System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本公開實施例涉及工業自動化檢測,尤其涉及基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法。
技術介紹
1、在石油煉化及相關工業領域,綜合液位控制是確保生產安全和設備穩定運行的關鍵環節。玻璃恒位油杯作為一種用于維持液位恒定的裝置,廣泛應用于各類工業設備中,以確保油液量的穩定和設備的正常運轉。傳統的玻璃恒位油杯液位控制多依賴人工監測,這種方式存在一定的誤差,并且不適合現代工業對高效率和高精度的要求。隨著人工智能和圖像處理技術的發展,通過計算機視覺等圖像處理技術對液位狀態信息進行自動識別,能夠顯著提高液位監測的準確性和實時性。然而,帶限位玻璃恒位油杯的復雜形態以及現場環境中復雜的光線變化對圖像識別的準確性提出了挑戰,傳統的圖像處理方法在這些條件下往往表現不佳。
2、因此,有必要改善上述相關技術方案中存在的一個或者多個問題。
3、需要注意的是,本部分旨在為權利要求書中陳述的本公開的技術方案提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。
技術實現思路
1、本公開實施例的目的在于提供一種基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,進而至少在一定程度上克服由于相關技術的限制和缺陷而導致的一個或者多個問題。
2、根據本公開實施例,提供一種基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,該方法包括:
3、獲取樣本圖像,并對所述樣本圖像中的帶限位玻璃恒位油杯的油杯外輪廓和液位線區域進行標注;
4、將標注后的所述樣本
5、利用攝像機在預設的巡檢點采集包含待識別的帶限位玻璃恒位油杯的大視場圖像;
6、利用訓練好的所述目標檢測模型對所述大視場圖像進行識別,得到帶限位玻璃恒位油杯的第一外輪廓位置信息;
7、根據所述第一外輪廓位置信息調整所述攝像機的角度并重新采集包含待識別的帶限位玻璃恒位油杯的小視場圖像;
8、利用訓練好的所述目標檢測模型對所述小視場圖像進行識別,得到帶限位玻璃恒位油杯的第二外輪廓位置信息和液位線位置信息;
9、根據儀表先驗信息、所述第二外輪廓位置信息和所述液位線位置信息,得到油杯液位狀態信息。
10、進一步的,獲取樣本圖像,并對所述樣本圖像中的帶限位玻璃恒位油杯的油杯外輪廓和液位線區域進行標注的步驟中,包括:
11、獲取所述樣本圖像,并對所述樣本圖像進行數據清洗,以去除重復圖像、缺失圖像和無用圖像;
12、對清洗后的所述樣本圖像的所述油杯外輪廓和所述液位線區域進行標注。
13、進一步的,該方法還包括:
14、構建yolo目標檢測網絡;其中,所述yolo目標檢測網絡包括輸入端、backbone、neck和預測輸出端;
15、對所述yolo目標檢測網絡的所述輸入端進行圖像預處理以供模型輸入,對所述圖像預處理包括圖像尺寸調整、圖像像素的rgb值歸一化和圖像數據增強;
16、所述backbone為cross?stage?partial?darknet?53;
17、所述neck包括path?aggregation?network和feature?pyramid?network,
18、所述預測輸出端包括檢測頭,所述檢測頭包括卷積層、候選框生成層、預測層和激活函數,所述預測輸出端用于生成最終的目標檢測結果。
19、進一步的,將標注后的所述樣本圖像輸入至yolo目標檢測網絡中進行訓練,以得到訓練好的目標檢測模型的步驟中,包括:
20、設置yolo目標檢測網絡的超參數;其中,所述超參數包括batchsize和epoch;
21、將標注后的所述樣本圖像按照7:2:1的比例劃分為訓練集、驗證集和測試集;
22、利用所述訓練集和所述驗證集送入所述yolo目標檢測網絡進行訓練,得到若干個收斂的所述目標檢測模型;
23、利用所述測試集對所述目標檢測模型進行測試,選擇識別效果最好的所述目標檢測模型,以使所述目標檢測模型能夠識別所述油杯外輪廓和所述液位線區域。
24、進一步的,利用攝像機在預設的巡檢點采集包含待識別的帶限位玻璃恒位油杯的大視場圖像的步驟中,包括:
25、攜帶所述攝像機的巡檢機器人按照預設的巡檢路線到達所述巡檢點;
26、所述巡檢機器人將所述攝像機調整到所述巡檢點預先設定的方位角度和俯仰角度,對帶限位玻璃恒位油杯進行拍攝采集,以得到包含待識別的帶限位玻璃恒位油杯的大視場圖像。
27、進一步的,利用訓練好的所述目標檢測模型對所述小視場圖像進行識別,得到帶限位玻璃恒位油杯的第二外輪廓位置信息和液位線位置信息的步驟中,包括:
28、利用訓練好的所述目標檢測模型對所述小視場圖像進行識別,得到多組帶限位玻璃恒位油杯的第二外輪廓位置信息和液位線位置信息;
29、根據帶限位玻璃恒位油杯中最低液位、最高液位和液位線之間的固有位置關系,以及油杯外輪廓和液位線的置信度,仲裁并刪除無效的外輪廓位置和液位線位置的識別結果,得到一組準確的所述第二外輪廓位置信息和所述液位線位置信息。
30、進一步的,根據儀表先驗信息、所述第二外輪廓位置信息和所述液位線位置信息,得到油杯液位狀態信息的步驟中,包括:
31、根據帶限位玻璃恒位油杯的所述第二外輪廓位置信息和所述液位線位置信息,結合所述巡檢點的所述儀表先驗信息,計算液位線到最低液位的距離與最高液位到最低液位的距離之比;
32、根據帶限位玻璃恒位油杯的所述第二外輪廓位置信息和所述液位線位置信息,結合所述巡檢點的所述儀表先驗信息,計算液位線到最低液位的距離與限位到最低液位的距離之差;
33、根據所屬液位線到最低液位的距離與最高液位到最低液位的距離之比、液位線到最低液位的距離與限位到最低液位的距離之差,得到所述油杯液位狀態信息。
34、進一步的,所述最低液位為帶限位玻璃恒位油杯的油液量最低時的液位位置,所述最高液位為帶限位玻璃恒位油杯容納的最大油液量,所述儀表先驗信息包括最低液位、最高液位、限位和外輪廓之間的相對位置等信息。
35、本公開的實施例提供的技術方案可以包括以下有益效果:
36、本公開的實施例中,通過上述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,一方面,對帶限位玻璃恒位油杯圖像進行標注;將標注圖像數據送入yolo目標檢測網絡訓練得到識別油杯外輪廓區域、液位線區域的目標檢測模型;巡檢機器人云臺對帶限位玻璃恒位油杯的大視場圖像采集;通過目標檢測模型檢測帶限位玻璃恒位油杯大視場圖像的結果調整巡檢機器人云臺獲取帶限位玻璃恒位油杯的小視場圖像;通過目標檢測模型檢測帶限位玻璃恒位油杯小視場圖像獲取油杯外輪廓、液位線位置;根據目標檢測模型檢測到的油杯外輪廓、液位線位置和巡檢點的帶限位玻璃本文檔來自技高網...
【技術保護點】
1.一種基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,該方法包括:
2.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,獲取樣本圖像,并對所述樣本圖像中的帶限位玻璃恒位油杯的油杯外輪廓和液位線區域進行標注的步驟中,包括:
3.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,該方法還包括:
4.根據權利要求3所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,將標注后的所述樣本圖像輸入至YOLO目標檢測網絡中進行訓練,以得到訓練好的目標檢測模型的步驟中,包括:
5.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,利用攝像機在預設的巡檢點采集包含待識別的帶限位玻璃恒位油杯的大視場圖像的步驟中,包括:
6.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,利用訓練好的所述目標檢測模型對所述小視場圖像進行識別,得到帶限位玻璃恒位油杯的第二外輪廓位置信息和液位線位置信息的步驟中
7.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,根據儀表先驗信息、所述第二外輪廓位置信息和所述液位線位置信息,得到油杯液位狀態信息的步驟中,包括:
8.根據權利要求7所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,所述最低液位為帶限位玻璃恒位油杯的油液量最低時的液位位置,所述最高液位為帶限位玻璃恒位油杯容納的最大油液量,所述儀表先驗信息包括最低液位、最高液位、限位和外輪廓之間的相對位置等信息。
...【技術特征摘要】
1.一種基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,該方法包括:
2.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,獲取樣本圖像,并對所述樣本圖像中的帶限位玻璃恒位油杯的油杯外輪廓和液位線區域進行標注的步驟中,包括:
3.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,該方法還包括:
4.根據權利要求3所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,將標注后的所述樣本圖像輸入至yolo目標檢測網絡中進行訓練,以得到訓練好的目標檢測模型的步驟中,包括:
5.根據權利要求1所述基于圖像的帶限位玻璃恒位油杯液位狀態信息監測方法,其特征在于,利用攝像機在預設的巡檢點采集包含待識別的帶限位玻璃...
【專利技術屬性】
技術研發人員:蔡婷婷,張紅洛,馬光巖,侯俊嶺,盧光旭,徐文菁,邱夏夷,
申請(專利權)人:中國航空工業集團公司洛陽電光設備研究所,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。