使用比例数据模型自动检测排污管道闭路电视检查中的异常

排污管的管道状况信息通常使用闭路电视检查（CCTV）收集。此外，为了评估管道的状况，数据应当由已认证的操作者处理，造成时间和成本的浪费，并且还会因为操作者的熟练或疲劳程度而易于出错。自动检测异常可以减少检查的时间和成本，同时确保评估的准确性和质量。然而，考虑到排污管道中各种类型以及多种模式的缺陷，使用计算机视觉技术来检测似乎是困难的。本文提出了一种有效的异常检测算法，以支持从CCTV检查视频中获得的数据来自动检测排污管道缺陷。在该模型中，理论地采用了用于比例数据建模的隐马尔可夫模型（HMM），评估了以排污管道闭路电视视频为示例的异常检测中的性能。这种算法包括被认为是正常的建模条件和该模型的监测异常值。