[发明专利]检测管道内液体燃料泄漏的方法、装置、设备及可读存储介质

说明书

本发明提供一种检测管道内液体燃料泄漏的方法、装置、设备及可读存储介质，该方法包括：分别获取目标管道的全局图像、局部图像；根据全局图像、局部图像建立基于光流的神经网络管道检测模型；获取待检测的目标管道的全局图像、局部图像；将待检测的目标管道的全局图像、局部图像输入管道检测模型，通过管道检测模型预测管道是否发生液体燃料泄漏；在通过管道检测模型预测管道发生液体燃料泄漏的情况下，将对应的全局图像、局部图像发送给终端用户。本发明提供的方法，提高了检测精度。

技术领域

本发明涉及管道检测技术领域，尤其涉及一种检测管道内液体燃料泄漏的方法、装置、设备及可读存储介质。

背景技术

在复杂试验现场环境中，存在大量的管道、法兰盘、高温部件，以及试验配套装置，其中不同管道输送的介质存在差异，例如：气体管道专门用于输送高温高压气体，燃油管道则专门用于输送液体燃料。在试验过程中，可能因为多种原因导致高温气体或者液体燃料发生泄露，例如：震动、高温变形、法兰盘连接不紧密或者周向不均匀、破损等；在这种情况下，试验现场的试验设备、试验件或者试验装置等处于无人监视的状态，因此，需要实时检测管道是否存在液体泄漏的现象，来确保在整个试验过程中不会因为液体燃料泄漏造成事故。

目前检测管道是否存在液体泄漏的方法为首先获取管道图像，然后通过分析获取的图像来判断管道是否存在液体泄漏，然而，目前的通过管道图像来检测管道是否出现泄漏的精度不够高。

发明内容

本发明提供一种检测管道内液体燃料泄漏的方法、装置、设备及可读存储介质，用以解决现有技术中检测管道中液体燃料是否泄漏不够精确的缺陷，实现高效对管道内液体燃料是否泄漏的检测。

一种检测管道内液体燃料泄漏的方法，包括：

在同一时间分别获取目标管道的全局图像、局部图像；所述全局图像具有目标管道的全局视野；所述局部图像具有目标管道的关键部位图像；

根据所述全局图像、局部图像建立基于光流的神经网络管道检测模型；

获取待检测的目标管道的全局图像、局部图像；

将所述待检测的目标管道的全局图像、局部图像输入所述管道检测模型，通过所述管道检测模型预测管道是否发生液体燃料泄漏；

在通过管道检测模型预测管道发生液体燃料泄漏的情况下，将对应的全局图像、局部图像发送给终端用户。

进一步地，如上所述的检测管道内液体燃料泄漏的方法，所述获取待检测的目标管道的全局图像、局部图像包括：

按照预设频率获取待检测的目标管道的全局图像、局部图像；

分别判断当前获取的全局图像、局部图像与上一张对应的全局图像、局部图像是否存在差异；

在全局图像或局部图像的前后两张图像存在差异的情况下，分别将对应的所述全局图像、局部图像存储在内存中；

以所述内存中存储的所述全局图像、局部图像作为管道检测模型的输入。

进一步地，如上所述的检测管道内液体燃料泄漏的方法，所述以所述内存中存储的所述全局图像、局部图像作为管道检测模型的输入包括：

分别判断存在差异的所述全局图像、局部图像的数量总和是否超过预设数量，如果超过，则分别从所述内存中提取所述超过预设数量的全局图像、局部图像并将其作为管道检测模型的输入。

进一步地，如上所述的检测管道内液体燃料泄漏的方法，在所述全局图像或局部图像的前后两张图像不存在差异的情况下，删除该两者不存在差异的图像。

进一步地，如上所述的检测管道内液体燃料泄漏的方法，在通过管道检测模型预测管道未发生液体燃料泄漏的情况下，将输入管道检测模型的全局图像、局部图像从内存中删除。