CN108119726B - 用于检测地下大型管道漏水的*** - Google Patents
用于检测地下大型管道漏水的*** Download PDFInfo
- Publication number
- CN108119726B CN108119726B CN201611061452.6A CN201611061452A CN108119726B CN 108119726 B CN108119726 B CN 108119726B CN 201611061452 A CN201611061452 A CN 201611061452A CN 108119726 B CN108119726 B CN 108119726B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- water leakage
- light source
- red
- detecting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
- F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L2101/00—Uses or applications of pigs or moles
- F16L2101/30—Inspecting, measuring or testing
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及计算机视觉技术领域,具体用于检测地下大型管道漏水的***,用于管道检测,包括设置在管道内上方的轨道,设置在所述轨道上的移动机器人,设置在所述移动机器人上的彩色摄像机和红色光光源;所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。本发明的用于检测地下大型管道漏水的***,通过检测到地面存在较大面积和深度的水源作为是否漏水的依据,并将漏水点、漏水图像实时发送监控人员进行处置。
Description
技术领域
本发明涉及计算机视觉技术领域,特别涉及一种用于检测地下大型管道漏水的***。
背景技术
在城市建设中,大型地下管道设施是未来的发展方向,该大型地下管道直径一般在2m以上,其内部包括自来水管道、生活废水管道、燃气管道,以及一些电力线管道。如此,在城市建设中将该大型地下管道一次规划完成并建好,不用单独为各个管道的建设而重新挖掘地面,且每次维护只要在这个大型管道内作业即可,不用破坏地面。
针对该大型地下管道,自动化、智能化监控是需要解决的技术,一般解决的方案是在管道上面架设一个轨道,在轨道上自动移动的机器人携带各种探测设备对所经过的区域进行实时、在线检测。其中,当管道漏水时,对于这种情况的检测是非常重要的,也是难点之一。
现阶段还没有比较好的方法可以检测到管道漏水,一种实时、准确检测管道漏水的方法成为亟待解决的问题。
发明内容
本发明旨在克服现有管道漏水智能监控程度不高,不能实时、准确检测的技术缺陷,提供一种用于检测地下大型管道漏水的***。
为实现上述目的,本发明采用以下技术方案:
本发明提供一种用于检测地下大型管道漏水的***,用于管道检测,包括设置在管道内上方的轨道,设置在所述轨道上的移动机器人,设置在所述移动机器人上的彩色摄像机和红色光光源;所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。
一些实施例中,所述红色光光源发射出的光谱波长为650nm。
一些实施例中,所述移动机器人上还包括近红外摄像机和近红外光源;初级判断所述管道内部漏水状态为疑似区域,所述近红外光源照射所述疑似区域,所述近红外摄像机拍摄所述疑似区域的图像,并根据所述图像再次判断所述管道内部漏水状态。
一些实施例中,所述近红外光源发射出的光谱波长大于1400nm。
一些实施例中,还包括后台管理端,所述后台管理端用于接收漏水状态并展示图像。
一些实施例中,还包括第一计算模块,所述第一计算模块计算所述红色油漆区域的非红区域的连通域,并比较所述连通域与阈值,初级判断所述管道内部漏水状态。
本发明的有益效果在于:本发明的用于检测地下大型管道漏水的***,通过设置在移动机器人上的彩色摄像机和红色光光源;红色光光源照射管道的红色油漆区域,彩色摄像机拍摄红色油漆区域的图像,并根据图像初级判断所述管道内部漏水状态;通过检测到地面存在较大面积和深度的水源作为是否漏水的依据,并将漏水点、漏水图像实时发送监控人员进行处置。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例的用于检测地下大型管道漏水的***,用于管道检测。
该***包括轨道、移动机器人、彩色摄像机和红色光光源;轨道设置在管道内上方,移动机器人设置在所述轨道上,彩色摄像机和红色光光源设置在所述移动机器人上。
所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。
本发明的用于检测地下大型管道漏水的***,通过设置在移动机器人上的彩色摄像机和红色光光源;红色光光源照射管道的红色油漆区域,彩色摄像机拍摄红色油漆区域的图像,并根据图像初级判断所述管道内部漏水状态;通过检测到地面存在较大面积和深度的水源作为是否漏水的依据,并将漏水点、漏水图像实时发送监控人员进行处置。
本发明另一实施例中,用于检测地下大型管道漏水的***,用于管道检测。该***包括轨道、移动机器人、彩色摄像机和红色光光源;轨道设置在管道内上方,移动机器人设置在所述轨道上,彩色摄像机和红色光光源设置在所述移动机器人上。其中,所述红色光光源发射出的光谱波长为650nm。
所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。
具体地,红色光源照射到红色物体上面将会被完全反射,而照射到其它物体上发射率将会降低。因此,彩色摄像机拍摄到的图片中,如果地面上没有任何物体(包括水),则图片几乎为红色,将彩色图片转化为R、G、B三张图片,其中代表红色的R图片中的像素值几乎为255,而其它图片中的像素值几乎为0。
当管道中有水等其它异物时,代表红色的R图片中的像素值会降低,接近于0,而其它图片中的像素值则会远大于0,接近于255。
本发明另一实施例中,用于检测地下大型管道漏水的***,用于管道检测。该***包括轨道、移动机器人、彩色摄像机和红色光光源;轨道设置在管道内上方,移动机器人设置在所述轨道上,彩色摄像机和红色光光源设置在所述移动机器人上。其中,所述红色光光源发射出的光谱波长为650nm。
所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。
该实施例中优选地,该***还包括第一计算模块,所述第一计算模块计算所述红色油漆区域的非红区域的连通域,并比较所述连通域与阈值,初级判断所述管道内部漏水状态。
具体地,检测管道的地面上是否有其它物体存在,当有其它物体存在时,在图像中提取该非红区域的连通域,并计算该连通域的大小与阈值比较;当连通域小于阈值时则不进行下一步处理,当连通域大于阈值时,则由近红外相机进一步判断该连通域是水还是其他物体。其中,该阈值由管道维护人员根据经验设定。
进一步地,所述移动机器人上还包括近红外摄像机和近红外光源;初级判断所述管道内部漏水状态为疑似区域,所述近红外光源照射所述疑似区域,所述近红外摄像机拍摄所述疑似区域的图像,并根据所述图像再次判断所述管道内部漏水状态。其中,所述近红外光源发射出的光谱波长大于1400nm。
使用中,由于水对不同波长的光的吸收性是不一样的,在所有光谱中,水对于近红外波段的光的吸收率是比较高的,波长在1400~1900nm之间的近红外光照射到水后发射率理论上几乎为零,管道中的漏水中可能含有一些杂质,会提高近红外光的反射率,但与近红外光照射到其它物体相比,反射率相差还是比较大的。
据此,当彩色摄像机检测到地面上有其它物体时,近红外摄像机同时对这个区域进行拍照。如果该物体为水,则近红外光源发射的光被水反射回来的非常少,近红外摄像机拍摄到的图片的像素值接近于0,或是比较小的值,而图片中该连通域之外的区域像素值比较高,接近于255;如果,该物体不是水,则近红外摄像机拍摄到的图片的像素值将会是比较高,接近于255。
本发明另一实施例中,用于检测地下大型管道漏水的***,用于管道检测。该***包括轨道、移动机器人、彩色摄像机和红色光光源;轨道设置在管道内上方,移动机器人设置在所述轨道上,彩色摄像机和红色光光源设置在所述移动机器人上。其中,所述红色光光源发射出的光谱波长为650nm。
所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。
该实施例中优选地,该***还包括第一计算模块,所述第一计算模块计算所述红色油漆区域的非红区域的连通域,并比较所述连通域与阈值,初级判断所述管道内部漏水状态。
具体地,检测管道的地面上是否有其它物体存在,当有其它物体存在时,在图像中提取该非红区域的连通域,并计算该连通域的大小与阈值比较;当连通域小于阈值时则不进行下一步处理,当连通域大于阈值时,则由近红外相机进一步判断该连通域是水还是其他物体。其中,该阈值由管道维护人员根据经验设定。
进一步地,所述移动机器人上还包括近红外摄像机和近红外光源;初级判断所述管道内部漏水状态为疑似区域,所述近红外光源照射所述疑似区域,所述近红外摄像机拍摄所述疑似区域的图像,并根据所述图像再次判断所述管道内部漏水状态。其中,所述近红外光源发射出的光谱波长大于1400nm。
使用中,由于水对不同波长的光的吸收性是不一样的,在所有光谱中,水对于近红外波段的光的吸收率是比较高的,波长在1400~1900nm之间的近红外光照射到水后发射率理论上几乎为零,管道中的漏水中可能含有一些杂质,会提高近红外光的反射率,但与近红外光照射到其它物体相比,反射率相差还是比较大的。
据此,当彩色摄像机检测到地面上有其它物体时,近红外摄像机同时对这个区域进行拍照。如果该物体为水,则近红外光源发射的光被水反射回来的非常少,近红外摄像机拍摄到的图片的像素值接近于0,或是比较小的值,而图片中该连通域之外的区域像素值比较高,接近于255;如果,该物体不是水,则近红外摄像机拍摄到的图片的像素值将会是比较高,接近于255。
其中,自然界中并不是只有水对于1400~1900nm之间的近红外光发射率较低,可能会有其他物体也存在这种特性。一方面,该物体比较少;另一方面,在城市地下管道设施中这种物体存在或者落到地面的几率也比较低。本***对水的检测,提高了误捡率,而漏检率并没有提高。
该***还包括后台管理端,所述后台管理端用于接收漏水状态并展示图像。具体地,在检测过程中出现的漏水报警的实时图片会发送给后台管理端,管道维护人员会根据图片再进行二次判断,本***对于解决大型管道设施漏水检测是比较有效的。
本发明的用于检测地下大型管道漏水的***,通过彩色摄像机先对地面进行检测,判断地面是否有非红色并且面积较大的区域;当发现地面是否有非红色并且面积较大的区域时,近红外摄像机对该区域进行二次检测,判断是否为水。通过检测到地面存在较大面积和深度的水源作为是否漏水的依据,并将漏水点、漏水图像实时发送监控人员进行处置。
本发明的用于检测地下大型管道漏水的***,可用于城市建设中大型的地下管道设施的漏水实时在线检测,以及相关类似管道或设施的漏水检测。实现漏水检测的实时性、准确性和智能型,替代人工每天对于管道的巡检,仅在有漏水出现时去处理,降低人的重复性工作,减少管道的不健康环境对于人的影响。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
以上对本发明所提供的一种用于检测地下大型管道漏水的***进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种用于检测地下大型管道漏水的***,用于管道检测,其特征在于,包括设置在管道上方的轨道,设置在所述轨道上的移动机器人,设置在所述移动机器人上的彩色摄像机和红色光光源;所述管道的地面涂覆红色油漆;所述红色光光源照射所述管道的红色油漆区域,所述彩色摄像机拍摄所述红色油漆区域的图像,并根据所述图像初级判断所述管道内部漏水状态。
2.如权利要求1所述的用于检测地下大型管道漏水的***,其特征在于,所述红色光光源发射出的光谱波长为650nm。
3.如权利要求1所述的用于检测地下大型管道漏水的***,其特征在于,所述移动机器人上还包括近红外摄像机和近红外光源;初级判断所述管道内部漏水状态为疑似区域,所述近红外光源照射所述疑似区域,所述近红外摄像机拍摄所述疑似区域的图像,并根据所述图像再次判断所述管道内部漏水状态。
4.如权利要求3所述的用于检测地下大型管道漏水的***,其特征在于,所述近红外光源发射出的光谱波长大于1400nm。
5.如权利要求1所述的用于检测地下大型管道漏水的***,其特征在于,还包括后台管理端,所述后台管理端用于接收漏水状态并展示图像。
6.如权利要求1所述的用于检测地下大型管道漏水的***,其特征在于,还包括第一计算模块,所述第一计算模块计算所述红色油漆区域的非红区域的连通域,并比较所述连通域与阈值,初级判断所述管道内部漏水状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611061452.6A CN108119726B (zh) | 2016-11-26 | 2016-11-26 | 用于检测地下大型管道漏水的*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611061452.6A CN108119726B (zh) | 2016-11-26 | 2016-11-26 | 用于检测地下大型管道漏水的*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108119726A CN108119726A (zh) | 2018-06-05 |
CN108119726B true CN108119726B (zh) | 2019-12-13 |
Family
ID=62224503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611061452.6A Active CN108119726B (zh) | 2016-11-26 | 2016-11-26 | 用于检测地下大型管道漏水的*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108119726B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111531535A (zh) * | 2020-04-30 | 2020-08-14 | 大连民族大学 | 地面滴液监测的智能巡逻***、同步漏液巡航***及监测*** |
CN112856246A (zh) * | 2020-12-21 | 2021-05-28 | 温州佳宝电镀设备有限公司 | 一种寻找管道漏水点的方法 |
WO2023053769A1 (ja) * | 2021-09-29 | 2023-04-06 | 富士フイルム株式会社 | 画像処理装置、撮像装置、カメラシステム、画像処理方法、及びプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1646848A (zh) * | 2002-04-19 | 2005-07-27 | 诺斯克埃莱克特罗奥普体克公司 | 管道内部检查设备及方法 |
EP1954389B1 (de) * | 2005-11-16 | 2009-03-11 | Brandenburger Patentverwertung GdbR. | Strahlungsquelle zur bestrahlung von innenwänden langgestreckter hohlräume |
CN103672289A (zh) * | 2013-12-17 | 2014-03-26 | 王军 | 一种可调节履带角度的管道机器人 |
CN204901203U (zh) * | 2015-08-31 | 2015-12-23 | 浙江树人大学 | 一种自来水管道内壁探测机器人 |
CN205607877U (zh) * | 2015-12-14 | 2016-09-28 | 昆明理工大学 | 一种利用辅助激光点成像的图像采集装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9127803B2 (en) * | 2011-06-27 | 2015-09-08 | Jd7 Limited | Pipe inspection and servicing |
-
2016
- 2016-11-26 CN CN201611061452.6A patent/CN108119726B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1646848A (zh) * | 2002-04-19 | 2005-07-27 | 诺斯克埃莱克特罗奥普体克公司 | 管道内部检查设备及方法 |
EP1954389B1 (de) * | 2005-11-16 | 2009-03-11 | Brandenburger Patentverwertung GdbR. | Strahlungsquelle zur bestrahlung von innenwänden langgestreckter hohlräume |
CN103672289A (zh) * | 2013-12-17 | 2014-03-26 | 王军 | 一种可调节履带角度的管道机器人 |
CN204901203U (zh) * | 2015-08-31 | 2015-12-23 | 浙江树人大学 | 一种自来水管道内壁探测机器人 |
CN205607877U (zh) * | 2015-12-14 | 2016-09-28 | 昆明理工大学 | 一种利用辅助激光点成像的图像采集装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108119726A (zh) | 2018-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107808133B (zh) | 基于无人机巡线的油气管道安全监测方法、***及软件存储器 | |
CN103487729B (zh) | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 | |
CN108119726B (zh) | 用于检测地下大型管道漏水的*** | |
CN105512667B (zh) | 红外和可见光视频图像融合识别火灾的方法 | |
CN111667673B (zh) | 一种智能检测泄漏的热力管网*** | |
CN102927448A (zh) | 管道无损检测方法 | |
CN105447471A (zh) | 基于红外检测的设备气体泄漏识别方法和装置 | |
CN111932709A (zh) | 一种基于ai识别实现加油站巡检作业违规***的方法 | |
CN201680157U (zh) | 基于光视觉的水下管线巡检装置 | |
CN103412246A (zh) | 基于紫外视频的电力设备异常放电自动检测方法 | |
CN114263501A (zh) | 基于图像识别与热红外联合的隧道渗水涌水监测*** | |
CN114941807A (zh) | 一种基于无人机的热力管道泄漏快速监测与定位方法 | |
CN112529851B (zh) | 一种液压管状态确定方法、***、终端及介质 | |
CN103389312B (zh) | 铜管检测*** | |
CN106340034A (zh) | 一种变压器漏油检测方法 | |
CN108168707B (zh) | 一种基于热成像的高温干扰源去除方法 | |
US20130322690A1 (en) | Situation recognition apparatus and method using object energy information | |
CN112733646B (zh) | 一种基于热成像的液态介质泄漏自动检测方法及*** | |
CN106227089A (zh) | 一种天然气场站远距离监控调节*** | |
CN116712697A (zh) | 水喷雾灭火***及方法 | |
CN105718881B (zh) | 基于红外视频灰度图像的零照度环境烟尘监测方法 | |
CN116363773A (zh) | 一种基于视觉的船舶机舱巡回监测***及方法 | |
CN106447665A (zh) | 基于视觉识别的蒸发器管板***的辅助定位***及方法 | |
CN115641534A (zh) | 一种设备渗漏的图像识别方法 | |
CN104240432A (zh) | 基于信息融合的富锰渣生产安全监控***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |