[发明专利]基于机器视觉的油气管道第三方破坏危险识别方法、装置及系统

权利要求书

1.一种基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，包括：

获取移动视频采集装置针对目标油气管道周边现场采集的实时视频数据；

提取所述实时视频数据的图像特征信息，并根据所述图像特征信息确认所述目标油气管道周边是否存在施工车辆；

在确认所述目标油气管道周边存在施工车辆时，提取所述施工车辆的车牌标识，并根据所述车牌标识确认所述施工车辆是否为第三方施工车辆。

2.如权利要求1所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，还包括：

在确认所述目标油气管道周边存在第三方施工车辆时，进行异常报警。

3.如权利要求1所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，还包括：

在确认所述目标油气管道周边存在第三方施工车辆时，控制所述移动视频采集装置对所述第三方施工车辆进行实时追踪。

4.如权利要求1所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，所述提取所述实时视频数据的图像特征信息，包括：

将获取的实时视频数据以帧为单位截取并保存为RGB图像；

调用rgb2gray函数将所述RGB图像转换为灰度图像；

基于Roberts算法提取所述灰度图像中物体的边缘轮廓特征，获得二值图像；

对所述二值图像进行Hough变换，以去除噪声。

5.如权利要求1所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，所述提取所述实时视频数据的图像特征信息，包括：

将获取的实时视频数据以帧为单位截取并保存为RGB图像；

调用rgb2gray函数将所述RGB图像转换为灰度图像；

调用imhist函数获取所述为灰度图像的灰度直方图；

将所述灰度直方图中出现频率最高的灰度作为灰度级阈值，并调用所述灰度级阈值及im2bw函数将所述灰度图像转换为二值图像；

调用imclearborder函数去除所述二值图像的边界物体。

6.如权利要求4或5所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，所述根据所述图像特征信息确认所述目标油气管道周边是否存在施工车辆，包括：

确定所述二值图像中每个像素点的八邻域面积；

调用bwareaopen函数删除所述二值图像中八邻域面积小于指定值的像素点，获得前景图像；

对位于所述前景图像中的物体对象进行识别，以判断所述物体对象是否为施工车辆；

当确认所述物体对象为施工车辆时，从相应RGB图像中截取包含所述施工车辆及其车辆牌照信息的图像区域。

7.如权利要求6所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，所述提取所述施工车辆的车牌标识，并根据所述车牌标识确认所述施工车辆是否为第三方施工车辆，包括：

从包含所述施工车辆及其车辆牌照信息的图像区域中，提取车牌标识符；

判断所述车牌标识符是否属于预设车牌标识符集合中的元素；

当所述车牌标识符不属于所述车牌标识符集合中的元素时，确认所述施工车辆属于第三方施工车辆。

8.如权利要求7所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，所述从包含所述施工车辆及其车辆牌照信息的图像区域中，提取车牌标识符，包括：

调用imerode函数对所述包含所述施工车辆及其车辆牌照信息的图像区域进行图像腐蚀；

调用闭运算imclose函数对腐蚀后的图像进行边界平滑处理；

调用bwareaopen函数从边界平滑处理后的图像中，移除所有少于指定数量个像素点的连接对象并确定指定颜色像素点的分布，以确定车牌区域；

调用im2bw函数将所述车牌区域转换成二值图像，并调用getword函数从该二值图像中提取车牌标识符。

9.如权利要求7所述的基于机器视觉的油气管道第三方破坏危险识别方法，其特征在于，在所述从包含所述施工车辆及其车辆牌照信息的图像区域中，提取车牌标识符之前，还包括：

对包含所述施工车辆及其车辆牌照信息的图像区域进行灰度变换及平滑滤波处理。