原油管道巡检用无人机红外视频的管线发热诊断方法技术

本发明专利技术提供一种原油管道巡检用无人机红外视频的管线发热诊断方法，包括：步骤1，利用无人机搭载的红外设备拍摄得到管线的视频画面；步骤2，依据神经网络的匹配方法，进行图像的拼接；步骤3，根据拼接后的图像，进行帧间差分；步骤4，从处理过的图像中提取长输管线的主方向；步骤5，以提取到的主方向作为先验知识，由红外图像提取有用的长输管线信息；步骤6，依据管线异常判断准则，沿着获得的管线区域的主方向，对长输管线中存在的故障、损坏进行识别和判断。该原油管道巡检用无人机红外视频的管线发热诊断方法可以得到高质量的图像，实现基于红外视频的异常发热原油管线自动定位和诊断。

Pipeline heating diagnosis method based on infrared video of UAV for crude oil pipeline inspection

【技术实现步骤摘要】
原油管道巡检用无人机红外视频的管线发热诊断方法
本专利技术涉及原油长输管道巡检用无人机
，特别是涉及到一种原油管道巡检用无人机红外视频的管线发热诊断方法。
技术介绍
为满足大面积的原油管线的日常维护、巡检，急需现代化及自动化的技术手段。携带红外设备的无人机巡检就是一种理想的解决方案。红外图像表现的是被摄物体表面发出的热辐射，相比于可见光图像，红外图像中目标与背景的对比程度比较低，物体边缘轮廓比较模糊，这就给常规的边缘提取带来了困难。除此之外，无人机所搭载的红外云台获取的红外视频中还包含许多随机噪声，同时背景图像也会相对比较复杂，要想从这样的红外图像中自动获取管线信息是有一定难度的，更难以完成对异常发热原油管线的自动识别及诊断。此外，受电子热噪声和信号传输干扰的影响，椒盐噪声、脉冲噪声以及其他种类的噪声都可能会出现在红外图像中，致使原油管线红外图像收到边缘模糊、对比度差、环境噪声污染等干扰。杨政勃等人在文献“基于红外图像识别的输电线路故障诊断”中描述了一种以梯度法为基础的管线红外温度异常区域探测方法，基于红外图像的亮度、色调本文档来自技高网...

【技术保护点】
1.原油管道巡检用无人机红外视频的管线发热诊断方法，其特征在于，该原油管道巡检用无人机红外视频的管线发热诊断方法包括：/n步骤1，利用无人机搭载的红外设备拍摄得到管线的视频画面；/n步骤2，依据神经网络的匹配方法，进行图像的拼接；/n步骤3，根据拼接后的图像，进行帧间差分；/n步骤4，从处理过的图像中提取长输管线的主方向；/n步骤5，以提取到的主方向作为先验知识，由红外图像提取有用的长输管线信息；/n步骤6，依据管线异常判断准则，沿着获得的管线区域的主方向，对长输管线中存在的故障、损坏进行识别和判断。/n

【技术特征摘要】
1.原油管道巡检用无人机红外视频的管线发热诊断方法，其特征在于，该原油管道巡检用无人机红外视频的管线发热诊断方法包括：
步骤1，利用无人机搭载的红外设备拍摄得到管线的视频画面；
步骤2，依据神经网络的匹配方法，进行图像的拼接；
步骤3，根据拼接后的图像，进行帧间差分；
步骤4，从处理过的图像中提取长输管线的主方向；
步骤5，以提取到的主方向作为先验知识，由红外图像提取有用的长输管线信息；
步骤6，依据管线异常判断准则，沿着获得的管线区域的主方向，对长输管线中存在的故障、损坏进行识别和判断。


2.根据权利要求1所述的原油管道巡检用无人机红外视频的管线发热诊断方法，其特征在于，该原油管道巡检用无人机红外视频的管线发热诊断方法还包括，在步骤2之前，利用加速稳健特征法提取预处理后的连续两帧画面的尺度不变特性。


3.根据权利要求1所述的原油管道巡检用无人机红外视频的管线发热诊断方法，其特征在于，在步骤3中，依据神经网络的匹配方法，基于连续两帧画面的匹配生成一帧新图像。


4.根据权利要求1所述的原油管道巡检用无人机红外视频的管线发热诊断方法，其特征在于，在步骤3中，通过步骤2将相邻连续两帧画面进行拼接后得出它们互相重叠的区域，对该区域同时做帧间差分运算。


5.根据权利要求4所述的原油管道巡检用无人机红外视频的管线发热诊断方法，其特征在于，在步骤3中，设ti和tj分别为连续两帧画面采集的时间，则经过帧间差分后重叠部分的图像Iij(x,y)写成：



式中：T为像素差阈值；像素点(x,y)处的ti和tj时刻的灰度值分别为f(x,y,ti)和f(x,y,tj)。


6.根...

【专利技术属性】
技术研发人员：盛拥军，商同林，舒军星，李国森，陈兆龙，赵鹏，张智强，孙燕辉，何平，陈建林，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司胜利油田分公司油气集输总厂，
类型：发明
国别省市：山东;37