地下管網泄漏探測方法
【專利摘要】本發(fā)明公開了一種地下管網泄漏探測方法，包括以下步驟：a.對管線所在區(qū)域進行紅外、紫外或太赫茲攝像；b.對拍攝到的圖像進行灰度處理，基于等值線原理利用邊緣檢測方法識別圖像中灰度的梯度變化，以識別被拍攝區(qū)域中的溫度或惰性氣體濃度的梯度變化，并根據預設的梯度突變閾值確定存在溫度突變的溫度突變區(qū)邊界或存在惰性氣體濃度突變的惰性氣體濃度突變區(qū)邊界；c.根據所述溫度突變區(qū)邊界或所述惰性氣體濃度突變區(qū)邊界確定地下管網泄漏區(qū)域。該地下管網泄漏探測方法可以快速準確地確定地下管網泄漏點。
【專利說明】地下管網泄漏探測方法
【技術領域】
[0001]本發(fā)明涉及一種地下管網泄漏探測方法。
【背景技術】
[0002]地下管網物質泄漏是不可避免的問題，給水管網的漏耗會產生水資源浪費；污水管網的漏出會污染地下水質，同樣污水管網的地下水的滲入，又增加污水處理廠的運行費用；煤氣和輸油管網的泄漏會造成人員和財產的損失；熱力管網的泄漏，同樣會產生能源的浪費。因此，地下管網泄漏探測方法的發(fā)明是非常重要的。
[0003]當前的地下供水管網漏水檢測手段基本上是經驗判斷、聽音法和相關法檢測，結合區(qū)域流量測定，確定漏失狀況，也有采用漏水聲自動監(jiān)測法或分區(qū)檢漏法等，常用的有被動檢漏法、音聽檢漏法、水平衡探測法、區(qū)域裝表法區(qū)域檢漏法、區(qū)域裝表兼區(qū)域測漏法、收集式檢漏法、自由浮游式檢漏法等。然而，給水管網漏水的有效探測，尤其是超埋深、大口徑、非金屬管的漏水探測，一直以來是世界性難題，國際水協(xié)已連續(xù)近10年在世界范圍內進行漏水探測方法征集，但一直沒有找到行之有效的技術。

【發(fā)明內容】

[0004]本發(fā)明的主要目的就是針對現有技術的不足，提供一種地下管網泄漏探測方法，可以快速準確地確定地下管網泄漏點。
[0005]為實現上述目的，本發(fā)明采用以下技術方案:
[0006]一種地下管網泄漏探測方法，包括以下步驟:
[0007]a.對管線所在區(qū)域進行紅外、紫外或太赫茲攝像；
[0008]b.對拍攝到的圖像進行灰度處理，基于等值線原理利用邊緣檢測方法識別圖像中灰度的梯度變化，以識別被拍攝區(qū)域中的溫度或惰性氣體濃度的梯度變化，并根據預設的梯度突變閾值確定存在溫度突變的溫度突變區(qū)邊界或存在惰性氣體濃度突變的惰性氣體濃度突變區(qū)邊界；
[0009]c.根據所述溫度突變區(qū)邊界或所述惰性氣體濃度突變區(qū)邊界確定地下管網泄漏區(qū)域。
[0010]進一步地:
[0011]步驟b中，所述邊緣檢測方法包括:
[0012]I)用高斯濾波器平滑圖象；
[0013]2)用一階偏導的有限差分來計算梯度的幅值和方向；
[0014]3)對梯度幅值進行非極大值抑制；
[0015]4)用雙閾值算法檢測和連接邊緣。
[0016]所述梯度突變閾值為0.00?0.2。
[0017]所述梯度突變閾值為0.1。
[0018]步驟a中，采用手工拍攝、車載儀器拍攝、航空拍攝或衛(wèi)星拍攝。[0019]步驟a中，沿管線走向進行連續(xù)拍攝，且相鄰的圖像具有重疊區(qū)，步驟b之前，通過識別重疊區(qū)，對連續(xù)拍攝的圖像沿管線走向進行拼接組合。
[0020]步驟b中，先結合管網GIS (即地理信息系統(tǒng))和城市地形圖對連續(xù)拍攝的圖像拼接組合。
[0021]步驟b中，在對圖像進行識別之前進行降噪處理。
[0022]步驟a中，通過結合管網GIS，沿管線走向進行攝像，步驟c中，在邊界確定的基礎上，通過結合管網GIS，確定管網的泄漏點。
[0023]所述地下管網為供水、供氣、供熱或供油管網。
[0024]本發(fā)明有益的技術效果是:
[0025]本發(fā)明提出將紅外、紫外和太赫茲攝像技術應用于地下管網探漏，利用紅外線、紫外線和太赫茲對溫度和惰性氣體感應敏銳的特性，通過紅外攝像、紫外攝像、太赫茲攝像檢測溫度和惰性氣體濃度變化，以進行地下管網的泄漏點的定位探測等漏損情況檢測，能夠快速準確地確定地下管網泄漏點，如供水管網漏水點，本發(fā)明尤其是對漏水點的維修開挖定位有重大實用價值。
[0026]本發(fā)明的泄漏探測方法，不僅適用于城市給排水、區(qū)域給排水、室內給排水、廠區(qū)給排水等給排水管網系統(tǒng)的管網檢漏，還適用于煤氣、熱力、輸油、化工等液體與氣體的管網檢漏，可用于給水管網、污水管網、煤氣管網、熱力管網、輸油管線以及化工管網等地下管網的液體和氣體泄漏的區(qū)域和大范圍探測、泄漏區(qū)識別、泄漏點定位以及泄漏量計算等。
[0027]本發(fā)明跳出常規(guī)的聲音探測原理的束縛，首創(chuàng)性地提出利用地下管網泄漏帶來的地面溫度變化或所泄漏的惰性氣體濃度變化，采用攝像技術進行泄漏探測，成功解決了長期以來的地下管網測漏難題，本發(fā)明的應用有利于大范圍有效地進行泄漏點識別，提高泄漏識別率和工作效率，具有重要的進步意義和廣闊的應用前景。
【專利附圖】

【附圖說明】
[0028]圖1為根據本發(fā)明地下管網泄漏探測方法實施例的流程圖；
[0029]圖2a和圖2b為本發(fā)明實施例圖像識別過程中的非極大值抑制示意圖
[0030]圖3a和圖3b為由紅外拍攝的管網漏水區(qū)域的照片所轉化成的兩幅灰度圖像；
[0031]圖4a_圖4d示出對圖3a所示灰度圖像通過邊緣檢測方法處理，分別設置閾值為
0.00,0.01,0.05和0.1時的邊界確定結果；
[0032]圖5a-圖5d示出對圖3b所示灰度圖像通過邊緣檢測方法處理，分別設置閾值為
0.00,0.01,0.05和0.1時的邊界確定結果。
【具體實施方式】
[0033]以下通過實施例結合附圖對本發(fā)明進行進一步的詳細說明。
[0034]請參閱圖1，在一種實施例中，通過以下流程進行地下管網泄漏探測。
[0035]根據地下管網的GIS信息、管網模型和城市的地形圖，在歷史資料分析的基礎上，制定工作計劃，選定需要探測泄漏的區(qū)域，探測的對象可以是泄漏點引起的周圍溫度變化或泄漏的惰性氣體引起的周圍氣體濃度變化。
[0036]接下來對選定的區(qū)域進行拍攝。拍攝方式可以采用手工拍攝、車載儀器拍攝、航空拍攝或衛(wèi)星拍攝。拍攝設備可以采用紅外攝像機、紫外攝像機或太赫茲攝像機?？梢愿鶕夂驐l件、地面狀況和拍攝時間，在實驗基礎上選定合適的拍攝波長。
[0037]可以結合地下管網GIS和城市地形圖，根據天氣條件和拍攝時間，沿管線走向連續(xù)拍攝。
[0038]優(yōu)選地，沿管線走向，對選定的區(qū)域以一定的速度進行連續(xù)拍攝。拍攝的密度優(yōu)選按照以下方式確定:一張照片最大化地覆蓋地面面積、相鄰二張照片有重疊區(qū)，且重疊區(qū)盡量小，保證在后續(xù)步驟中可識別拼接即可。
[0039]拍攝完圖像后，進行圖形拼接與組合。可以城市地形圖為背景，結合管網GIS系統(tǒng)，通過圖像識別技術識別重疊區(qū)，把多幅圖拼接成一幅或幾幅圖。這種方式可以提高漏水識別的準確度和效率。
[0040]接下來進行圖像處理。
[0041]先對彩色圖進行灰度和噪聲處理，使河流、池塘、沼澤地等影響漏水判斷的物理因素最大限度地去除。
[0042]應用等值線原理，通過邊緣檢測的圖像識別方法進行圖像識別，識別溫度突變區(qū)和惰性氣體濃度突變區(qū)，確定相應的圖像邊緣區(qū)域，確定突變邊界。確定邊緣區(qū)域的基本方法是，識別出圖像中灰度梯度發(fā)生突變的邊緣區(qū)域，其可以通過設置不同的突變閾值來對灰度梯度是否突變進行判別，即檢測出階躍邊緣，從而得到邊界圖像。
[0043]在邊界確定的基礎上，與管網GIS相結合，可以確定管網的準確泄漏點。
[0044]可以通過在圖像中找出具有局部最大梯度幅值的像素點來檢測階躍邊緣。優(yōu)選的實施例采用以下邊緣檢測方法，既能提高對邊緣的敏感性，精確確定邊緣位置，同時又能提高對噪聲的敏感，有效抑制噪聲。
[0045]本實施例中，采用邊緣檢測濾波器，優(yōu)選采用一階微分濾波器，以二維高斯函數的任意方向上的一階方向導數為噪聲濾波器，通過與圖像卷積進行濾波；然后對濾波后的圖像尋找圖像梯度的局部最大值，以此來確定圖像邊緣。根據對信噪比與定位乘積進行測度，得到最優(yōu)化逼近算子。具體來說，該邊緣檢測方法包括以下步驟:
[0046]步驟1:用高斯濾波器平滑圖象；
[0047]步驟2:用一階偏導的有限差分來計算梯度的幅值和方向；
[0048]步驟3:對梯度的幅值進行非極大值抑制；
[0049]步驟4:用雙閾值算法檢測和連接邊緣。
[0050]上述各步驟的具體數學描述如下:
[0051]步驟1:
[0052]二維為高斯函數為:
【權利要求】
1.一種地下管網泄漏探測方法，其特征在于，包括以下步驟: a.對管線所在區(qū)域進行紅外、紫外或太赫茲攝像； b.對拍攝到的圖像進行灰度處理，基于等值線原理利用邊緣檢測方法識別圖像中灰度的梯度變化，以識別被拍攝區(qū)域中的溫度或惰性氣體濃度的梯度變化，并根據預設的梯度突變閾值確定存在溫度突變的溫度突變區(qū)邊界或存在惰性氣體濃度突變的惰性氣體濃度突變區(qū)邊界； c.根據所述溫度突變區(qū)邊界或所述惰性氣體濃度突變區(qū)邊界確定地下管網泄漏區(qū)域。
2.如權利要求1所述的地下管網泄漏探測方法，其特征在于，步驟b中，所述邊緣檢測方法包括以下步驟: 1)用高斯濾波器平滑圖象； 2)用一階偏導的有限差分來計算梯度的幅值和方向； 3)對梯度的幅值進行非極大值抑制； 4)用雙閾值算法檢測并連接邊緣。
3.如權利要求1或2所述的地下管網泄漏探測方法，其特征在于，所述梯度突變閾值為 0.0O ?0.2。
4.如權利要求3所述的地下管網泄漏探測方法，其特征在于，所述梯度突變閾值為0.1。
5.如權利要求1至4任一項所述的地下管網泄漏探測方法，其特征在于，步驟a中，采用手工拍攝、車載儀器拍攝、航空拍攝或衛(wèi)星拍攝。
6.如權利要求1至4任一項所述的地下管網泄漏探測方法，其特征在于，步驟a中，沿管線走向進行連續(xù)拍攝，且相鄰的圖像具有重疊區(qū)，步驟b之前，通過識別重疊區(qū)，對連續(xù)拍攝的圖像沿管線走向進行拼接組合。
7.如權利要求6所述的地下管網泄漏探測方法，其特征在于，步驟b中，先結合管網GIS和城市地形圖對連續(xù)拍攝的圖像拼接組合。
8.如權利要求1至4任一項所述的地下管網泄漏探測方法，其特征在于，步驟b中，在對圖像進行識別之前進行降噪處理。
9.如權利要求1至4任一項所述的地下管網泄漏探測方法，其特征在于，步驟a中，通過結合管網GIS，沿管線走向進行攝像，步驟c中，在邊界確定的基礎上，通過結合管網GIS，確定管網的泄漏點。
10.如權利要求1至8任一項所述的地下管網泄漏探測方法，其特征在于，所述地下管網為供水、供氣、供熱或供油管網。
【文檔編號】F17D5/02GK103912791SQ201410038082
【公開日】2014年7月9日 申請日期:2014年1月26日 優(yōu)先權日:2014年1月26日
【發(fā)明者】王榮合, 孫繼龍, 楊海波, 平俊暉, 蔡亮, 肖朝紅, 梁燚, 李思, 鄒劍, 李珊珊, 羅靖, 王小雪 申請人:清華大學深圳研究生院