[发明专利]基于HOG特征和滑动框搜索的油气管道检测方法

说明书

本发明提供一种基于HOG特征和滑动框搜索的油气管道检测方法，该基于HOG特征和滑动框搜索的油气管道检测方法包括训练阶段和识别阶段，其中，训练阶段包括：步骤1a，构建训练集；步骤1b，提取HOG特征与H分量颜色直方图特征；步骤1c，支持向量机分类器训练；识别阶段包括：步骤2a，滑动框选取兴趣区域；步骤2b，提取HOG特征与H分量颜色直方图特征；步骤2c，利用训练好的分类器进行判断；步骤2d，标注管线区域。该基于HOG特征和滑动框搜索的油气管道检测方法对原油管道进行描述，对环境变化的适应性更强，有更强的鲁棒性，算法简单、容易实现、计算量小，有针对性地训练分类器，可以更好地适应不同的检测需求。

技术领域

本发明涉及油田巡检技术领域，特别是涉及到一种基于HOG特征和滑动框搜索的油气管道检测方法。

背景技术

当前石油管线跨度大、分布广，给日常的维护巡检增添了不小的困难。若不能及时发现存在的问题和威胁将会带来重大损失。如果单纯靠人力巡检会增大开销，降低效率。而多旋翼无人机具有机动灵活、反应快速、操作要求较低、可以垂直起降无需跑道或其它辅助设备等优点。通过搭载多种传感器可以实现采集数据实时传输等功能。无人机正在越来越多地被应用到长输管线巡检方面。

无人机原油管道巡检任务具有较高的实时性要求，对无人机传回的图像能够及时处理，获取原油管线的位置、状态等信息，将信息快速传回地面控制站，与样本数据库作比较，及时发现存在的问题，同时准确定位异常位置。现有的方法是由巡检图像数据制作正射影像，再与样本库图像对比，分析匹配程度。所需的图像数据及POS数据(坐标点，含经纬度数据等)需要在无人机将整条航线全部巡检完成后才能得出，同时需要专业软件长时间后台运行来处理数据，否则无法满足实时性的要求。为此我们发明了一种新的基于方向梯度直方图(Histogram of Oriented Gradient)，HOG特征和滑动框搜索的油气管道检测方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种解决原油管道无人机巡检的管道识别问题的基于HOG特征和滑动框搜索的油气管道检测方法。

本发明的目的可通过如下技术措施来实现：基于HOG特征和滑动框搜索的油气管道检测方法，该基于HOG特征和滑动框搜索的油气管道检测方法包

本发明的目的还可通过如下技术措施来实现：

在步骤1a中，采用切片的方式对无人机巡检图像切取多张大小合适的管道样本；选取100x80感兴趣区域作为管线与非管线切片样本构建训练集。

步骤1b包括：

步骤1，归一化图像，将整幅图像分割成小的连接区域cells，计算图像中一个较大区域block的光强，以此作为标准，用这个值来归一化这个区域中的所有cells，以保持几何和光学转化不变性，对输入的图像采用Gamma校正法进行颜色空间的标准化、归一化；

步骤2，计算梯度，对预处理过的图像进一步处理获得其梯度图像；

步骤3，对于每一个cell块对梯度直方图进行规定权重的投影，将图像进行分割，分割而成的均匀的空间区域称为分割区块cell，采用区域交叠式分割以保持连续物体的完整性；将图像分割后，需要计算每个分割区块cell的梯度方向直方图，生成该区块的HOG特征编码；

步骤4，对于每一个重叠block块内的cell进行对比度归一化；对块block内的HOG特征向量采取归一化处理，采用的归一化函数为：

式中Vnorm：规范化向量；

v：cell的向量；

block块矩阵；

ξ为极小常数，避免分母为0；