[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

说明书

技术领域

本申请涉及机器视角智能识别技术领域，尤其是涉及一种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。

背景技术

国民经济和人民生活都离不开石油和天然气运输，油气管道输送具有安全、便捷、经济的特点。然而，油气管道一旦出现事故，可能会国家经济和人民生命安全造成危害。统计数据表明，我国油气管道事故率平均一年一千米有3次，比西方国家要高很多。第三方破坏、腐蚀、管材质量、施工质量及突发性自然灾害成为油气管道事故的主要原因，其中，第三方破坏带来的油气管道破坏达42％。因此，对油气管道第三方破坏进行有效监控识别，对于保障油气管道的安全运行具有重要意义。

目前，在石油石化领域，常用的异常目标监控方法主要有PIGPEN声学传感系统调用压电传感器在地下探测威胁；调用地下振动声波的Piper Guard地音探测系统，其振动声波会受到土质软硬的干扰。

综上所述，目前亟需新的油气管道检测技术方案，以提高检测结果的可靠性。

发明内容

本申请实施例的目的在于提供一种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，以提高油气管道第三方破坏危险识别检测结果的可靠性。

为达到上述目的，一方面，本申请实施例提供了一种基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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。

本申请实施例的基于机器视觉的油气管道第三方破坏危险识别方法，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：