动目标低对比度下的危险气体泄漏红外视频检测方法技术

本发明专利技术公开了一种动目标低对比度下的危险气体泄漏红外视频检测方法，该方法首先对气体红外视频图像进行背景建模并利用建模所得背景对每帧红外图像进行差分处理，得到当前帧的前景，进行二值化；然后对连续多幅图像，每间隔固定帧进行两两差分，对得到的差分图像取均值，二值化，并对当前帧进行边缘提取，将二者进行逻辑“与”运算，即得到待测目标的边缘，将其和之前背景减除法得到的前景图像，进行逻辑“或”运算，将得到的二值图像，经过八邻域联通域算法，把不符合条件的图像噪声去除掉，最后对检测出的气体区域加上伪彩色处理。本方法高效、准确且具备实时性，能够获得完整、清晰的泄露疑似区域，实现了无色气体泄露区域的检测和定位。

Infrared Video Detection Method for Dangerous Gas Leakage under Low Contrast of Moving Target

The invention discloses an infrared video detection method for dangerous gas leakage under low contrast of moving target. Firstly, the background of gas infrared video image is modeled and the background of the modeled image is used to differentiate each frame of infrared image to obtain the foreground of the current frame and binarize it; then, the continuous multiple images are processed. Each fixed frame is differentiated by two or two differences. The difference image is averaged and binarized, and the edge of the current frame is extracted. The two frames are logically \and\ operation, that is, the edge of the target to be measured is obtained, and the foreground image obtained by subtraction of the background and the foreground image are logically \or\ operation. Value image, through the eight neighborhood interconnection domain algorithm, the image noise that does not meet the requirements is removed. Finally, the detected gas region is processed with pseudo-color. This method is efficient, accurate and real-time. It can obtain a complete and clear leak suspected area, and realize the detection and location of the leak area of colorless gas.

【技术实现步骤摘要】
动目标低对比度下的危险气体泄漏红外视频检测方法
本专利技术涉及图像处理及气体检测技术，尤其涉及一种动目标低对比度下的危险气体泄漏红外视频检测方法。
技术介绍
各种气体在工业生产和人民日常生活中的应用范围越来越广泛，这其中不乏一些有毒，易燃易爆的气体。这些危险气体，一旦发生泄漏，将会对环境造成危害，甚至引发火灾、爆炸等灾害，严重威胁社会和人民的生命和财产安全。因此，如何能够快速地检测，并定位泄漏气体，以便相关部门和人员迅速采取有效措施，防止重大气体泄漏事故的发生，已经成为迫切需要解决的问题。由于传统气体传感器的接触性原理，使得很多待检测的目标地点无法到达，而且其操作安全性大大降低。考虑到工业有害气体在中长波红外波段大多具有特征吸收光谱，因此，基于气体红外吸收原理的光谱检测技术成为一种快速有效的气体泄漏非接触检测技术。气体泄漏被动式红外成像检测技术是近年来迅速发展的新型检测技术，具有显著的远距离探测能力，可检测的光谱范围大，可检测的气体种类多，系统不需要背景反射，无需辐射源，结构相对简单，可直接成像，但当气体发生泄漏初期，特别是微小区域的气体泄漏，气体红外成像后形成的图像具有浓度低、飘动方向随机变化、易受多种辐射源因素干扰的特点，另外看，画面中随机出现的行人和车辆，树枝草丛的晃动，等复杂动目标的干扰，使现有技术难以实现对泄漏气体的及时准确的判别和定位。运用传统的运动目标检测算法只能得到部分离散的羽状疑似区域，不能得到一个完整、准确、能进行精确定位的疑似区域，同时也不能有效去除画面中动目标的干扰。我们针对这一难点，提出一种帧间差分和背景差分相结合的累积分析方法，此方法能获得较为完整准确的疑似区域，并有效去除动目标干扰。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种动目标低对比度下的危险气体泄漏红外视频检测方法。本专利技术解决其技术问题所采用的技术方案是：一种动目标低对比度下的危险气体泄漏红外视频检测方法，包括以下步骤：S1、建立RGB颜色查找表T；S2、采集泄漏气体的红外视频图像序列，取当前帧的前N帧，计算其平均值，作为当前帧前一帧背景；S3、捕获当前红外图像帧,记为第K帧，对当前红外图像帧进行GMM建模，获取当前红外图像帧的高斯背景；S4、对当前帧前一帧背景与当前红外图像帧的高斯背景进行加权求和，以进行背景更新，获得第K帧背景，将更新后的背景与当前帧进行差分，得到第K帧前景图像；S5、通过对第K帧背景进行自动阈值计算，使用得到的第K帧图像的阈值，对差分图像进行二值化处理，背景设为0，前景设为1；S6、取一段帧间间隔[K-n,K]，间隔内每m帧取一帧图像,可为Ik-n,Ik-n+m,…,Ik，此处所取的间隔m应保证两帧图像相异程度相对最高，对这些帧图像按顺序进行两两差分，得到帧间差分图像，对所有帧间差分图像计算平均值，得到多帧间差分运动目标图像；S7、对多帧间运动差分目标图像进行自动阈值计算，利用得到的阈值，对该多帧间运动差分目标图像进行二值化处理，背景设为0，前景设为1，对得到的图像进行形态学滤波；S8、对第K帧红外图像，进行Canny边缘检测，对得到的图像进行自动阈值计算，使用得到的阈值进行二值化处理，背景设为0，前景设为1，得到Canny边缘检测的二值化图像；S9、将多帧间差分二值化图像与Canny边缘检测二值化图像进行逻辑“与”运算；S10、将S9中得到的二值图像，与S5中背景减除法得到的前景二值图像，进行逻辑“或”运算，得到帧间差分法与背景减除法融合的二值化前景图像；S11、利用8邻域的连通域算法对S10中得到的前景二值图像进行遍历，通过设置连通区域的横纵比和/或区域像素点，对多个连通域进行筛选，去除不符合泄露气体特征的区域；S12、经过S11的8连通域去噪后，得到的像素为1的区域就是最终检测到的泄露气体区域，将该区域的像素坐标点位置映射到当前帧(即第K帧)红外图像中，用颜色查找表对这些点添加伪彩色，其他区域不做处理，按原始像素值输出显示，获得最终目标图像。本专利技术产生的有益效果是：1)精确度高。本专利技术将背景减除法和多帧间差分法结合起来使用，以及加入边缘检测算法，对三种方法多帧图像的信息进行融合，提高了检测的精度；2)实时性强。本专利技术方法具备运算复杂度低，计算速度快的优点，可满足实际应用中的实时性要求。3)鲁棒性良好：目前本专利技术提出的方法已在复杂背景环境下通过测试，处理的视频及实时处理时长超过1000小时，运行稳定，鲁棒性强，取得了满意的气体检测效果。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例的方法流程图；图2是本专利技术实施例的红外背景模型图像；图3是本专利技术实施例的有气体泄漏的红外图像示例图；图4是本专利技术实施例中利用图3与图2的红外背景模型进行背景减除后的差分图像；图5是本专利技术实施例中经过阈值处理后的多帧间差分平均图像；图6是本专利技术实施例中图5中的帧差分图像与图4中的背景差分图像进行或运算后得到的目标图像；图7是本专利技术实施例中进过连通域去噪处理和伪彩色处理后得到的最终目标图像。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，一种动目标低对比度下的危险气体泄漏红外视频检测方法，包括以下步骤：S1、建立RGB颜色查找表T；S2、采集泄漏气体的红外视频图像序列，取当前帧的前N帧，计算其平均值，作为当前帧前一帧背景；，如图2；S3、捕获当前红外图像帧,记为第K帧，对当前红外图像帧进行GMM建模，获取当前红外图像帧的高斯背景；当前红外图像帧如图3所示；S4、对当前帧前一帧背景与当前红外图像帧的高斯背景进行加权求和，以进行背景更新，获得第K帧背景，将更新后的背景与当前帧进行差分，得到第K帧前景图像；S5、通过对第K帧背景进行自动阈值计算，使用得到的第K帧图像的阈值，对差分图像进行二值化处理，背景设为0，前景设为1；如图4；S6、取一段帧间间隔[K-n,K]，间隔内每m帧取一帧图像,可为Ik-n,Ik-n+m,…,Ik，此处所取的间隔m应保证两帧图像相异程度相对最高，对这些帧图像按顺序进行两两差分，得到帧间差分图像，对所有帧间差分图像计算平均值，得到多帧间差分运动目标图像；如图5；S7、对多帧间运动差分目标图像进行自动阈值计算，利用得到的阈值，对该多帧间运动差分目标图像进行二值化处理，背景设为0，前景设为1，对得到的图像进行形态学滤波；S8、对第K帧红外图像，进行Canny边缘检测，对得到的图像进行自动阈值计算，使用得到的阈值进行二值化处理，背景设为0，前景设为1，得到Canny边缘检测的二值化图像；S9、将多帧间差分二值化图像与Canny边缘检测二值化图像进行逻辑“与”运算；S10、将S9中得到的二值图像，与S5中背景减除法得到的前景二值图像，进行逻辑“或”运算，得到帧间差分法与背景减除法融合的二值化前景图像；如图6；S11、利用8邻域的连通域算法对S10中得到的前景二值图像进行遍历，通过设置连通区域的横纵比和/或区域像素点，对多个连通域进行筛选，去除不符合泄露气体特征的区域；S12、经过S11的8连通域去噪后，得本文档来自技高网...

【技术保护点】
1.一种动目标低对比度下的危险气体泄漏红外视频检测方法，其特征在于，包括以下步骤：S1、建立RGB颜色查找表T；S2、采集泄漏气体的红外视频图像序列，取当前帧的前N帧，计算其平均值，作为当前帧前一帧背景；S3、捕获当前红外图像帧,记为第K帧，对当前红外图像帧进行GMM建模，获取当前红外图像帧的高斯背景；S4、对当前帧前一帧背景与当前红外图像帧的高斯背景进行加权求和，以进行背景更新，获得第K帧背景，将更新后的背景与当前帧进行差分，得到第K帧前景图像；S5、通过对第K帧背景进行自动阈值计算，使用得到的第K帧图像的阈值，对差分图像进行二值化处理，背景设为0，前景设为1；S6、取一段帧间间隔[K‑n,K]，间隔内每m帧取一帧图像，对这些帧图像按顺序进行两两差分，得到帧间差分图像，对所有帧间差分图像计算平均值，得到多帧间差分运动目标图像；S7、对多帧间运动差分目标图像进行自动阈值计算，利用得到的阈值，对该多帧间运动差分目标图像进行二值化处理，背景设为0，前景设为1，对得到的图像进行形态学滤波；S8、对第K帧红外图像，进行边缘检测，对得到的图像进行自动阈值计算，使用得到的阈值进行二值化处理，得到边缘检测的二值化图像；S9、将多帧间差分二值化图像与边缘检测二值化图像进行逻辑“与”运算；S10、将S9中得到的二值图像，与S5中背景减除法得到的前景二值图像，进行逻辑“或”运算，得到帧间差分法与背景减除法融合的二值化前景图像；S11、利用8邻域的连通域算法对S10中得到的前景二值图像进行遍历，通过设置连通区域的约束条件，对多个连通域进行筛选，去除不符合泄露气体特征的区域；S12、经过S11的8连通域去噪后，得到的像素为1的区域就是最终检测到的泄露气体区域，将该区域的像素坐标点位置映射到当前帧红外图像中，用颜色查找表对这些点添加伪彩色，其他区域不做处理，按原始像素值输出显示，获得最终目标图像。...

【技术特征摘要】
1.一种动目标低对比度下的危险气体泄漏红外视频检测方法，其特征在于，包括以下步骤：S1、建立RGB颜色查找表T；S2、采集泄漏气体的红外视频图像序列，取当前帧的前N帧，计算其平均值，作为当前帧前一帧背景；S3、捕获当前红外图像帧,记为第K帧，对当前红外图像帧进行GMM建模，获取当前红外图像帧的高斯背景；S4、对当前帧前一帧背景与当前红外图像帧的高斯背景进行加权求和，以进行背景更新，获得第K帧背景，将更新后的背景与当前帧进行差分，得到第K帧前景图像；S5、通过对第K帧背景进行自动阈值计算，使用得到的第K帧图像的阈值，对差分图像进行二值化处理，背景设为0，前景设为1；S6、取一段帧间间隔[K-n,K]，间隔内每m帧取一帧图像，对这些帧图像按顺序进行两两差分，得到帧间差分图像，对所有帧间差分图像计算平均值，得到多帧间差分运动目标图像；S7、对多帧间运动差分目标图像进行自动阈值计算，利用得到的阈值，对该多帧间运动差分目标图像进行二值化处理，背景设为0，前景设为1，对得到的图像进行形态学滤波；S8、对第K帧红外图像，进行边缘检测，对得到的图像进行自动阈值计算，使用得到的阈值进行二值化处理，得到边缘检测的二值化图像；S9、将多帧间差分二值化图像与边缘检测二值化图像进行逻辑“与”运...

【专利技术属性】
技术研发人员：洪汉玉，黄丽坤，石教炜，赵书涵，定康，章秀华，王鹏程，刘忠，王万里，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：湖北,42