一种基于图像识别的管涌险情巡查方法及系统技术方案

本发明专利技术公开一种基于图像识别的管涌险情巡查方法及系统，方法包括：基于预设的管涌识别模型对获取的至少一个实时图像进行特征比对；判断至少一个实时图像中的某一图像区域内的特征值是否小于第一预设阈值；若至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则对至少一个实时图像进行特征融合，得到某一待识别图像；将某一待识别图像输入至管涌识别模型中，并判断某一待识别图像中的某一图像区域内的特征值是否小于第二预设阈值；若某一待识别图像中的某一图像区域内的特征值不小于第二预设阈值，则将某一待识别图像发送至用户端并发送警报。解决了管涌巡查方式的成本高、清晰度低以及环境适应能力差的技术问题。题。题。

【技术实现步骤摘要】
一种基于图像识别的管涌险情巡查方法及系统


[0001]本专利技术属于灾害监测
，尤其涉及一种基于图像识别的管涌险情巡查方法及系统。

技术介绍

[0002]管涌，是导致溃堤和溃坝的主要致灾因子。及时找出管涌点，对于保障堤防、大坝的安全运行至关重要。目前，在管涌险情的巡查方面，主要依靠人工巡查和基于红外热成像技术的自动化巡查。其中：
[0003](1)人工巡查的缺点在于：人力资源消耗巨大，特别地，在汛期需要组织大量巡查人员开展24小时不间断巡查。同时应该注意到：长时间的人工巡查、依靠人工判断极易引起视觉疲劳，导致忽略部分管涌点。
[0004](2)基于红外热成像技术的自动化巡查的缺点在于：
①
成本过高。红外热成像摄像头造价高昂，难以广泛推广。特别地，在经济欠发达的农村地区(往往也是管涌险情的高发地区)难以推广。
②
在日光环境下，红外热成像技术形成的图像容易失真，导致难以清晰显示管涌出口的现场具体情况。
③
红外热成像技术依靠管涌出口的温度特征识别管涌，环境适应性差。特别地，当管涌出口被遮挡、无法获取温度特征时，识别精度将大幅降低。
[0005]为克服现有的管涌巡查方式的成本高、清晰度低、环境适应能力差的不足，亟需提供基于图像识别的管涌险情巡查方法。

技术实现思路

[0006]本专利技术提供一种基于图像识别的管涌险情巡查方法及系统，用于至少解决现有的管涌巡查方式的成本高、清晰度低以及环境适应能力差的技术问题。
[0007]第一方面，本专利技术提供一种基于图像识别的管涌险情巡查方法，包括：基于预设的管涌识别模型对获取的至少一个实时图像进行特征比对；判断所述至少一个实时图像中的某一图像区域内的特征值是否小于第一预设阈值；若所述至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则对所述至少一个实时图像进行特征融合，得到某一待识别图像，其中所述某一待识别图像为仅包含某一图像区域的融合图像；将所述某一待识别图像输入至所述管涌识别模型中，并判断所述某一待识别图像中的某一图像区域内的特征值是否小于第二预设阈值；若所述某一待识别图像中的某一图像区域内的特征值不小于第二预设阈值，则将所述某一待识别图像发送至用户端并发送警报。
[0008]第二方面，本专利技术提供一种基于图像识别的管涌险情巡查系统，包括：比对模块，配置为基于预设的管涌识别模型对获取的至少一个实时图像进行特征比对；第一判断模块，配置为判断所述至少一个实时图像中的某一图像区域内的特征值是否小于第一预设阈值；融合模块，配置为若所述至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则对所述至少一个实时图像进行特征融合，得到某一待识别图像，其中所述某一待识别图像为仅包含某一图像区域的融合图像；第二判断模块，配置为将所述某一待识别图像
输入至所述管涌识别模型中，并判断所述某一待识别图像中的某一图像区域内的特征值是否小于第二预设阈值；发送模块，配置为若所述某一待识别图像中的某一图像区域内的特征值不小于第二预设阈值，则将所述某一待识别图像发送至用户端并发送警报。
[0009]第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例的基于图像识别的管涌险情巡查方法的步骤。
[0010]第四方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本专利技术任一实施例的基于图像识别的管涌险情巡查方法的步骤。
[0011]本申请的基于图像识别的管涌险情巡查方法及系统，对不同环境下的海量管涌图像进行特征学习，由此构建管涌图像识别模型，在实际应用时，无人机能够不断调整飞行高度，将拍摄的实时图像与管涌图像识别模型中的管涌特征进行实时比对，当两者高度相似时自动触发警报，从而高效地识别管涌险情，从而解决了管涌巡查方式的成本高、清晰度低以及环境适应能力差的技术问题。
附图说明
[0012]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0013]图1为本专利技术一实施例提供的一种基于图像识别的管涌险情巡查方法的流程图；
[0014]图2为本专利技术一实施例提供的一种基于图像识别的管涌险情巡查系统的结构框图；
[0015]图3是本专利技术一实施例提供的电子设备的结构示意图。
具体实施方式
[0016]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]请参阅图1，其示出了本申请的一种基于图像识别的管涌险情巡查方法的流程图。
[0018]如图1所示，基于图像识别的管涌险情巡查方法，具体包括以下步骤：
[0019]步骤S101，基于预设的管涌识别模型对获取的至少一个实时图像进行特征比对。
[0020]在本实施例中，构建预设的管涌识别模型的步骤具体为：
[0021]通过以下两种方式采集大量的管涌影像，建立丰富的管涌图像数据库：1)在网络上搜索管涌图像；2)在实验室内，人工制造管涌，模拟不同环境(如白天、黑夜、下雨、管涌出口存在遮挡物)下的管涌现象，在不同角度、不同高度分别拍摄管涌图像；
[0022]通过使用pytorch的神经网络框架，以及SSD的网络结构，通过 nvidia驱动cuda，
cudnn加速处理采集的数据，通过框架内部的执行过程对数据标签做计算机训练，通过卷积、池化，反馈等不断调整管涌识别模型的参数，进行算法优化。
[0023]步骤S102，判断所述至少一个实时图像中的某一图像区域内的特征值是否小于第一预设阈值。
[0024]步骤S103，若所述至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则对所述至少一个实时图像进行特征融合，得到某一待识别图像，其中所述某一待识别图像为仅包含某一图像区域的融合图像。
[0025]在本实施例中，通过不断补充新的图像数据，并将满足某一图像区域内的特征值不小于预设阈值的各个实时图像进行特征融合，最终确定最佳特征域值，使其识别效果达到最佳。
[0026]需要说明的是，若至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则基于卷积运算对至少一个实时图像中的某一图像区域进行突出显示；对突出显示后的至少一个实时图像中的某一图像区域进行特征融合，得到某一待识别图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的管涌险情巡查方法，其特征在于，包括：基于预设的管涌识别模型对获取的至少一个实时图像进行特征比对；判断所述至少一个实时图像中的某一图像区域内的特征值是否小于第一预设阈值；若所述至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则对所述至少一个实时图像进行特征融合，得到某一待识别图像，其中所述某一待识别图像为仅包含某一图像区域的融合图像；将所述某一待识别图像输入至所述管涌识别模型中，并判断所述某一待识别图像中的某一图像区域内的特征值是否小于第二预设阈值；若所述某一待识别图像中的某一图像区域内的特征值不小于第二预设阈值，则将所述某一待识别图像发送至用户端并发送警报。2.根据权利要求1所述的一种基于图像识别的管涌险情巡查方法，其特征在于，在基于预设的管涌识别模型对获取的至少一个实时图像进行特征比对之前，所述方法还包括：基于中值滤波对所述至少一个实时图像进行降噪处理。3.根据权利要求1所述的一种基于图像识别的管涌险情巡查方法，其特征在于，所述若所述至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，对所述至少一个实时图像进行特征融合，得到某一待识别图像包括：若所述至少一个实时图像中的某一图像区域内的特征值不小于预设阈值，则基于卷积运算对所述至少一个实时图像中的某一图像区域进行突出显示；对突出显示后的所述至少一个实时图像中的某一图像区域进行特征融合，得到某一待识别图像。4.根据权利要求1所述的一种基于图像识别的管涌险情巡查方法，其...

【专利技术属性】
技术研发人员：姜振翔，张敏，姚先哲，赵攀，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：