一种基于可变色纸和图像识别的积水检测方法

技术领域

本发明属于图像识别技术领域，尤其涉及一种基于可变色纸和图像识别的积水检测方法。

背景技术

目前针对积水识别，通常的做法是使用液位传感器和图像识别直接进行地面积水识别。液位传感器通过采集液位数据，进行地面积水监控；图像识别方法，采用直接识别地面积水图像，进行地面积水监控。已有图像识别方法，主要利用机器视觉对地面积水特征进行提取，以达到积水识别的目的。

通过液位传感器进行积水监控，需要在地面已有一定积水时，才可以达到监控目的，在部分对地面积水比较敏感的特殊场景下使用，监控效果达不到监控精度要求。单纯使用机器视觉方法进行积水识别时，在部分场景下，例如地面存在严重反光、地面颜色接近水的颜色、地面有污渍无法区分是否积水等情况，单纯依靠图像识别很难做到准确检测。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于可变色纸和图像识别的积水检测方法，克服了地面反光、地面颜色接近水的颜色、地面有污渍无法区分是否积水等情况下难以准确识别积水的问题。

为解决上述技术问题，本发明采用的技术方案是：一种基于可变色纸和图像识别的积水检测方法，包括以下步骤：

步骤1、采集预积水区地面张贴的遇水可变色纸的目标图像；

步骤2、将目标图像从RGB颜色空间转换为HSV颜色空间；

步骤3、基于预设HSV分量取值范围对照表，获取指定颜色HSV分量取值范围；所述指定颜色为遇水可变色纸遇水后产生变化得到的颜色；

步骤4、基于指定颜色HSV分量取值范围，对目标图像进行识别，判断是否识别到指定颜色，若是，则进入步骤5，若否，则进入步骤1；

步骤5、进行报警操作。

上述基于可变色纸和图像识别的积水检测方法，所述步骤3还包括：

步骤3-1、设置遇水可变色纸的H、S、V分量阈值，通过识别目标图像内的所有像素点的HSV空间颜色值，对遇水可变色纸外围的干扰背景项进行去除。

上述基于可变色纸和图像识别的积水检测方法，所述步骤3还包括：

步骤3-2、在执行步骤3-1后，对目标图像进行二值化处理。

上述基于可变色纸和图像识别的积水检测方法，所述步骤3还包括：

步骤3-3、在执行步骤3-2后，对目标图像进行开运算处理，突出待检测区域。

上述基于可变色纸和图像识别的积水检测方法，所述步骤4对目标图像进行识别时，根据步骤3-3处理后的待检测区域，对二值化处理前的目标图像的对应待检测区域进行识别，获得待检测区域的HSV空间颜色值，基于HSV空间颜色值和指定颜色HSV分量取值范围，判断是否识别到指定颜色。

上述基于可变色纸和图像识别的积水检测方法，所述步骤4对目标图像进行识别时，还包括对识别得到的指定颜色所在区域面积S进行计算。

本发明与现有技术相比具有以下优点：本发明通过在预积水区地面张贴的遇水可变色纸，可以让积水情况通过遇水可变色纸进行反映，降低了后续图像识别的难度；另外通过采用将目标图像从RGB颜色空间转换为HSV颜色空间，减少了光线等的干扰，让后续色彩识别更加的准确。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的方法流程图。

图2为HSV分量取值范围对照表。

具体实施方式

如图1所示，一种基于可变色纸和图像识别的积水检测方法，包括以下步骤：

步骤1、采集预积水区地面张贴的遇水可变色纸的目标图像；

实际中，例如，为了达到对电厂综合泵房内地面积水进行监控，在容易发生漏水的阀门位置底部地面固定遇水变色的可变色纸(以干燥时接近白色，遇水后变红为例)同时配合架设高清摄像头，对目标区域内的可变色纸位置进行实时视频采集；

步骤2、将目标图像从RGB颜色空间转换为HSV颜色空间；

步骤3、基于预设HSV分量取值范围对照表(见图2)，获取指定颜色HSV分量取值范围；所述指定颜色为遇水可变色纸遇水后产生变化得到的颜色；

假设指定颜色为红色，则HSV分量取值范围为H为0-10和156-180，S为43-255，V为46-255；

步骤4、基于指定颜色HSV分量取值范围，对目标图像进行识别，判断是否识别到指定颜色，若是，则进入步骤5，若否，则进入步骤1；

假设，识别得到遇水可变色纸所有像素点的HSV空间颜色值为H＝53，S＝15，V＝233，将三个参数的值参考HSV分量取值范围对照表，给出颜色为白色；此时说明没有积水，则进入步骤1，继续对下一帧的目标图像进行采集；否则，进入步骤5；

步骤5、进行报警操作。

本实施例中，所述步骤3还包括：

步骤3-1、设置遇水可变色纸的H、S、V分量阈值，通过识别目标图像内的所有像素点的HSV空间颜色值，对遇水可变色纸外围的干扰背景项进行去除；

需要说明的是，实际中因为目标图像拍摄得到，所以不可避免目标图像中会有非遇水可变色纸的区域，所以通过设置遇水可变色纸的H、S、V分量阈值，对遇水可变色纸外围的干扰背景项进行去除；

步骤3-2、在执行步骤3-1后，对目标图像进行二值化处理；

需要说明的是，图像二值化(Image Binarization)就是将图像上的像素点的灰度值设置为0或255，也就是将整个目标图像呈现出明显的黑白效果的过程。目标图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓，此处的目标指遇水后，目标图像上新产生的色块，即接下来需要处理的待检测区域。

步骤3-3、在执行步骤3-2后，对目标图像进行开运算处理，突出待检测区域。

进行开运算，先腐蚀再膨胀，消除区域外小白点，目的是将遇水可变色纸遇水变色后，与周边环境颜色进行过渡处理，避免非检测区域内的颜色值对待检测区域造成影响；

本实施例中，所述步骤4对目标图像进行识别时，根据步骤3-3处理后的待检测区域，对二值化处理前的目标图像的对应待检测区域进行识别，获得待检测区域的HSV空间颜色值，基于HSV空间颜色值和指定颜色HSV分量取值范围，判断是否识别到指定颜色。

例如，如果遇水可变色纸有颜色变化，得到一组颜色分量值H＝5，S＝243，V＝210，并根据HSV分量取值范围对照表，输出识别到的颜色为红色，此时证明有积水。

本实施例中，所述步骤4对目标图像进行识别时，还包括对识别得到的指定颜色所在区域面积S进行计算。具体的，根据指定颜色所在区域的像素点个数进行面积S计算，面积越大，说明积水越严重，可帮助工作人员判断积水情况。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。