CN110145692B - 污水管道cctv检测***及方法 - Google Patents
污水管道cctv检测***及方法 Download PDFInfo
- Publication number
- CN110145692B CN110145692B CN201910436538.XA CN201910436538A CN110145692B CN 110145692 B CN110145692 B CN 110145692B CN 201910436538 A CN201910436538 A CN 201910436538A CN 110145692 B CN110145692 B CN 110145692B
- Authority
- CN
- China
- Prior art keywords
- module
- pipeline
- display
- image
- dimensional image
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/555—Constructional details for picking-up images in sites, inaccessible due to their dimensions or hazardous conditions, e.g. endoscopes or borescopes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种污水管道CCTV检测***及方法,涉及管道检测技术领域,旨在解决现有的CCTV管道内窥电视摄像检测***影响了技术人员对管道状况的判读的准确性的问题。其技术方案要点是,***包括CCTV检测车、控制台和连接于CCTV检测车和控制台之间的控制电缆;CCTV检测车上承载有照明装置、定位装置和摄像装置;摄像装置包括一个第一成像模块和至少两个第二成像模块,第一成像模块采集偏振色差图像和物体的表面信息,第二成像模块采集亮度图像;控制台包括处理模块和显示模块,处理模块根据偏振色差图像、亮度图像和物体的表面信息合成三维图像并传输至显示模块进行显示。提高了视觉效果,具有能够提高技术人员对管道状况判读的准确性的优点。
Description
技术领域
本发明涉及管道检测技术领域,尤其是涉及一种污水管道CCTV检测***及方法。
背景技术
管道的检测是进行修复和合理养护的前提,目的是了解管道内部状况。根据管道内部状况,可以确认管道是否需要修复和修复应采用何种工法,可以科学地制订养护方案。对于人员可以进入的大管径管道,从经济上考虑,可以派施工人员直接进入检查记录。而对于人员无法进入的管道,则必须采用其他方法,现今使用最普遍的检测工具是管道闭路电视检测***(Closed-Circuit Television,简称CCTV),其是专门应用于地下管道检测的工具。
通常,CCTV***安装在自走车上,可以进入管道内进行摄像记录。技术人员根据检测录像,进行管道状况的判读,可以确定下一步管道修复采用哪些方法比较合适。管道状况检测分为结构状况检测和功能性状况检测两大类。结构性状况指管道本身的状况,例如管道接头、管壁、管基础状况等等,该项指标与管道的结构强度和使用寿命密切相关。功能性状况指管道运行中出现的状况,例如管道上集结油脂、管内泥沙沉积等等,它与管道的通水能力相关,通常可通过管道养护疏通而得到改善,对管道寿命影响不大。
现有公开号为CN102128352A的中国专利公开了一种CCTV闭路电视摄像检测方法,其包括以下步骤:第一步,检测准备;第二步,检测设备调试;第三步,实施管道内窥CCTV闭路电视摄像检测;第四步,检测结果评估与报告书编制。采用CCTV管道内窥电视摄像检测***,在管道内自动爬行,对管道的结构状况进行探测和摄像,通过有线传输方式进行显示和记录,能较直观地了解埋设在地下的排水管道内部状况,从而准确地为排水管道的建设、管理、运行、维护提供决策依据。
但是,上述中的现有技术方案存在以下缺陷:上述方案中的CCTV管道内窥电视摄像检测***仅能捕捉范围内物体的距离以及物体表面的信息,而不能提取到范围内物体的深度信息,从而不能精确产生捕捉范围内物体的三维图像,视觉效果较差,技术人员容易遗漏掉所拍摄图像中的某些特征,影响了技术人员对管道状况的判读的准确性。
发明内容
本发明的目的是提供一种污水管道CCTV检测***及方法。
发明目的一是:提供一种污水管道CCTV检测***,其优点是能够实现三维图像的采集,提高视觉效果,从而提高技术人员对管道状况判读的准确性;
发明目的二是:提供一种污水管道CCTV检测方法,其具有能够提高的技术人员对管道状况判读的准确性以及判读效率的效果。
本发明的上述发明目的一是通过以下技术方案得以实现的:
一种污水管道CCTV检测***,包括CCTV检测车和控制台,所述CCTV检测车和所述控制台之间连接有用于传输爬行控制指令和实时影像数据的控制电缆;所述CCTV检测车上承载有照明装置、定位装置和摄像装置;
所述摄像装置包括:
一个用于采集管道内物体的偏振色差图像和管道内物体的表面信息的第一成像模块,以及,至少两个用于采集管道内物体的亮度图像的第二成像模块;
所述控制台包括:
一个用于根据所述第一成像模块采集的偏振色差图像和每一个所述第二成像模块采集的亮度图像生成管道内物体的深度信息的处理模块,以及,一个用于显示图像的显示模块;
其中,所述处理模块还用于根据管道内物体的深度信息和管道内物体的表面信息合成三维图像并传输至所述显示模块。
通过采用上述技术方案,处理模块接收到第一成像模块采集的偏振色差图像、物体表面信息以及两个第二成像模块采集的亮度图像后,会根据偏振色差图像和亮度图像生成深度信息,然后根据深度信息和物体表面信息合成三维图像,并将合成的三维图像传输至显示模块进行显示。从而实现了三维图像的采集和显示,提高了视觉效果,进而提高了技术人员对管道状况判读的准确性。
本发明进一步设置为:所述控制台还包括检测模块和触发模块,所述检测模块用于当显示模块显示的图像中存在缺陷特征时输出一触发信号,所述触发模块用于响应于所述触发信号而输出一预警信号。
通过采用上述技术方案,当检测模块识别到三维图像中的缺陷特征时,会输出一个预警信号,从而提醒工作人员知悉观察和判读,进一步提高了对管道状况判读的准确性。
本发明进一步设置为:所述控制台还包括分割模块和配置模块,所述分割模块用于将显示模块的显示区域分隔为多个显示子区域,所述配置模块用于将所述显示子区域均配置一个检测优先级;所述检测模块按照检测优先级由高到低的顺序依次对显示子区域对应的图像进行检测。
通过采用上述技术方案,能够按照优先级又大到小的顺序对显示模块依次进行检测,因为每一次的检测区域相对于全局检测要小,因而提高了检测效率,在其中一个显示子区域内发现缺陷特征时机会发出预警信号以提醒工作人员。
本发明进一步设置为:所述摄像装置包括控制模块,所述控制模块内存储有分割扫描算法,所述分割扫描算法包括用于扫描图像边框的第一段扫描和用于扫描图像内部的第二段扫描。
通过采用上述技术方案,第一段扫描为回旋扫描,第二段扫描为S形扫描。其中S形扫描优点是速度快,缺点是垂直于扫描方向的边沿不整齐,而回旋扫描能克服S形扫描的缺点,因此S形扫描用来扫描分割后的管道图像的内部,回旋扫描用来扫描管道图像的边框,有助于得到较好的图形质量和较高的图像扫描效率。
本发明的上述发明目的二是通过以下技术方案得以实现的:
一种污水管道CCTV检测方法,所述污水管道CCTV检测方法基于上述技术方案所述的污水管道CCTV检测***,包括:
通过所述CCTV检测车采集管道内物体的偏振色差图像、表面信息和亮度图像;
根据所述偏振色差图像和所述亮度图像生成管道内物体的深度信息;
根据所述表面信息和所述深度信息合成三维图像并发送至所述显示模块进行显示;
根据显示模块显示的三维图像对管道状况进行判读和评估。
通过采用上述技术方案,能够根据采集的偏振色差图像和亮度图像生成管道内物体的深度信息,并结合生成的深度信息和采集的物体的表面信息生成三维图像并显示,使得技术人员能够观察到特征明显的三维图像,有助于提高的技术人员对管道状况判读的准确性以及提高工作人员的判读效率。
本发明进一步设置为:根据所述表面信息和所述深度信息合成三维图像并发送至所述显示模块进行显示具体包括:
根据所述表面信息和所述深度信息合成三维图像;
判断合成的三维图像中是否具有缺陷特征;
若判断为是,则生成一预警信息,并将所述预警信息和所述三维图像发送至所述显示模块进行显示;
若判断为否,则直接将所述三维图像发送至所述显示模块进行显示。
通过采用上述技术方案,能够在三维图像中出现缺陷特征时,在显示模块上显示一条预警信息,以提醒技术人员仔细观察并在观察到缺陷特征后进行记录。
本发明进一步设置为:所述污水管道CCTV检测方法还包括:
获取N个管道缺陷样本,所述管道缺陷样本为包含缺陷特征的管道图像;
将所述显示模块的显示区域分隔为多个显示子区域;
获取管道缺陷样本对应在各个显示子区域内的子图像出现缺陷特征的数量以及出现的缺陷特征的类别;
根据各个显示子区域内出现的缺陷特征的数量以及出现的缺陷特征的类别进行深度学习网络训练,得到管道缺陷精准识别模型;
所述判断合成的三维图像中是否具有缺陷特征具体包括:
采用所述管道缺陷精准识别模型对合成的三维图像进行缺陷特征检测和判断。
通过采用上述技术方案,能够快速识别合成的三维图像中的缺陷特征,提高识别效率。另一方面,识别到缺陷特征后,还可以在显示模块上显示缺陷特征的类别信息,为技术人员提供参考。
本发明进一步设置为:所述污水管道CCTV检测方法还包括:
按照管道缺陷样本对应在显示子区域内的子图像出现的缺陷特征的数量由大到小的顺序将各个显示子区域的检测优先级配置为由高到低;
所述判断合成的三维图像中是否具有缺陷特征具体包括:
采用所述管道缺陷精准识别模型并按照检测优先级由高到低的顺序对合成的三维图像对应在各个显示子区域内的子图像依次进行缺陷特征检测和判断。
通过采用上述技术方案,能够优先检测缺陷特征出现概率最高的显示子区域所对应的子图像,从而大大地提高了三维图像中的缺陷特征的识别效率,同时使得技术人员的判读效率大大提高。
综上所述,本发明的有益技术效果为:
1、通过第一成像模块、第二成像模块和处理模块的设置,实现了三维图像的采集,提高了视觉效果,从而提高了技术人员对管道状况判读的准确性;
2、通过检测模块、触发模块、分割模块和配置模块的设置,能够优先检测优先级最高的显示子区域所对应的子图像,相比于全局图像识别时识别效率大大提高;
3、通过管道缺陷精准识别模型的设置,极大的提高了管道三维图像中缺陷特征的识别效率,且在识别到缺陷特征后会在显示模块上显示缺陷特征的类别,用户使用体验佳。
附图说明
图1是本发明实施例一示出的污水管道CCTV检测***的整体结构示意图;
图2是本发明实施例一示出的控制台的结构示意图;
图3是本发明实施例一示出的CCTV检测车的结构示意图;
图4是本发明实施例一示出的显示模块的结构示意图;
图5是本发明实施例二示出的污水管道CCTV检测方法的流程图;
图6是本发明实施例二示出的步骤S13的流程图;
图7是本发明实施例二示出的步骤S21-S25的流程图。
图中,1、CCTV检测车;11、照明装置;12、定位装置;13、摄像装置;14、第一成像模块;15、第二成像模块;16、控制模块;2、控制台;21、处理模块;22、显示模块;23、检测模块;24、触发模块;25、分割模块;26、配置模块;27、存储模块;3、控制电缆。
具体实施方式
以下结合附图对本发明作进一步详细说明。
实施例一
参照图1,为本发明公开的一种污水管道CCTV检测***,包括CCTV检测车1和控制台2,CCTV检测车1和控制台2之间连接有控制电缆3,控制电缆3用于传输爬行控制指令和实时影像数据。控制台2包括处理模块21、显示模块22和存储模块27,CCTV检测车1上承载有照明装置11,照明装置11的运作和CCTV检测车1的移动由带虚拟遥控操纵杆的显示模块22控制,操作简单,移动方便。
参照图1,CCTV检测车1上还承载有定位装置12和摄像装置13。定位装置12用于定位CCTV检测车1的位置并将位置信息回传给控制台2;摄像装置13用于拍摄管道内部影像,并通过控制电缆3实时的将影像传送至控制台2,控制台2接收影像数据后将其存储至存储模块27并通过显示模块22进行显示。
参照图2,摄像装置13包括一个第一成像模块14和两个第二成像模块15,一个第一成像模块14用于采集管道内物体的偏振色差图像和管道内物体的表面信息,两个第二成像模块15均用于采集管道内物体的亮度图像。具体的,在本实施例中,第一成像模块14包含电荷耦合器件(CCD)传感器和与之相连的一个偏振滤镜,第二成像模块15为互补金属氧化物半导体(CMOS)传感器。
参照图1和图2,第一成像模块14采集的偏振色差图像和物体表面信息均通过控制电缆3传输至控制台2的处理模块21,两个第二成像模块15分别采集的亮度图像也均通过控制电缆3传输至控制台2的处理模块21。处理模块21利用亮度图像并结合偏振色差图像生成所拍摄的物体的深度信息,再利用生成的深度信息和第一成像模块14采集的表面信息形成合成的三维图像,控制台2上的显示模块22对该合成的三维图像进行显示。
参照图2,摄像装置13包括控制模块23,控制模块23内编辑有应用于第一成像模块14和第二成像模块15的分割扫描算法,分割扫描算法包括第一段扫描和第二段扫描。具体的,第一段扫描为回旋扫描,用于扫描图像的边框;第二段扫描为S形扫描,用于扫描图像除边框外的内部部分。S形扫描的扫描速度快,而回旋扫描能够弥补S形扫描后的图像边框不齐整的问题,以两段扫描结合的方式来提高扫描图像的质量和图像扫描的效率。
参照图3和图4,控制台2还包括分割模块25、配置模块26、检测模块23和触发模块24。分割模块25用于将显示模块22的显示区域分隔为多个显示子区域,具体的,显示模块22的显示区域呈矩形,以显示区域内的管道的圆形轮廓的圆心为发散点,将圆形轮廓等分为六个扇形,每个扇形再延伸至显示模块22显示区域的边界处后,即形成了六个显示子区域。
配置模块26用于将显示子区域均配置一个检测优先级,任意两个显示子区域之间的检测优先级互不相等。三维图像合成后,检测模块23按照检测优先级由高到低的顺序对合成的三维图像对应在各个显示子区域内的子图像依次进行缺陷特征检测和判断。当显示模块22显示的三维图像中存在缺陷特征时,检测模块23输出一触发信号,触发模块24用于响应于该触发信号而输出一预警信号,该预警信号被显示于显示模块22中且其包括缺陷特征类别信息和警告信息。
上述实施例的实施原理为:
通过带虚拟遥控操纵杆的显示模块22即可控制照明装置11和摄像装置13工作,从而获取管道内的三维图像,以供技术人员进行判读和评估。
具体的,控制台2的处理模块21接收到第一成像模块14采集的偏振色差图像、物体表面信息以及第二成像模块15采集的亮度图像后,会根据偏振色差图像和亮度图像生成深度信息,然后根据深度信息和物体表面信息合成三维图像,并将合成的三维图像传输至显示模块22进行显示。
其中,在将合成的三维图像传输至显示模块22前,会按照检测优先级由高到低的顺序对合成的三维图像对应在各个显示子区域内的子图像依次进行缺陷特征检测和判断。若判断三维图像中有缺陷特征,则生成一预警信息并将该预警信息和三维图像一起发送至显示模块22进行显示。若判断三维图像中没有缺陷特征,则直接将三维图像发送至显示模块22进行显示。
实施例二
参照图5,为本发明公开的一种基于实施例一中的污水管道CCTV检测***的污水管道CCTV检测方法,包括以下步骤:
S11、通过CCTV检测车1采集管道内物体的偏振色差图像、表面信息和亮度图像,具体的,在同一时刻,采集的偏振色差图像为一个,采集的亮度图像为两个。
S12、根据步骤S11中采集的偏振色差图像和亮度图像生成管道内物体的深度信息。具体的,将同一时刻采集的两张亮度图像进行对比,并根据采集的偏振色差图像的图像颜色深度改变,逐步生成物体的深度信息。
S13、根据步骤S11中获取的表面信息和步骤S11中生成的深度信息合成三维图像,并将合成的三维图像发送至显示模块22进行显示。
S14、根据显示模块22显示的三维图像对管道状况进行判读和评估,评估后进行记录。
参照图6,步骤S13包括以下子步骤:
S131、根据步骤S11中获取的表面信息和步骤S11中生成的深度信息合成三维图像。
S132、判断合成的三维图像中是否具有缺陷特征。若判断为是,则进入子步骤S133;若判断为否,则进入子步骤S134。
S133、生成一预警信息,并将生成的预警信息和步骤S13中生成的三维图像发送至显示模块22进行显示。
S134、直接将步骤S13中生成的三维图像发送至显示模块22进行显示。
参照图7,污水管道CCTV检测方法还包括以下步骤:
S21、获取N个管道缺陷样本,具体的,管道缺陷样本为包含缺陷特征的管道图像,且N≥8000。
S22、将显示模块22的显示区域分隔为多个显示子区域。
S23、获取管道缺陷样本对应在各个显示子区域内的子图像出现缺陷特征的数量以及出现的缺陷特征的类别。
S24、根据各个显示子区域内出现的缺陷特征的数量以及出现的缺陷特征的类别进行深度学习网络训练,得到管道缺陷精准识别模型。
S25、按照管道缺陷样本对应在显示子区域内的子图像出现的缺陷特征的数量由大到小的顺序将各个显示子区域的检测优先级配置为由高到低。
需要说明的是,步骤S132具体为:采用步骤S24中得到的管道缺陷精准识别模型并按照检测优先级由高到低的顺序对合成的三维图像对应在各个显示子区域内的子图像依次进行缺陷特征检测和判断;若判断三维图像中具有缺陷特征,则进入子步骤S133;若判断三维图像中不具有缺陷特征,则进入子步骤S134。
本具体实施方式的实施例均为本发明的较佳实施例,并非依此限制本发明的保护范围,故:凡依本发明的结构、形状、原理所做的等效变化,均应涵盖于本发明的保护范围之内。
Claims (2)
1.一种污水管道CCTV检测***,包括CCTV检测车(1)和控制台(2),所述CCTV检测车(1)和所述控制台(2)之间连接有用于传输爬行控制指令和实时影像数据的控制电缆(3);其特征在于,所述CCTV检测车(1)上承载有照明装置(11)、定位装置(12)和摄像装置(13);
所述摄像装置(13)包括:
一个用于采集管道内物体的偏振色差图像和管道内物体的表面信息的第一成像模块(14),以及,至少两个用于采集管道内物体的亮度图像的第二成像模块(15);
所述控制台(2)包括:
一个用于根据所述第一成像模块(14)采集的偏振色差图像和每一个所述第二成像模块(15)采集的亮度图像生成管道内物体的深度信息的处理模块(21),以及,一个用于显示图像的显示模块(22);
其中,所述处理模块(21)还用于根据管道内物体的深度信息和管道内物体的表面信息合成三维图像并传输至所述显示模块(22);
所述控制台(2)还包括分割模块(25)和配置模块(26),所述分割模块(25)用于将显示模块(22)的显示区域分隔为多个显示子区域,所述配置模块(26)用于将所述显示子区域均配置一个检测优先级;所述控制台(2)还包括检测模块(23)和触发模块(24),所述检测模块(23)用于当显示模块(22)显示的图像中存在缺陷特征时输出一触发信号,所述触发模块(24)用于响应于所述触发信号而输出一预警信号;所述检测模块(23)按照检测优先级由高到低的顺序依次对显示子区域对应的图像进行检测;所述显示模块(22)的显示区域呈矩形,所述显示子区域设置有六个;其中,以显示区域内的管道的圆形轮廓的圆心为发散点,将圆形轮廓等分为六个扇形,每个扇形再延伸至所述显示模块(22)显示区域的边界处后,即形成了六个显示子区域;
所述摄像装置(13)包括控制模块(16),所述控制模块(16)内存储有分割扫描算法,所述分割扫描算法包括用于扫描图像边框的第一段扫描和用于扫描图像内部的第二段扫描;所述分割扫描算法应用于所述第一成像模块(14)和第二成像模块(15),且所述第一成像模块(14)包含电荷耦合器件(CCD)传感器和与之相连的一个偏振滤镜,所述第二成像模块(15)为互补金属氧化物半导体(CMOS)传感器;在同一时刻,所述摄像装置(13)采集的偏振色差图像为一个,采集的亮度图像为两个;所述处理模块(21)将所述摄像装置(13)在同一时刻采集的两张亮度图像进行对比,并根据采集的偏振色差图像的图像颜色深度改变,即可逐步生成物体的深度信息。
2.一种污水管道CCTV检测方法,其特征在于,所述污水管道CCTV检测方法基于权利要求1所述的污水管道CCTV检测***,包括:
通过所述CCTV检测车(1)采集管道内物体的偏振色差图像、表面信息和亮度图像,在同一时刻,采集的偏振色差图像为一个,采集的亮度图像为两个;
根据所述偏振色差图像和所述亮度图像生成管道内物体的深度信息;其中,将同一时刻采集的两张亮度图像进行对比,并根据采集的偏振色差图像的图像颜色深度改变,即可逐步生成物体的深度信息;
根据所述表面信息和所述深度信息合成三维图像并发送至所述显示模块(22)进行显示;
根据显示模块(22)显示的三维图像对管道状况进行判读和评估;
所述污水管道CCTV检测方法还包括:
获取N个管道缺陷样本,所述管道缺陷样本为包含缺陷特征的管道图像;
将所述显示模块(22)的显示区域分隔为多个显示子区域;显示区域呈矩形,显示子区域设置有六个,以显示区域内的管道的圆形轮廓的圆心为发散点,将圆形轮廓等分为六个扇形,每个扇形再延伸至所述显示模块(22)显示区域的边界处后,即形成了六个显示子区域;
获取管道缺陷样本对应在各个显示子区域内的子图像出现缺陷特征的数量以及出现的缺陷特征的类别;
根据各个显示子区域内出现的缺陷特征的数量以及出现的缺陷特征的类别进行深度学习网络训练,得到管道缺陷精准识别模型;
按照管道缺陷样本对应在显示子区域内的子图像出现的缺陷特征的数量由大到小的顺序将各个显示子区域的检测优先级配置为由高到低;
其中,所述根据所述表面信息和所述深度信息合成三维图像并发送至所述显示模块(22)进行显示,具体包括:
根据所述表面信息和所述深度信息合成三维图像;
判断合成的三维图像中是否具有缺陷特征;
若判断为是,则生成一预警信息,并将所述预警信息和所述三维图像发送至所述显示模块(22)进行显示;
若判断为否,则直接将所述三维图像发送至所述显示模块(22)进行显示;
所述判断合成的三维图像中是否具有缺陷特征具体包括:
采用所述管道缺陷精准识别模型并按照检测优先级由高到低的顺序对合成的三维图像对应在各个显示子区域内的子图像依次进行缺陷特征检测和判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436538.XA CN110145692B (zh) | 2019-05-23 | 2019-05-23 | 污水管道cctv检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436538.XA CN110145692B (zh) | 2019-05-23 | 2019-05-23 | 污水管道cctv检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110145692A CN110145692A (zh) | 2019-08-20 |
CN110145692B true CN110145692B (zh) | 2021-03-26 |
Family
ID=67592953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910436538.XA Expired - Fee Related CN110145692B (zh) | 2019-05-23 | 2019-05-23 | 污水管道cctv检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110145692B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111947043A (zh) * | 2020-06-28 | 2020-11-17 | 宁波宏川环境科技有限公司 | 一种排污管道裂缝定位方法、***、智能终端及存储介质 |
CN112763499A (zh) * | 2020-12-26 | 2021-05-07 | 上海浦东路桥绿化工程有限公司 | 一种管道cctv检测信息管理*** |
CN115442579A (zh) * | 2021-06-04 | 2022-12-06 | 同方威视技术股份有限公司 | 机器人及其控制装置和方法、以及车辆底盘图像生成*** |
CN113606502B (zh) * | 2021-07-16 | 2023-03-24 | 青岛新奥燃气设施开发有限公司 | 一种基于机器视觉判断操作人员执行管道漏气检测的方法 |
CN113700978A (zh) * | 2021-09-15 | 2021-11-26 | 中航华东光电(上海)有限公司 | 一种管道异物检测装置及检测方法 |
CN114544668B (zh) * | 2022-02-22 | 2023-04-07 | 盐城笃诚建设有限公司 | 一种cctv管道在线检测*** |
CN117386931B (zh) * | 2023-12-11 | 2024-02-13 | 北京热力智能控制技术有限责任公司 | 一种地下管网泄漏检测装置及分析*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3521584A1 (de) * | 1984-06-30 | 1986-01-09 | Hans 3507 Baunatal Haas | Farbfernsehkamera zur untersuchung von zur direkten augenscheinlichen betrachtung unzugaenglichen hohlraeumen, wie z.b. rohren |
JPH03128443A (ja) * | 1989-10-13 | 1991-05-31 | Kyushu Electric Power Co Inc | 管内検査装置 |
DE4142237A1 (de) * | 1991-05-10 | 1993-06-24 | Contraves Gmbh | Einrichtung zum pruefen von kanalisations- und vergleichbaren rohrleitungen |
GB2414129B (en) * | 2004-05-13 | 2009-09-02 | Entpr Managed Services Ltd | Inspection system and method |
CN204477710U (zh) * | 2015-02-14 | 2015-07-15 | 河南宏天实业有限公司 | 爬行式管道视频检测装置 |
CN105959667A (zh) * | 2016-07-06 | 2016-09-21 | 南京捷特普智能科技有限公司 | 一种三维图像采集装置及*** |
CN206754821U (zh) * | 2017-01-11 | 2017-12-15 | 江苏正地管业科技有限公司 | 一种用于管道检测的智能化检测*** |
CN107886133A (zh) * | 2017-11-29 | 2018-04-06 | 南京市测绘勘察研究院股份有限公司 | 一种基于深度学习的地下管道缺陷自动识别方法 |
CN109630905A (zh) * | 2019-01-25 | 2019-04-16 | 电子科技大学 | 一种基于无人机遥感和深度学习的油气管道全智能巡检*** |
CN109767422A (zh) * | 2018-12-08 | 2019-05-17 | 深圳市勘察研究院有限公司 | 基于深度学习的管道检测识别方法、存储介质及机器人 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3449072B2 (ja) * | 1995-10-27 | 2003-09-22 | Jfeエンジニアリング株式会社 | 導管の移動監視装置 |
DE60141025D1 (de) * | 2000-05-30 | 2010-02-25 | Oyo Corp | Vorrichtung und verfahren zum erkennen von defekten oder beschädigungen in abwasserleitungen |
WO2003076916A1 (fr) * | 2002-03-13 | 2003-09-18 | Burn-Am Co., Ltd. | Procede et dispositif d'inspection interieure pour canalisation souterraine, et procede de recherche des deteriorations du beton sur la face interieure d'une canalisation souterraine |
CN1553637A (zh) * | 2003-05-29 | 2004-12-08 | 烽火通信科技股份有限公司 | 以太网光纤收发器故障指示技术 |
CN101753382B (zh) * | 2010-01-25 | 2013-07-24 | 浪潮通信信息***有限公司 | 一种自适应网络故障监控定位安全模型的构建方法 |
US9835564B2 (en) * | 2012-06-08 | 2017-12-05 | SeeScan, Inc. | Multi-camera pipe inspection apparatus, systems and methods |
KR101442759B1 (ko) * | 2012-08-28 | 2014-09-22 | 한국건설기술연구원 | 하수관 관로 결함 분석 시스템 |
DE102012022489B4 (de) * | 2012-11-19 | 2022-11-17 | Jt Elektronik Gmbh | Vorrichtung für die Kanalinspektion mit einer Stereokamera |
CN103475507B (zh) * | 2013-08-28 | 2016-10-05 | 华为技术有限公司 | 转发表项故障检测方法和装置 |
CN106685693A (zh) * | 2016-11-18 | 2017-05-17 | 汉柏科技有限公司 | 一种网络异常检测方法、***及网络设备 |
CN107883190B (zh) * | 2017-10-24 | 2019-09-17 | 大亚湾核电运营管理有限责任公司 | 核电站管道检测方法和用于核电站管道故障检修方法 |
CN108254772B (zh) * | 2017-12-06 | 2020-05-19 | 海门市设备安装工程有限公司 | 基于机电安装的复杂图形定位*** |
-
2019
- 2019-05-23 CN CN201910436538.XA patent/CN110145692B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3521584A1 (de) * | 1984-06-30 | 1986-01-09 | Hans 3507 Baunatal Haas | Farbfernsehkamera zur untersuchung von zur direkten augenscheinlichen betrachtung unzugaenglichen hohlraeumen, wie z.b. rohren |
JPH03128443A (ja) * | 1989-10-13 | 1991-05-31 | Kyushu Electric Power Co Inc | 管内検査装置 |
DE4142237A1 (de) * | 1991-05-10 | 1993-06-24 | Contraves Gmbh | Einrichtung zum pruefen von kanalisations- und vergleichbaren rohrleitungen |
GB2414129B (en) * | 2004-05-13 | 2009-09-02 | Entpr Managed Services Ltd | Inspection system and method |
CN204477710U (zh) * | 2015-02-14 | 2015-07-15 | 河南宏天实业有限公司 | 爬行式管道视频检测装置 |
CN105959667A (zh) * | 2016-07-06 | 2016-09-21 | 南京捷特普智能科技有限公司 | 一种三维图像采集装置及*** |
CN206754821U (zh) * | 2017-01-11 | 2017-12-15 | 江苏正地管业科技有限公司 | 一种用于管道检测的智能化检测*** |
CN107886133A (zh) * | 2017-11-29 | 2018-04-06 | 南京市测绘勘察研究院股份有限公司 | 一种基于深度学习的地下管道缺陷自动识别方法 |
CN109767422A (zh) * | 2018-12-08 | 2019-05-17 | 深圳市勘察研究院有限公司 | 基于深度学习的管道检测识别方法、存储介质及机器人 |
CN109630905A (zh) * | 2019-01-25 | 2019-04-16 | 电子科技大学 | 一种基于无人机遥感和深度学习的油气管道全智能巡检*** |
Also Published As
Publication number | Publication date |
---|---|
CN110145692A (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110145692B (zh) | 污水管道cctv检测***及方法 | |
CN104568983B (zh) | 基于主动式全景视觉的管道内部缺陷检测装置及方法 | |
CN111047568B (zh) | 一种漏汽缺陷检测识别方法及*** | |
KR101442759B1 (ko) | 하수관 관로 결함 분석 시스템 | |
JP2004509321A (ja) | パイプラインの欠陥を検出する装置および方法 | |
KR101557865B1 (ko) | 하수관로의 cctv 데이터 및 상부지반의 gpr 데이터를 이용한 지반침하 진단 시스템 및 그 방법 | |
KR102170235B1 (ko) | 상하수관로 상태 정보 분석 및 모델링 방법 | |
CN113155860A (zh) | 一种基于流态视频监测的过水建筑物结构损伤诊断方法及*** | |
CN103065412A (zh) | 一种应用于林火监测***的干扰源智能屏蔽方法及装置 | |
JPH0765152A (ja) | 監視装置および監視方法 | |
CN115841449B (zh) | 排水管道结构性缺陷纵向定位的单目测距方法及存储介质 | |
CN107767687A (zh) | 基于双目立体视觉的空闲停车位检测方法及*** | |
CN112528979A (zh) | 变电站巡检机器人障碍物判别方法及*** | |
CN108051444A (zh) | 基于图像的水下管道检测装置及其检测方法 | |
CN116231504A (zh) | 一种升压站远程智能巡检方法、装置及*** | |
CN115547003A (zh) | 一种输电线路的防外破报警方法和*** | |
CN114326741B (zh) | 基于四足机器人的海水淡化监视控制*** | |
CN115565324A (zh) | 一种电力线的防外破监控方法和*** | |
JPH07104835A (ja) | 移動式点検ロボットシステムの制御,解析,操作装置 | |
JP2009052907A (ja) | 異物検出システム | |
CN113267128A (zh) | 一种双目视觉自动化边坡位移监测方法 | |
CN116886874A (zh) | 一种生态园安防监控预警数据的采集方法及其*** | |
CN114529808B (zh) | 一种管道检测全景拍摄处理***及方法 | |
CN115409691A (zh) | 融合激光测距和监控图像的双模态学习边坡风险检测方法 | |
CN115760720A (zh) | 基于移动设备与超分重建分割网络的裂缝在线检测方法及*** |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210326 |