基于无人机油气管线巡检业务的井喷式需求与发展,因诺科技[i-Hawkeye1.0油气管线智能分析系统]一经推出,就得以被广泛应用,好评如潮。百尺竿头更进一步,经过用户使用体验反馈和因诺工程师们反复的数据训练与功能优化,i-Hawkeye1.0正式升级迭代为i-Hawkeye1.1油气管线智能分析系统!
i-Hawkeye油气管线智能分析系统是由西安因诺航空科技有限公司开发,集数据管理、图像分析、图片拼接、数字地球于一体的高精度、多功能的专业航拍智能分析检测及数据管理系统。
图1 - i-Hawkeye油气管线智能分析系统主界面展示
该软件基于图像正摄校正、GPS坐标映射、预警区域选取及深度神经网络学习等核心技术,使软件拥有图像智能检测与定位、三维重构、数字地图融合等主要功能,实现航拍数据的智能化分析,及时发现异常目标,并对监测目标进行数字化系统管理,所开发出来的油气管线智能分析系统。
图像分析与图像拼接是i-Hawkeye油气管线智能分析系统的核心模块。
图像分析的异常目标检测,充分的利用了航拍图像中的颜色纹理和形状的特征,将在管线走向两旁指定范围内关注目标,如工程车辆、房屋、裂缝、管线漏油、管线裸露等,通过深度学习算法自动识别和标注,判定异常目标的种类,并提供定位,显示经纬度,检测完毕后可自动生成分析报告,反馈至用户邮箱。
图2 - 某张图像信息中的多种异常目标检测结果
在此功能中,目前i-Hawkeye对油气管线周边环境异常目标的查全率查准率均达到90%↑。
异常目标
查全率
查准率
车辆
100%
90%
房屋
100%
90%
孔洞/裂缝
95%
90%
通信杆状
95%
90%
表1 – 目标检测时几种异常目标的查全率与查准率
在图像拼接时,i-Hawkeye一方面能够准确的建立所采集图像指定像素点和实际地理坐标的对应关系,实现对感兴趣目标(如异常目标)的精准定位;另一方面,能够快速实现场景的三维地图构建,帮助用户直观的查看航线覆盖区域的地形。
在硬件测试环境同等,以及指定输入输出图像分辨率一致的情况下,i-Hawkeye油气管线智能分析系统航拍图像快速拼图功能的处理速度,为业内某主流图像处理软件处理速度的4倍有余。
图3 - 某场景下包含管线坐标(红色线条)的拼图结果
例如,在处理某40KM石油管线航拍数据时,一次性对900余张7952*5304分辨率(全分辨率)的原始图像进行拼图处理,输出原始分辨率的高程图和正射图,采用业内某主流图像处理软件的处理时间为九个小时,而采用i-Hawkeye拼图功能的处理时间仅为两个小时,平均每张图片的处理时间仅为8s。在对二分之一/四分之一分辨率的图像进行处理时,速率将不止于几何倍数的提升!
因诺科技是一家专注于智能无人飞行器应用的高新科技企业,公司以“无人机+AI”为产品定位,以 军工六性“可靠性、维修性、保障性、测试性、安全性、环境适应性”为产品立足点,致力于为军工、石油和电力等行业空基自动化巡检和智能数字化领域提供领先的无人飞行器应用解决方案与服务,帮助用户解决行业核心痛点问题、提高工作效率、节省经济成本、增强行业智能化水平,开创“行业+科技”的新局面。
扫码关注 了解更多
联系电话:
029-81105125