[发明专利]一种基于图像识别的汽包液位异常识别方法及系统在审

专利信息
申请号: 202010101730.6 申请日: 2020-02-19
公开(公告)号: CN111311580A 公开(公告)日: 2020-06-19
发明(设计)人: 庞殊杨;刘睿;张超杰;芦莎;许怀文;贾鸿盛;毛尚伟 申请(专利权)人: 中冶赛迪重庆信息技术有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/90;G06K9/32;G06K9/46
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 尹丽云
地址: 401122 重庆*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 汽包 异常 方法 系统
【权利要求书】:

1.一种基于图像识别的汽包液位异常识别方法,其特征在于,包括:

获取包括汽包液位计的图像;

设定ROI区域,以得到汽包液位计图像;所述汽包液位计包括第一区域和第二区域,所述第一区域与所述第二区域的接触面为汽包的液位;

确定所述接触面在所述ROI区域中的位置;

根据所述接触面在所述ROI区域中的位置判断汽包液位是否发生异常。

2.根据权利要求1所述的基于图像识别的汽包液位异常识别方法,其特征在于,若所述接触面在所述ROI区域中的位置不在设定阈值范围内,则汽包液位发生异常,反之则汽包液位没有发生异常。

3.根据权利要求1所述的基于图像识别的汽包液位异常识别方法,其特征在于,确定所述接触面在所述ROI区域中的位置,包括:

对所述汽包液位计图像进行目标检测,以得到检测目标;所述检测目标为第一区域或/和第二区域;

基于所述检测目标得到所述接触面;

提取所述检测目标的最外围轮廓;

获取所述最外围轮廓的矩形边框;

基于所述矩形边框确定检测目标在所述ROI区域中的位置;

根据所述检测目标在所述ROI区域中的位置所述接触面在ROI区域中的位置。

4.根据权利要求3所述的基于图像识别的汽包液位异常识别方法,其特征在于,通过HSV颜色空间识别所述检测目标,包括:

将图像色彩模式由RGB颜色空间转化为HSV颜色空间;

设定HSV颜色空间的识别HSV值范围;

根据所述识别HSV值范围,识别所述检测目标。

5.根据权利要求3所述的基于图像识别的汽包液位异常识别方法,其特征在于,还包括对所述检测目标进行预处理,所述预处理包括先膨胀后腐蚀处理。

6.一种基于图像识别的汽包液位异常识别系统,其特征在于,包括:

图像获取模块,用于获取包括汽包液位计的图像;

区域设定模块,用于设定ROI区域,以得到汽包液位计图像;所述汽包液位计包括第一区域和第二区域,所述第一区域与所述第二区域的接触面为汽包的液位;

位置确定模块,用于确定所述接触面在所述ROI区域中的位置;

异常判断模块,用于根据所述接触面在所述ROI区域中的位置判断汽包液位是否发生异常。

7.根据权利要求6所述的基于图像识别的汽包液位异常识别系统,其特征在于,若所述接触面在所述ROI区域中的位置不在设定阈值范围内,则汽包液位发生异常,反之则汽包液位没有发生异常。

8.根据权利要求6所述的基于图像识别的汽包液位异常识别系统,其特征在于,所述位置确定模块包括:

目标检测单元,用于对所述汽包液位计图像进行目标检测,以得到检测目标;所述检测目标为第一区域或/和第二区域;

接触面确定单元,用于基于所述检测目标得到所述接触面;

轮廓提取单元,用于提取所述检测目标的最外围轮廓;

边框获取单元,用于获取所述最外围轮廓的矩形边框;

第一位置确定单元,用于基于所述矩形边框确定检测目标在所述ROI区域中的位置;

第二位置确定单元,用于根据所述检测目标在所述ROI区域中的位置所述接触面在ROI区域中的位置。

9.根据权利要求8所述的基于图像识别的汽包液位异常识别系统,其特征在于,所述目标检测单元,包括:

颜色转换子单元,用于将图像色彩模式由RGB颜色空间转化为HSV颜色空间;

范围确定子单元,用于设定HSV颜色空间的识别HSV值范围;

目标识别子单元,用于根据所述识别HSV值范围,识别所述检测目标。

10.根据权利要求8所述的基于图像识别的汽包液位异常识别系统,其特征在于,还包括预处理模块,用于对所述检测目标进行预处理,所述预处理包括先膨胀后腐蚀处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶赛迪重庆信息技术有限公司,未经中冶赛迪重庆信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010101730.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top