(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 202210626705.9 (22)申请日 2022.06.05 (71)申请人 青州市春晖科技发展 有限公司 地址 262500 山东省潍坊市青州市范公亭 东路23号 申请人 中石化胜利石油工程有限公司黄河 钻井总公司 (72)发明人 赵波　王海斌　李文明　张晓晖　 曲蔚然　路峰　张喜民　晏剑　 丁鹏飞　孔德亮　吴春国　徐建飞　 赵建红　应磊　司东亮　 (74)专利代理 机构 北京华智 则铭知识产权代理 有限公司 1 1573 专利代理师 李树祥(51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G06V 10/75(2022.01) G06T 7/136(2017.01) G08B 21/22(2006.01) (54)发明名称 基于人工智能的预警系统、 方法、 计算机设 备及存储介质 (57)摘要 本发明属于图像处理技术领域， 尤其涉及基 于人工智能的预警系统、 方法、 计算机设备及存 储介质， 所述方法包括： 采集红外监测图像和常 规监测图像； 对常规监测图像进行线条化处理， 对防护网进行识别， 确定防护网断点位置； 基于 温度色差对红外监测图像进行线条化处理， 得到 防护网红外图像； 根据防护网断点位置查询防护 网红外图像， 对防护网断点位置进行筛选， 得到 异常位置点。 本发明利用图像采集装置， 实时采 集防护网的实时图片， 从而利用图像识别对防护 网的网格完整性进行检测， 从而确定防护网是否 存在未能成功识别的区域， 并主动识别防护网的 破损区域， 并及时发出警报， 通知相关人员对异 常区域进行检查。 权利要求书2页 说明书9页 附图4页 CN 114998734 A 2022.09.02 CN 114998734 A 1.一种基于人工智能的预警方法， 其特 征在于： 该 方法包括： 采集红外监测图像和常规监测图像， 所述红外监测图像和常规监测图像的拍摄角度均 相同； 对常规监测图像进行线条化处 理， 对防护网进行识别， 确定防护网断点 位置； 基于温度色差对红外监测图像进行线条化处 理， 得到防护网红外图像； 根据防护网断点位置查询防护网红外 图像， 对防护网断点位置进行筛选， 得到异常位 置点。 2.根据权利要求1所述的基于人工智能的预警方法， 其特征在于： 所述对常规监测图像 进行线条化处 理， 对防护网进行识别， 确定防护网断点 位置的步骤， 具体包括： 对常规监测图像进行二 值化处理， 得到预处 理图像； 对预处理图像进行线条化处理， 并按照线条与水平线之间的夹角大小， 划分线条为横 线和纵线， 并确定边框的位置； 判断横线、 纵线和边框的连续性， 记录横线、 纵线和边框上断开的位置， 得到防护网断 点位置。 3.根据权利要求1所述的基于人工智能的预警方法， 其特征在于： 所述基于温度色差对 红外监测图像进行线条化处 理， 得到防护网红外图像的步骤， 具体包括： 对红外监测图像中各个 像素的色值进行统计， 并记录每 个像素的位置； 根据像素的位置和色值计对像素进行划分， 并对各个 像素区域进行除杂处 理； 根据像素划分的区域确定防护网的位置， 以及防护网出现异常温度变化的区域， 并进 行记录， 得到防护网红外图像。 4.根据权利要求1所述的基于人工智能的预警方法， 其特征在于： 所述根据防护网断点 位置查询防护网红外图像， 对防护网断点位置进行筛选， 得到异常位置点的步骤， 具体包 括： 依次读取防护网断点 位置， 并据此在防护网红外图像中进行定位； 判定防护网红外图像中的防护网在此处是否存在断点； 判断防护网红外图像中的防护网在该处是否存在温度异常， 据此筛选得到异常位置 点。 5.一种基于人工智能的预警系统， 其特 征在于： 该系统包括： 图像采集模块， 用于采集红外监测图像和常规监测图像， 所述红外监测图像和常规监 测图像的拍摄角度均相同； 断点识别模块， 用于对常规监测图像进行线条化处理， 对防护网进行识别， 确定防护网 断点位置； 红外图像处理模块， 用于基于温度色差对红外监测图像进行线条化处理， 得到防护网 红外图像； 异常筛选模块， 用于根据防护网断点位置查询防护网红外 图像， 对防护网断点位置进 行筛选， 得到异常位置点。 6.根据权利要求5所述的基于人工智能的预警系统， 其特征在于： 所述断点识别模块包 括： 图像预处 理单元， 用于对常规 监测图像进行二 值化处理， 得到预处 理图像；权　利　要　求　书 1/2 页 2 CN 114998734 A 2线条画分单元， 用于对预处理图像进行线条化处理， 并按照线条与水平线之间的夹角 大小， 划分线条为横线和纵线， 并确定边框的位置； 断点确定单元， 用于判断横线、 纵线和边框的连续性， 记录横线、 纵线和边框上断开的 位置， 得到防护网断点 位置。 7.根据权利要求5所述的基于人工智能的预警系统， 其特征在于： 所述红外图像处理模 块包括： 像素定位单元， 用于对红外监测图像中各个像素的色值进行统计， 并记录每个像素的 位置； 像素划分单元， 用于根据像素的位置和色值计对像素进行划分， 并对各个像素区域进 行除杂处 理； 温度识别单元， 用于根据像素划分的区域确定防护网的位置， 以及防护网出现异常温 度变化的区域， 并进行记录， 得到防护网红外图像。 8.根据权利要求5所述的基于人工智能的预警系统， 其特征在于： 所述异常筛选模块包 括： 图像定位单 元， 用于依次读取防护网断点 位置， 并据此在防护网红外图像中进行定位； 断点判断单 元， 用于判定防护网红外图像中的防护网在此处是否存在断点； 点位筛选单元， 用于判断防护网红外 图像中的防护网在该处是否存在温度异常， 据此 筛选得到异常位置点。 9.一种计算机设备， 其特征在于： 包括存储器和处理器， 所述存储器中存储有计算机程 序， 所述计算机程序被所述处理器执行时， 使得所述处理器执行权利要求1至4中任一项权 利要求所述基于人工智能的预警方法的步骤。 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上存储有计算机 程序， 所述计算机程序被处理器执行时， 使得所述处理器执行权利要求1至4中任一项权利 要求所述基于人工智能的预警方法的步骤。权　利　要　求　书 2/2 页 3 CN 114998734 A 3