基于无人机的水网管线异常检测方法、装置、设备及介质与流程

本发明涉及人工智能，尤其涉及一种基于无人机的水网管线异常检测方法、装置、设备及介质。

背景技术：

1、水网管线是涉及到民生问题的重要设施，一旦水网管线被破坏，将对居民的用水问题产生不利影响。

2、因此，如何确保水网管线不被破坏成为了亟待解决的问题。

技术实现思路

1、鉴于以上内容，有必要提供一种基于无人机的水网管线异常检测方法、装置、设备及介质，旨在解决水网管线的异常检测问题。

2、一种基于无人机的水网管线异常检测方法，所述基于无人机的水网管线异常检测方法包括：

3、每隔预设时间间隔启动无人机对水网管线区域进行图像采集，得到待处理图像；

4、获取预先训练的异常检测模型；

5、将所述待处理图像输入至所述异常检测模型，并根据所述异常检测模型的输出数据生成检测结果；

6、根据所述检测结果确定响应策略。

7、根据本发明优选实施例，所述将所述待处理图像输入至所述异常检测模型前，所述方法还包括：

8、确定所述待处理图像的亮度分界线；

9、基于所述亮度分界线对所述待处理图像进行划分，得到明亮区域及黑暗区域；

10、计算所述明亮区域中灰度值大于第一预设阈值的像素点的数量与所述明亮区域中所有像素点的总数量的比值，得到明亮阈值；

11、计算所述黑暗区域中灰度值大于第二预设阈值的像素点的数量与所述黑暗区域中所有像素点的总数量的比值，得到黑暗阈值；

12、计算所述明亮阈值与所述黑暗阈值的差，得到亮度差值；

13、当所述亮度差值大于第三预设阈值时，对所述待处理图像进行亮度补偿。

14、根据本发明优选实施例，所述对所述待处理图像进行亮度补偿后，所述方法还包括：

15、获取进行亮度补偿后的所述待处理图像作为第一图像；

16、对所述第一图像进行锐化处理，得到第二图像；

17、对所述第二图像进行滤波处理。

18、根据本发明优选实施例，所述根据所述异常检测模型的输出数据生成检测结果包括：

19、根据所述输出数据确定所述水网管线区域内的现场施工人员是否佩戴安全帽；

20、根据所述输出数据确定所述水网管线区域所包含车辆的车辆类型；

21、根据所述输出数据确定所述水网管线区域是否有违规建筑；

22、根据所述水网管线区域内的现场施工人员是否佩戴安全帽、所述水网管线区域所包含车辆的车辆类型及所述水网管线区域是否有违规建筑生成所述检测结果。

23、根据本发明优选实施例，所述根据所述异常检测模型的输出数据生成检测结果还包括：

24、从所述输出数据中获取所述水网管线区域内土壤的当前图片；

25、获取预先存储的所述水网管线区域内土壤的原始图片；

26、利用所述当前图片与所述原始图片进行对比，得到所述水网管线区域内土壤的变动数据作为所述检测结果。

27、根据本发明优选实施例，所述根据所述检测结果确定响应策略包括：

28、当所述检测结果为在所述水网管线区域内有现场施工人员未佩戴安全帽时，确定所述响应策略为向未佩戴安全帽的现场施工人员发出预警提示；

29、当所述检测结果为在所述水网管线区域内有预设车辆类型，及/或所述水网管线区域内的土壤有变动时，确定所述响应策略为向指定终端设备发送进行现场情况确认的提示信息。

30、根据本发明优选实施例，所述根据所述检测结果确定响应策略还包括：

31、当所述检测结果为所述水网管线区域有违规建筑时，保存所述待处理图像；

32、根据所述待处理图像生成报警信息。

33、一种基于无人机的水网管线异常检测装置，所述基于无人机的水网管线异常检测装置包括：

34、采集单元，用于每隔预设时间间隔启动无人机对水网管线区域进行图像采集，得到待处理图像；

35、获取单元，用于获取预先训练的异常检测模型；

36、生成单元，用于将所述待处理图像输入至所述异常检测模型，并根据所述异常检测模型的输出数据生成检测结果；

37、确定单元，用于根据所述检测结果确定响应策略。

38、一种计算机设备，所述计算机设备包括：

39、存储器，存储至少一个指令；及

40、处理器，执行所述存储器中存储的指令以实现所述基于无人机的水网管线异常检测方法。

41、一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现所述基于无人机的水网管线异常检测方法。

42、由以上技术方案可以看出，本发明能够每隔预设时间间隔启动无人机对水网管线区域进行图像采集得到待处理图像，由于无人机灵活性较强，可以使采集到的数据更加全面，进一步将待处理图像输入至异常检测模型，并根据异常检测模型的输出数据生成检测结果，及根据检测结果确定响应策略，以结合人工智能手段及无人机技术实现对水网管线的自动化异常检测，提高了检测效率及检测结果的准确性。

技术特征：

1.一种基于无人机的水网管线异常检测方法，其特征在于，所述基于无人机的水网管线异常检测方法包括：

2.如权利要求1所述的基于无人机的水网管线异常检测方法，其特征在于，所述将所述待处理图像输入至所述异常检测模型前，所述方法还包括：

3.如权利要求2所述的基于无人机的水网管线异常检测方法，其特征在于，所述对所述待处理图像进行亮度补偿后，所述方法还包括：

4.如权利要求1所述的基于无人机的水网管线异常检测方法，其特征在于，所述根据所述异常检测模型的输出数据生成检测结果包括：

5.如权利要求4所述的基于无人机的水网管线异常检测方法，其特征在于，所述根据所述异常检测模型的输出数据生成检测结果还包括：

6.如权利要求5所述的基于无人机的水网管线异常检测方法，其特征在于，所述根据所述检测结果确定响应策略包括：

7.如权利要求5所述的基于无人机的水网管线异常检测方法，其特征在于，所述根据所述检测结果确定响应策略还包括：

8.一种基于无人机的水网管线异常检测装置，其特征在于，所述基于无人机的水网管线异常检测装置包括：

9.一种计算机设备，其特征在于，所述计算机设备包括：

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至7中任意一项所述的基于无人机的水网管线异常检测方法。

技术总结
本发明涉及人工智能技术领域，提供一种基于无人机的水网管线异常检测方法、装置、设备及介质，能够每隔预设时间间隔启动无人机对水网管线区域进行图像采集得到待处理图像，由于无人机灵活性较强，可以使采集到的数据更加全面，进一步将待处理图像输入至异常检测模型，并根据异常检测模型的输出数据生成检测结果，及根据检测结果确定响应策略，以结合人工智能手段及无人机技术实现对水网管线的自动化异常检测，提高了检测效率及检测结果的准确性。

技术研发人员：易晓宇,孙忠良,张晓杰,王李青
受保护的技术使用者：杰能科世智能安全科技（杭州）有限公司
技术研发日：
技术公布日：2024/1/15