一种用于探水监测的摄像头自适应调整方法及装置

技术领域

本公开涉及智能监控领域，尤其涉及一种用于探水监测的摄像头自适应调整方法及装置。

背景技术

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。因此，目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，同时目标检测也是泛身份识别领域的一个基础性的算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。

随着社会的发展与进步，各行各业对安全工作的要求和期望也达到了前所未有的高度。在我们实际的生产项目探水检测中，需要能够对探水所用的部件进行识别，同时对紧急情况进行预警。时至今日最常用、最有效的方法是人工观察视频逐帧判断，或是在特定的生产作业现场由工作人员进行判断，人工操作具有自动化系统替代不了的作用，即能够对出现的物体紧急采取有效的应急措施。

然而，现有的人工方法工作量大，较辛苦，且成本过高；远程人工方法及时性达不到，并且人员安排难以到位，检测信息不能得到及时传达，检测速度慢，且精度较差。

发明内容

为克服相关技术中存在的问题，本公开提供一种用于探水监测的摄像头自适应调整方法及装置，旨在实现在探水项目中对出现问题的情况进行跟踪检测并进行实时预警的系统，同时通过自适应摄像头提升检测精确度。

根据本公开实施例的第一方面，提供一种用于探水监测的摄像头自适应调整方法，包括：

获取摄像头实时采集的探水钻机的图像；

通过预先训练的神经网络模型识别所述图像中探水钻机的钻头和主机身，得到所述钻头和主机身的检测框；

根据所述钻头和主机身的检测框中心点的连线与图像坐标系x轴的夹角大小对所述摄像头进行旋转，使所述夹角为0。

进一步，所述根据所述钻头和主机身的检测框中心点的连线与图像坐标系x轴的夹角大小对所述摄像头进行旋转，具体包括：

当所述连线与图像坐标系x轴正方向的夹角大于0时，控制所述摄像头向左旋转；

当所述连线与图像坐标系x轴正方向的夹角小于0时，控制所述摄像头向右旋转。

进一步，该方法还包括：

将所述钻头和主机身的检测框的尺寸与预设尺寸进行比较；

根据比较结果对所述摄像头采集的图像进行放缩。

进一步，所述根据比较结果对所述摄像头采集的图像进行放缩，具体包括：

当所述检测框的尺寸大于预设尺寸时，对所述图像进行缩小操作；

当所述检测框的尺寸小于预设尺寸时，对所述图像进行放大操作。

根据本公开实施例的第二方面，提供一种用于探水监测的摄像头自适应调整装置，包括：

图像获取模块，用于获取摄像头实时采集的探水钻机的图像；

目标识别模块，用于通过预先训练的神经网络模型识别所述图像中探水钻机的钻头和主机身，得到所述钻头和主机身的检测框；

摄像头调整模块，用于根据所述钻头和主机身的检测框中心点的连线与图像坐标系x轴的夹角大小对所述摄像头进行旋转，使所述夹角为0。

进一步，所述摄像头调整模块，具体包括：

第一调整单元，用于当所述连线与图像坐标系x轴正方向的夹角大于0时，控制所述摄像头向左旋转；

第二调整单元，用于当所述连线与图像坐标系x轴正方向的夹角小于0时，控制所述摄像头向右旋转。

进一步，该装置还包括：

尺寸比较模块，用于将所述钻头和主机身的检测框的尺寸与预设尺寸进行比较；

图像放缩模块，用于根据比较结果对所述摄像头采集的图像进行放缩。

进一步，所述图像放缩模块，具体包括：

图像缩小单元，用于当所述检测框的尺寸大于预设尺寸时，对所述图像进行缩小操作；

图像放大单元，用于当所述检测框的尺寸小于预设尺寸时，对所述图像进行放大操作。

根据本公开实施例的第三方面，提供一种终端设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

根据本公开实施例的第四方面，提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

能够替代人工实现探水检测，实现远程在线识别，在减少人工的同时，大大提升运维的速度和精度，改变传统人工识别方法，实现了检测智能化，同时比起以往的探水检测系统，通过自适应调整摄像头的位置，使得检测更加精确。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1是根据本公开一示例性实施例示出的一种用于探水监测的摄像头自适应调整方法的流程示意图；

图2是通过目标检测算法检测到的钻头和主机身及其标注；

图3是本公开一实例性实施例示出的摄像头自适应调整方法的运行原理图；

图4是钻头和主机身的检测框中心点的连线与图像坐标系x轴构成夹角的示意图；

图5是钻头和主机身的检测框中心点的连线与图像坐标系x轴构成的夹角的计算原理图；

图6是摄像头调整完成后的检测效果示意图；

图7根据本公开一示例性实施例示出的一种用于探水监测的摄像头自适应调整装置的结构框图；

图8是根据本公开一示例性实施例示出的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以下结合附图详细描述本公开实施例的技术方案。

图1是根据本公开一示例性实施例示出的一种用于探水监测的摄像头自适应调整方法的流程示意图。

参见图1，

该方法包括：

110、获取摄像头实时采集的探水钻机的图像；

具体的，可将高清摄像机安装于生产现场的探水钻机的上方，用于清晰拍摄整个钻场的区域，实时采集探水现场的视频，摄像机通过网络实时将视频传递给分析服务器。

120、通过预先训练的神经网络模型识别所述图像中探水钻机的钻头和主机身，得到所述钻头和主机身的检测框；

具体的，分析服务器根据获取的视频流，即可启动探水部件位置相对应的识别功能，即通过目标检测算法对探水的两个部件钻头和主机身进行检测，得到其在图像中的位置摄像头位置，也就是检测框，如图2所示，图中，head和machine分别表示钻头和主机身。

在本实施例中，神经网络模型可采用监督学习的目标对象标注的目标检测算法，对视频图像中标注的目标进行识别。监督学习的目标对象标注的工作原理为：

1)根据摄像机拍摄的两个不同部件在不同时间段的视频，制作包含不同大小和位置的图像样本；

2)对图像样本中的部件进行标注，制作成训练样本；

3)利用训练样本对目标检测模型进行训练，使权重数据符合预期；

4)据此，目标检测模型可用于对摄像机实时拍摄的视频中包含的部件进行实时识别。

较佳地，本实施例中的目标检测模型采用逐帧的方式对图像中的目标进行检测。

目标检测的工作原理为：

1)利用视频中不同帧的图像进行标注，对所需要检测的目标进行标注，并且将其分为训练集和数据集；

2)利用标注的样本进行训练和改进，获得目标检测模型；

3)通过目标检测模型对摄像机拍摄的图片进行逐帧检测。

如图3所示，目标检测模型可采用YOLOv3的检测模型，其工作流程如下：

首先将接收到的拍摄视频通过网络传递到分析服务器上，然后对视频进行逐帧分解，将每一帧画面传递到YOLOv3网络模型中来提取特征。YOLOv3是一个全卷积网络，大量使用残差的跳层连接，同时用conv的stride来实现降采样，同时使用anchor方式来提升检测的精确度。通过YOLOv3得到检测到物体的位置和大小，然后将检测到的物体名称及其大小和位置信息都输出到业务模型中。

130、根据所述钻头和主机身的检测框中心点的连线与图像坐标系x轴的夹角大小对所述摄像头进行旋转，使所述夹角为0。

具体的，钻头和主机身的检测框中心点的连线与图像坐标系x轴构成的夹角为θ，如图4所示。

步骤130通过夹角正负对摄像机的位置进行调整，使部件间的连线能够平行于x轴，使得摄像头能够更好的契合检测角度，当处于平行x轴状态时，消除了旋转角度对目标检测模型的影响，使得正负样本不均衡的现象得到了一定的消除，提升了探水部件的识别精确度。

如图5所示，P1和P2分别为钻头和主机身的检测框中心点，其坐标分别为(x

如图3所示，当计算出的夹角θ大于0时，对摄像机的镜头进行左旋转操作；当计算出的夹角θ小于0时，对摄像机的镜头进行右旋转操作。这样，摄像机能够通过夹角的计算结果不断改变检测的位置，从而使得两个检测物体的夹角更好的接近x轴，实现更好的检测结果，摄像头调整完成后的检测效果如图6所示。

本公开实施例通过摄像机对探水部件进行拍摄操作；利用目标检测方法，对视频中的部件进行逐帧检测，根据检测到的钻头和主机身位置，自适应的调整摄像头的位置，使检测到的内容间的夹角和x轴更好的平行，从而实现更好的检测功能。

可选地，在该实施例中，该方法还包括：

140、将所述钻头和主机身的检测框的尺寸与预设尺寸进行比较；

150、根据比较结果对所述摄像头采集的图像进行放缩。

具体的，如图3所示，物体尺寸超出范围时的处理流程具体包括：当物体尺寸太大，即检测框的尺寸大于预设尺寸时，对摄像机拍摄的图像进行缩小操作；当物体尺寸太小，即检测框的尺寸小于预设尺寸时，对摄像机拍摄的图像进行放大操作。

总体来说，本公开实施例通过目标检测算法将人工观察转变为机器观察和检测，来达到智能化、自动化机器跟踪和检测的目的。

图7是根据本公开一示例性实施例示出的一种用于探水监测的摄像头自适应调整装置的结构框图。

参见图7，

该装置包括：

图像获取模块，用于获取摄像头实时采集的探水钻机的图像；

目标识别模块，用于通过预先训练的神经网络模型识别所述图像中探水钻机的钻头和主机身，得到所述钻头和主机身的检测框；

摄像头调整模块，用于根据所述钻头和主机身的检测框中心点的连线与图像坐标系x轴的夹角大小对所述摄像头进行旋转，使所述夹角为0。

可选地，在该实施例中，所述摄像头调整模块，具体包括：

第一调整单元，用于当所述连线与图像坐标系x轴正方向的夹角大于0时，控制所述摄像头向左旋转；

第二调整单元，用于当所述连线与图像坐标系x轴正方向的夹角小于0时，控制所述摄像头向右旋转。

可选地，在该实施例中，该装置还包括：

尺寸比较模块，用于将所述钻头和主机身的检测框的尺寸与预设尺寸进行比较；

图像放缩模块，用于根据比较结果对所述摄像头采集的图像进行放缩。

可选地，在该实施例中，所述图像放缩模块，具体包括：

图像缩小单元，用于当所述检测框的尺寸大于预设尺寸时，对所述图像进行缩小操作；

图像放大单元，用于当所述检测框的尺寸小于预设尺寸时，对所述图像进行放大操作。

图8是根据本公开一示例性实施例示出的一种计算设备的结构示意图。

参见图8，计算设备800包括存储器810和处理器820。

处理器820可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器810可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器820或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器810可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器810可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器810上存储有可执行代码，当可执行代码被处理器820处理时，可以使处理器820执行上文述及的方法中的部分或全部。

上文中已经参考附图详细描述了本公开的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本发明所必须的。另外，可以理解，本公开实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本公开实施例装置中的模块可以根据实际需要进行合并、划分和删减。

此外，根据本公开的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本公开的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本公开还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本公开的上述方法的各个步骤的部分或全部。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本公开的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。