MX2015000035A - Sistema integrado de deteccion temprana de hidrocarburos en un medio acuoso. - Google Patents

Sistema integrado de deteccion temprana de hidrocarburos en un medio acuoso.

Info

Publication number
MX2015000035A
MX2015000035A MX2015000035A MX2015000035A MX2015000035A MX 2015000035 A MX2015000035 A MX 2015000035A MX 2015000035 A MX2015000035 A MX 2015000035A MX 2015000035 A MX2015000035 A MX 2015000035A MX 2015000035 A MX2015000035 A MX 2015000035A
Authority
MX
Mexico
Prior art keywords
aqueous medium
image
hydrocarbon
vector
region
Prior art date
Application number
MX2015000035A
Other languages
English (en)
Inventor
José Vicente Solano Ferrández
Ivana Daniela Espósito Cassiba
Marcos García Cervantes
Juan Pablo Gómez González
Javier Rodríguez Martín De Los Santos
Ignacio Miñambres Chamorro
Original Assignee
Repsol Sa
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 Repsol Sa filed Critical Repsol Sa
Publication of MX2015000035A publication Critical patent/MX2015000035A/es

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/54Extraction of image or video features relating to texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/30Transforming light or analogous information into electric information
    • H04N5/33Transforming infrared radiation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/1826Organic contamination in water
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/194Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20Controlling water pollution; Waste water treatment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

La invención se refiere a un procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, que comprende analizar (11) una imagen de la pluralidad de imágenes; verificar (12) si en la imagen se muestra al menos una región susceptible de ser identificada como un vertido; en caso de resultado positivo, evaluar (13) si el punto que representa un vector de características multidimensional asociado a la región se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales; si se determina que el punto que representa al vector de características multidimensional se encuentra dentro de la zona de referencia multidimensional, generar (14) una señal de aviso de un vertido.

Description

Sistema integrado de detección temprana de hidrocarburos en un medio acuoso La presente invención se refiere a procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos. Más concretamente, la invención se refiere a un procedimiento para la detección temprana de vertidos de hidrocarburos sobre superficies acuosas, tales como superficies marinas, a partir de imágenes obtenidas mediante una cámara de infrarrojos.
La invención se refiere tambien a un sistema electrónico y a un programa informático adecuados para llevar a cabo este procedimiento.
La invención puede ser usada e instalada en plataformas fijas, embarcaciones, pantanales de refinería y puertos comerciales e industriales. Además, presenta otros campos de aplicación, tales como la monitorización de embarcaciones, la detección de personas, y/o el seguimiento y la predicción de la trayectoria de vertidos o derrames en un medio acuoso.
ESTADO DE LA TÉCNICA ANTERIOR Los grandes vertidos accidentales de hidrocarburos en general y de petróleo en particular suelen tener un gran impacto mediático y suelen sensibilizar de forma especial a la opinión pública. Estos vertidos acostumbran a afectar a las costas y simbolizan el problema de la contaminación marina por petróleo. Estos derrames, sin embargo, sólo representan entre el 10 y el 15 por ciento de todo el petróleo que llega a los mares/océanos cada año.
Podría obtenerse una larga lista de barcos petroleros, pozos de petróleo y oleoductos en alta mar que, a lo largo de los años, han causado grandes y espectaculares vertidos accidentales de petróleo en el medio marino. Estos vertidos han causado normalmente, a corto y largo plazo, importantes daños a los hábitats costeros y marinos y ecosistemas, las aves marinas, mamíferos, la pesca e incluso a las personas.
Puede haber otras fuentes de contaminación marina por petróleo o derivados de este que no son tan espectaculares y que, por tanto, pueden no vincularse a la contaminación marina por petróleo. Por ejemplo, la contaminación petrolífera de los mares también puede tener su origen en aguas pluviales y/o aguas residuales de los municipios ya contaminadas, en numerosas instalaciones costeras consumidoras de petróleo y/o derivados, en hidrocarburos gaseosos o líquidos de los coches y/o barcos(as) de motor, etc. Estas otras fuentes, aunque no tienen el impacto mediático de los grandes vertidos accidentales, suelen constituir una gran e interminable provisión de petróleo y/o derivados al medio marino.
Gran parte del petróleo que contamina los mares/océanos proviene de fuentes naturales, como por ejemplo filtraciones naturales en el fondo del mar, en cuyo caso pueden no ser evitadas. Pero el origen más importante y cuantioso, con diferencia, de la llegada de petróleo al medio ambiente costero y marino en todo el mundo proviene de fuentes terrestres como resultado de actividades ordinarias y cotidianas del ser humano.
Como cita a modo de ejemplo, el accidente de la Deep Water Horizon en el Golfo de Méjico abrió el debate sobre el tema de la detección temprana de vertidos a escala mundial.
Así pues, la detección de vertidos petrolíferos en el mar constituye hoy en día una disciplina clave para la preservación de mares y océanos, y más aún su detección temprana. Una vez detectados los vertidos, pueden aplicarse diferentes téenicas adecuadas para su separación del agua marina y extracción subsiguiente.
Son conocidos en el estado de la técnica diferentes tipos de dispositivos para la detección de vertidos de petróleo o derivados en el mar. Algunos de estos dispositivos se basan en cámaras que permiten visionar porciones de mar de modo que los vertidos derivados del petróleo son resaltados de tal manera que pueden ser detectados con una determinada precisión.
Por ejemplo, en el documento [Application Story - Flir Thermal Imaging Cameras Ideal for Oil Detection], que puede encontrarse en, por ejemplo, el siguiente enlace de Internet: http:bwww.flir.com/uploadedFiles/CS EMEA/Application Stories/Media/Downloads /Oilspill EN.pdf, se describen cámaras de infrarrojos basadas en la generación de imágenes a partir de la medición de temperaturas exactas a distancia y sin necesidad de contacto físico con el objeto a estudiar (en este caso, vertidos petrolíferos). Básicamente, estas cámaras de infrarrojos son capaces de identificar vertidos de hidrocarburos en la superficie de un medio acuoso a partir de diferencias termicas y emisivas de las sustancias que han sido derramadas o vertidas, con respecto a la superficie del medio acuoso.
La medición de estas temperaturas se realiza mediante la captación de radiaciones infrarrojas del espectro electromagnético, y esta energía radiada es convertida en información sobre temperaturas. Finalmente, se obtienen unas imágenes que representan una especie de mapas de temperaturas detectadas, en las que pueden distinguirse el agua y el petróleo gracias a las diferentes propiedades térmicas que tienen ambos elementos.
No obstante, estas cámaras y posibles sistemas asociados requieren una monitorización y manipulación constante y experta, lo que suele originar unos costes de operación elevados y un cierto riesgo de imprecisión en los resultados del proceso global de detección de vertidos. Aunque estas cámaras ofrezcan una resolución y/o precisión de gran calidad, una operación deficiente de éstas puede producir también unos resultados deficientes.
EXPLICACIÓN DE LA INVENCIÓN Es un objeto de la presente invención proporcionar un procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, que evita al menos alguna de las desventajas comentadas para el estado de la teenica conocido.
Esto se consigue, de acuerdo con un aspecto de la invención, mediante un procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, que comprende: • Analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso; • Verificar si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; • En caso de resultado positivo en la verificación, o Evaluar si el punto que representa un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en un medio acuoso; Si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional, generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso.
De este modo, a partir de la definición de una zona de referencia en un espacio multidimensional y a partir de la caracterización (mediante un vector de características multidimensional) de cada una de las regiones susceptibles de considerarse como vertidos, es posible determinar de manera automática la presencia de un vertido en el mar (o cualquier otro medio acuoso o acuático), generándose una alarma de vertido sin requerirse la presencia de un operador. Para ello, es necesario verificar si el punto que representa al vector de características multidimensional asociado a la región susceptible de considerarse como un vertido se encuentra dentro de la zona de referencia definida en el espacio multidimensional. En el caso que sea así, el sistema que implementa el procedimiento es capaz por sí mismo de generar la señal de alarma.
Para la obtención de este vector de características multidimensional es necesario realizar un análisis de una imagen (o fotograma) de la superficie del medio acuoso obtenida por una cámara de infrarrojos. Más concretamente, la cámara de infrarrojos puede captar o capturar una secuencia de video de la superficie del medio acuoso, la cual posteriormente se convierte en una pluralidad de imágenes o fotogramas.
Mientras el sistema ejecuta el procedimiento descrito, la cámara de infrarrojos puede ir captando en paralelo una nueva secuencia de video, que será analizada despues de haberse analizado la secuencia de video obtenida anteriormente. Obviamente, si durante el análisis de una imagen no se detecta al menos una región susceptible de ser identificada como un vertido de hidrocarburos, el sistema pasa a analizar la siguiente imagen de la pluralidad de imágenes, es decir, el control del procedimiento vuelve a la etapa de análisis de una imagen.
Preferiblemente, analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso puede comprender: o Segmentar la imagen de la superficie del medio acuoso, para dividir esta imagen en regiones; o obtener un vector de características multidimensional representativo de la región estática susceptible de ser identificada como un vertido de hidrocarburos.
La segmentación de la imagen bajo análisis permite obtener como resultado una imagen binaria en negro, con las regiones encontradas en blanco. De este modo, la imagen binaria de cada región detectada sirve de máscara para el análisis de las características de la región, lo que facilita la etapa de obtención del vector de características multidimensional de cada una de las regiones detectadas.
Además, analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso puede comprender también: o Acondicionar la imagen de la superficie del medio acuoso; y en el que segmentar la imagen de la superficie del medio acuoso puede comprender: o Segmentar la imagen acondicionada.
Previamente a la etapa de segmentación, es posible realizar un pre-procesado o acondicionamiento de la imagen previo, que tiene como objetivo mejorar las resultados obtenidos en la etapa de segmentación. Así, por ejemplo, el preprocesado de la imagen puede comprender: Reducir el ruido de la imagen de la superficie del medio acuoso; Corregir la variación de intensidad de la imagen debido a las diferencias en el ángulo de la cámara de infrarrojos con respecto a la superficie del medio acuoso.
La reducción del ruido de la imagen puede entenderse como la eliminación del rizado del mar o medio acuoso, considerándose el rizado del mar como ruido y las posibles regiones que pueden identificarse como un vertido, como información relevante.
Por otro lado, la corrección del oscurecimiento en distancia pretende corregir o compensar el efecto del oscurecimiento que se produce en la imagen por las diferencias en el ángulo de la cámara de infrarrojos con respecto a la superficie del medio acuoso, que hacen que la cámara reciba diferente emisividad de la superficie del medio acuoso como resultado de estas diferencias de ángulo, consiguiéndose una imagen más uniforme en cuanto a niveles de grises, sin pérdida de información relevante.
Además, el acondicionamiento de la imagen de la superficie del medio acuoso puede comprender también: Detectar el medio acuoso en la imagen.
Esta etapa del procedimiento es adecuada para que el procesado posterior que se realice sobre la imagen bajo análisis únicamente se realice sobre aquella zona relevante de la imagen que permita ayudar a conseguir el objetivo de detectar un vertido, que no es más que el medio acuoso. De este modo se evitan posibles errores de interpretación durante el procesado de la imagen (por ejemplo, errores provocados por objetos mal identificados dentro de la imagen) e incluso puede llegar a producirse una reducción en los requerimientos de procesamiento del sistema que implementa el procedimiento.
De acuerdo con una realización de la invención, el vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos puede ser el vector de características multidimensional representativo de la región estática susceptible de ser identificada como un vertido de hidrocarburos.
Una vez realizado el análisis de la imagen, que incluye la obtención del vector de características multidimensional representativo de la región estática susceptible de ser identificada como un vertido de hidrocarburos, se verifica si existe en la imagen alguna región susceptible de ser identificada como un vertido. En caso de resultado positivo en esta verificación, es posible determinar si la región realmente corresponde a un vertido, evaluando si el vector de características multidimensional representativo de la región se encuentra dentro de la zona de referencia establecida dentro del espacio multidimensional. Como se ha comentado anteriormente, en caso de resultado negativo en la verificación, el control del procedimiento vuelve a la etapa de análisis, puesto que la imagen analizada no aporta información para la detección de un vertido.
Por “vector de características multidimensional representativo de la región estática” se entiende un vector de características representativo de una región detectada dentro de una imagen estática o fotograma, es decir, no se tiene en cuenta la evolución temporal de la región en diferentes fotogramas.
De acuerdo con otra realización de la invención, en caso de resultado positivo en la verificación de si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos, el procedimiento puede comprender: o Verificar si la región ha sido introducida previamente en un repositorio de datos referente a regiones susceptibles de identificarse como un vertido de hidrocarburos en el medio acuoso, comprendiendo este repositorio un identificador de cada región y un vector de características multidimensional de la región para cada imagen analizada; o En caso de resultado negativo en la verificación, Introducir en el repositorio de datos un identificador de la región y el vector de características multidimensional obtenido de la región, para la imagen analizada; o En caso de resultado positivo en la verificación, Introducir en el repositorio de datos, asociado al identificador de la región, el vector de características multidimensional obtenido de la región, para la imagen analizada; Generar un vector de características multidimensional representativo de la dinámica de la región, a partir de los vectores de características multidimensionales asociados al identificador de la región; y en el que el vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos es el vector de características multidimensional representativo de la dinámica de la región generado.
En el caso que se desee tener en cuenta la evolución temporal de la región a lo largo de diferentes fotogramas (o imágenes), para determinar si se trata de un vertido, es posible realizar las etapas descritas. Así, es posible utilizar un repositorio de datos para almacenar el vector de características multidimensional representativo de la región estática, para cada imagen bajo análisis, de manera que al final se dispone de una pluralidad de estos vectores, a partir de los cuales es posible obtener un vector de características multidimensional representativo de la dinámica de la región, es decir, es posible obtener un vector de características en el que queda representada la evolución temporal de la región, a través de las diferentes imágenes analizadas.
Alternativamente, es posible obtener el vector de características multidimensional representativo de la dinámica de la región, a partir del procesamiento de cada uno de los vectores de características multidimensional representativo de la región estática, conforme el sistema la vaya obteniendo. Así, por ejemplo, para el primer vector de características multidimensional representativo de la región estática obtenido (es decir, el vector representativo de la región para una imagen), el vector de características multidimensional representativo de la dinámica de la región será idéntico a este primer vector. Cuando el sistema obtenga un segundo vector de características multidimensional representativo de la región estática (es decir, el vector de características representativo de la misma región pero para otra imagen bajo análisis), el vector de características multidimensional representativo de la dinámica de la región será diferente puesto que ya incorporará información tanto del primer vector obtenido, como del segundo. De este modo, se evita el uso de un repositorio de datos porque el vector de características multidimensional representativo de la dinámica de la región se va obteniendo en tiempo real.
En este punto es importante señalar que las características dinámicas complementan pero no sustituyen a las características estáticas. Si inicialmente las características estáticas se recogen en un vector V=[v1, v2, v3, ... vN] y a partir de este vector se calculan unas características dinámicas, que se recogen en un vector W=[w1, w2, w3, ..., wM], el nuevo vector de características, que tiene parte estática y parte dinámica, está formado por X=[v1, v2, v3, ..., vN, w1, w2, w3, ..., wM]. Este nuevo vector X es el que se utiliza para la generación de la alarma de vertido.
De acuerdo con un segundo aspecto, la invención proporciona un programa informático que comprende instrucciones de programa para provocar que un sistema informático ejecute el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, descrito anteriormente.
Este programa de ordenador puede estar almacenado en unos medios de almacenamiento físico, tales como unos medios de grabación, una memoria de ordenador, o una memoria de solo lectura, o puede ser portada por una onda portadora, tal como eléctrica u óptica.
De acuerdo con un tercer aspecto de la invención, se proporciona un sistema electrónico para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, que comprende: • Medios electrónicos para analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso; • Medios electrónicos para verificar si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; En caso de resultado positivo en la verificación, • Medios electrónicos para proporcionar un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos; • Medios electrónicos para evaluar si el punto que representa al vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en un medio acuoso; • Medios electrónicos para generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso, si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional.
Por lo tanto, es posible ejecutar el procedimiento descrito tanto a partir de un programa de ordenador como a partir de un sistema electrónico, tal como un FPGA, un ASIC, o un autómata programable.
De acuerdo con otro aspecto, la invención proporciona un sistema informático para detectar un vertido de hidrocarburos en un medio acuoso, que comprende: • Una cámara de infrarrojos adaptada para obtener una pluralidad de imágenes de la superficie del medio acuoso; • Una memoria y un procesador, que incorpora instrucciones almacenadas en la memoria y ejecutables por el procesador, comprendiendo las instrucciones funcionalidades para: o Analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso obtenidas por la cámara de infrarrojos; o Verificar si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; o En caso de resultado positivo en la verificación, Proporcionar un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos; Evaluar si el punto que representa al vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en un medio acuoso; -Si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional, generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso.
La invención proporciona además un procedimiento para detectar un vertido de hidrocarburos en la superficie de un medio acuoso, que comprende: • Recibir una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso generada a partir de al menos una imagen obtenida por un radar; • Verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido; • En caso de resultado negativo, • Generar una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso, a partir de la señal de aviso de detección generada a partir de la al menos una imagen obtenida por un radar; • En caso de resultado positivo, • Ejecutar el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, tal como se ha descrito anteriormente.
De este modo, es posible ejecutar un procedimiento para detectar un vertido en el que intervienen datos proporcionados por dos sensores basados en principios físicos diferentes, es decir, un radar y una cámara de infrarrojos, lo cual supone una serie de ventajas, tal como una mayor operatibilidad (más horas al año de funcionamiento) y una menor probabilidad de falsas alarmas. Básicamente se combina la ventaja del radar que permite cubrir grandes áreas en poco tiempo (aunque tiene una tasa alta de falsas alarmas), con las ventajas de la cámara de infrarrojos, entre las que destaca el hecho que tiene una buena área de cobertura (aunque no tan grande como la del radar), permite detectar en el cono de sombra del radar (característica especialmente importante en instalaciones fijas), y, puesto que son elementos pasivos, no presentan ningún riesgo de seguridad para las personas ni para el medio ambiente.
Dependiendo de las condiciones climáticas, el radar puede actuar como sensor primario, monitorizando permanentemente la zona de interes de la superficie del medio acuoso y capturando secuencias de video, las cuales posteriormente son analizadas por un algoritmo de interpretación de estas imágenes. La salida de este algoritmo de interpretación indica si hay posibilidad de vertido o no y, en caso de vertido, puede proporcionar también información sobre el vertido, tal como su posición geográfica (geo-localización) o la extensión del vertido.
En el caso que el resultado de la salida del algoritmo corresponda a la no existencia de vertido, este algoritmo de interpretación procesa la imagen obtenida por el radar siguiente.
En el caso que el resultado de la salida de este algoritmo corresponde a una posibilidad de vertido, esta salida alimenta la entrada del sistema que ejecuta el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, descrito anteriormente. La cámara de infrarrojos actúa como sensor secundario, de manera que, si recibe una indicación de un posible vertido a partir del algoritmo de interpretación del radar, capta una secuencia de video de la zona de interés de la superficie del medio acuoso, para su procesado posterior, tal como se ha descrito anteriormente.
Por otro lado, si las condiciones climáticas no permiten que el radar detecte las condiciones de la superficie del medio acuoso, la cámara de infrarrojos actúa como único sensor de monitorización automática. En este caso, es aplicable todo lo descrito anteriormente para la cámara de infrarrojos cuando funciona por sí sola.
De acuerdo con una realización de la invención, en caso de resultado positivo en la verificación sobre si existe una cámara de infrarrojos adecuada para monitorizar el vertido, el procedimiento puede comprender: o Posicionar la cámara de infrarrojos.
El procedimiento puede comprender además: • Recibir la localización geográfica del vertido de hidrocarburos en el medio acuoso; y en el que verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido comprende verificar si existe una cámara de infrarrojos capaz de monitorizar la superficie del medio acuoso que se encuentra en la localización geográfica recibida.
Por otro lado, la invención proporciona tambien un programa informático que comprende instrucciones de programa para provocar que un sistema informático ejecute el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso, tal como se ha descrito arriba.
Este programa de ordenador puede estar almacenado en unos medios de almacenamiento físico, tales como unos medios de grabación, una memoria de ordenador, o una memoria de solo lectura, o puede ser portada por una onda portadora, tal como eléctrica u óptica.
Además, la invención proporciona un sistema electrónico para detectar un vertido de hidrocarburos en la superficie de un medio acuoso, que comprende: • Medios electrónicos para recibir una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso generada a partir de al menos una imagen obtenida por un radar; • Medios electrónicos para verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido; En caso de resultado negativo, • Medios electrónicos para generar una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso, a partir de la señal de aviso de detección generada a partir de la al menos una imagen obtenida por un radar; En caso de resultado positivo, • Medios electrónicos para ejecutar el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, tal como se ha descrito anteriormente.
Finalmente, la invención proporciona un sistema informático para detectar un vertido de hidrocarburos en la superficie de un medio acuoso, que comprende: • Al menos un radar; • Al menos una cámara de infrarrojos; • Una memoria y un procesador, que incorpora instrucciones almacenadas en la memoria y ejecutables por el procesador, comprendiendo las instrucciones funcionalidades para: o Recibir una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso generada a partir de al menos una imagen obtenida por el radar; o Verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido; o En caso de resultado negativo, ¦ Generar una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso, a partir de la señal de aviso de detección generada a partir de la al menos una imagen obtenida por un radar; o En caso de resultado positivo, ¦ Ejecutar el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, tal como se ha descrito anteriormente.
Otros objetos, ventajas y características de realizaciones de la invención se pondrán de manifiesto para el experto en la materia a partir de la descripción, o se pueden aprender con la práctica de la invención.
BREVE DESCRIPCIÓN DE LOS DIBUJOS A continuación se describirán realizaciones particulares de la presente invención a título de ejemplo no limitativo, con referencia a los dibujos adjuntos, en los cuales: La Figura 1 muestra un diagrama de flujos representativo del procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, de acuerdo con una realización de la presente invención; La Figura 2 muestra el resultado de aplicar una función para eliminar el rizado del mar sobre una primera imagen (a), que representa la imagen instantánea (o fotograma) del mar, obteniéndose una imagen (b) que representa el promediado de la imagen; La Figura 3 muestra diferentes ejemplos (a) y (b) de detección de zonas de interés (ROI) dentro de las imágenes obtenidas por la cámara de infrarrojos; La Figura 4 muestra el resultado de aplicar un factor de corrección sobre la primera imagen (a), que se corresponde con la imagen (b) de la Figura 2, para obtener la imagen (b), en la que se reduce el efecto de oscurecimiento en la zona de la superficie del mar más alejada de la cámara debido a las diferencias en el ángulo de la cámara de infrarrojos con respecto a la superficie del mar; La Figura 5 muestra un diagrama de una imagen gradiente, con una celda seleccionada durante la etapa de segmentación de la imagen; La Figura 6 muestra un diagrama del histograma calculado para la celda seleccionada en la Figura 5; La Figura 7 muestra diferentes imágenes que representan la evolución de una imagen de la superficie de un medio acuoso obtenida por una cámara de infrarrojos, en un primer ensayo, durante el que se ejecuta el procedimiento de acuerdo con la invención mostrado en la Figura 1 ; La Figura 8 muestra diferentes imágenes que representan la evolución de una imagen de la superficie de un medio acuoso obtenida por una cámara de infrarrojos, en un segundo ensayo, durante el que se ejecuta el procedimiento de acuerdo con la invención mostrado en la Figura 1 ; La Figura 9 muestra diferentes imágenes que representan la evolución de una imagen de la superficie de un medio acuoso obtenida por una cámara de infrarrojos, en un tercer ensayo, durante el que se ejecuta el procedimiento de acuerdo con la invención mostrado en la Figura 1 ; La Figura 10 muestra diferentes imágenes que representan la evolución de una imagen de la superficie de un medio acuoso obtenida por una cámara de infrarrojos, en un cuarto ensayo, durante el que se ejecuta el procedimiento de acuerdo con la invención mostrado en la Figura 1 ; La Figura 11 muestra diferentes imágenes que representan la evolución de una imagen de la superficie de un medio acuoso obtenida por una cámara de infrarrojos, en un quinto ensayo, durante el que se ejecuta el procedimiento de acuerdo con la invención mostrado en la Figura 1 ; La Figura 12 muestra un diagrama de flujos del procedimiento para detectar un vertido, de acuerdo con la invención, cuando se utilizan como sensores un radar y una cámara de infrarrojos.
EXPOSICION DETALLADA DE MODOS DE REALIZACIÓN A continuación se realizará una descripción de realizaciones preferidas de la invención en las que el medio acuoso es el mar. Además, se describirán realizaciones preferidas del procedimiento de acuerdo con la invención, el cual puede implementarse a partir de un sistema electrónico, tal como una FPGA, que comprende todos los medios electrónicos necesarios para ejecutar el procedimiento de acuerdo con la invención.
Alternativamente, el procedimiento también puede implementarse a partir de un programa de ordenador, o una pluralidad ellos, que se ejecuta sobre un sistema informático adecuado, por ejemplo un ordenador de sobremesa.
Tal como puede verse en la figura 1, partiendo de una situación inicial 10 en la que se provoca el arranque del procedimiento, una realización preferida del procedimiento para detectar un vertido de hidrocarburos en el mar a partir de una pluralidad de imágenes de la superficie del mar obtenidas mediante una cámara de infrarrojos, de acuerdo con la invención, comprende básicamente: • Analizar 11 una imagen de la pluralidad de imágenes de la superficie del mar; • Verificar 12 si en la imagen analizada de la superficie del mar se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; • En caso de resultado positivo en la verificación, o Evaluar 13 si el punto que representa un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en el mar; Si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional, generar 14 una señal de aviso de un vertido de hidrocarburos en el mar.
En este punto es importante indicar que la pluralidad de imágenes de la superficie del medio acuoso puede obtenerse a partir de un fichero de video generado por la cámara de infrarrojos, de manera que la pluralidad de imágenes corresponde a una pluralidad de fotogramas del fichero de video.
Alternativamente, el sistema podría recibir una señal de video en tiempo real procedente de la cámara de infrarrojos, de manera que el sistema podría analizar dicha señal de video, fotograma a fotograma, con la intención de detectar un vertido. Por lo tanto, en este caso, la cámara de infrarrojos no generaría un fichero de video.
Por otro lado, también es importante indicar que el procedimiento puede ejecutarse varias veces hasta que en una de las imágenes de la pluralidad de imágenes obtenidas por la cámara de infrarrojos se determine la presencia de una región susceptible de ser identificada como un vertido de hidrocarburos. Por lo tanto, si el resultado de la verificación descrita es negativo, es decir, si en la imagen analizada de la superficie del medio acuoso no se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos, el procedimiento se reinicia, analizándose la siguiente u otra imagen de la pluralidad de imágenes capturadas por la cámara de infrarrojos.
Del mismo modo, si en la imagen se muestra más de una región susceptible de ser identificada como un vertido de hidrocarburos, hay que evaluar si el punto que representa el vector de características multidimensional asociado a cada región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de la zona de referencia definida en el espacio multidimensional descrito anteriormente. En el caso que se determine que una región se corresponde con un vertido, puede generarse la alarma de vertido directamente, o el procedimiento puede seguir ejecutándose hasta completar la evaluación de cada uno de los vectores de características para determinar la importancia del vertido, y generar posteriormente la alarma de vertido. Con este última configuración es posible obtener una mayor información sobre el vertido (por ejemplo, su posición geográfica, su extensión o su forma), proporcionándose toda esta información junto con la alarma de vertido.
Tal como se ha descrito, el procedimiento comprende una primera etapa de análisis de la imagen de la superficie del mar, que a su vez comprende: - Realizar un pre-procesado de la imagen; - Realizar una segmentación de la imagen pre-procesada; y - Realizar una extracción del vector de características de cada región segmentada de la imagen.
La realización del pre-procesado de la imagen bajo análisis (más concretamente, un acondicionamiento de la imagen) es adecuada para favorecer o facilitar su posterior segmentación.
Para realizar este pre-procesado o acondicionamiento de la imagen es conveniente la ejecución de principalmente tres funciones: • eliminar el rizado del mar representado en la imagen; • proporcionar la zona de interes (de aquí en adelante referenciada como ROI) sobre la que realizar el resto del procesado. Básicamente, se trata de detectar el mar o el medio acuosos dentro de la imagen o fotograma bajo análisis; y • corregir la variación de intensidad de la imagen debido a las diferencias en el ángulo de la cámara de infrarrojos con respecto a la superficie del mar.
Para la ejecución de la primera función, es decir para eliminar el rizado del medio acuoso que se muestra en la imagen, se realiza un promediado de los fotogramas obtenidos. Para ello se considera el rizado del mar como ruido y los posibles vertidos de hidrocarburos como información relevante. Por lo tanto, al hacer el promediado de los fotogramas se mejora la relación señal-ruido tal como puede verse en la Figura 2. Claramente, entre la imagen (a), que representa la imagen instantánea (o fotograma) del medio acuoso (es decir, el fotograma obtenido a partir del fichero de video generado por la cámara de infrarrojos), y la imagen (b) de la Figura 2, que representa el promediado de la imagen, se produce una eliminación del rizado del medio acuoso.
Este promediado de los fotogramas se hace sobre un número "n" de fotogramas, siendo este número “n” configurable. Cuantos más fotogramas se promedien, mayor es la eliminación del rizado del mar. La imagen resultante se obtiene, para cada pixel: • sumando el nivel de gris de ese pixel de cada fotograma, y • dividiendo el valor resultante por el valor "n" de fotogramas integrados.
Es decir, matemáticamente podría expresarse de la siguiente manera: imagen promediada, siendo: x: la coordenada horizontal; y: la coordenada vertical; n:el n° del fotograma (1o, 2o, 3°...); m: el n° de fotogramas; y p(x,y): un punto dentro del fotograma.
Con respecto a la segunda función dentro del pre-procesado referente a proporcionar la ROI sobre la que realizar el resto del procesado, de acuerdo con una realización preferida de la invención, se toman "n" fotogramas de entrada y se almacenan los valores de gris de un pixel durante los "n" fotogramas y se realiza una Discrete Cosine Transform (DCT) sobre estos valores. Cabe destacar que esta detección de la ROI se realiza sobre la imagen promediada obtenida a partir de la aplicación de la primera función descrita arriba. La cuadrícula que representa este pixel pertenece a la ROI si la potencia espectral de los niveles de gris de este pixel está por encima de un umbral establecido.
En la Figura 3 pueden verse ejemplos de detección de ROIs. Así, en la imagen (a) de esta figura se muestra como la segunda función aplicada descrita consigue seleccionar prácticamente la totalidad de la superficie del mar, mientras que en la imagen (b) de la figura se puede apreciar como la función selecciona tambien prácticamente la totalidad de la superficie del mar, evitando la figura del barco que aparece en la imagen. La detección de las ROIs está representada por una línea gruesa negra.
Finalmente, con respecto a la corrección del oscurecimiento en distancia (es decir, a la corrección de la variación de intensidad de la imagen), que corresponde a la tercera función del pre-procesado de la imagen dentro del análisis de la misma, de acuerdo con una realización preferida de la invención, se aplica una corrección adecuada para conseguirse una imagen más uniforme en cuanto a niveles de grises, sin perdida de información relevante.
Más concretamente, como puede verse en la Figura 4, en la imagen (a), que se corresponde con la imagen (b) de la Figura 2 con la ROI detectada, es decir, se trata de la imagen promediada durante la etapa de eliminación del rizado del mar mostrado en la imagen y sobre la que se ha detectado al menos una ROI, se produce un efecto de oscurecimiento en la parte superior de la misma, correspondiente a la zona de la superficie del mar más alejada de la cámara. Ello es debido a las diferencias en el ángulo de la cámara de infrarrojos con respecto a la superficie del mar, que hacen que la emisividad captada por la cámara de infrarrojos sea diferente. Con la intención de llegar a la imagen (b) de la Figura 4, se aplica un factor de corrección que se calcula a partir del estudio de la imagen promediada representada por la imagen (a) de esta figura. Más concretamente, la imagen se divide en columnas, en cada una de las cuales se calcula la primera derivada del nivel de gris en sentido vertical, y se obtiene el factor de corrección de esa columna. Con los valores resultantes de cada columna, se genera un factor de corrección global que corrige dicho efecto.
Una vez se ha realizado el pre-procesado de la imagen, y siguiendo con el análisis de la imagen, se realiza una segmentación de esta imagen resultante con la intención de separar los objetos que haya en la imagen del fondo.
Para ello, se toma como entrada la imagen pre-procesada y la ROI y como salida se genera una imagen binaria en negro, con los objetos encontrados en blanco.
La segmentación de la imagen resultante supone los siguientes pasos: • Segmentación Mean-Shift: permite realizar una búsqueda iterativa de clusters en la imagen, que se corresponden con los máximos locales de la distribución de densidad de probabilidad estimada mediante un kemel K. El algoritmo agrupa aquellos píxeles próximos espacialmente y cuyo gradiente es inferior a un umbral, y separa de esta forma los distintos componentes de la imagen.
• Estudio de la imagen "segmentación Mean-Shift ': A la imagen obtenida pero la segmentación Mean-Shift se le aplica el operador gradiente y se estudia de manera local dividiendo la imagen en celdas, y contabilizando el número de píxeles en blanco en cada una de ellas. Este número de pixeles en blanco representa el nivel de cambio de temperatura del mar: a mayor cambio de temperatura, mayor cantidad de pixeles en blanco. Si esta cifra supera un valor umbral, la celda seleccionada se marca como útil para realizar la umbralización posterior. La Figura 5 muestra la selección de una celda sobre la imagen gradiente.
• Volviendo a la imagen "segmentación Mean-Shift', se calcula el histograma en las mismas celdas marcadas en el paso anterior, obteniendo un histograma en cada celda con una distribución bimodal, como el que muestra en la Figura 6. Esta distribución del histograma permite separar dos clases bien diferenciadas dentro de esa celda. El nivel de gris que se utiliza para la umbralización es el nivel de gris del mínimo global del histograma.
• Finalmente, se realiza una umbralización global de la imagen obtenida a partir de la "segmentación Mean-Shift'. Con todos los mínimos globales obtenidos, se calcula el umbral global con el que realizar la umbralización final, obteniendose una imagen binaria con las regiones segmentadas que se diferencian del fondo, y que pueden corresponder a posibles vertidos. La imagen binaria de cada región detectada sirve de máscara para el análisis de las características de la región.
Una vez se ha obtenido la imagen binaria con las regiones segmentadas, y de acuerdo con una realización preferida de la invención, se extraen determinadas características de cada una de las regiones segmentadas. Con las características obtenidas para cada región se genera u obtiene un vector de características multidimensional asociado a la misma.
Para la extracción de las características de cada región puede utilizarse la librería “cvBlobsLib” de OpenCV adecuada para extraer Blobs (Binary Large Objects), de manera que se proporcionan los componentes conectados de la imagen. Para hallar los componentes conectados, el algoritmo comprueba la conectividad entre píxeles, los cuales están conectados si se puede encontrar un camino para el cual los valores de los píxeles tienen el mismo valor a lo largo del camino. Básicamente, a los Blobs se les pasa como entrada la imagen binaria obtenida anteriormente (una imagen con sólo dos colores, blanco/negro) y agrupan los píxeles que son blancos (o negros) y cuyo camino de unión se puede hacer sin pasar por un píxel negro (o blanco), devolviendo como salida una lista de objetos definidos principalmente por sus características geométricas. Por lo tanto, cada grupo de píxeles blancos (o negros) tiene una forma determinada que conlleva un área, un perímetro, unos momentos espaciales, etc. En resumen, los Blobs “interpretan” la imagen binaria que reciben como entrada, y devuelven las formas que encuentran.
A partir de estas formas obtenidas que presentan las diferentes regiones mostradas en la imagen binaria, es posible obtener algunas características que forman el vector de características multidimensional de cada una de ellas, permitiendo estos vectores realizar una correcta clasificación de las regiones que representan.
De acuerdo con otra realización de la invención, con la intención de reducir el tiempo de procesado y liberar los recursos de procesamiento, antes de obtener la totalidad de las características necesarias para generar el vector de características de cada región, es posible obtener sólo una parte de estas características (por ejemplo, el tamaño y la geometría de cada región), para realizar una primera clasificación de las regiones. De este modo, se eliminan aquellas regiones pequeñas y aisladas (es decir, en base a su tamaño) y aquellas regiones delimitadas por líneas rectas o que contienen elementos con tramos rectos de suficiente envergadura (es decir, en base a su geometría), de manera que ya sólo será necesario obtener el vector de características de aquellas regiones que hayan pasado esta primera clasificación.
El vector de características multidimensional representativo de cada región puede estar formado por las siguientes métricas morfológicas y de textura: 1. Perímetro; 2. Media de los niveles de gris de los píxeles del blob\ 3. Desviación estándar de los niveles de gris de los píxeles del blob 4. Momentos espaciales; 5. Momentos centrales; 6. Momentos invariantes; 7. Características de la textura: Entropía, contraste, homogeneidad, correlación, energía.
En una realización preferida de la invención, cada vector de características comprende 8 parámetros representativos de la región, los cuales se obtienen de las diferentes métricas morfológicas y de textura de la región descritas arriba (se trata, por lo tanto, de un vector de características de 8 dimensiones). Estos parámetros son los siguientes: - Perímetro; - Coordenada x del centro de masas; - Coordfenada y del centro de masas; - Superficie; - Entropía (textura); - Contraste (textura); - Homogeneidad (textura); - Correlación (textura).
Claramente, el número de parámetros a considerar para el vector de características puede variar de una aplicación a otra. Como norma general, será necesario tener en cuenta todos aquellos parámetros que caractericen de manera correcta y suficiente las regiones.
Por lo tanto, para cada región identificada en la imagen binaria, se obtiene este vector de características octodimensional, el cual permite posteriormente realizar la clasificación de cada una de las regiones, para desechar aquellas regiones detectadas que por sus características es muy poco probable que se correspondan con un vertido. Este vector de características puede definirse como un vector de características multidimensional representativo de la región estática susceptible de ser identificada como un vertido, es decir, se trata de un vector de características asociado a una región y a una imagen (o fotograma) en concreto.
Se contemplan tres características que se utilizan para filtrar las regiones: 1. Tamaño. Se eliminan las regiones pequeñas y aisladas. 2. Geometría. Se eliminan aquellas regiones delimitadas por líneas rectas o que contienen elementos con tramos rectos de suficiente envergadura. 3. Textura. La textura mide propiedades como rugosidad, homogeneidad y regularidad y se utiliza en este contexto para filtrar aquellos elementos que no se corresponden con las estadísticas conocidas de la mancha, como pueden ser diferentes tipos de objetos, algas, etc. El algoritmo utilizado para el análisis de textura es la matriz de co-ocurrencia de los niveles de gris (GLCM) que mide estadísticas de segundo orden de la matriz GLCM para extraer varios parámetros relacionados con la textura: • Correlación: mide la similitud entre píxeles vecinos. Toma valores entre 1 (píxeles vecinos identicos) y -1 (píxeles vecinos distintos).
• Contraste: también llamado "Suma de las varianzas al cuadrado". Aporta una medida de lo que varían las diferencias de los niveles de gris.
· Entropía: es una medida de la uniformidad del histograma, cuanto más próximo a la distribución uniforme (es decir, una textura más aleatoria) mayor es la entropía. Y al contrario, cuanto más suave es la textura (menos aleatoria) menor es la entropía.
• Homogeneidad: también conocido como "Momento Diferencial Inverso".
Está relacionado, como su nombre indica, con la homogeneidad de la textura. Esta medida se hace grande cuando el contraste tiene un valor reducido.
• Energía: también llamado "Uniformidad". Proporciona la suma del cuadrado de los elementos de la matriz GLCM.
Atendiendo a estas características se puede realizar una clasificación estática preliminar, en la que se haga distinción entre manchas (es decir, vertidos) y fondo de imagen, y en base a una función de discriminación se rechazan las manchas que tengan una textura similar al fondo de la imagen.
Obviamente, si se ha realizado la primera clasificación descrita anteriormente, este segunda clasificación sólo se basará en la textura de la región, puesto que el tamaño y la geometría ya han sido valoradas durante la primera clasificación. Las regiones que llegan a esta segunda clasificación se asume que cumplen con los requisitos de tamaño y geometría establecidos.
En el caso que la imagen comprenda alguna región susceptible de identificarse como un vertido de hidrocarburo (es decir, que cumpla con los requisitos de tamaño, geometría y textura establecidos), es posible utilizar su vector de características octodimensional (recordar que el vector de características es multidimensional y que el número de dimensiones depende de los parámetros de la región contemplados en el vector) para determinar si la región es realmente un vertido y generar así una alarma de vertido.
Siguiendo así con el procedimiento establecido anteriormente y que se representa en la Figura 1, si la imagen bajo análisis comprende alguna región susceptible de identificarse como un vertido de hidrocarburo, hay que evaluar si el punto que representa el vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos (es decir, el vector de características octodimensional representativo de la región estática susceptible de ser identificada como un vertido) se encuentra dentro de una zona de referencia definida en un espacio octodimensional, siendo esta zona de referencia representativa de vectores de características octodimensionales de regiones que corresponden a vertidos reales de hidrocarburos en el mar.
Si se determina que el punto que representa al vector de características octodimensional asociado a la región susceptible de identificarse como un vertido se encuentra dentro de la zona de referencia multidimensional, se genera una señal de aviso de un vertido de hidrocarburos en el mar.
Obviamente, antes de realizar la evaluación comentada, es imprescindible obtener la zona de referencia definida en el espacio octodimensional. Para ello, se analizan imágenes obtenidas por una cámara infrarrojos y que muestran vertidos reales de hidrocarburos en el mar, y se obtienen vectores de características para las regiones que cumplen con los requerimientos de tamaño, geometría y textura establecidos. Cada uno de estos vectores de características obtenidos son un punto en el espacio octodimensional, de manera que una nube de estos puntos da lugar a la zona de referencia.
En el caso que el punto que representa al vector de características de una región susceptible de identificarse como un vertido se encuentre dentro de esta zona de referencia que se establece en el espacio octodimensional, el sistema electrónico que implementa el procedimiento interpreta que la región corresponde a un vertido real y genera una señal de alarma indicativa de que se ha producido un vertido.
De acuerdo con una realización, la evaluación descrita sobre si el punto que representa al vector de características octodimensional asociado a la región estática susceptible de identificarse como un vertido se encuentra dentro de la zona de referencia multidimensional puede obviarse y puede realizarse un seguimiento de la evolución temporal del vertido, a partir del resultado de la cual se genera o no una señal de alarma de vertido.
En esta etapa de seguimiento (" trackincf ' en ingles) se asigna la coherencia temporal a las detecciones instantáneas de la etapa anterior.
Los datos de entrada de la etapa de seguimiento tienen las siguientes características: • Hay un número variable de objetos que no pueden diferenciarse unos de otros sólo con sus características instantáneas. Estos objetos: o Aparecen en posiciones aleatorias del espacio y en instantes aleatorios. o Se caracterizan por parámetros que evolucionan de forma continua (por ejemplo movimiento continuo, en el caso de la posición) o Persisten durante un tiempo aleatorio y eventualmente desaparecen.
• Las detecciones de los objetos se producen en intervalos de tiempo aleatorios.
• Las medidas son ruidosas, de forma que: o La probabilidad de detección es <100%. o Se producen falsas alarmas.
El objetivo del seguimiento es relacionar cada detección con un blanco persistente en el tiempo. Así, el blanco se construye a partir de detecciones, que se integran produciendo un comportamiento compatible con la dinámica física real.
El sistema de seguimiento mantiene una base de datos con los blancos presentes en el sistema. En esta base de datos están todos los blancos, independientemente de que se clasifiquen como vertidos o no, porque este es un proceso posterior.
El seguimiento requiere dos subprocesos: • Asociación de datos; • Estimación de estado.
La asociación de datos consiste en asignar las detecciones de un fotograma con los blancos de la base de datos. En caso de que esta asociación no sea posible, se creará un blanco tentativo nuevo.
Hay distintos métodos para hacer la asociación de datos: NN ( Nearest Neighbour), MHT ( Múltiple Hypothesis Tracker), JPDAF ( 10int Probabilistic Data Association Filter), etc.
La asociación de datos es un problema matemático de tipo NP-hard (i non -deterministic polynomial-time hard), lo que quiere decir que su resolución es costosa en tiempo.
De acuerdo con una realización preferida, se utiliza el método NN, porque: • Es más sencillo de implementar.
• No requiere conocer en detalle las distribuciones estadísticas del ruido (el JPDAF sí).
• El método MHT es mucho más complejo y ofrece una mejor coherencia temporal. Sin embargo, esta aplicación no necesita esta coherencia temporal (entendida como identificación del blanco) sino obtener la capacidad para poder clasificar entre vertido/no vertido y para esto NN es suficiente.
A pesar de ello, podría utilizarse cualquier otro metodo de asociación de datos, por ejemplo alguno de los descritos arriba.
La implementación de NN para este sistema consta de los siguientes procesos: • Creación de una matriz de distancias detección-blanco: o Se utiliza primero un proceso de enventanado, para eliminar las asociaciones poco probables; o Se calcula la distancia de Mahalanobis entre la detección y todos los blancos dentro de la ventana.
• Selección de la mejor asociación: o Debido a la característica de ser un problema NP-hard, se utiliza un método heurístico para llegar a una solución sub-óptima en un tiempo reducido. Este solución sub-óptima se basa en dar prioridad a la asociación de las detecciones más grandes, por considerarlas menos sensibles a los efectos ruidosos.
Por otro lado, la estimación del estado consiste en eliminar/reducir el ruido de la medida en las detecciones sobre la secuencia de video.
La estimación de estado se realiza típicamente con un filtro de Kalman , aunque es posible utilizar otras herramientas para realizar esta estimación. El filtro de Kalman básico asume un modelo físico de comportamiento dinámico lineal y distribuciones de ruido gaussianas.
Las mayores limitaciones del filtro de Kalman en general se deben a que el sistema físico real no se comporta exactamente como el modelo: • Dinámica no lineal; • Ruido no gaussiano.
Existen variaciones del filtro de Kalman que pueden utilizarse en situaciones de no linealidad, pero que tienen como desventajas una mayor complejidad y aparición de inestabilidades. Por ello, en este sistema se utiliza un filtro de Kalman estándar.
La clasificación dinámica es el proceso que decide si un blanco detectado en la secuencia de video es un vertido o no. Para ello, se observa la evolución temporal de los parámetros característicos de los blancos, es decir, en base a los vectores de características octodimensionales representativos de la región estática susceptible de identificarse como un vertido se obtiene un vector de características octodimensional representativo de la dinámica de la región.
De acuerdo con una realización de la invención, se considera únicamente la velocidad de variación de los parámetros: velocidad de crecimiento (aumento de superficie / perímetro), velocidad de desplazamiento, velocidad de cambio de la textura... Esta estimación de la velocidad se realiza como una parte de la estimación del estado, dentro del módulo de seguimiento.
Para caracterizar la evolución temporal de los vertidos se utilizan videos de entrenamiento, de los que se extraen cuáles son las velocidades típicas de cambio. Para ello se ha utilizado la infraestructura de grabación y análisis de datos que ya estaba desarrollada para ajustar los procesos anteriores.
Más concretamente, se evalúa si el punto que representa al vector de características octodimensional representativo de la dinámica de cada región susceptible de ser identificada como un vertido se encuentra dentro de una zona de referencia representada en el espacio octodimensional, aunque en este caso la zona de referencia se obtiene a partir de las velocidades típicas de cambio determinadas a partir de videos de entrenamiento, tal como se ha citado arriba.
El resultado de la clasificación es que sólo se marcan como alarmas los vertidos y no los otros objetos de la escena, es decir, se genera una señal de alarma de vertido si vector de características octodimensional representativo de la dinámica de una de las regiones se encuentra dentro de la zona de referencia del espacio octodimensional.
En este punto es importante indicar que el vector de características octodimensional representativo de la dinámica de cada región puede obtenerse de diferentes maneras.
Así, este vector puede obtenerse mediante la utilización de un repositorio de datos (por ejemplo una base de datos) y las etapas del procedimiento son las siguientes: o Verificar si la región ha sido introducida previamente en la base de datos referente a regiones susceptibles de identificarse como un vertido, comprendiendo la base de datos un identificador de cada región y al menos un vector de características octodimensional de la región para cada imagen (o fotograma) analizada; o En caso de resultado negativo en la verificación, Introducir en la base de datos un identificador de la región y el vector de características octodimensional estático obtenido de la región, para la imagen analizada; o En caso de resultado positivo en la verificación, Introducir en la base de datos, asociado al identificador de la región, el vector de características octodimensional estático obtenido de la región, para la imagen analizada; Generar el vector de características octodimensional representativo de la dinámica de la región, a partir de los vectores de características octodimensionales estáticos asociados al identificador de la región.
Alternativamente, el vector de características octodimensional representativo de la dinámica de la región puede obtenerse tambien a partir del procesamiento continuado de los vectores de características octodimensionales estáticos que el sistema electrónico va recibiendo para una región dada. De este modo, no es necesaria la utilización de una base de datos, puesto que no es necesario almacenar los vectores de características octodimensionales estáticos asociados a la región.
Con la intención de verificar el correcto funcionamiento de la invención, se han realizado una serie de ensayos en un canal de pruebas que pretende simular un entorno parecido al que se puede encontrar en el ambiente marino, para que estos ensayos sean lo más representativos posible. Es importante destacar que este canal de pruebas permite simular diversas condiciones meteorológicas.
Las características teenicas más relevantes de este canal de pruebas son las siguientes: • El canal tiene una longitud de 6 metros, una anchura de 1,2 metros y una altura de 1 ,3 metros; • Está hecho de acero inoxidable; • Dispone de una bomba que permite la reclrculación del agua presente en el canal, de manera que consigue su homogeneización; • Dispone de un tabique central extraíble, que tiene como objetivo limitar la superficie del ensayo y facilitar las tareas de limpieza; • Dispone de dos resistencias en los extremos para calentar el agua del interior del canal, pudiendo ser controladas estas resistencias de manera automática; • Dispone de un enfriador de glicol para conseguir el enfriamiento del agua del interior del canal, recibiendo este enfriador el agua desviada por la bomba de recirculación citada anteriormente; • Dispone de un generador de olas que comprende básicamente una pala metálica accionada por un pistón, siendo su velocidad regulable; • Dispone de dos ventiladores, uno fijo y otro movible, destinados a la generación de viento, cuya intensidad es regulable mediante un variador de frecuencia; • Dispone de dos focos halógenos, uno fijo y otro movible, para simular los reflejos provocados por la luz solar; • Dispone de una serie de rociadores que simulan la lluvia, cuya intensidad puede ser regulada mediante una válvula; • Dispone de una canaleta a lo largo del canal que, una vez llena de agua y de hielo seco (CO2), genera niebla, siendo regulable la intensidad de la misma a partir de la cantidad de hielo seco utilizada; • Dispone de una cámara de infrarrojos, instalada en una plataforma superior con referencia al canal dispuesta a aproximadamente 2,5 metros de la superficie del agua (distancia focal mínima de 2,1 metros), que permite además modificar el ángulo de incidencia respecto a la superficie del agua; • Dispone de un sensor independiente que permite regular la temperatura del aire, entre 18 y 30°C aproximadamente.
La cámara de infrarrojos utilizada es, por ejemplo, una cámara de la empresa FLIR, modelo SR-340, T18057.
Las Figuras 7 a 11 muestran los resultados de los ensayos, obtenidos a partir de grabaciones de vertido de hidrocarburos en el tanque bajo distintas situaciones. En estas figuras, la imagen (a) muestra el fotograma obtenido a partir del fichero de video generado por la cámara de infrarrojos; la imagen (b) representa a la imagen despues de pre-procesarla; la imagen (c) representa la imagen después de segmentarla; y la imagen (d) muestra la selección de la/s región/es clasificada/s como vertido.
Los resultados son los siguientes: Ensayo 1 Condiciones del ensayo: • Tipo de hidrocarburo: Lubina • Cantidad de hidrocarburo: 1 mi • Temperatura del agua: 24,4 °C • Temperatura ambiente: 18,7 °C • Viento: viento débil • Niebla: sin niebla • Lluvia: sin lluvia Bajo estas condiciones, y tal como se puede ver en la figura 7, la invención realiza una detección correcta de la mancha, descartando otros pequeños elementos que pueden ser debidos a corrientes de agua.
Ensayo 2 Condiciones del ensayo: • Tipo de hidrocarburo: Lubina • Cantidad de hidrocarburo: 1 mi • Temperatura del agua: 27 °C • Temperatura ambiente: 22 °C • Viento: sin viento • Niebla: sin niebla • Lluvia: sin lluvia Bajo estas condiciones, y tal como puede verse en la figura 8, se observan las distintas manchas que presentan un área mayor al umbral establecido.
Ensayo 3 Condiciones del ensayo: • Tipo de hidrocarburo: Lubina • Cantidad de hidrocarburo: 1 mi • Temperatura del agua: 19,5 °C • Temperatura ambiente: 19,6 °C • Viento: 5 m/s • Niebla: sin niebla • Lluvia: sin lluvia Bajo estas condiciones, y tal como puede verse en la figura 9, se detectan correctamente las dos manchas. Ambas manchas tienen un área mayor al umbral establecido.
Ensayo 4 Condiciones del ensayo: • Tipo de hidrocarburo: Lubina • Cantidad de hidrocarburo: 1 mi • Temperatura del agua: 29,5 °C • Temperatura ambiente: 20 °C • Viento: sin viento • Niebla: con niebla • Lluvia: sin lluvia Bajo estas condiciones, y tal como puede verse en la figura 10, se detecta la mancha en el centro del tanque en presencia de niebla.
Ensayo 5 Condiciones del ensayo: • Tipo de hidrocarburo: Lubina • Cantidad de hidrocarburo: 1 mi • Temperatura del agua: 18,3 °C • Temperatura ambiente: 19 °C • Viento: sin viento • Niebla: sin niebla • Lluvia: con lluvia Bajo estas condiciones, y tal como puede verse en la figura 11 , se detectan las manchas mientras no se hayan dispersado completamente. En esta caso es importante destacar que el ensayo se realizó depositando el crudo en el tanque y posteriormente activando la lluvia.
Otra realización posible de la invención es la que hace referencia a la combinación de una cámara de infrarrojos y un radar, en la que se trata de dos sensores diferentes basados en principios diferentes, que tiene importantes ventajas: - Mayor operatibilidad (horas al año de funcionamiento); - Menor probabilidad de falsas alarmas.
El radar es un sensor capaz de identificar cambios en la rugosidad de la superficie, mientras que la cámara de infrarrojos es capaz de detectar diferencias tanto termicas como de emisividad de las sustancias. La emisividad es una propiedad de las sustancias que afecta al contraste de la imagen captada con una cámara de infrarrojos. Es conocido en el estado de la téenica que las diferencias de emisividad entre un hidrocarburo y el agua son significativas, lo que facilita la detección del hidrocarburo en el agua.
El funcionamiento básico de la invención es el siguiente.
Si las condiciones climáticas son favorables, el radar actúa como sensor primario, monitorizando permanentemente la zona de interés de la superficie del mar y generando videos que posteriormente son analizados por el algoritmo de interpretación del radar. La salida de este algoritmo es una señal indicativa de la presencia o no de un vertido.
En el caso que las condiciones climáticas no sean favorables, es decir, impiden que el radar detecte las condiciones de la superficie, la cámara de infrarrojos actúa como único sensor de monitorización automática de la zona, generando videos que posteriormente son procesados tal como se ha descrito anteriormente, llegando a generarse señales de alarmas en caso de detección de un vertido.
En el caso que la salida 101 del algoritmo de interpretación 100 del radar sea una señal indicativa de vertido, se verifica 102 si existe una cámara de infrarrojos capaz de monitorizar el vertido. En caso de resultado negativo en la verificación, se genera 103 directamente una señal de alarma de vertido, puesto que no hay ninguna cámara que pueda monitorizar la zona. En este punto es importante destacar, que cuando el algoritmo de interpretación 100 del radar detecta un vertido, no genera únicamente la señal indicativa de vertido sino que también manda datos sobre el vertido, tal como la posición geográfica del vertido, su forma, o su tamaño o extensión.
En caso de resultado positivo en la verificación, se posiciona 104 la cámara de infrarrojos de manera adecuada para que capte imágenes (normalmente en forma de fichero de video o como señal de video en tiempo real) de la zona de la superficie del mar en la que se ha podido producir el vertido, teniendo en cuenta la información de la posición geográfica proporcionada por el algoritmo de interpretación del radar.
El fichero de video o la señal de video captado por la cámara de infrarrojos se envía 105 al algoritmo de interpretación de la cámara, tal como el descrito anteriormente, para que determine 106 si realmente se ha producido un vertido. Por lo tanto, debe verificarse 107 si la señal de salida del algoritmo de interpretación de la cámara es indicativa de un vertido. En caso de resultado positivo, se verifica 108 si el radar está operativo y en caso de resultado negativo, se genera 109 una señal de alarma de vertido únicamente en base a la detección realizada por el algoritmo de interpretación de la cámara de infrarrojos.
En caso de resultado negativo en la verificación sobre si la señal de salida del algoritmo de interpretación de la cámara es indicativa de un vertido, se verifica 110 si se había producido una detección previa por parte del radar. En caso de resultado positivo, no es posible generar 111 una alarma sin haber sido confirmado el vertido por el algoritmo de interpretación de la cámara. En caso de resultado negativo, vuelve a posicionarse 104 la cámara para que obtenga nuevas imágenes sobre la zona de la superficie del mar en la que se ha podido producir un vertido.
En caso de resultado positivo sobre si el radar está operativo, se verifica 112 si ha habido una detección previa de vertido por parte del radar. En caso de resultado negativo, no es posible generar 113 una señal de alarma son confirmación del radar. En caso de resultado positivo, se verifica 114 si el algoritmo de interpretación de la cámara de infrarrojos ha localizado un vertido en la localización indicada por el radar. En caso de resultado negativo, no es posible generar 115 una señal de alarma. En caso de resultado positivo, se genera 116 una señal de alarma al confirmarse el vertido tanto por el algoritmo de interpretación del radar como por el algoritmo de interpretación de la cámara de infrarrojos.
A partir de lo descrito, es importante señalar que es posible tambien combinar el sistema descrito (radar+cámara de infrarrojos) con otro tipo de sensores, tales como cámaras visibles, cámaras ultravioletas o láseres fluorosensor.
A pesar de que se ha descrito y representado una realización concreta de la presente invención, es evidente que el experto en la materia podrá introducir variantes y modificaciones, o sustituir los detalles por otros téenicamente equivalentes, sin apartarse del ámbito de protección definido por las reivindicaciones adjuntas.
A pesar tambien de que las realizaciones descritas de la invención con referencia a los dibujos comprenden sistemas de computación y procesos realizados en sistemas de computación, la invención también se extiende a programas de ordenador, más particularmente a programas de ordenador en o sobre unos medios portadores, adaptados para poner la invención en práctica. El programa de ordenador puede estar en forma de código fuente, de código objeto o en un código intermedio entre código fuente y código objeto, tal como en forma parcialmente compilada, o en cualquier otra forma adecuada para usar en la implementación de los procesos de acuerdo con la invención. El medio portador puede ser cualquier entidad o dispositivo capaz de portar el programa.
Por ejemplo, el medio portador puede comprender un medio de almacenamiento, tal como una ROM , por ejemplo un CD ROM o una ROM semiconductora, o un medio de grabación magnético, por ejemplo un floppy disc o un disco duro. Además, el medio portador puede ser un medio portador transmisible tal como una señal eléctrica u óptica que puede transmitirse vía cable eléctrico u óptico o mediante radio u otros medios.
Cuando el programa de ordenador está contenido en una señal que puede transmitirse directamente mediante un cable u otro dispositivo o medio, el medio portador puede estar constituido por dicho cable u otro dispositivo o medio.
Alternativamente, el medio portador puede ser un circuito integrado en el que está encapsulado (en inglés, embedded) el programa de ordenador, estando adaptado dicho circuito integrado para realizar, o para usarse en la realización de, los procesos relevantes.

Claims (20)

REIVINDICACIONES
1. Procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, que comprende: • Analizar (11) una imagen de la pluralidad de imágenes de la superficie del medio acuoso; • Verificar (12) si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; • En caso de resultado positivo en la verificación, o Evaluar (13) si el punto que representa un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en un medio acuoso; Si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional, generar (14) una señal de aviso de un vertido de hidrocarburos en el medio acuoso.
2. Procedimiento según la reivindicación 1, en el que analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso comprende: o Segmentar la imagen de la superficie del medio acuoso, para dividir esta imagen en regiones; o obtener un vector de características multidimensional representativo de la región estática susceptible de ser identificada como un vertido de hidrocarburos.
3. Procedimiento según la reivindicación 2, en el que analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso comprende además: o Acondicionar la imagen de la superficie del medio acuoso; y en el que segmentar la imagen de la superficie del medio acuoso comprende: o Segmentar la imagen acondicionada.
4. Procedimiento según la reivindicación 3, en el que acondicionar la imagen de la superficie del medio acuoso comprende: Reducir el ruido de la imagen de la superficie del medio acuoso; Corregir la variación de intensidad de la imagen debido a las diferencias en el ángulo de la cámara de infrarrojos con respecto a la superficie del medio acuoso.
5. Procedimiento según la reivindicación 4, en el que acondicionar la imagen de la superficie del medio acuoso comprende además: Detectar el medio acuoso en la imagen.
6. Procedimiento según una cualquiera de las reivindicaciones 2 a 5, en el que el vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos es el vector de características multidimensional representativo de la región estática susceptible de ser identificada como un vertido de hidrocarburos.
7. Procedimiento según una cualquiera de las reivindicaciones 2 a 5, que, en caso de resultado positivo en la verificación de si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos, comprende: - Verificar si la región ha sido introducida previamente en un repositorio de datos referente a regiones susceptibles de identificarse como un vertido de hidrocarburos en el medio acuoso, comprendiendo este repositorio un identificador de cada región y un vector de características multidimensional de la región para cada imagen analizada; - En caso de resultado negativo en la verificación, Introducir en el repositorio de datos un identificador de la región y el vector de características multidimensional obtenido de la región, para la imagen analizada; - En caso de resultado positivo en la verificación, Introducir en el repositorio de datos, asociado al identificador de la región, el vector de características multidimensional obtenido de la región, para la imagen analizada; Generar un vector de características multidimensional representativo de la dinámica de la región, a partir de los vectores de características multidimensionales asociados al identificador de la región; y en el que el vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos es el vector de características multidimensional representativo de la dinámica de la región generado.
8. Programa informático que comprende instrucciones de programa para provocar que un sistema informático ejecute el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, según una cualquiera de las reivindicaciones 1 a 7.
9. Programa informático según la reivindicación 8, que está almacenado en unos medios de grabación.
10. Programa informático según la reivindicación 8, que es portado por una señal portadora.
11. Sistema electrónico para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, que comprende: • Medios electrónicos para analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso; • Medios electrónicos para verificar si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; En caso de resultado positivo en la verificación, • Medios electrónicos para proporcionar un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos; • Medios electrónicos para evaluar si el punto que representa al vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en un medio acuoso; • Medios electrónicos para generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso, si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional,.
12. Sistema informático para detectar un vertido de hidrocarburos en un medio acuoso, que comprende: • Una cámara de infrarrojos adaptada para obtener una pluralidad de imágenes de la superficie del medio acuoso; • Una memoria y un procesador, que incorpora instrucciones almacenadas en la memoria y ejecutables por el procesador, comprendiendo las instrucciones funcionalidades para: o Analizar una imagen de la pluralidad de imágenes de la superficie del medio acuoso obtenidas por la cámara de infrarrojos; o Verificar si en la imagen analizada de la superficie del medio acuoso se muestra al menos una región susceptible de ser identificada como un vertido de hidrocarburos; o En caso de resultado positivo en la verificación, Proporcionar un vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos; Evaluar si el punto que representa al vector de características multidimensional asociado a la región susceptible de ser identificada como un vertido de hidrocarburos se encuentra dentro de una zona de referencia definida en un espacio multidimensional, siendo esta zona de referencia representativa de vectores de características multidimensionales de regiones que corresponden a vertidos reales de hidrocarburos en un medio acuoso; -Si se determina que el punto que representa al vector de características multidimensional asociado a la región susceptible de identificarse como un vertido de hidrocarburos se encuentra dentro de la zona de referencia multidimensional, generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso.
13. Procedimiento para detectar un vertido de hidrocarburos en la superficie de un medio acuoso, que comprende: • Recibir una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso generada a partir de al menos una imagen obtenida por un radar; • Verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido; • En caso de resultado negativo, • Generar una señal de aviso de detección de un vertido de hidrocarburos en el medio acuoso, a partir de la señal de aviso de detección generada a partir de la al menos una imagen obtenida por un radar; • En caso de resultado positivo, • Ejecutar el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, según una cualquiera de las reivindicaciones 1 a 7.
14. Procedimiento según la reivindicación 13, que, en caso de resultado positivo en la verificación sobre si existe una cámara de infrarrojos adecuada para monitorizar el vertido, comprende: o Posicionar la cámara de infrarrojos.
15. Procedimiento según una cualquiera de las reivindicaciones 13 ó 14, que comprende: • Recibir la localización geográfica del vertido de hidrocarburos en el medio acuoso; y en el que verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido comprende verificar si existe una cámara de infrarrojos capaz de monitorizar la superficie del medio acuoso que se encuentra en la localización geográfica recibida.
16. Programa informático que comprende instrucciones de programa para provocar que un sistema informático ejecute el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso, según una cualquiera de las reivindicaciones 13 a 15.
17. Programa informático según la reivindicación 16, que está almacenado en unos medios de grabación.
18. Programa informático según la reivindicación 16, que es portado por una señal portadora.
19. Sistema electrónico para detectar un vertido de hidrocarburos en la superficie de un medio acuoso, que comprende: • Medios electrónicos para recibir una señal de aviso de un vertido de hidrocarburos en el medio acuoso generada a partir de al menos una imagen obtenida por un radar; • Medios electrónicos para verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido; En caso de resultado negativo, • Medios electrónicos para generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso; En caso de resultado positivo, • Medios electrónicos para ejecutar el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, según una cualquiera de las reivindicaciones 1 a 7.
20. Sistema informático para detectar un vertido de hidrocarburos en la superficie de un medio acuoso, que comprende: • Al menos un radar; • Al menos una cámara de infrarrojos; • Una memoria y un procesador, que incorpora instrucciones almacenadas en la memoria y ejecutables por el procesador, comprendiendo las instrucciones funcionalidades para: o Recibir una señal de aviso de un vertido de hidrocarburos en el medio acuoso generada a partir de al menos una imagen obtenida por el radar; o Verificar si existe una cámara de infrarrojos capaz de monitorizar el vertido; o En caso de resultado negativo, Generar una señal de aviso de un vertido de hidrocarburos en el medio acuoso; o En caso de resultado positivo, Ejecutar el procedimiento para detectar un vertido de hidrocarburos en un medio acuoso a partir de una pluralidad de imágenes de la superficie del medio acuoso obtenidas mediante una cámara de infrarrojos, según una cualquiera de las reivindicaciones 1 a 7.
MX2015000035A 2012-07-04 2012-07-04 Sistema integrado de deteccion temprana de hidrocarburos en un medio acuoso. MX2015000035A (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/ES2012/070494 WO2014006234A1 (es) 2012-07-04 2012-07-04 Sistema integrado de detección temprana de hidrocarburos en un medio acuoso

Publications (1)

Publication Number Publication Date
MX2015000035A true MX2015000035A (es) 2015-08-05

Family

ID=46881079

Family Applications (1)

Application Number Title Priority Date Filing Date
MX2015000035A MX2015000035A (es) 2012-07-04 2012-07-04 Sistema integrado de deteccion temprana de hidrocarburos en un medio acuoso.

Country Status (9)

Country Link
US (1) US9881212B2 (es)
EP (1) EP2871610B1 (es)
AR (1) AR091675A1 (es)
AU (1) AU2012384518B2 (es)
BR (1) BR112014033122A2 (es)
CA (1) CA2878107A1 (es)
MX (1) MX2015000035A (es)
UY (1) UY34891A (es)
WO (1) WO2014006234A1 (es)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10241514B2 (en) 2016-05-11 2019-03-26 Brain Corporation Systems and methods for initializing a robot to autonomously travel a trained route
US9987752B2 (en) 2016-06-10 2018-06-05 Brain Corporation Systems and methods for automatic detection of spills
US10282849B2 (en) 2016-06-17 2019-05-07 Brain Corporation Systems and methods for predictive/reconstructive visual object tracker
CN106126805A (zh) * 2016-06-22 2016-11-16 南京理工大学 一种海面溢油预测方法
US10016896B2 (en) 2016-06-30 2018-07-10 Brain Corporation Systems and methods for robotic behavior around moving bodies
US10274325B2 (en) 2016-11-01 2019-04-30 Brain Corporation Systems and methods for robotic mapping
US10001780B2 (en) 2016-11-02 2018-06-19 Brain Corporation Systems and methods for dynamic route planning in autonomous navigation
US10723018B2 (en) 2016-11-28 2020-07-28 Brain Corporation Systems and methods for remote operating and/or monitoring of a robot
CN106651843B (zh) * 2016-12-15 2019-09-03 太原科技大学 隧道渗水检测的图像处理方法
US10377040B2 (en) 2017-02-02 2019-08-13 Brain Corporation Systems and methods for assisting a robotic apparatus
US10290158B2 (en) 2017-02-03 2019-05-14 Ford Global Technologies, Llc System and method for assessing the interior of an autonomous vehicle
US10852730B2 (en) 2017-02-08 2020-12-01 Brain Corporation Systems and methods for robotic mobile platforms
US10293485B2 (en) 2017-03-30 2019-05-21 Brain Corporation Systems and methods for robotic path planning
US10509974B2 (en) 2017-04-21 2019-12-17 Ford Global Technologies, Llc Stain and trash detection systems and methods
US10304165B2 (en) 2017-05-12 2019-05-28 Ford Global Technologies, Llc Vehicle stain and trash detection systems and methods
US10759652B2 (en) 2017-08-22 2020-09-01 Ford Global Technologies, Llc Vehicle fuel delivery
MX2020007114A (es) * 2018-01-10 2020-12-09 Simbe Robotics Inc Método para detectar y responder a derrames y peligros.
CN109885560B (zh) * 2019-02-18 2021-03-23 中国石油大学(北京) 页岩气压裂装备红外热像监测数据的清洗方法及装置
TWI739203B (zh) * 2019-11-08 2021-09-11 大猩猩科技股份有限公司 一種評估影像有效分析區域之方法與系統
CN111640139B (zh) * 2020-05-22 2022-04-19 浙江大学 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法
CN112671874B (zh) * 2020-12-17 2022-09-30 长沙树根互联技术有限公司 一种偷油事件生成方法、装置、电子设备及存储介质
CN115019158B (zh) * 2022-08-03 2022-10-25 威海海洋职业学院 一种基于图像识别的海洋污染区域识别方法及系统
CN115661649B (zh) * 2022-10-26 2023-05-23 广东海洋大学 一种基于bp神经网络的船载微波雷达图像溢油探测方法及系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3783284A (en) 1971-10-28 1974-01-01 Texas Instruments Inc Method and apparatus for detection of petroleum products
CA1017594A (en) 1973-11-06 1977-09-20 Barringer Research Limited Remote sensing of marine hydrocarbon seeps using sub-surface secondary radiation
US3899213A (en) 1974-03-08 1975-08-12 Us Transport Airborne laser remote sensing system for the detection and identification of oil spills
GB1543320A (en) 1976-11-16 1979-04-04 Standard Telephones Cables Ltd Detecting oil in water
US4517458A (en) 1981-11-23 1985-05-14 Barringer Anthony R Remote detection of hydrocarbon seeps
US4897551A (en) 1988-04-11 1990-01-30 Spectral Sciences, Inc. Leak detector
US4933678A (en) * 1989-05-30 1990-06-12 The United States Of America As Represented By The Secretary Of The Interior Method of detecting oil spills at sea using a shipborne navigational radar
US5296711A (en) 1992-11-05 1994-03-22 Atlantic Richfield Company Technique for the remote detection of sea slicks
JP2000069346A (ja) * 1998-06-12 2000-03-03 Canon Inc カメラ制御装置、方法、カメラ、追尾カメラシステム及びコンピュ―タ読み取り可能な記憶媒体
US6812846B2 (en) 2001-09-28 2004-11-02 Koninklijke Philips Electronics N.V. Spill detector based on machine-imaging
US8194920B2 (en) 2007-02-16 2012-06-05 Ford Global Technologies, Llc Method and system for detecting objects using far infrared images
US8124931B2 (en) * 2007-08-10 2012-02-28 Schlumberger Technology Corporation Method and apparatus for oil spill detection
US8436609B2 (en) * 2007-10-05 2013-05-07 Exxonmobil Upstream Research Company Method and apparatus for detection of a liquid under a surface
US7391442B1 (en) * 2007-11-01 2008-06-24 International Business Machines Corporation Digital camera including a distortion correction system
CN101414009B (zh) 2008-11-15 2011-03-16 大连海事大学 便携式机载海上溢油遥感监测系统
NO329675B1 (no) 2009-03-12 2010-11-29 Integrated Optoelectronics As Fremgangsmate og system for maling/detektering av kjemikaliesol
US20110060551A1 (en) * 2009-08-13 2011-03-10 American University Of Beirut Apparatus for measuring depth of a hydrophobic liquid on the surface of water and method for same
EP2604033A2 (en) * 2010-08-11 2013-06-19 Flir Systems, Inc. Infrared camera detection systems and methods
US8917175B2 (en) * 2011-04-25 2014-12-23 Saudi Arabian Oil Company Method and tracking device for tracking movement in a marine environment with tactical adjustments to an emergency response

Also Published As

Publication number Publication date
WO2014006234A1 (es) 2014-01-09
EP2871610A1 (en) 2015-05-13
AR091675A1 (es) 2015-02-18
US20150213299A1 (en) 2015-07-30
AU2012384518A1 (en) 2015-01-29
UY34891A (es) 2014-01-31
EP2871610B1 (en) 2021-04-07
BR112014033122A2 (pt) 2017-06-27
CA2878107A1 (en) 2014-01-09
WO2014006234A8 (es) 2014-07-03
AU2012384518B2 (en) 2019-01-24
US9881212B2 (en) 2018-01-30

Similar Documents

Publication Publication Date Title
AU2012384518B2 (en) Infrared image based early detection of oil spills in water
Chen et al. Ship detection from coastal surveillance videos via an ensemble Canny-Gaussian-morphology framework
Munawar et al. After the flood: A novel application of image processing and machine learning for post-flood disaster management
Bossu et al. Rain or snow detection in image sequences through use of a histogram of orientation of streaks
Martinis et al. Unsupervised extraction of flood-induced backscatter changes in SAR data using Markov image modeling on irregular graphs
CN104408482B (zh) 一种高分辨率sar图像目标检测方法
US20120328161A1 (en) Method and multi-scale attention system for spatiotemporal change determination and object detection
CN109214439B (zh) 一种基于多特征融合的红外图像结冰河流检测方法
CN107808383B (zh) 一种强海杂波下sar图像目标快速检测方法
US9031285B2 (en) Detection of floating objects in maritime video using a mobile camera
Kurtz et al. A sea-ice lead detection algorithm for use with high-resolution airborne visible imagery
US20150049906A1 (en) Human image tracking system, and human image detection and human image tracking methods thereof
Xu et al. Oil spill candidate detection from SAR imagery using a thresholding-guided stochastic fully-connected conditional random field model
Jakovčević et al. Visual spatial-context based wildfire smoke sensor
Buck et al. Enhanced ship detection from overhead imagery
Haurum et al. Is it Raining Outside? Detection of Rainfall using General-Purpose Surveillance Cameras.
Wei et al. A Markov random field approach for sidescan sonar change detection
CN107729903A (zh) 基于区域概率统计和显著性分析的sar图像目标检测方法
Kim et al. Oil spill detection from RADARSAT-2 SAR image using non-local means filter
Ljubičić et al. Image processing for hydraulic jump free-surface detection: coupled gradient/machine learning model
Kaliyev et al. Computer Vision-based Fire Detection using Enhanced Chromatic Segmentation and Optical Flow Model
Cao et al. Detecting the number of buildings in a single high-resolution SAR image
Ghahremani et al. Cascaded CNN method for far object detection in outdoor surveillance
Parameswaran et al. Marine object detection in UAV full-motion video
Wang et al. A new ship detection and classification method of spaceborne SAR images under complex scene