一种检测目标位置污染度的方法和系统技术方案

本申请提供一种检测目标位置污染度的方法和系统。该方法和系统，能够获取目标图像，所述目标图像包括所述目标位置的信息编码图像以及所述目标位置的污染图像，再通过训练好的目标模型识别所述目标图像，至少获得所述目标位置、所述目标位置的污染类型以及污染度分值，最后，根据所述污染度分值，决定是否报警。决定是否报警。决定是否报警。

【技术实现步骤摘要】
一种检测目标位置污染度的方法和系统


[0001]本申请涉及机器学习领域，尤其涉及一种检测目标位置污染度的方法和系统。

技术介绍

[0002]随着工业技术的发展，如何准确的检测厂房内的管道是否发生泄露，是工业生产目前面临的一个严重问题。在一个封闭厂房内，常常排布有很多管道，且不同的管道内可能储存有不同的气体或液体，因此需要检测多个位置的管道是否发生泄漏。在这样的环境下，传统的管道泄露视频检测方案需要在厂房内架设多个摄像头，并配置多个拍摄位置，同时还需要配置多套不同的图像识别算法，才能够检测管道内液体或气体是否泄漏。这样对于每一个需要检测的管道都需要设置不同的检测方案，导致检测方案不通用；并且，当管道内液体或气体泄露，视觉特征不明显时，传统的检测方案甚至难以通过视频监控和图像识别算法准确检测，造成检测率不高的问题。
[0003]因此，需要提供一种通用的检测方案，并且对管道泄漏的检测率高的检测目标位置污染度的方法和系统。

技术实现思路

[0004]本申请提供一种检测目标位置污染度的方法和系统。
[0005]第一方面，本申请提供一种检测目标位置污染度的方法，包括：获取目标图像，所述目标图像包括所述目标位置的信息编码图像以及所述目标位置的污染图像；通过训练好的目标模型识别所述目标图像，至少获得所述目标位置、所述目标位置的污染类型以及污染度分值；以及根据所述污染度分值，决定是否报警。
[0006]在一些实施例中，所述污染图像为目标试纸被目标化学物质污染的图像，其中，所述目标试纸在所述目标位置。
[0007]在一些实施例中，所述目标信息编码图像至少包括条码图像和二维码图像中的一种。
[0008]在一些实施例中，所述目标信息编码图像至少描述了目标位置数据、所述目标位置的污染类型、目标试纸的试纸类型、试纸尺寸以及所述目标位置名称中的部分内容。
[0009]在一些实施例中，所述目标模型为基于所述颜色直方图和线性回归方法训练的模型，其中，所述目标模型能够基于颜色直方图，统计所述目标位置的污染图像中的各种颜色的数量特征，所述目标模型能够基于所述线性回归方法，对所述目标位置的污染图像和所述目标位置的污染度分值之间的关系进行建模。
[0010]在一些实施例中，其中所述获取所述目标图像包括：控制记录设备移动至预置位拍摄所述目标图像；以及接收所述目标图像。
[0011]第二方面，本申请提供一种检测目标位置污染度的方法，包括：获取目标图像，所述目标图像包括所述目标位置的信息编码图像以及所述目标位置的污染图像；基于所述目标图像，训练所述目标模型，所述目标模型至少用于基于所述信息编码图像和所述污染图
像识别所述目标位置、所述目标位置的污染类型以及污染度分值；输出所述目标位置、所述目标位置的污染类型以及所述污染度分值。
[0012]在一些实施例中，所述污染图像为目标试纸被目标化学物质污染的图像，其中，所述目标试纸在所述目标位置。
[0013]在一些实施例中，所述目标信息编码图像至少包括条码图像和二维码图像中的一种。
[0014]在一些实施例中，所述目标信息编码图像至少描述了目标位置数据、目标位置的污染类型、目标试纸的试纸类型、试纸尺寸以及所述目标位置名称中的部分内容。
[0015]在一些实施例中，所述目标模型为基于颜色直方图和线性回归训练的模型，其中，所述目标模型能够基于所述颜色直方图，统计所述目标位置的污染图像中的不同颜色的数量特征，所述目标模型能够基于所述线性回归方法，对所述目标位置的污染图像和所述目标位置的污染度分值之间的关系进行建模。
[0016]第三方面，本申请提供一种检测目标位置污染度的系统，包括：滑轨；记录设备，包括同所述滑轨滑动连接的移动设备和安装在所述移动设备上的图像捕捉设备；以及污染分析系统，同所述记录设备通信连接，并且包括：至少一个存储介质，所述至少一个存储介质存储有至少一个指令集用于检测目标位置的污染度；以及至少一个处理器，同所述至少一个存储介质通信连接，其中所述污染分析系统运行时，所述至少一个处理器读取所述至少一个指令集并执行第一方面或第二方面所述的检测目标位置污染度的方法。
附图说明
[0017]本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本申请一些实施例所示的检测目标位置污染度的系统的结构示意图；图2A是根据本申请一些实施例所示的另一种检测目标位置污染度的系统的结构示意图；图2B是根据本申请一些实施例所示的另一种检测目标位置污染度的系统的结构示意图；以及图3是根据本申请一些实施例所述的检测目标位置污染度的方法的流程图。
具体实施方式
[0018]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
[0019]应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
[0020]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一
种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
[0021]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0022]下面结合实施例和附图对本专利技术技术方案进行详细说明。
[0023]随着工业技术的发展，如何准确的检测厂房内的管道是否发生泄露，是工业生产目前面临的一个严重问题。具体的工业环境通常是，在一个封闭厂房内排布有很多管道，这些不同的管道内可能储存有不同的气体或液体，因此需要检测多个位置的管道是否发生泄漏。在这样的环境下，传统的管道泄露视频检测方案需要在厂房内架设多个摄像头，并配置多个拍摄位置，同时还需要配置多套不同的图像识别算法，才能够分别检测不同的管道内液体或气体是否泄漏。但这样对于每一个需要检测的管道，都需要设置不同的检测方案，导致检测方案不通用。
[0024]此外，当由于管道内储存的液体或气体与管道颜色相近，或者管道内气体或液体本身颜色较浅，甚至接近透明等等原因，造成管道内储存的液体或气体泄露的视觉特征不明显时，传统的检测方案难以通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测目标位置污染度的方法，其特征在于，包括：获取目标图像，所述目标图像包括所述目标位置的信息编码图像以及所述目标位置的污染图像；通过训练好的目标模型识别所述目标图像，至少获得所述目标位置、所述目标位置的污染类型以及污染度分值；以及根据所述污染度分值，决定是否报警。2.如权利要求1所述的方法，其特征在于，所述污染图像为目标试纸被目标化学物质污染的图像，其中，所述目标试纸在所述目标位置。3.如权利要求1所述的方法，其特征在于，所述目标信息编码图像至少包括条码图像和二维码图像中的一种。4.如权利要求3所述的方法，其特征在于，所述目标信息编码图像至少描述了目标位置数据、所述目标位置的污染类型、目标试纸的试纸类型、试纸尺寸以及所述目标位置名称中的部分内容。5.如权利要求1所述的方法，其特征在于，所述目标模型为基于颜色直方图和线性回归方法训练的模型，其中，所述目标模型能够基于所述颜色直方图，统计所述目标位置的污染图像中的各种颜色的数量特征，所述目标模型能够基于所述线性回归方法，对所述目标位置的污染图像和所述目标位置的污染度分值之间的关系进行建模。6.如权利要求1所述的方法，其特征在于，其中所述获取所述目标图像包括：控制记录设备移动至预置位拍摄所述目标图像；以及接收所述目标图像。7.一种检测目标位置污染度的方法，其特征在于，包括：获取目标图像，所述目标图像包括所述目标位置的信息编码图像以及所述目标位置的污染图像；基于所述目标图像，训练所述目标模型，所述目标模型至少用于基于所述信息编码图像和所述污...

【专利技术属性】
技术研发人员：杨洋，沈皓，孙鸿达，
申请(专利权)人：上海创米科技有限公司，
类型：发明
国别省市：