System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及光纤安防,尤其涉及一种光纤振动事件的识别方法、装置、设备及存储介质。
技术介绍
1、分布式光纤以光纤振动作为传感对象,具有监测范围广、灵敏度高、环境适应性好、抗干扰能力强等多方面优势,在管道预警和周界入侵监测等安防领域具有广泛应用。
2、现在传统的分布式光纤振动事件识别方法是依据光纤振动事件激励信号的单一模态信息的规律性,通过人工设计的激励特征进行事件判断的间隔时长、持续时长以及空间影响范围等特征,进行规律性激励信号的判断出光纤振动事件的具体情况。
3、但是,由于不同的安防项目现场存在光缆埋深、土质以及安装方式等差异,光纤振动激励的传导性能各不相同,人工设计的信号激励特征存在很大差异,且部分光纤振动事件激励信号的单一模态信息较为相似,从而导致传统的分布式光纤振动事件识别方法的准确率很难进一步提升。
技术实现思路
1、有鉴于此,有必要提供一种光纤振动事件的识别方法、装置、设备及存储介质,用以解决现有技术中由于光纤振动激励的传导性能各不相同,人工设计的信号激励特征存在很大差异,且部分光纤振动事件激励信号的单一模态信息较为相似,导致分布式光纤振动事件识别方法的准确率较低的问题。
2、为达到上述技术目的,本专利技术采取了以下技术方案:
3、第一方面,本专利技术提供了一种光纤振动事件的识别方法,包括:
4、采集光纤振动数据,对光纤振动数据进行处理得到预设尺寸的激励图片;
5、基于预设检测网络模型对激励图片进
6、基于预设行为检测模型和振动激励位置对应的光纤监控视频检测振动行为类型;
7、将振动激励类型、振动激励位置对应的地理情况和天气情况以及振动行为类型融合处理以识别光纤振动事件。
8、在一些可能的实现方式中,对光纤振动数据进行处理得到预设尺寸的激励图片,包括:
9、根据预设频率范围对光纤振动数据进行滤波处理得到去噪振动数据;
10、根据预设规则对去噪振动数据进行合并处理得到合并振动数据;
11、对合并振动数据进行降频处理得到光纤振动瀑布图;
12、对光纤振动瀑布图进行图像增强处理和图像分割处理得到预设尺寸的激励图片。
13、在一些可能的实现方式中,对光纤振动瀑布图进行图像增强处理和图像分割处理得到预设尺寸的激励图片,包括:
14、根据光纤振动瀑布图计算信噪比,将小于预设信噪比阈值的信号置零得到增强后的光纤振动瀑布图;
15、将增强后的光纤振动瀑布图中的非零区域进行分割处理得到预设尺寸的激励图片。
16、在一些可能的实现方式中,预设检测网络模型包括激励类型检测模型和激励位置检测模型;基于预设检测网络模型对激励图片进行检测得到振动激励类型和振动激励位置,包括:
17、将激励图片输入至激励类型检测模型检测出振动激励类型;
18、将激励图片输入至激励位置检测模型检测出振动激励位置。
19、在一些可能的实现方式中,基于预设行为检测模型和振动激励位置对应的光纤监控视频检测振动行为类型,包括:
20、根据振动激励位置调取对应的光纤监控视频;
21、将光纤监控视频输入至预设行为检测模型检测出振动行为类型。
22、在一些可能的实现方式中,将振动激励类型、振动激励位置对应的地理情况和天气情况以及振动行为类型融合处理以识别光纤振动事件,包括:
23、根据振动激励位置获取对应的地理情况和天气情况;
24、将振动激励类型、振动行为类型、地理情况和天气情况输入至预设融合识别模型得到光纤振动事件。
25、在一些可能的实现方式中,将振动激励类型、振动行为类型、地理情况和天气情况输入至预设融合识别模型得到光纤振动事件,包括:
26、根据振动激励类型、振动行为类型、地理情况和天气情况分别确定识别结果;
27、为振动激励类型、振动行为类型、地理情况和天气情况分别分配权重比例;
28、根据识别结果和权重比例确定光纤振动事件。
29、第二方面,本专利技术还提供了一种光纤振动事件的识别装置,包括:
30、振动数据处理模块,用于采集光纤振动数据,对光纤振动数据进行处理得到预设尺寸的激励图片;
31、振动激励检测模块,用于基于预设检测网络模型对激励图片进行检测得到振动激励类型和振动激励位置;
32、振动行为检测模块,用于基于预设行为检测模型和振动激励位置对应的光纤监控视频检测振动行为类型;
33、融合识别模块,用于将振动激励类型、振动激励位置对应的地理情况和天气情况以及振动行为类型融合处理以识别光纤振动事件。
34、第三方面,本专利技术还提供了一种光纤振动事件的识别设备,包括存储器和处理器,其中,
35、存储器,用于存储程序;
36、处理器,与存储器耦合,用于执行存储器中存储的程序,以实现上述任一种实现方式中的光纤振动事件的识别方法中的步骤。
37、第四方面,本专利技术还提供了一种计算机可读存储介质,用于存储计算机可读取的程序或指令,程序或指令被处理器执行时,能够实现上述任一种实现方式中的光纤振动事件的识别方法中的步骤。
38、采用上述实施例的有益效果是:本专利技术涉及一种光纤振动事件的识别方法、装置、设备及存储介质,该方法包括:采集光纤振动数据,对所述光纤振动数据进行处理得到预设尺寸的激励图片;基于预设检测网络模型对所述激励图片进行检测得到振动激励类型和振动激励位置;基于预设行为检测模型和所述振动激励位置对应的光纤监控视频检测振动行为类型;将所述振动激励类型、所述振动激励位置对应的地理情况和天气情况以及所述振动行为类型融合处理以识别光纤振动事件。本专利技术通过对光纤振动数据进行处理并最终检测出光纤的振动激励类型和振动激励位置,调取振动激励位置处的监控视频从而检测出振动行为类型,并由振动激励位置进一步确定对应的地理情况和天气情况,通过振动激励类型、振动行为类型、振动激励位置对应的地理情况和天气情况进行特征融合,实现多模态信息融合,从多角度分析光纤振动事件,提高了对光纤振动事件识别的准确性。
本文档来自技高网...【技术保护点】
1.一种光纤振动事件的识别方法,其特征在于,包括:
2.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述对所述光纤振动数据进行处理得到预设尺寸的激励图片,包括:
3.根据权利要求2所述的光纤振动事件的识别方法,其特征在于,所述对所述光纤振动瀑布图进行图像增强处理和图像分割处理得到预设尺寸的激励图片,包括:
4.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述预设检测网络模型包括激励类型检测模型和激励位置检测模型;所述基于预设检测网络模型对所述激励图片进行检测得到振动激励类型和振动激励位置,包括:
5.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述基于预设行为检测模型和所述振动激励位置对应的光纤监控视频检测振动行为类型,包括:
6.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述将所述振动激励类型、所述振动激励位置对应的地理情况和天气情况以及所述振动行为类型融合处理以识别光纤振动事件,包括:
7.根据权利要求6所述的光纤振动事件的识别方法,其特征在于,所述将所述
8.一种光纤振动事件的识别装置,其特征在于,包括:
9.一种光纤振动事件的识别设备,其特征在于,包括存储器和处理器,其中,
10.一种计算机可读存储介质,其特征在于,用于存储计算机可读取的程序或指令,所述程序或指令被处理器执行时,能够实现上述权利要求1至7中任一项所述光纤振动事件的识别方法中的步骤。
...【技术特征摘要】
1.一种光纤振动事件的识别方法,其特征在于,包括:
2.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述对所述光纤振动数据进行处理得到预设尺寸的激励图片,包括:
3.根据权利要求2所述的光纤振动事件的识别方法,其特征在于,所述对所述光纤振动瀑布图进行图像增强处理和图像分割处理得到预设尺寸的激励图片,包括:
4.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述预设检测网络模型包括激励类型检测模型和激励位置检测模型;所述基于预设检测网络模型对所述激励图片进行检测得到振动激励类型和振动激励位置,包括:
5.根据权利要求1所述的光纤振动事件的识别方法,其特征在于,所述基于预设行为检测模型和所述振动激励位置对应的光纤监控视频检测振动行为类型,包括:...
【专利技术属性】
技术研发人员:钱磊,董雷,明昌朋,张轶虎,苏丽丽,
申请(专利权)人:武汉理工光科股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。