[发明专利]一种石油泄漏的检查方法、装置及系统

说明书

本申请提供了一种石油泄漏的检查方法、装置和系统，其中，该方法包括：将无人机实时采集到的第一目标图像输入到预先训练的石油泄漏检测模型，确定发生石油泄漏的第一概率；若所述第一概率超过预设阈值，对所述第一目标图像进行抗干扰处理，以得到第二目标图像；将所述第二目标图像输入所述石油泄漏检测模型，确定发生石油泄漏的第二概率；在确定所述第二概率超过所述预设阈值后，确定发生石油泄漏。本申请实施例通过无人机自动巡检及训练石油泄漏检测模型对石油泄漏概率进行精准评估，自动化检测石油泄漏情况，可有效减少传统人工巡检方式中巡检人员的劳动强度和安全风险。

技术领域

本申请涉及自动化控制技术领域，尤其是涉及一种石油泄漏的检查方法、装置及系统。

背景技术

随着石油行业的蓬勃发展，截止2016年年初，我国的油气管道总里程已近15万公里，用于石油储运的储油罐数量超90万台，这些石油储运压力容器设施为国民经济和居民的日常生活提供着重要的能源保障。因为石油本身具有高腐蚀性，虽然目前用于石油储运的压力容器已经采用了很多技术进行相关防护，但是由于维护保养不及时或者外力破坏的原因(偷盗油、施工破坏等)，不可避免地带来了石油泄漏风险和安全隐患。

目前主要是通过巡检的方式来排除石油储运压力容器设施的安全隐患。巡检的方式一般是通过人工检查，并人为的判断石油储运压力容器的安全状况，效率较低。

发明内容

有鉴于此，本申请的目的在于提供一种石油泄漏的检查方法、装置和系统，以对石油泄漏概率进行精准评估，自动化检测石油泄漏情况，以有效减少巡检人员的劳动强度和安全风险。

第一方面，本申请实施例提供了一种石油泄漏的检查方法，其中，包括：

将无人机实时采集到的第一目标图像输入到预先训练的石油泄漏检测模型，确定发生石油泄漏的第一概率；

若所述第一概率超过预设阈值，对所述第一目标图像进行抗干扰处理，以得到第二目标图像；

将所述第二目标图像输入所述石油泄漏检测模型，确定发生石油泄漏的第二概率；

在确定所述第二概率超过所述预设阈值后，确定发生石油泄漏。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述若所述第一概率超过预设阈值，对所述第一目标图像进行抗干扰处理，以得到第二目标图像，包括：

根据所述第一目标图像的像素灰度值，将第一目标图像划分为第一前景图像部分和第一背景图像部分；

根据第一前景图像部分和第一背景图像部分之间的最大类别方差，确定分割前景和背景的分割阈值；

基于确定的所述分割阈值，对所述第一目标图像进行图像分割处理，得到所述第二目标图像。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，根据以下步骤训练得到所述石油泄漏检测模型：

采用深度卷积神经网络模型作为基础训练模型；

将石油泄漏图像样本和石油未泄漏图像样本作为所述基础训练模型的训练集，将已知的石油泄漏结果作为所述基础训练模型的输出结果，训练得到所述石油泄漏检测模型。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，确定发生石油泄漏之后，还包括：

根据所述第一目标图像对应的目标区域的位置信息，确定石油泄漏的真实地理区域。

结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，确定发生石油泄漏之后，还包括：