(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210477646.3 (22)申请日 2022.05.05 (71)申请人 中用科技有限公司 地址 230000 安徽省合肥市经济技 术开发 区宿松路3963号智能装备科技园E栋 12层 (72)发明人 江大白　汪刚　赵建标　 (74)专利代理 机构 合肥洪雷知识产权代理事务 所(普通合伙) 34164 专利代理师 孙小华 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/74(2022.01) G06V 10/80(2022.01) G06V 10/46(2022.01)G06V 10/50(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于图像识别快速 定位泄漏点的方法 (57)摘要 本发明公开了一种基于图像识别快速定位 泄漏点的方法,该方法通过输入原始管道的图像 数据， 利用图像 分割算法对原始管道图像进行分 割， 生成图像的不同初始化区域， 对不同初始化 区域的原始管道图像数据， 依次进行均值、 样本 方差、 标准化处理； 利用图像极值点的检测方法 对管道图像进行特征提取， 利用特征融合算法对 特征提取的结果， 把相同管道图像聚合而不同管 道图像进行分离， 进行图像的相似度判断定位出 泄漏点的位置， 该方法是在现有技术的基础上判 断相邻区域图像的相似性迅速找到管道的泄漏 点， 操作简单可迅速对整条管道进行检测， 在管 道安装时在电脑系统匹配该方法中可以实现全 部泄漏过程的自动化过程， 节约了人力成本 。 权利要求书3页 说明书9页 附图2页 CN 114581440 A 2022.06.03 CN 114581440 A 1.一种基于图像识别快速 定位泄漏点的方法， 其特 征在于,该 方法步骤为： 步骤S1： 输入原 始管道的图像数据； 步骤S2： 利用图像分割算法对原始管道图像进行分割， 生成图像的不同初始化区域 ， 初始化后默认所有图像的相似度Y =100%； 步骤S3： 对不同初始化区域的原始管道图像数据， 依次进行均值、 样本方差、 标准化处 理； 步骤S4： 利用图像极值点的检测方法对管道图像进行特征提取， 并用尺度不变特征转 换描述子对管道图像的局部特征进行表示， 分为四步： 检测管道图像关键点、 精确定位管道 泄漏关键点、 关键点分配主方向、 计算尺度不变特 征转换描述子； 步骤S5： 根据特征融合算法对特征提取的结果， 把相同管道图像聚合而不同管道图像 进行分离； 步骤S6： 选择管道图像的相邻区域， 并将两块相邻区域进行 匹配(Fi， Gj)， 计算两块相邻 区域特征融合结果的相似度y(Fi， Gj)， Y=Y∪y(Fi， Gj)； 步骤S7： 若Y≠0， 令y(Fi， Gj)=max(Y)， 合并两块相邻区域Pz=Fi∪Gj， 去除关于Fi和Gj的相 似度Y=Y\y(Fi， G*)和Y=Y\y(F*， Gj)； 步骤S8： 迭代步骤S6和步骤S7， 直到 Y=0； 步骤S9： 从所有区域中定位出泄漏点的位置 。 2.如权利要求1所述的一种基于图像识别快速定位泄漏点的方法， 其特征在于， 所述图 像分割算法， 利用高斯马尔可 夫随机场模型对原 始管道图像进行建模， 模型的表达式为： 其中， B表示原始管道图像， d表示原始管道图像中一截管道的位置， γ表示相邻位置， 泄漏点的位置B(d)=Bd的概率表示A （B(d)=Bd） ， 简化为A(Bd)， C表示自定义的平面； 原始管道图像B用高斯马尔可 夫随机场模型模拟， Bd的表达式为： 其中， ηα表示高斯马尔可夫 随机场的模型参数， d表示管道任一点的位置图像， a表示图 像的尺寸大小， Bd+a表示管道图像的离散区域， bd表示零均值 的高斯噪声， 利用析取正态水 平集对原始管道图像的纹理中像素点之 间的相互作用进行表示， 析取正态水平集的能量函 数公式为： 其中， e1和e2分别表示原始 管道图像前景区域、 背景区域的灰度均值， β表示图像的全部 区域集， B(n)表 示能量函数的均值， dn表 示对管道图像的积分， n表 示单个的图像区域,f(n) 表示观测图像； 所述前景区域的灰度均值表达式为： 权　利　要　求　书 1/3 页 2 CN 114581440 A 2其中， G表示 为海维赛德函数,f(n)表示观测图像； 所述背景区域的灰度均值表达式为： 其中， f(n)表示观测图像， 计算迭代 e1， e2， 直到收敛为止， 输出分割后的图像， 完 成图像 分割。 3.如权利要求1所述的一种基于图像识别快速定位泄漏点的方法， 其特征在于， 所述均 值， 表达式为： 其中， 表示管道图像均值结果， x表示任一的管道图像数据点， ε表示管道图像最小批 处理值， 表示管道图像数据点个数， h表示所有管道图像数据点灰度值的和； 所述样本方差， 表达式为： 其中， 表示管道图像的样本方差值； 所述标准 化处理， 表达式为： 其中， 表示管道图像的标准 化值。 4.如权利要求1所述的一种基于图像识别快速定位泄漏点的方法， 其特征在于， 所述特 征提取， 包括检测管道图像关键点、 精确定位管道泄漏关键点、 关键点分配主方向、 计算尺 度不变特 征转换描述子； 检测管道图像关键点， 表达式为： 其中， 符号*表示卷积， H （j， k， φ） 表示管道图像关键点结果， I （j， k， φ） 表示尺度φ可 变高斯函数， L （j， k） 表示尺度空间， j， k表示管道图像的像素点横纵坐标； 的表达式为： 其中， φ表示尺度空间因子， 利用H （j， k， φ） 检测到管道图像的稳定关键点， 尺度空间 表达式为： 其中， M （j， k， φ） 表示 不同尺度的空间， p表示尺度空间系数。 5.如权利要求1所述的一种基于图像识别快速定位泄漏点的方法， 其特征在于， 所述精权　利　要　求　书 2/3 页 3 CN 114581440 A 3