[发明专利]一种海底管道及泄漏点检测方法

说明书

本发明提供一种海底管道及泄漏点检测方法，包括如下步骤：步骤一：使用水下摄像机拍摄获取水下图像，然后对水下图像进行增强处理，使用高斯滤波法对图像去噪，使用直方图均衡化使图像更加清晰，使用低照度图像增强算法增强图像亮度；步骤二：建立水下环境海底管道光学图像检测数据集，使用YOLOv3算法对水下管道图像和视频进行检测实验；步骤三：制作水下环境海底管道光学图像分割数据集，对水下管道及泄漏目标进行图像分割，融合改进最新实例分割算法MASK R‑CNN算法和YOLACT算法，以实现最优的图像分割效果。本发明融合改进了MASK R‑CNN和YOLACT算法对海底管道及泄漏点进行图像分割。本发明可以满足海底管道泄漏点实时检测的需要，检测准确率较高。

技术领域

本发明涉及一种检测方法，尤其涉及一种海底管道及泄漏点检测方法，属于目标检测与图像分割领域。

背景技术

目标识别的目的是寻找给定图像中是否存在提出的类别(如水下海底管道图像中是否存在管道以及泄漏点)，在存在的情况下输出确定该类别的具体位置，并且使用包围框框起来。目标识别目前面对的难题仍然是如何提升算法的准确性和识别速度，并且能够适应不断变化的环境。尤其是在水下环境中，复杂的水下环境会让识别算法更难适应，因此，我们需要对目标识别算法进行不断的研究，使其对水下环境的适应性更强，并且寻找能移植到水下机器人上的算法，提高其实用性。

海底管道及泄漏点的识别检测在维护管道正常运作方面至关重要，目前成熟的解决方案有两种：第一种是通过电磁波等物理信号的形式对管道泄漏进行检测，用一定方式在管道壁附加磁性，依据整个管道磁场是否发生变化来判断管道的泄漏问题。第二种是通过光学图像的方式对管道泄漏进行检测，光学图像较电磁波等物理信号包含较多信息，在管道泄漏检测方面表现更为直观，通过对图像的处理获得泄漏信息较多，因此对于水下光学图像检测的研究日益增多。水下环境较为复杂，光学图像成像会遇到成像不清晰等问题，另外，由于水下环境受到光线和海流因素的干扰，因此，针对海底管道泄漏点检测现阶段还没有比较成熟的方法。

发明内容

本发明的目的是为了提供一种能够克服水下复杂环境干扰的海底管道及泄漏点检测方法。

本发明的目的是这样实现的：

一种海底管道及泄漏点检测方法，包括如下步骤：

步骤一：使用水下摄像机拍摄获取水下图像，然后对水下图像进行增强处理，使用高斯滤波法对图像去噪，使用直方图均衡化使图像更加清晰，使用低照度图像增强算法增强图像亮度；

步骤二：建立水下环境海底管道光学图像检测数据集，使用YOLOv3算法对水下管道图像和视频进行检测实验；

步骤三：制作水下环境海底管道光学图像分割数据集，对水下管道及泄漏目标进行图像分割，融合改进最新实例分割算法MASK R-CNN算法和YOLACT算法，以实现最优的图像分割效果。

本发明还包括这样一些特征：

所述步骤一具体为：

首先，采集图像中的像素点，将其作为数组运算，让每个像素点乘以不同的权重再与周围的像素点相加，之后取平均；

其次，进行亮度增强，通过三通道图像中的绿色通道取反后与其他通道的像素值相乘得出新的图像层，之后将原图像与新的图像层做一次滤色混合，计算过程如式：

f(a,b)＝1-(1-a)×(1-b) (1)

其中a为新图层的像素值，b为原图的像素值；

最后，直方图均衡化，将像素中灰度值的分别计数，之后算出每个灰度值对应的概率，从而完成新的灰度值的映射，其映射函数为式：