一種磁翻板液位計識別方法與流程
2024-04-12 12:52:05
1.本發明涉及圖像識別技術領域，特別是涉及一種磁翻板液位計識別方法。
背景技術：
2.磁翻板液位計是用於測量各種容器內液體介質的液面高度的指示儀表。在石油天然氣領域廣泛應用，實時精確監測該設備的液位值對於安全生產起著至關重要作用。傳統採用人工進行儀表讀數的採集，但是石油天然氣場站存在易燃易爆、有毒有害氣體，並且要求高頻次記錄液位計數值，對於人工儀表讀數的採集存在安全隱患。
3.基於計算機視覺技術的液位計示數值識別方法在工業表計識別領域得到廣泛發展。通過分析處理包含有液位計的圖像實現自動化液位高低的識別，最終換算為實際的液位值。巡檢機器人或搭載有可見光相機的防爆雲臺是目前磁翻板液位計圖像的主要採集設備，但其存在拍攝角度多變或儀表安裝位置不定等情況，導致採集的靜態圖像中磁翻板液位計存在一定程度的傾斜或畸變；同時，由於磁翻板液位計本身的特點，即磁翻板液位計結構寬高比值大，液柱等關鍵圖像信息比例較小；自然場景光照影響以及液位計液柱磁翻板老化導致液柱顏色退化，使得識別誤差增大，降低工業應用價值。
4.因此，現有技術對液位計示數識別時，需要巡檢機器人或雲臺設備正對設備後再採集圖像，以降低磁翻板液位計角度問題帶來的識別誤差；現有分割技術在磁翻板液柱分割應用中要求液柱為指定顏色，但實際工業現場磁翻板液位計液柱存在同一種液柱表面顏色老化、不同液柱顏色的磁翻板液位計，如黃色液柱的液位計，多樣性的液柱顏色限制了識別系統通用性。
技術實現要素：
5.本發明實施例提供了一種磁翻板液位計識別方法，可以解決現有技術中存在的問題。
6.本發明提供一種磁翻板液位計識別方法，包括以下步驟：
7.獲取包含有磁翻板液位計的原始圖像；
8.構建改進的目標檢測算法，基於改進的目標檢測算法將原始圖像進行矯正得到矯正圖像，並獲得磁翻板液位計的位置坐標信息；
9.提取所述矯正圖像中僅包含磁翻板液位計區域的roi圖像；
10.將所述roi圖像轉換為hsv顏色空間圖像，並根據磁翻板液柱區域獲取用於分割roi圖像的hsv空間閾值；
11.根據hsv空間閾值對roi圖像進行分割，獲取包含有液柱的二值圖；
12.提取二值圖中白色區域的最小外接矩形，根據最小外接矩形得到相對於roi圖像坐標系的位置信息，得到磁翻板液位計的實際液柱高度。
13.優選的，所述改進的目標檢測算法具體包括以下改進：
14.在yolo目標檢測算法的基礎上加入邏輯回歸算法，用於預測多組坐標點；
15.對yolo目標檢測算法的csp層進行改進，其中將修正單元改為採用3標準卷積層和多個bottleneck，將標準卷積激活函數改為silu函數。
16.優選的，所述改進的目標檢測算法中的損失函數為對數損失函數，所述對數損失函數的公式如下所示：
[0017][0018]
式中，正數w將非線性部分的範圍限制在[-w,w]區間內，e用於約束非線性區域的曲率，c＝w-wln(1+x/e)為一個常數，用於連續分段的線性和非線性部分。
[0019]
優選的，所述改進的目標檢測算法通過獲取磁翻板液位計外接矩形，得到磁翻板液位計的位置坐標信息為(x,y,w,h)，x，y代表磁翻板液位計輪廓的左上定點坐標，w和h代表檢測到的磁翻板液位計的輪廓的寬和高。
[0020]
優選的，在根據磁翻板液柱區域獲取用於分割roi圖像的hsv空間閾值之前，將roi圖像的顏色分割成色調、飽和度和亮度三個分量通道，然後把圖像中每個像素對應的顏色展平成一個列表並歸一化。
[0021]
優選的，選取的hsv空間閾值的空間為low_r＝(hl，sl，vl)、high_r＝(h2，s2，v2)。
[0022]
優選的，所述二值圖包括白色區域和黑色區域，白色區域代表分割的液柱區域，黑色區域代表背景。
[0023]
優選的，提取二值圖中白色區域的最小外接矩形需要對二值圖進行膨脹操作，用於彌補二值圖中的斷連區域。
[0024]
與現有技術相比，本發明的有益效果是：
[0025]
1、在巡檢機器人採集液位計圖像過程中，必定存在角度偏轉，造成讀數誤差。本發明針對液位計進行圖像矯正，能夠解決拍攝到的不同角度、不同位置液位計的傾斜問題，適用性強。
[0026]
2、本發明可以解決不同光照條件下、不同場站下液柱區域顏色多樣的問題，通用性強。
[0027]
3、結合深度學習算法以及傳統圖像處理算法，能夠在保證檢測的精度的同時，提高檢測效率。
附圖說明
[0028]
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0029]
圖1本發明的一種磁翻板液位計識別方法的流程圖；
[0030]
圖2為本發明的改進的目標檢測算法的示意圖；
[0031]
圖3為本發明的磁翻板液位計圖像修正過程示意圖。
具體實施方式
[0032]
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完
整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
[0033]
參照圖1，本發明提供了一種磁翻板液位計識別方法，包括以下步驟：
[0034]
第一步：獲取包含有磁翻板液位計的原始圖像；
[0035]
第二步：構建改進的目標檢測算法，基於改進的目標檢測算法將原始圖像進行矯正得到矯正圖像，並獲得磁翻板液位計的位置坐標信息。如圖3所示，圖3(a)為原始圖像中的磁翻板液位計圖像，圖3(b)為矯正後的磁翻板液位計圖像，將原始圖像中的磁翻板液位計由於拍攝角度和液位計安裝位置導致的傾斜進行矯正操作，使得矯正圖像中磁翻板液位計roi區域的四邊與矯正圖像邊界平行。改進的目標檢測算法獲取磁翻板液位計外接矩形，即相對於矯正圖像坐標系(圖像左上角為原點，水平向右為x軸正方向，豎直向下為y軸正方向)的位置坐標信息(x,y,w,h)。即x，y代表磁翻板液位計輪廓的左上定點坐標，w、h為檢測到的磁翻板液位計的輪廓的寬和高值(量綱為像素)，記h為液位計量程。
[0036]
參照圖2，基於目標檢測模型改進：在主流單階段目標檢測算法yolo的基礎上加入預測四組坐標點的邏輯回歸，使網絡能夠在預測磁翻板液位計region proposals(候選區域)的同時預測出四組關鍵點坐標，該組關鍵點用於磁翻板roi區域的矯正。
[0037]
網絡主體結構改進：輸入圖像進入focus模塊鄰近下採樣得到沒有信息丟失的二倍下採樣特徵圖，conv模塊(conv2d+bn+silu)對輸入特徵經過卷積層，歸一化層和激活層後得到輸出層；sppf層避免對圖像區域剪裁、縮放導致的失真，同時提高生成候選框的速度；改進csp層，修正單元採用3標準卷積層和多個bottleneck，標準卷積激活函數改為silu。
[0038]
重組輸出模型，輸出＝邊界框+置信度+landmark+類別。
[0039]
磁翻板液位計輪廓四個頂點關鍵點的回歸在神經網絡訓練中後期，對部分存在小誤差的點進行更精準的回歸，採用對數損失函數對局部損失放大，提升了關鍵點檢測精度。損失函數公式：
[0040][0041]
其中，正數w將非線性部分的範圍限制在[-w,w]區間內，e用於約束非線性區域的曲率，c＝w-wln(1+x/e)為一個常數，用於連續分段的線性和非線性部分。
[0042]
第三步：提取矯正圖像中僅包含磁翻板液位計區域的roi圖像；
[0043]
第四步：將roi圖像轉換為hsv顏色空間圖像，把圖像的顏色分割成色調、飽和度和亮度三個分量通道，然後把圖像中每個像素對應的顏色展平成一個列表並歸一化。
[0044]
由圖像在hsv顏色空間上的顯示可以根據磁翻板液柱區域的來獲取分割圖像的hsv空間閾值，這裡選取的閾值空間為low_r＝(hl，sl，vl)、high_r＝(h2，s2，v2)，即液柱顏色hsv空間閾值範圍。
[0045]
第五步：根據hsv空間閾值對roi圖像進行分割，獲取包含有液柱的二值圖，二值圖中的白色區域代表分割的液柱區域，黑色代表背景。由於液柱二值圖輪廓邊緣或液柱中間部分存在斷續的情況，因此，採用圖像膨脹操作，彌補斷連區域。
[0046]
第六步：提取二值圖中白色區域的最小外接矩形，根據最小外接矩形得到相對於
roi圖像坐標系的位置信息，得到磁翻板液位計的實際液柱高度(x2,y2,w2,h2)，h2即為實際液柱高度，液柱識別值＝h2/h。
[0047]
儘管已描述了本發明的優選實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權利要求意欲解釋為包括優選實施例以及落入本發明範圍的所有變更和修改。
[0048]
顯然，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和範圍。這樣，倘若本發明的這些修改和變型屬於本發明權利要求及其等同技術的範圍之內，則本發明也意圖包含這些改動和變型在內。