[发明专利]一种火电厂多管道设备运行现场漏水缺陷检测方法

权利要求书

1.一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，包括以下步骤：

步骤1：定点数据采集与传输：首先云台把红外相机移动到图像采集位置，延时1s后工控机打开红外相机，拍摄红外图像一张。然后将图像数据传输到无线AP，无线AP再把数据反馈给数据处理系统的处理器，

步骤2：关闭红外相机，等待下一次采集过程，

步骤3：分析检测数据：数据处理系统收到检测数据后开始进行红外图像数据处理分析，通过颜色通道划分与阈值分割处理初步筛选出水团特征，通过形态学处理增强所得到的水团特征；通过紧密度筛选提取出潮湿环境带来的干扰所在的区域，然后通过阈值分割加上边缘提取的方法提取出低温水管干扰所在的区域，然后将干扰从提取出的水团特征中去除，最终得到准确的泄漏水团特征，

步骤4：漏水判断以及输出：根据提取到的漏水特征，计算漏水的面积并与预设的漏水报警数值进行比对分析，判断设备的状态，同时储存本次的分析结果并将结果在总控分析模块的显示器上显示。

2.根据权利要求1所述的一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，所述红外图像数据处理分析的步骤为：

S1:对红外图像进行RGB三个颜色通道的图像分割处理：对筛选出的R通道图像进行阈值分割处理，计算阈值分割后的图像中所有的连通域，将不相连的区域都分割成单独的区域,通过颜色通道划分与阈值分割处理初步筛选出水团特征，通过形态学处理增强所得到的水团特征；

S2:对提取出的水团特征进行特征增强处理：首先进行面积筛选，筛选出面积大于S平方厘米的水团特征；进行矩形度和孔洞面积以及孔洞数目的筛选，筛选掉矩形度较低的特征同时去除特征中多余的孔洞；进行凸度筛选，消除多余的圆形特征；通过紧密度筛选初步提取出紧密度较低的潮湿环境带来的干扰所在的区域，并将其列为ROI区域；

S3:通过与目前已经提取出的水团特征区域进行对比，提取出ROI区域内的干扰特征，并通过边缘提取的方法筛选出低温水管带来的干扰特征所在的区域，针对所筛选出的干扰特征进行去除，最后获取准确的水团特征。

3.根据权利要求2所述的一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，所述矩形度的筛选，矩形度体现物体对其外接矩形的充满程度，反映一个物体与矩形相似程度的一个参数,由于泄漏水团的扩散特性，水团的形状矩形度较高，对矩形度的筛选以筛选掉部分干扰的影响，矩形度的计算公式为：

其中，S_M是该物体的面积，而S_MER是其最小外接矩形的曲积，R反映了一个物体对其的充满程度，对于矩形物体R取得最大值1，对于纤细、弯曲的物体R取值变小，R值的范围为0～1。

4.根据权利要求2所述的一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，所述凸度筛选，泄漏水团由于在不断扩散中，因此凸度范围在0～1当中，对凸度进行筛选去除多余的圆形特征。凸度的计算公式为：

其中，F₀为区域面积，F_C为包围区域面积的最小凸包面积。

5.根据权利要求2所述的一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，所述紧密度筛选，与泄漏水团相比，周围潮湿环境带来的干扰的孔隙大，因此紧密度小，紧密度在10以下，紧密度C的计算公式为：

C＝max(1,C')

其中，L为区域轮廓周长，F为区域面积。

6.根据权利要求2所述的一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，所述ROI区域内的干扰特征判断过程如：ROI区域内若无水团特征，则将所提取出的特征全部输出，ROI内若有漏水特征，计算所提取出的总特征与ROI区域内的特征的面积比值，若比值大于2则输出所提取出的水团特征，反之不输出水团特征。这种方法可以有效去除ROI区域内的干扰。

7.根据权利要求2所述的一种火电厂多管道设备运行现场漏水缺陷检测方法，其特征在于，所述筛选低温水管带来的干扰特征具体流程如：首先对红外图像数据进行均值滤波处理，去除一些噪声带来的干扰，然后进行HSV三个颜色通道的图像分割处理，并对V通道的图像进行阈值分割，从图像中提取具有亚像素精度的灰度边缘，然后使用canny算子对处理后的图像进行边缘提取，并对所提取出的水管轮廓进行特征筛选，筛选出外接圆半径较大的较直的轮廓，然后连接所有端点相近的轮廓，将闭合的轮廓转化为区域，最后输出所提取出的水管特征。