System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于双光信息的红外成像气体泄漏检测及干扰去除方法技术_技高网

基于双光信息的红外成像气体泄漏检测及干扰去除方法技术

技术编号:39980479 阅读:11 留言:0更新日期:2024-01-09 01:29
本发明专利技术提出了一种基于双光信息的红外成像气体泄漏检测及干扰去除方法,步骤如下:同时采集同一场景的红外图像和可见光图像;进行预处理;将预处理红外图像和预处理可见光图像进行图像配准,得到对应变换关系矩阵;利用气体检测算法对预处理红外图像进行处理,提取气体区域得到初步检测气体图像;通过深度学习算法对预处理可见光图像进行处理得到干扰,确定干扰在配准后的红外图像的位置坐标;根据得到的干扰在红外图像的位置,将初步检测气体图像的对应位置区域的干扰去除,得到最终气体检测提取区域。本发明专利技术在红外图像中检测气体,同时滤除对应可见光图像可见的干扰;通过可见光图像检测存在的干扰从而滤除干扰,因此抗干扰能力更强更有效。

【技术实现步骤摘要】

本专利技术涉及气体泄露检测的,尤其涉及一种基于双光信息的红外成像气体泄漏检测及干扰去除方法


技术介绍

1、石化行业危化品尤其易燃易爆气体在生产、运输、储存过程中发生泄漏极易造成爆炸、人员中毒甚至伤亡、环境污染等后果,且带来巨额经济财产损失。因此在发生泄漏初期、快速准确地检测出泄漏气体,及早将泄漏事故消灭在初始阶段,将可避免造成更大影响与损失。由于工业生产环境危化气体一般具有肉眼不可见性,无法通过人眼快速判别气体的泄漏,且工作人员置身危险环境中,一旦发生泄漏将对工作人员的健康安全带来极大危害。因此,需要借助设备无接触大范围进行气体泄漏监测。

2、红外热成像设备利用物体红外辐射成像,不同材质、不同温度的物体辐射量的不同形成图像上的差异,作为被动式成像检测设备比较适合在石化行业生产环境的应用。红外成像设备接收场景内景物的红外辐射并成像,在有气体泄漏的区域,背景辐射经气体吸收,到达红外成像设备的辐射量发生变化,因此气体可在红外成像设备上清晰成像,不同气体的红外吸收波长不同,可针对不同气体选用不同滤光片,实现不同气体的检测。用于气体检测的红外成像设备架设在工业生产环境中,可实现大范围无接触的气体泄漏检测并报警。

3、红外成像检测气体泄漏需对图像进行增强处理,突出气体成像细节,且需检测提取气体泄漏区域。背景建模法为气体泄漏的有效检测方法,该方法利用气体在环境中飘散运动的特性,通过背景建模,用当前图像与背景图像差分得到飘散运动的气体图像。但是该方法对于场景内运动目标干扰较为敏感,运动的干扰物体通过差分与气体一起保留在检测提取到的前景图像中,且不易通过红外图像灰度特征将干扰与目标气体区分开。

4、可见光图像对红外波长无响应,因此无法对气体成像,通过对可见光图像的运动目标检测提取及特征分类得到的只有干扰物图像,通过图像配准对齐可得到干扰物在红外图像中的位置坐标,红外检测结果和可见光检测结果综合决策可有效去除干扰,得到较好的气体检测提取结果。

5、申请号为202011436253.5的专利技术专利公开了一种气体检漏方法及系统,包括:利用红外照明单元对待成像的目标区域照射红外光波;对所述待成像的目标区域反射的所述红外光波进行编码调制处理;采集和转换完成编码后的所述红外光波,并发送至处理单元生成红外图像;采集所述待成像的目标区域的可见光图像;通过处理单元对所述可见光图像和红外图像进行配准和融合;根据所述配准和融合得到的信息定位所述待成像的目标区域的气体泄漏点。上述专利基于两个单像素探测器分别采集编码调制后的红外光波的强度值,并传输至处理单元生成红外图像,通过处理单元对可见光图像和红外图像的配准和融合生成的目标信息能准确并迅速的定位待成像的目标区域的气体泄漏点,并及时发出警报,避免气体泄漏带来的损失和危害。但是,上述专利主要侧重与红外图像的生成,采用单像素探测器,通过复杂光路系统及调制处理电路等实现红外图像的生成,且使用时需要主动照射红外光波,系统复杂,光路设计及调试难度大,可靠性低;成像速率低;且检测气体种类有限。


技术实现思路

1、针对现有被动式气体红外成像系统用于气体检漏检测对于复杂环境红外图像检测气体泄漏容易误报,将环境中人、植物等目标误检为气体显示的技术问题,本专利技术提出一种基于双光信息的红外成像气体泄漏检测及干扰去除方法,基于红外成像的可视化、快速无接触气体泄漏检测中可有效去除场景中干扰影响,有效提高了气体泄露检测准确率。

2、为了达到上述目的,本专利技术的技术方案是这样实现的:一种基于双光信息的红外成像气体泄漏检测及干扰去除方法,其步骤如下:

3、步骤一:同时采集同一场景的红外图像和可见光图像;

4、步骤二:分别对红外图像和可见光图像进行预处理,得到预处理红外图像和预处理可见光图像;

5、步骤三:将预处理红外图像和预处理可见光图像进行图像配准,得到红外图像和可见光图像的对应变换关系矩阵;

6、步骤四:利用气体检测算法对预处理红外图像进行处理,提取气体区域得到初步检测气体图像;通过深度学习算法对预处理可见光图像进行处理,得到干扰;根据对应变换关系矩阵确定干扰在配准后的红外图像的位置坐标;

7、步骤五:根据得到的干扰在红外图像的位置,将初步检测气体图像的对应位置区域的干扰去除,只保留气体区域图像,得到最终气体检测提取图像。

8、优选地,所述可见光图像通过可见光相机获得,所述红外图像通过红外热像仪获得;通过结构设计使红外热成像仪和可见光相机光轴一致,红外热像仪和可见光相机同时上电工作,实现同一场景的图像的同时采集。

9、优选地,所述预处理包括滤波处理去除噪声、红外图像校正、红外图像和可见光图像的图像增强处理。

10、优选地,所述步骤三中的图像配准的实现方法为:对红外热像仪和可见光相机进行标定,得到相机的参数矩阵为红外图像和可见光图像的对应变换关系矩阵;所述标定的实现方法为:使用棋盘格标定板,采用张氏标定法分别对红外热像仪和可见光相机进行标定操作。

11、优选地,所述气体检测算法利用气体在场景中飘散运动的特性,建立背景模型,将检测的当前帧的预处理红外图像与背景做差分,得到前景气体区域图像;对前景气体区域图像进行连通域处理,采用图像开闭运算对噪声及孔洞处理后得到初步检测气体图像;所述深度学习算法对预处理可见光图像进行目标检测,通过数据集标注典型干扰物,进行场景区域可见光干扰的检测。

12、优选地,所述预处理红外图像处理采用气体检测算法处理之前采用滤波算法进行滤波处理并利用灰度变换压缩图像中不必要的信息;所述连通域处理的方法采用连通域统计算法对提取得到的气体图像进行连通域统计计算连通域大小并标号;所述图像开闭运算的方法为:对提取得到的前景气体区域图像进行形态学开闭运算处理将前景图像中小连通域干扰点滤除,并将气体区域的较大连通域内部的空洞填补。

13、优选地,对检测提取到的气体区域图像进行伪彩着色,根据气体区域图像的灰度值大小转化至彩色图像的rgb色彩空间,并根据灰度值大小对色彩进行编码。

14、优选地,所述编码根据使用需求选取彩虹或热金属的编码方式。

15、优选地,所述可见光相机与可见光图像处理模块相连接,可见光图像处理模块通过深度学习算法对预处理可见光图像处理,检测提取背景干扰物;红外热像仪与红外图像处理模块相连接,红外图像处理模块通过气体检测算法对预处理红外图像处理,提取目标气体图像;所述可见光图像处理模块和红外图像处理模块均与双光信息综合决策模块相连接,双光信息综合决策模块与输出送显模块相连接;所述双光信息综合决策模块对提取的目标气体图像和干扰物的信息进一步处理,输出最终气体检测结果,输出送显模块显示最终气体检测结果的图像。

16、优选地,所述综合决策模块实现融合红外图像检测提取得到的前景气体区域图像和可见光图像通过深度学习算法得到的干扰的图像,并利用红外图像和可见光图像的对应变换关系矩阵得到可见光检测的干扰在红外本文档来自技高网...

【技术保护点】

1.一种基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,其步骤如下:

2.根据权利要求1所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述可见光图像通过可见光相机获得,所述红外图像通过红外热像仪获得;通过结构设计使红外热成像仪和可见光相机光轴一致,红外热像仪和可见光相机同时上电工作,实现同一场景的图像的同时采集。

3.根据权利要求1或2所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述预处理包括滤波处理去除噪声、红外图像校正、红外图像和可见光图像的图像增强处理。

4.根据权利要求2所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述步骤三中的图像配准的实现方法为:对红外热像仪和可见光相机进行标定,得到相机的参数矩阵为红外图像和可见光图像的对应变换关系矩阵;所述标定的实现方法为:使用棋盘格标定板,采用张氏标定法分别对红外热像仪和可见光相机进行标定操作。

5.根据权利要求2或4所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述气体检测算法利用气体在场景中飘散运动的特性,建立背景模型,将检测的当前帧的预处理红外图像与背景做差分,得到前景气体区域图像;对前景气体区域图像进行连通域处理,采用图像开闭运算对噪声及孔洞处理后得到初步检测气体图像;所述深度学习算法对预处理可见光图像进行目标检测,通过数据集标注典型干扰物,进行场景区域可见光干扰的检测。

6.根据权利要求5所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述预处理红外图像采用气体检测算法处理之前采用滤波算法进行滤波处理并利用灰度变换压缩图像中不必要的信息;所述连通域处理的方法采用连通域统计算法对提取得到的气体图像进行连通域统计计算连通域大小并标号;所述图像开闭运算的方法为:对提取得到的前景气体区域图像进行形态学开闭运算处理将前景图像中小连通域干扰点滤除,并将气体区域的较大连通域内部的空洞填补。

7.根据权利要求1或6所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,对检测提取到的气体区域图像进行伪彩着色,根据气体区域图像的灰度值大小转化至彩色图像的RGB色彩空间,并根据灰度值大小对色彩进行编码。

8.根据权利要求7所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述编码根据使用需求选取彩虹或热金属的编码方式。

9.根据权利要求6所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述可见光相机与可见光图像处理模块(2)相连接,可见光图像处理模块(2)通过深度学习算法对预处理可见光图像处理,检测提取背景干扰物;红外热像仪与红外图像处理模块(4)相连接,红外图像处理模块(4)通过气体检测算法对预处理红外图像处理,提取目标气体图像;所述可见光图像处理模块(2)和红外图像处理模块(4)均与双光信息综合决策模块(5)相连接,双光信息综合决策模块(5)与输出送显模块(6)相连接;所述双光信息综合决策模块(5)对提取的目标气体图像和干扰物的信息进一步处理,输出最终气体检测结果,输出送显模块(6)显示最终气体检测结果的图像。

10.根据权利要求9所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述综合决策模块(5)实现融合红外图像检测提取得到的前景气体区域图像和可见光图像通过深度学习算法得到的干扰的图像,并利用红外图像和可见光图像的对应变换关系矩阵得到可见光检测的干扰在红外图像的位置,再对红外图像处理将对应位置的干扰去除,只保留气体区域图像。

...

【技术特征摘要】

1.一种基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,其步骤如下:

2.根据权利要求1所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述可见光图像通过可见光相机获得,所述红外图像通过红外热像仪获得;通过结构设计使红外热成像仪和可见光相机光轴一致,红外热像仪和可见光相机同时上电工作,实现同一场景的图像的同时采集。

3.根据权利要求1或2所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述预处理包括滤波处理去除噪声、红外图像校正、红外图像和可见光图像的图像增强处理。

4.根据权利要求2所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述步骤三中的图像配准的实现方法为:对红外热像仪和可见光相机进行标定,得到相机的参数矩阵为红外图像和可见光图像的对应变换关系矩阵;所述标定的实现方法为:使用棋盘格标定板,采用张氏标定法分别对红外热像仪和可见光相机进行标定操作。

5.根据权利要求2或4所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述气体检测算法利用气体在场景中飘散运动的特性,建立背景模型,将检测的当前帧的预处理红外图像与背景做差分,得到前景气体区域图像;对前景气体区域图像进行连通域处理,采用图像开闭运算对噪声及孔洞处理后得到初步检测气体图像;所述深度学习算法对预处理可见光图像进行目标检测,通过数据集标注典型干扰物,进行场景区域可见光干扰的检测。

6.根据权利要求5所述的基于双光信息的红外成像气体泄漏检测及干扰去除方法,其特征在于,所述预处理红外图像采用气体检测算法处理之前采用滤波算法进行滤波处理并利用灰度变换压缩图像中不必要的信息;所述连通域处理的方法采用连通域统计算法对提取得到的气体图像进...

【专利技术属性】
技术研发人员:任红军邓立齐杨承霖陈海永李冬王雷郭东歌
申请(专利权)人:汉威科技集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1