【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及工程安全隱患預(yù)測技術(shù)，具體為一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法。
技術(shù)介紹
1、水庫通過坦化洪水過程、延緩峰現(xiàn)時間、供水灌溉等對防洪減災(zāi)、糧食安全和生態(tài)維持等方面起著巨大作用；
2、現(xiàn)有技術(shù)中，水庫現(xiàn)場通常位于偏遠(yuǎn)、氣候條件惡劣的地區(qū)，惡劣天氣會影響攝像設(shè)備的正常運(yùn)行，導(dǎo)致圖像采集質(zhì)量下降；且數(shù)據(jù)采集設(shè)備的安裝和維護(hù)在偏遠(yuǎn)地區(qū)存在難度大、成本高和設(shè)備易受損的問題；僅通過攝像設(shè)備的監(jiān)測，難以實(shí)現(xiàn)安全隱患的早期，傳統(tǒng)的人工監(jiān)測方式，存在工作量大和主觀性判斷帶來的誤差，導(dǎo)致監(jiān)測不及時、不全面以及對隱患判斷不準(zhǔn)確的情況；
3、針對上述技術(shù)問題，本申請?zhí)岢鲆环N解決方案。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的就在于通過基于圖網(wǎng)絡(luò)的風(fēng)險(xiǎn)預(yù)測模型的構(gòu)建，并結(jié)合時序特征和空間特征進(jìn)行綜合分析，提高了風(fēng)險(xiǎn)預(yù)測的準(zhǔn)確性，且風(fēng)險(xiǎn)預(yù)測模型通過多種技術(shù)手段和大量的數(shù)據(jù)訓(xùn)練，能夠更準(zhǔn)確地預(yù)測安全隱患發(fā)生的可能性和嚴(yán)重程度，模型學(xué)習(xí)在不同天氣條件下圖像的特征變化規(guī)律，減小惡劣天氣對圖像質(zhì)量的影響；模型可以從已有的數(shù)據(jù)中挖掘出有價(jià)值的信息，減少對設(shè)備持續(xù)穩(wěn)定運(yùn)行的依賴，降低因設(shè)備問題導(dǎo)致無法準(zhǔn)確監(jiān)測安全隱患的風(fēng)險(xiǎn)，解決數(shù)據(jù)采集設(shè)備的安裝維護(hù)難度大、成本高和設(shè)備易受損，人工監(jiān)測工作量大，主觀性判斷誤差大的問題，而提出一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法。
2、本專利技術(shù)的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：
3、一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，
4、步驟一：在不同場景下通過高清攝像頭收集水庫工程現(xiàn)場數(shù)據(jù)，采集的圖片數(shù)據(jù)包含了正面、側(cè)面、背面三個角度的視圖，以及不同光照條件和不同背景下水庫情況，構(gòu)建水庫工程現(xiàn)場數(shù)據(jù)庫；
5、步驟二：數(shù)據(jù)預(yù)處理，將每張圖片中的工程安全隱患標(biāo)記出來，并開展預(yù)處理和特征提取；對圖像數(shù)據(jù)進(jìn)行預(yù)處理操作，將預(yù)處理后的圖像轉(zhuǎn)換為深度學(xué)習(xí)算法所能處理的標(biāo)準(zhǔn)格式；
6、步驟三：使用時序特征提取網(wǎng)絡(luò)提取水庫工程安全隱患中初始圖像的時序特征；使用卷積神經(jīng)網(wǎng)絡(luò)提取范圍內(nèi)水庫工程安全隱患圖像數(shù)據(jù)的空間特征；構(gòu)建基于圖網(wǎng)絡(luò)的水庫工程安全隱患的風(fēng)險(xiǎn)預(yù)測模型；使用構(gòu)建好的風(fēng)險(xiǎn)預(yù)測模型預(yù)測水庫工程風(fēng)險(xiǎn)，模擬不同情境下的安全隱患；根據(jù)預(yù)測結(jié)果，確定安全隱患區(qū)，發(fā)出警報(bào)。
7、作為本專利技術(shù)的一種優(yōu)選實(shí)施方式，高清攝像頭內(nèi)部設(shè)置有工程安全組件，工程安全組件包括圖像識別模塊、隱患預(yù)測模塊和預(yù)警模塊，圖像識別模塊的數(shù)據(jù)處理步驟如下：
8、步驟一：通過公式gray(x，y)＝{0.299×r(i，j)，0.587×g(i，j)，0.114×b(i，j)}將采集到的壩體表面、溢洪道和閘門位置處的彩色圖片數(shù)據(jù)轉(zhuǎn)換為灰度圖像，后通過圖像歸一化處理公式，對灰度處理后的灰度圖像進(jìn)行處理，將圖像像素值縮放到[0,1]或[-1,1]范圍內(nèi)，后再將圖像調(diào)整到統(tǒng)一尺寸，r(i，j)、g(i，j)和b(i，j)分別代表在圖像的第i行第j列位置上r，g，b三個顏色通道的像素值；
9、步驟二：通過離散傅里葉變換、濾波器處理和傅里葉反演變換三步依次對統(tǒng)一尺寸后的灰度圖像進(jìn)行圖像中噪聲的去除，后通過將圖像像素值調(diào)整為均值為0，標(biāo)準(zhǔn)差為1的分布，完成圖像標(biāo)準(zhǔn)化操作；
10、步驟三：將處理后的灰度圖像按照采集時間進(jìn)行排序，采集時間的時間間隔相同，時間t時刻采集到的圖像為txt，時間t-1時刻采集到的圖像為txt-1，得到灰度差分圖像cf；
11、步驟四：對灰度差分圖像按照時間進(jìn)行排序，計(jì)算連續(xù)幾個灰度差分圖像中某一區(qū)域的平均像素值變化率；若對于第m個差分圖像cft-m中包含數(shù)量為n個像素的區(qū)域r，其像素值為cft-m(x，y)，則區(qū)域r的平均像素值為at-m(r)，圖像中區(qū)域r的像素變化率為rt(r)；
12、步驟五：若區(qū)域r的像素變化閾值rt(r)max<rt(r)，則判定區(qū)域r均無安全隱患。
13、作為本專利技術(shù)的一種優(yōu)選實(shí)施方式，隱患預(yù)測模塊對大壩裂縫的數(shù)據(jù)處理步驟如下：
14、步驟一：通過人員對每張圖片中的工程安全隱患進(jìn)行標(biāo)注，對人員指出存在的隱患類型及位置信息進(jìn)行記錄；對采集到的圖像數(shù)據(jù)進(jìn)行灰度化處理，以灰度閾值hdmax對灰度處理后的圖片數(shù)據(jù)進(jìn)行區(qū)分，將灰度值小于灰度閾值的區(qū)域標(biāo)記為存在隱患區(qū)域；
15、步驟二：將圖片數(shù)據(jù)分割成數(shù)量為n個大小相同的分割塊，對標(biāo)記存在隱患區(qū)域的分割塊數(shù)量進(jìn)行統(tǒng)計(jì)，數(shù)量為m，后計(jì)算每個圖片上標(biāo)記存在隱患區(qū)域的占比數(shù)據(jù)zbx＝m/n，x為每個圖片的編號；對水壩壩體表面、溢洪道和閘門位置處獲取到圖片數(shù)據(jù)中的總占比數(shù)據(jù)zbzh1、zbzh2、zbzh3分別進(jìn)行計(jì)算，若存在預(yù)設(shè)的占比數(shù)據(jù)閾值zbmax<zbzha，a＝1,2,3，則判定水壩存在安全隱患；反之，則將壩體表面、溢洪道和閘門所對應(yīng)的總占比數(shù)據(jù)帶入公式，隱患值yh＝ω1*zbzh1+ω2*zbzh2+ω3*zbzh3，ω1、ω2和ω3為比重系數(shù)，若yhmax≤yh，則依舊判定水壩存在安全隱患，并根據(jù)yh-yhmax/yhmax的比值與數(shù)據(jù)0.25、0.5和0.75比較，分別進(jìn)行一級、二級和三級預(yù)警信號的傳遞。
16、作為本專利技術(shù)的一種優(yōu)選實(shí)施方式，隱患預(yù)測模塊對壩坡塌陷和崩塌的數(shù)據(jù)處理步驟如下：
17、步驟一：將灰度圖像劃分為若干個圖像小塊，通過計(jì)算對應(yīng)圖像小塊內(nèi)像素灰度值的變化來近似得到該圖像小塊對應(yīng)壩坡的坡度值，沿著水平方向和垂直方向的像素坐標(biāo)，根據(jù)灰度值f(x，y)構(gòu)建一個曲面；
18、步驟二：通過差分方法進(jìn)行坡度值的計(jì)算，得到水平方向上的坡度值為pdx，垂直方向上的坡度值pdy。
19、作為本專利技術(shù)的一種優(yōu)選實(shí)施方式，隱患預(yù)測模塊對壩坡塌陷和崩塌的判定步驟如下：
20、步驟一：該圖像小塊對應(yīng)水壩的坡度值若坡度閾值pdmax≤pd，則判定水壩的壩坡具有塌陷崩塌的風(fēng)險(xiǎn)；反之，則對坡度值隨時間的變化進(jìn)行判斷，若時間t至?xí)r間t+q的時間段內(nèi)，坡度值的變化量δpd≥δpdmax，同樣判定水壩的壩坡具有塌陷崩塌的風(fēng)險(xiǎn)，δpdmax為預(yù)設(shè)的坡度值變化閾值，t為起始時間點(diǎn)，q為判斷變化的延伸時間段；
21、步驟二：預(yù)測經(jīng)過時間t＝pdmax-pdt+q/δpd后水壩的壩坡會發(fā)生塌陷崩塌，以單位時間tt為標(biāo)準(zhǔn)，若t/tt<1，則判定水壩壩坡的塌陷崩塌情況即將發(fā)生，生成緊急避險(xiǎn)信號，并將緊急避險(xiǎn)信號傳遞給預(yù)警模塊；若1≤t/tt<2，則判定水壩壩坡有塌陷崩塌的風(fēng)險(xiǎn)，生成避險(xiǎn)信號，并將避險(xiǎn)信號傳遞給預(yù)警模塊；若t/tt≥2，則判定水壩壩坡具有塌陷崩塌的安全隱患，生成檢修警示信號，并將檢修警示信號傳遞給預(yù)警模塊。
22、作為本專利技術(shù)的一種優(yōu)選實(shí)施方式，隱患預(yù)測模塊對滲漏破壞的數(shù)據(jù)處理步驟如下：
23、步驟一：以參數(shù)1像素為距離，參數(shù)0°、45°、90°和135°為本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，工程安全隱患預(yù)測和預(yù)警方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，高清攝像頭內(nèi)部設(shè)置有工程安全組件，工程安全組件包括圖像識別模塊、隱患預(yù)測模塊和預(yù)警模塊，圖像識別模塊的數(shù)據(jù)處理步驟如下：
3.根據(jù)權(quán)利要求2所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對大壩裂縫的數(shù)據(jù)處理步驟如下：
4.根據(jù)權(quán)利要求2所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對壩坡塌陷和崩塌的數(shù)據(jù)處理步驟如下：
5.根據(jù)權(quán)利要求4所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對壩坡塌陷和崩塌的判定步驟如下：
6.根據(jù)權(quán)利要求2所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對滲漏破壞的數(shù)據(jù)處理步驟如下：
7.根據(jù)權(quán)利要求1所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對滲漏破壞的判定步驟如下：
<...【技術(shù)特征摘要】
1.一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，工程安全隱患預(yù)測和預(yù)警方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，高清攝像頭內(nèi)部設(shè)置有工程安全組件，工程安全組件包括圖像識別模塊、隱患預(yù)測模塊和預(yù)警模塊，圖像識別模塊的數(shù)據(jù)處理步驟如下：
3.根據(jù)權(quán)利要求2所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對大壩裂縫的數(shù)據(jù)處理步驟如下：
4.根據(jù)權(quán)利要求2所述的一種圖像識別的工程安全隱患預(yù)測和預(yù)警方法，其特征在于，隱患預(yù)測模塊對壩...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周志維，方詩標(biāo)，吳曉彬，游文蓀，喻蔚然，汪慶，龔羊慶，徐耀宗，朱斌，李磊，
申請(專利權(quán))人：江西省水利科學(xué)院江西省大壩安全管理中心，江西省水資源管理中心，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。