一种基于摄像远传水表的水表冻裂检测方法技术

本发明专利技术涉及水表冻裂检测，具体涉及一种基于摄像远传水表的水表冻裂检测方法，摄像远传水表采集表盘图像，利用神经网络模型对表盘图像进行初检测；图像线条检测：计算表盘图像对应灰度图像中各像素点的总梯度，利用梯度幅值的非最大抑制删除绝大部分的非边缘点，并采用双阈值方法减少假边缘数量，通过对边缘图像进行线条分析判断表盘图像中是否出现裂纹；图像梯度检测：通过对梯度图中所有像素点的总梯度进行数量分析判断表盘图像中是否出现裂纹；图像亮度检测：通过对灰度直方图进行图像亮度分布规律分析判断表盘图像中是否出现裂纹；本发明专利技术提供的技术方案能够有效克服现有技术所存在的无法对水表冻裂进行准确检测的缺陷。在的无法对水表冻裂进行准确检测的缺陷。在的无法对水表冻裂进行准确检测的缺陷。

【技术实现步骤摘要】
一种基于摄像远传水表的水表冻裂检测方法


[0001]本专利技术涉及水表冻裂检测，具体涉及一种基于摄像远传水表的水表冻裂检测方法。

技术介绍

[0002]众所周知，水是生命之源，老百姓的日常生活是与水源密不可分。水表作为一种测量流经管道的单向水流总量的设备，在日常生活中随处可见，但是水表经常容易受到极端天气的影响，该情况在北方尤为常见。
[0003]由于北方出现的寒冷天气较为频繁，会导致水表出现冻裂现象。在天气温度较低的情况下，水表内部水体会冻结，停止流动，或者水流很细；当天气温度非常低时，由于水表是金属体，当其受到热胀冷缩的影响时，水表上的玻璃盖就会发生破裂，进而出现漏水的情况，影响用户正常用水，同时也会造成水体大量流失，给用户和社会带来严重的负面影响。
[0004]为了解决上述问题，许多北方家庭会在寒冷天气到来之前，对水表和管道包裹保温层，以减少恶劣天气的影响，同时人为定期观察水表有无冻裂情况。但是，往往水表出现冻裂情况后才被发现，已经造成一定水体流失，因此提前对水表进行冻裂检测及预警显得尤为重要。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术所存在的上述缺点，本专利技术提供了一种基于摄像远传水表的水表冻裂检测方法，能够有效克服现有技术所存在的无法对水表冻裂进行准确检测的缺陷。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]一种基于摄像远传水表的水表冻裂检测方法，包括以下步骤：
[0010]S1、摄像远传水表采集表盘图像，利用神经网络模型对表盘图像进行初检测；
[0011]S2、图像线条检测：计算表盘图像对应灰度图像中各像素点的总梯度，利用梯度幅值的非最大抑制删除绝大部分的非边缘点，并采用双阈值方法减少假边缘数量，通过对边缘图像进行线条分析判断表盘图像中是否出现裂纹；
[0012]S3、图像梯度检测：绘制出表盘图像对应的梯度图，通过对梯度图中所有像素点的总梯度进行数量分析判断表盘图像中是否出现裂纹；
[0013]S4、图像亮度检测：绘制出表盘图像对应的灰度直方图，通过对灰度直方图进行图像亮度分布规律分析判断表盘图像中是否出现裂纹。
[0014]优选地，S1中利用神经网络模型对表盘图像进行初检测，包括：
[0015]构建图像训练集，利用图像训练集对ResNet
‑
18网络进行参数迭代训练；
[0016]使用训练好的ResNet
‑
18网络对输入的表盘图像进行分类，根据分类结果判断表盘图像中是否出现裂纹；
[0017]其中，ResNet
‑
18网络的最后一层为单个神经元的全连接层。
[0018]优选地，S2中计算表盘图像对应灰度图像中各像素点的总梯度，包括：
[0019]采用sobel算子计算灰度图像中各像素点的水平方向梯度G
X
和垂直方向梯度G
Y
，并计算得到各像素点的总梯度G：
[0020]G
X
＝M
X
*A
ꢀꢀꢀ
(1)
[0021]G
Y
＝M
Y
*A
ꢀꢀꢀ
(2)
[0022][0023]其中，M
X
为sobel算子中的水平方向梯度算子，M
Y
为sobel算子中的垂直方向梯度算子，A代表灰度图像。
[0024]优选地，S2中计算表盘图像对应灰度图像中各像素点的总梯度之前，包括：
[0025]对表盘图像进行灰度化操作，使其变成单通道图像，采用高斯滤波对该单通道图像进行图像滤波，得到较为平滑的灰度图像。
[0026]优选地，S2中利用梯度幅值的非最大抑制删除绝大部分的非边缘点，包括：
[0027]构建图像梯度幅值矩阵，查找像素点的局部最大值，将非极大值点所对应的灰度值设为0。
[0028]优选地，S2中采用双阈值方法减少假边缘数量，包括：
[0029]设置一个高阈值和一个低阈值，基于高阈值得到中间边缘图像，并将中间边缘图像中的边缘连成轮廓；
[0030]在轮廓端点的8邻域中寻找满足低阈值的点，以该点作为新的起点，重新收集新的边缘，直至整个图像的边缘都闭合，得到边缘图像。
[0031]优选地，S2中通过对边缘图像进行线条分析判断表盘图像中是否出现裂纹，包括：
[0032]对边缘图像中的各线条分析其水平长度和竖直长度，若线条的水平长度和竖直长度均超过设定像素数量阈值，则认定该线条为裂纹。
[0033]优选地，S3中绘制出表盘图像对应的梯度图，通过对梯度图中所有像素点的总梯度进行数量分析判断表盘图像中是否出现裂纹，包括：
[0034]通过公式(1)～(3)计算梯度图中各像素点的总梯度G
’
，并计算所有像素点的总梯度之和T；
[0035]若总梯度之和T满足下式，则认定表盘图像中出现裂纹：
[0036]T≥2*H*W
ꢀꢀꢀ
(4)
[0037]其中，H、W分别表示梯度图的高度、宽度。
[0038]优选地，S4中绘制出表盘图像对应的灰度直方图，通过对灰度直方图进行图像亮度分布规律分析判断表盘图像中是否出现裂纹，包括：
[0039]统计灰度直方图中像素值在250以上的白色像素点数量，若白色像素点数量占总像素点数量的40％以上，则认定表盘图像中出现裂纹。
[0040]优选地，所述灰度直方图的横坐标为256个点，范围在0
‑
255，纵坐标表示图像中像素值为当前横坐标值对应的像素点数量。
[0041](三)有益效果
[0042]与现有技术相比，本专利技术所提供的一种基于摄像远传水表的水表冻裂检测方法，
具有以下有益效果：
[0043]1)本方法能够在非人工参与的情况下，自动对水表冻裂进行检测预警，并且能够有效保证水表冻裂检测的准确率，极大程度上降低了水表冻裂所带来的负面影响；
[0044]2)将深度学习方法与传统图像检测方法应用到水表裂纹判断中，可以同时利用多种方法来判断当前水表有无裂纹，能够保证较高的水表冻裂检测准确度；
[0045]3)每隔一定时间进行图片采集和检测，可以最大程度对水表冻裂进行及时预警，并且降低了冗余的计算开销(一般情况下水表在较短时间间隔内出现冻裂并迅速发展的可能性非常低)，有效节省了计算成本，实用性高。
附图说明
[0046]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅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。
[0047]图1为本专利技术的流程示意图；...

【技术保护点】

【技术特征摘要】
1.一种基于摄像远传水表的水表冻裂检测方法，其特征在于：包括以下步骤：S1、摄像远传水表采集表盘图像，利用神经网络模型对表盘图像进行初检测；S2、图像线条检测：计算表盘图像对应灰度图像中各像素点的总梯度，利用梯度幅值的非最大抑制删除绝大部分的非边缘点，并采用双阈值方法减少假边缘数量，通过对边缘图像进行线条分析判断表盘图像中是否出现裂纹；S3、图像梯度检测：绘制出表盘图像对应的梯度图，通过对梯度图中所有像素点的总梯度进行数量分析判断表盘图像中是否出现裂纹；S4、图像亮度检测：绘制出表盘图像对应的灰度直方图，通过对灰度直方图进行图像亮度分布规律分析判断表盘图像中是否出现裂纹。2.根据权利要求1所述的基于摄像远传水表的水表冻裂检测方法，其特征在于：S1中利用神经网络模型对表盘图像进行初检测，包括：构建图像训练集，利用图像训练集对ResNet
‑
18网络进行参数迭代训练；使用训练好的ResNet
‑
18网络对输入的表盘图像进行分类，根据分类结果判断表盘图像中是否出现裂纹；其中，ResNet
‑
18网络的最后一层为单个神经元的全连接层。3.根据权利要求1所述的基于摄像远传水表的水表冻裂检测方法，其特征在于：S2中计算表盘图像对应灰度图像中各像素点的总梯度，包括：采用sobel算子计算灰度图像中各像素点的水平方向梯度G
X
和垂直方向梯度G
Y
，并计算得到各像素点的总梯度G：G
X
＝M
X
*A
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)G
Y
＝M
Y
*A
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，M
X
为sobel算子中的水平方向梯度算子，M
Y
为sobel算子中的垂直方向梯度算子，A代表灰度图像。4.根据权利要求3所述的基于摄像远传水表的水表冻裂检测方法，其特征在于：S2中计算表盘图像对应灰度图像中各像素点的总梯度之前，包括：对表盘图像进行...

【专利技术属性】
技术研发人员：郭春松，邓宏平，张文胜，周扬，
申请(专利权)人：安徽翼迈科技股份有限公司，
类型：发明
国别省市：