[发明专利]应用大数据存储的漏油预判系统

说明书

本发明涉及一种应用大数据存储的漏油预判系统，包括：数据存储节点，设置在大数据网络端，用于分别存储伪影去除算法和统计排序滤波算法；船舶提取设备，用于基于各个类型船舶分别对应的各个船舶出厂外形从现场滤波图像中识别出每一个船舶对象以及其对应的船舶类型；信号鉴别设备，用于基于船舶对象对应的船舶类型映射出对应的最大油污弥漫面积，并在所述船舶对象对应的最大油污弥漫面积小于所述船舶对象匹配的油污对象的现场弥漫面积时，发出疑似漏油信号。本发明的应用大数据存储的漏油预判系统判断有效、操作智能。由于能够对油污弥漫面积执行基于船舶类型的现场验证，从而增强船舶漏油判断的及时性，保证了港口的清洁程度。

技术领域

本发明涉及大数据存储领域，尤其涉及一种应用大数据存储的漏油预判系统。

背景技术

现代港口必须具有完善与畅通的集疏运系统，才能成为综合交通运输网中重要的水陆交通枢纽。一般与腹地运输联系规模大、方向多、运距长或较长，以及货种较复杂多样的港口，其集疏运系统的线路往往较多，运输方式结构与分布格局也较复杂；反之亦然。

港口属于交通运输基础设施，具有投资规模大、建设周期长的特点，要求进入者必须具有雄厚的资金实力，特别是随着船舶大型化，沿海港口向外海深水区发展，建设环境更加复杂，对进入者资金实力要求更高。

然而，由于港口内进程船舶的数量众多，在船舶的动力推进过程中，不可避免的出现一定的油体泄露的情况，如果将大数据的数据使用模式应用到港口的油污检测中，能够有效减轻现场设备的负荷和成本，提升监控的及时性和有效性。

发明内容

为此，本发明至少具有以下两个重要发明点：

(1)在港口处对每一个船舶对象附近油污面积进行检测，当检测到的油污面积超过所述船舶对象对应的最大油污面积时，判断所述船舶对象为疑似漏油船舶；

(2)引入设置在大数据网络端的数据存储节对关键算法进行存储，从而保证数据处理的可靠性和安全性，同时减少本地系统的存储负荷。

根据本发明的一方面，提供了一种应用大数据存储的漏油预判系统，所述系统包括：

数据存储节点，设置在大数据网络端，通过网络分别与第一处理设备和第二处理设备连接，用于分别存储所述第一处理设备和所述第二处理设备各自的伪影去除算法和统计排序滤波算法；

第一处理设备，设置在港口的中央控制室内，用于对来自港口处的全景采集图像执行伪影去除处理，以获得相应的伪影去除图像；

第二处理设备，设置在港口的中央控制室内，与所述第一处理设备连接，用于对接收到的伪影去除图像执行统计排序滤波处理，以获得相应的现场滤波图像；

船舶提取设备，设置在所述第二处理设备的左侧，用于基于各个类型船舶分别对应的各个船舶出厂外形从所述现场滤波图像中识别出每一个船舶对象以及其对应的船舶类型；

油污测量设备，分别与所述第二处理设备和所述船舶提取设备连接，用于对所述现场滤波图像中每一个船舶对象执行以下动作：将所述现场滤波图像中距离所述船舶对象最近的油污对象作为与所述船舶对象匹配的油污对象，并基于所述油污对象的景深以及所述油污对象占据的像素点的数量计算所述油污对象对应的现场弥漫面积；

信号鉴别设备，分别与所述油污测量设备和所述船舶提取设备连接，用于对所述现场滤波图像中每一个船舶对象执行以下动作：基于所述船舶对象对应的船舶类型映射出对应的最大油污弥漫面积，并在所述船舶对象对应的最大油污弥漫面积小于所述船舶对象匹配的油污对象的现场弥漫面积时，发出疑似漏油信号；

其中，在所述信号鉴别设备中，在所述船舶对象对应的最大油污弥漫面积大于等于所述船舶对象匹配的油污对象的现场弥漫面积时，发出油污安全信号；