【技术实现步骤摘要】
本说明书实施例涉及图像处理，特别涉及气体泄漏位置定位方法及装置。
技术介绍
1、工业生产过程中广泛使用的化学品，尤其是易燃、有毒的气体类化学品，对环境和人类健康都存在潜在的威胁。在石油化工、化肥制造、冶金等行业，有毒气体的泄漏或超标排放会造成严重的空气污染，因此，有毒气体监测技术应用而生。现有的有毒气体监测技术主要依赖于固定式传感器网络系统。这类传感器通常安装在工厂、仓储区的特定位置，通过预定的采样频率监测空气中的特定气体浓度。当气体浓度超过预设阈值时，系统发出警报。该方式虽然可以达到监测目的，但是其具备一定的局限性。首先，固定式传感器只能覆盖有限的空间，无法实时监控整个工厂或仓储区域，导致一些区域存在监测盲点。其次，固定传感器系统的部署和维护成本较高，尤其在恶劣环境下，传感器容易受到损坏或失效，从而降低了监测的可靠性和有效性。因此亟需一种有效的方案以解决上述问题。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种气体泄漏位置定位方法。本说明书一个或者多个实施例同时涉及一种气体泄漏位置定位装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在的技术缺陷。
2、根据本说明书实施例的第一方面，提供了一种气体泄漏位置定位方法，包括：
3、通过无人机针对气体泄露区域采集多个波段分别对应的光谱图像，针对所述多个波段分别对应的光谱图像进行融合，获得多光谱图像；
4、提取所述多光谱图像的多光谱特征，并根据所述多光谱特征构建所
5、针对所述气体浓度热力图进行浓度图像特征识别，根据识别结果在所述气体浓度热力图中确定异常图像区域；
6、按照所述异常图像区域在所述气体泄漏区域中针对所述无人机构建飞行路径，并基于所述飞行路径驱动所述无人机定位气体泄漏位置。
7、根据本说明书实施例的第二方面，提供了一种气体泄漏位置定位装置，包括：
8、采集模块，被配置为通过无人机针对气体泄露区域采集多个波段分别对应的光谱图像，针对所述多个波段分别对应的光谱图像进行融合，获得多光谱图像；
9、提取模块，被配置为提取所述多光谱图像的多光谱特征，并根据所述多光谱特征构建所述气体泄露区域对应的气体浓度热力图；
10、识别模块，被配置为针对所述气体浓度热力图进行浓度图像特征识别，根据识别结果在所述气体浓度热力图中确定异常图像区域；
11、定位模块，被配置为按照所述异常图像区域在所述气体泄漏区域中针对所述无人机构建飞行路径，并基于所述飞行路径驱动所述无人机定位气体泄漏位置。
12、根据本说明书实施例的第三方面，提供了一种计算设备，包括：
13、存储器和处理器；
14、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述气体泄漏位置定位方法的步骤。
15、根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述气体泄漏位置定位方法的步骤。
16、根据本说明书实施例的第五方面，提供了一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现上述气体泄漏位置定位方法的步骤。
17、本实施例提供的气体泄漏位置定位方法，为了能够快速且精准定位气体泄漏位置，并且可以不受空间位置影响，可以通过无人机针对气体泄露区域采集多个波段分别对应的光谱图像，之后针对多个波段分别对应的光谱图像进行融合，获得多光谱图像；通过多光谱图像可以携带空气中不同区域气体浓度的变化信息。因此可以提取多光谱图像的多光谱特征，并根据多光谱特征构建气体泄露区域对应的气体浓度热力图；通过气体浓度热力图可以直观的体现不同区域的气体变化，而为了能够快速定位气体泄漏位置。可以再针对气体浓度热力图进行浓度图像特征识别，根据识别结果在气体浓度热力图中确定异常图像区域；而后即可按照异常图像区域在气体泄漏区域中针对无人机构建飞行路径，并基于飞行路径驱动无人机继续进行为止定位，从而定位气体泄漏位置。以实现在脱离固定位置安装传感器的方式完成气体泄漏位置的快速检测，同时能够避免人为检测带来的风险，提高了气体泄露检测的安全性和灵活性。
本文档来自技高网...【技术保护点】
1.一种气体泄漏位置定位方法，其特征在于，包括：
2.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述通过无人机针对气体泄露区域采集多个波段分别对应的光谱图像，针对所述多个波段分别对应的光谱图像进行融合，获得多光谱图像，包括：
3.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述提取所述多光谱图像的多光谱特征，并根据所述多光谱特征构建所述气体泄露区域对应的气体浓度热力图，包括：
4.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述针对所述气体浓度热力图进行浓度图像特征识别，根据识别结果在所述气体浓度热力图中确定异常图像区域，包括：
5.根据权利要求4所述的气体泄漏位置定位方法，其特征在于，所述根据检测结果在所述气体浓度热力图中确定异常图像区域，包括：
6.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述按照所述异常图像区域在所述气体泄漏区域中针对所述无人机构建飞行路径，包括：
7.根据权利要求4所述的气体泄漏位置定位方法，其特征在于，所述按照所述异常图像区域在所述气体泄
8.根据权利要求7所述的气体泄漏位置定位方法，其特征在于，所述将所述图像距离与预设的距离阈值进行比较步骤执行之后，还包括：
9.根据权利要求1至8任一项所述的气体泄漏位置定位方法，其特征在于，所述基于所述飞行路径驱动所述无人机定位气体泄漏位置，包括：
10.一种气体泄漏位置定位装置，其特征在于，包括：
11.一种计算设备，其特征在于，包括：
12.一种计算机可读存储介质，其特征在于，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至9任意一项所述方法的步骤。
13.一种计算机程序产品，其特征在于，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现权利要求1至9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种气体泄漏位置定位方法，其特征在于，包括：
2.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述通过无人机针对气体泄露区域采集多个波段分别对应的光谱图像，针对所述多个波段分别对应的光谱图像进行融合，获得多光谱图像，包括：
3.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述提取所述多光谱图像的多光谱特征，并根据所述多光谱特征构建所述气体泄露区域对应的气体浓度热力图，包括：
4.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述针对所述气体浓度热力图进行浓度图像特征识别，根据识别结果在所述气体浓度热力图中确定异常图像区域，包括：
5.根据权利要求4所述的气体泄漏位置定位方法，其特征在于，所述根据检测结果在所述气体浓度热力图中确定异常图像区域，包括：
6.根据权利要求1所述的气体泄漏位置定位方法，其特征在于，所述按照所述异常图像区域在所述气体泄漏区域中针对所述无人机...
【专利技术属性】
技术研发人员：张辉，汪令宏，吴正中，李振威，刘珠峰，熊辉，王晓东，
申请(专利权)人：北京城建智控科技股份有限公司，
类型：发明
国别省市：
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。