口是否正确连接卸油管的方法,其特征在于,包括以下步骤:
S1:环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;所述目标检测阈值包括卸油口检测阈值及卸油管检测阈值,所述卸油管油号阈值为不同油号对应的卸油管HSV数值阈值;
S2:检测图像的采集,标记所述检测图像中卸油口的位置;
S3:所述检测图像的所述环境光照级别的分析,并依据所述检测图像的所述环境光照级别获取所述检测图像的所述目标检测阈值以及所述卸油管油号阈值;
S4:根据所述检测图像的所述目标检测阈值识别所述检测图像中的卸油口及卸油管,获取所述卸油口对应的油号;
S5:根据所述检测图像的所述卸油管油号阈值识别所述卸油管对应的油号;
S6:根据所述卸油口及所述卸油管的几何关系判断是否连接;
当判断为已连接,获取已连接的所述卸油口对应的油号及所述卸油管对应的油号;
当判断为未连接,返回所述S2;
S7:根据所述已连接的所述卸油口对应的油号及所述卸油管对应的油号判断连接是否正确;
所述S1中,根据不同的时间及天气将所述环境光照级别分为9类;
所述环境光照级别分别为:
第一类:夜间工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第二类:夜间雨雾工作光照,开启补光灯,中小雨或中小雾;
第三类:早晨黄昏工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第四类:早晨黄昏雨雾工作光照,开启补光灯,中小雨或中小雾;
第五类:早晨黄昏晴朗工作光照,开启补光灯,晴朗天气,有光照阴影;
第六类:白天光照,无补光灯,阴天,无雨且无雾或轻微雨或轻微雾;
第七类:白天雾天光照,无补光灯,中小雾;
第八类:白天雨天光照,无补光灯、中小雨;
第九类:白天晴朗光照,无补光灯,晴朗天气,有光照阴影;
所述S3中,对所述检测图像的环境光照级别的分析的步骤包括:
第一步:以所述检测图像中卸油口的位置为中心获取所述检测图像的40%面积区域,采用暗通道方法对所述40%面积区域进行分析,进行所述无雾或所述轻微雾或所述中小雾的识别;
第二步:采用帧差法对所述检测图像中存在的疑似雨滴进行量化,进行所述无雨或所述轻微雨或所述中小雨的识别;
第三步:采用灰度方差法计算所述检测图像的对比度,进行所述晴朗天气,有光照阴影或所述阴天的识别;
第四步:采用灰度直方图计算所述检测图像的亮度,进行所述夜间或所述早晨黄昏或所述白天的识别;
第五步:根据所述第一步至所述第四步的识别结果,获得所述检测图像的所述环境光照级别;
所述S4的步骤包括:
S41:通过深度学习分类检测模型对所述检测图像进行分类检测,得到所述卸油口及所述卸油管的分类检测结果;
S42:根据所述检测图像的所述目标检测阈值对所述分类检测结果进行过滤,得到所述卸油口及所述卸油管;
S43:由于所述卸油口的位置及对应的油号固定,根据所述卸油口的位置获取所述卸油口对应的油号;
所述S5的步骤包括:
S51:对所述卸油管进行HSV色彩模型计算,得到所述卸油管的色调H、饱和度S、明度V;
S52:将所述卸油管的色调H、饱和度S、明度V与所述检测图像的所述卸油管油号阈值进行比较,获得所述卸油管对应的油号;
当所述卸油管的色调H、饱和度S、明度V与所述检测图像的卸油管油号阈值中的某一油号对应的卸油管HSV数值阈值的色调H、饱和度S、明度V相差分别不超过20%、40%、40%时,所述卸油管对应的油号为该油号;
所述S6中,所述几何关系为物理位置几何关系,所述物理位置几何关系包括:
关系一:所述卸油口与所述卸油管的轴向角度偏差不大于15°;
关系二:所述卸油口与所述卸油管的轴线的径向距离不大于预设的距离阈值;
关系三:所述卸油口与卸油管相互覆盖的面积介于30%至60%之间;
当所述物理位置几何关系满足所述关系一、所述关系二以及所述关系三,判断为所述已连接;
当所述物理位置几何关系不能同时满足所述关系一、所述关系二以及所述关系三,判断为所述未连接;
所述S7中:
当所述已连接的所述卸油口对应的油号及所述卸油管对应的油号一致,则判断为连接正确;
当所述已连接的所述卸油口对应的油号及所述卸油管对应的油号不一致,则判断为连接错误。
2.一种判断卸油口是否正确连接卸油管的系统,包括:
环境光照分级及阈值设置模块、检测图像采集模块、环境光照级别的分析及阈值获取模块、目标检测模块、卸油管油号识别模块、是否连接判断模块、是否连接正确判断模块;
所述环境光照分级及阈值设置模块,用于环境光照分级,设置不同环境光照级别对应的目标检测阈值及卸油管油号阈值;所述目标检测阈值包括卸油口检测阈值及卸油管检测阈值,所述卸油管油号阈值为不同油号对应的卸油管HSV数值阈值;
所述检测图像采集模块,用于检测图像的采集,标记所述检测图像中卸油口的位置;
所述环境光照级别的分析及阈值获取模块,用于所述检测图像的所述环境光照级别的分析,并依据所述检测图像的所述环境光照级别获取所述检测图像的所述目标检测阈值以及所述卸油管油号阈值;
所述目标检测模块,用于根据所述检测图像的所述目标检测阈值识别所述检测图像中的卸油口及卸油管,并获取所述卸油口对应的油号;
所述卸油管油号识别模块,用于根据所述检测图像的所述卸油管油号阈值识别所述卸油管对应的油号;
所述是否连接判断模块,用于根据所述卸油口及所述卸油管的几何关系判断是否连接;
当判断为已连接,获取已连接的所述卸油口对应的油号及所述卸油管对应的油号;
当判断为未连接,返回所述检测图像采集模块;
所述是否连接正确判断模块,用于根据所述已连接的所述卸油口对应的油号及所述卸油管对应的油号判断连接是否正确;
所述环境光照级别分别为:
第一类:夜间工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第二类:夜间雨雾工作光照,开启补光灯,中小雨或中小雾;
第三类:早晨黄昏工作光照,开启补光灯,无雨且无雾或轻微雨或轻微雾;
第四类:早晨黄昏雨雾工作光照,开启补光灯,中小雨或中小雾;
第五类:早晨黄昏晴朗工作光照,开启补光灯,晴朗天气,有光照阴影;
第六类:白天光照,无补光灯,阴天,无雨且无雾或轻微雨或轻微雾;
第七类:白天雾天光照,无补光灯,中小雾;
第八类:白天雨天光照,无补光灯、中小雨;
第九类:白天晴朗光照,无补光灯,晴朗天气,有光照阴影;
对所述检测图像的环境光照级别的分析的步骤包括:
第一步:以所述检测图像中卸油口的位置为中心获取所述检测图像的40%面积区域,采用暗通道方法对所述40%面积区域进行分析,进行所述无雾或所述轻微雾或所述中小雾的识别;
第二步:采用帧差法对所述检测图像中存在的疑似雨滴进行量化,进行所述无雨或所述轻微雨或所述中小雨的识别;
第三步:采用灰度方差法计算所述检测图像的对比度,进行所述晴朗天气,有光照阴影或所述阴天的识别;
第四步:采用灰度直方图计算所述检测图像的亮度,进行所述夜间或所述早晨黄昏或所述白天的识别;
第五步:根据所述第一步至所述第四步的识别结果,获得所述检测图像的所述环境光照级别;
根据所述检测图像的所述目标检测阈值识别所述检测图像中的卸油口及卸油管,获取所述卸油口对应的油号步骤包括:
S41:通过深度学习分类检测模型对所述检测图像进行分类检测,得到所述卸油口及所述卸油管的分类检测结果;
S42:根据所述检测图像的所述目标检测阈值对所述分类检测结果进行过滤,得到所述卸油口及所述卸油管;
S43:由于所述卸油口的位置及对应的油号固定,根据所述卸油口的位置获取所述卸油口对应的油号;
所述目标检测模块包括:
S51:对所述卸油管进行HSV色彩模型计算,得到所述卸油管的色调H、饱和度S、明度V;
S52:将所述卸油管的色调H、饱和度S、明度V与所述检测图像的所述卸油管油号阈值进行比较,获得所述卸油管对应的油号;
当所述卸油管的色调H、饱和度S、明度V与所述检测图像的卸油管油号阈值中的某一油号对应的卸油管HSV数值阈值的色调H、饱和度S、明度V相差分别不超过20%、40%、40%时,所述卸油管对应的油号为该油号;
所述几何关系为物理位置几何关系,所述物理位置几何关系包括:
关系一:所述卸油口与所述卸油管的轴向角度偏差不大于15°;
关系二:所述卸油口与所述卸油管的轴线的径向距离不大于预设的距离阈值;
关系三:所述卸油口与卸油管相互覆盖的面积介于30%至60%之间;
当所述物理位置几何关系满足所述关系一、所述关系二以及所述关系三,判断为所述已连接;
当所述物理位置几何关系不能同时满足所述关系一、所述关系二以及所述关系三,判断为所述未连接;
所述是否连接正确判断模块:
当所述已连接的所述卸油口对应的油号及所述卸油管对应的油号一致,则判断为连接正确;
当所述已连接的所述卸油口对应的油号及所述卸油管对应的油号不一致,则判断为连接错误。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211725644.8A CN115872344B (zh) | 2022-12-30 | 2022-12-30 | 一种判断卸油口是否正确连接卸油管的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211725644.8A CN115872344B (zh) | 2022-12-30 | 2022-12-30 | 一种判断卸油口是否正确连接卸油管的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115872344A CN115872344A (zh) | 2023-03-31 |
CN115872344B true CN115872344B (zh) | 2024-06-07 |
Family
ID=85757573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211725644.8A Active CN115872344B (zh) | 2022-12-30 | 2022-12-30 | 一种判断卸油口是否正确连接卸油管的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115872344B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04102597A (ja) * | 1990-08-20 | 1992-04-03 | Tokico Ltd | 給油所システム |
JPH08258899A (ja) * | 1995-03-27 | 1996-10-08 | Tokico Ltd | 給油装置 |
JP2013101474A (ja) * | 2011-11-08 | 2013-05-23 | Tohoku Electric Power Co Inc | 油漏れ検出装置 |
KR101381580B1 (ko) * | 2014-02-04 | 2014-04-17 | (주)나인정보시스템 | 다양한 조명 환경에 강인한 영상 내 차량 위치 판단 방법 및 시스템 |
CN206606616U (zh) * | 2017-03-01 | 2017-11-03 | 海泰建设有限公司 | 一种油罐车的安全监测系统 |
CN111847370A (zh) * | 2020-08-12 | 2020-10-30 | 中国石油化工股份有限公司 | 一种能够预判卸车完成的重油铁路卸车系统 |
CN111932708A (zh) * | 2020-09-03 | 2020-11-13 | 四川弘和通讯有限公司 | 一种基于ai识别实现加油站卸油作业违规安全监管的方法 |
CN112434975A (zh) * | 2020-12-14 | 2021-03-02 | 上善智城(苏州)信息科技有限公司 | 一种加油站卸油作业过程数字化监管方法及系统 |
JP2021046220A (ja) * | 2019-09-18 | 2021-03-25 | 株式会社Jvcケンウッド | 記録システム、記録方法およびプログラム |
CN112573031A (zh) * | 2019-09-29 | 2021-03-30 | 中国石油化工股份有限公司 | 一种加油站罐车卸油安全控制系统及控制方法 |
JP2021054422A (ja) * | 2019-09-27 | 2021-04-08 | トキコシステムソリューションズ株式会社 | 燃料荷卸しシステムおよび燃料荷卸し方法 |
CN112794274A (zh) * | 2021-04-08 | 2021-05-14 | 南京东富智能科技股份有限公司 | 一种油罐车底部装油口安全监控方法及系统 |
CN113735050A (zh) * | 2021-09-16 | 2021-12-03 | 深圳市风行趋势科技有限公司 | 一种加油站自动卸油检测系统 |
CN113901906A (zh) * | 2021-09-30 | 2022-01-07 | 正星科技股份有限公司 | 加油枪的移动风险预警方法、装置、电子设备及介质 |
-
2022
- 2022-12-30 CN CN202211725644.8A patent/CN115872344B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04102597A (ja) * | 1990-08-20 | 1992-04-03 | Tokico Ltd | 給油所システム |
JPH08258899A (ja) * | 1995-03-27 | 1996-10-08 | Tokico Ltd | 給油装置 |
JP2013101474A (ja) * | 2011-11-08 | 2013-05-23 | Tohoku Electric Power Co Inc | 油漏れ検出装置 |
KR101381580B1 (ko) * | 2014-02-04 | 2014-04-17 | (주)나인정보시스템 | 다양한 조명 환경에 강인한 영상 내 차량 위치 판단 방법 및 시스템 |
CN206606616U (zh) * | 2017-03-01 | 2017-11-03 | 海泰建设有限公司 | 一种油罐车的安全监测系统 |
JP2021046220A (ja) * | 2019-09-18 | 2021-03-25 | 株式会社Jvcケンウッド | 記録システム、記録方法およびプログラム |
JP2021054422A (ja) * | 2019-09-27 | 2021-04-08 | トキコシステムソリューションズ株式会社 | 燃料荷卸しシステムおよび燃料荷卸し方法 |
CN112573031A (zh) * | 2019-09-29 | 2021-03-30 | 中国石油化工股份有限公司 | 一种加油站罐车卸油安全控制系统及控制方法 |
CN111847370A (zh) * | 2020-08-12 | 2020-10-30 | 中国石油化工股份有限公司 | 一种能够预判卸车完成的重油铁路卸车系统 |
CN111932708A (zh) * | 2020-09-03 | 2020-11-13 | 四川弘和通讯有限公司 | 一种基于ai识别实现加油站卸油作业违规安全监管的方法 |
CN112434975A (zh) * | 2020-12-14 | 2021-03-02 | 上善智城(苏州)信息科技有限公司 | 一种加油站卸油作业过程数字化监管方法及系统 |
CN112794274A (zh) * | 2021-04-08 | 2021-05-14 | 南京东富智能科技股份有限公司 | 一种油罐车底部装油口安全监控方法及系统 |
CN113735050A (zh) * | 2021-09-16 | 2021-12-03 | 深圳市风行趋势科技有限公司 | 一种加油站自动卸油检测系统 |
CN113901906A (zh) * | 2021-09-30 | 2022-01-07 | 正星科技股份有限公司 | 加油枪的移动风险预警方法、装置、电子设备及介质 |
Non-Patent Citations (2)
Title |
---|
加油站油气回收系统VOCs泄漏FID现场检测方法及效果分析;冯雨钦等;环境工程学报;20220526;第16卷(第5期);全文 * |
基于计算机视觉的野外输油管道智能监控系统研究;龙凯;中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑;20200415;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115872344A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111259892B (zh) | 一种指示灯状态的巡检方法、装置、设备和介质 | |
WO2020199538A1 (zh) | 基于图像监控数据的桥梁关键构件病害预警系统及方法 | |
CN101553852B (zh) | 用于为交通控制检测交通工具的平均速度的系统和方法 | |
CN112395928A (zh) | 一种设备状态运行自动检测的方法 | |
CN111523397B (zh) | 一种智慧灯杆视觉识别装置、方法及其系统和电子设备 | |
CN111783700B (zh) | 一种路面异物自动识别预警方法和系统 | |
CN112649900A (zh) | 一种能见度的监测方法、装置、设备、系统和介质 | |
CN112330961A (zh) | 一种基于时序规律的交通指示红黄绿灯的图像识别方法 | |
CN114882410B (zh) | 基于改进定位损失函数的隧道顶灯故障检测方法及系统 | |
CN115372571A (zh) | 一种水环境智能监测系统 | |
CN115872344B (zh) | 一种判断卸油口是否正确连接卸油管的方法及系统 | |
CN112861676B (zh) | 一种烟火识别标记方法、系统、终端及存储介质 | |
CN116721095B (zh) | 一种航拍式的道路照明故障检测方法及装置 | |
CN112765389A (zh) | 一种油气输送管道高后果区识别方法、系统及存储介质 | |
CN115931909A (zh) | Aoi检测系统及其检测方法 | |
CN110719677B (zh) | 一种照明控制方法、系统及存储介质 | |
CN208954336U (zh) | 黑烟车实时监测抓拍装置 | |
CN111289853A (zh) | 一种基于通道-空间注意力机制的绝缘子检测系统及算法 | |
Hsieh et al. | Recognising daytime and nighttime driving images using Bayes classifier | |
CN113963243A (zh) | 一种基于人工智能的黑烟车检测方法 | |
CN109086681A (zh) | 一种基于lhi特征的智能视频黑烟车检测方法 | |
CN113065466B (zh) | 一种基于深度学习的驾培用红绿灯检测系统 | |
CN116486313A (zh) | 一种适应场景的视频分析系统及方法 | |
CN215335186U (zh) | 一种排水管道快速检测装置 | |
CN115701874A (zh) | 一种基于目标识别的道路营运车辆状态监测系统及方法 |
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 |