一种漏汽缺陷检测识别方法及系统技术方案

本发明专利技术涉及一种漏汽缺陷检测识别方法及系统，所述系统包括：可见光成像模块、红外热成像测温模块、参数输入模块、显示输出模块、报警模块、图像数据分析识别处理模块；所述方法包括：S1：将可见光成像模块与红外热成像测温模块相对位置固定；采集多帧可见光图像数据，采集红外热图数据；S2：图像数据分析识别处理模块接收可见光图像数据、红外热图数据，通过图像分析处理得到的蒸汽泄漏检测识别结果；S3：将蒸汽泄漏检测识别结果的图像和文字信息传递给显示输出模块进行显示，将蒸汽泄漏信号传递给报警模块进行报警。本发明专利技术能适用不同复杂环境的高温蒸汽泄漏检测识别。可快速完成不同复杂环境下的蒸汽泄漏检测识别。

【技术实现步骤摘要】
一种漏汽缺陷检测识别方法及系统
本专利技术涉及高温蒸汽泄漏检测识别
，更具体地，涉及一种漏汽缺陷检测识别方法及系统。
技术介绍
高温蒸汽泄漏检测一般采用红外和超声波检测方法，这些方法对单一高温蒸汽管路比较有效，能实时检测到高温蒸汽泄漏并确定高温蒸汽泄漏位置。但在实际中一些复杂的高温蒸汽管路如火电站、核电站等，其管路复杂盘错，单独采用红外或者超声波仅能检测出高温蒸汽泄漏，但不能对高温蒸汽泄漏位置进行定位，也不能对高温蒸汽泄漏位置管路的破口大小进行判断，不利于高温蒸汽泄漏事故的进一步处理。近年来，出现使用红外热成像和可见光成像相结合的方式进行蒸汽泄漏定位和破口大小判断，但都需要采集所有巡检点正常状态下的红外热图和可见光图像，作为分析对比模板。中国专利CN107992857A提出了一种高温蒸汽泄漏自动巡检识别方法及识别系统。该专利通过建立图像库；使用机器人自动巡检，利用可见光摄像机和热像仪拍摄巡检点的实时图像；对拍摄的实时图像进行双视融合分析处理，确定异常泄漏处。该专利采用可见光和红外热成像双视融合的方法，通过分析对比该环境预先拍摄的正常态参考双视融合图像，分析出是否发生高温蒸汽泄漏。该专利提出的方法需要采集所有巡检点场景正常状态的可见光图像和处理获取红外双视融合图。中国专利CN109854964A提出了基于双目视觉的蒸汽泄漏定位系统及方法。该专利定位方法通过红外热成像测温模块和可见光摄像头成像模块分别采集视场内的温度场数据和视场内图像数据，之后，通过将前后两帧视场内的温度场数据做比较可得到蒸汽泄漏点信息、找到蒸汽泄漏区域并显示及报警。该专利将前后两帧视场内的温度场数据做比较，将当前帧与前一帧的红外热像图中温度差值超过设定的温度阈值的坐标点判定为蒸汽泄漏点。该专利提出的方法对温度阈值准确度要求较高，从而对红外热成像硬件要求高，需现场环境较为简单稳定且无其他温度变化区域。上述高温蒸汽泄漏检测方法存在以下缺陷：(1)缺乏复杂场景适应能力。对较为复杂现场环境，使用图像差分对比可实现提取差别区域即疑似缺陷区域。为实现所有巡检点的检测就必须在前期进行所有巡检点正常状态下的红外热图和可见光图像采集，作为分析对比图像模板。当更换场地或者现场环境发生改变，就必须重新采集巡检点正常状态下的红外热图和可见光图像，进行图像模板更新。(2)对图像拍摄要求高。为实现实时采集图像与正常状态图像样本进行分析对比，就需要保证实时采集图像的现场环境、相机姿态、相机参数尽可能与采集正常状态图像样本时一致，否则环境光照、相机姿态及参数改变带来的亮度变换、图像畸变等问题将严重影响对比分析结果，增加误判率。
技术实现思路
本专利技术为克服上述现有技术所述的高温蒸汽泄漏检测缺乏复杂场景适应能力的缺陷，提供一种漏汽缺陷检测识别方法及系统。所述方法包括以下步骤：S1：将可见光成像模块与红外热成像测温模块相对位置固定，且二者的镜面相对平行；为防止采集的可见光图像和红外热图存在过大旋转偏角，偏角范围优选为：0°～10°；可见光成像模块采集可见光图像数据，红外热成像测温模块采集红外热图数据，将可见光图像数据和红外热图数据传送至图像数据分析识别处理模块。S2：图像数据分析识别处理模块接收可见光图像数据、红外热图数据，通过图像分析处理得到蒸汽泄漏检测识别结果；S3：将蒸汽泄漏检测识别结果的图像和文字信息传递给显示输出模块进行显示，将蒸汽泄漏信号传递给报警模块进行报警。优选地，S2包括以下步骤：S21：使用多帧可见光图像通过背景建模法提取动态区域作为疑似蒸汽泄漏区域，并进行蒸汽泄漏判断和识别；S22：根据可见光图像蒸汽泄漏判断结果，使用红外热图在对应蒸汽泄漏疑似区域进行蒸汽泄漏判断和识别。S23:综合可见光图像和红外图像判断识别结果，确定待测区域蒸汽泄漏情况；若疑似蒸汽泄漏区域均满足可见光图像形状特征及灰度特征和红外热图温度特征，则判定该疑似蒸汽泄漏区域发生蒸汽泄漏；若疑似蒸汽泄漏区域未满足可见光图像形状特征及灰度特征和红外热图温度特征其中一项或多项，则排除该疑似蒸汽泄漏区域发生蒸汽泄漏。经过可见光图像和红外图像综合判断识别，若存在蒸汽泄露区域则判定有蒸汽泄露缺陷，输出标识好蒸汽泄露区域的处理图像，并发出有蒸汽泄露报警信号；若不存在蒸汽泄漏区域则判定无蒸汽泄漏缺陷，输出拍摄原图，并发出无蒸汽泄漏信号。优选地，S21包括以下步骤：S211：使用背景建模法，通过多帧可见光图像提取图像变化的动态区域作为疑似蒸汽泄漏区域；若无动态区域则判定无蒸汽泄漏，输出拍摄原图，并发出无蒸汽泄漏信号；若有动态区域则继续进行蒸汽泄露判断和识别。S212：分析疑似蒸汽泄漏区域的形状特征，包括边缘复杂度、区域高宽比；所述边缘复杂度又称为圆形度，用运动区域的面积与其周长的比值衡量轮廓的不规则度，如下公式所示：式中，L为区域轮廓周长，S为区域面积。区域轮廓越复杂，边缘复杂度的取值越高；所述区域高宽比即疑似蒸汽泄漏区域最小外接矩形的宽度和高度比值。S213：对通过形状特征判断和筛选的疑似蒸汽泄漏区域进行区域的灰度特征分析，包括模糊周长分析；在蒸汽泄漏区域，灰度特征值大于其他区域；若无疑似蒸汽泄漏区域符合灰度特征分析则判定无蒸汽泄漏，输出拍摄原图，并发出无蒸汽泄漏信号；若有疑似蒸汽泄漏区域符合灰度特征分析则继续进行蒸汽泄露判断和识别。优选地，S211中背景建模使用混合高斯模型提取前景动态蒸汽区域；建立混合高斯模型图像；噪声在动态区域中表现为面积小于200像素的小面积区域，使用面积筛选去除面积过小区域实现去噪。优选地，S213中模糊周长具体实现为：其中M×N为图像的大小，而μX(m,n)为模糊成员函数；模糊成员函数实现使用Zadeh的标准S函数，该函数定义如下：参数a、b和c遵循以下限制：0≤a≤255，0≤c≤255，且a≤c；b为函数的拐点。优选地，S22包括以下步骤：S221：根据可见光图像疑似蒸汽泄漏区域筛选结果，定位红外热图中对应的可见光图像疑似蒸汽泄漏区域的图像区域；S222：对在红外热图中定位的区域计算疑似蒸汽泄漏区域温度特征，包括温度模糊周长。优选地，S221中所述定位的定位方法为：提取可见光图像和红外热图梯度信息，使用模板匹配方法实现图像配准，获取可见光图像和红外热图位置映射关系，即可求得红外热图中对应的可见光图像疑似蒸汽泄漏区域的位置和区域。本专利技术所述系统可使用所述的漏汽缺陷检测识别方法，所述系统包括：可见光成像模块、红外热成像测温模块、参数输入模块、显示输出模块、报警模块、图像数据分析识别处理模块；所述可见光成像模块用于采集现场可见光图像；并将可见光图像数据发送给图像数据分析识别处理模块；所述红外热成像测温模块采集现场红外热图；并将红外热图数据发送给图像数据分析识别处理模块；所述参数输入模块用于用户进行红外热成像测温模块及可见光成像模块本文档来自技高网...

【技术保护点】
1.一种漏汽缺陷检测识别方法，其特征在于，所述方法包括以下步骤：/nS1：将可见光成像模块与红外热成像测温模块相对位置固定，且二者的镜面相对平行；可见光成像模块采集多帧可见光图像数据，红外热成像测温模块采集红外热图数据，将可见光图像数据和红外热图数据传送至图像数据分析识别处理模块；/nS2：图像数据分析识别处理模块接收可见光图像数据、红外热图数据，通过图像分析处理得到蒸汽泄漏检测识别结果。/n

【技术特征摘要】
1.一种漏汽缺陷检测识别方法，其特征在于，所述方法包括以下步骤：
S1：将可见光成像模块与红外热成像测温模块相对位置固定，且二者的镜面相对平行；可见光成像模块采集多帧可见光图像数据，红外热成像测温模块采集红外热图数据，将可见光图像数据和红外热图数据传送至图像数据分析识别处理模块；
S2：图像数据分析识别处理模块接收可见光图像数据、红外热图数据，通过图像分析处理得到蒸汽泄漏检测识别结果。


2.根据权利要求1所述的漏汽缺陷检测识别方法，其特征在于，S2包括以下步骤：
S21：使用多帧可见光图像通过背景建模法提取动态区域作为疑似蒸汽泄漏区域，并进行蒸汽泄漏判断和识别；
S22：根据可见光图像蒸汽泄漏判断结果，使用红外热图在对应蒸汽泄漏疑似区域进行蒸汽泄漏判断和识别。
S23：综合可见光图像和红外图像判断识别结果，确定待测区域蒸汽泄漏情况；若疑似蒸汽泄漏区域均满足可见光图像形状特征及灰度特征和红外热图温度特征，则判定该疑似蒸汽泄漏区域发生蒸汽泄漏；若疑似蒸汽泄漏区域未满足可见光图像形状特征及灰度特征和红外热图温度特征其中一项或多项，则排除该疑似蒸汽泄漏区域发生蒸汽泄漏。


3.根据权利要求2所述的漏汽缺陷检测识别方法，其特征在于，S21包括以下步骤：
S211：通过多帧可见光图像提取图像变化的动态区域作为疑似蒸汽泄漏区域；若无动态区域则判定无蒸汽泄漏，输出拍摄原图，并发出无蒸汽泄漏信号；若有动态区域则继续进行蒸汽泄露判断和识别；
S212：分析疑似蒸汽泄漏区域的形状特征，包括边缘复杂度、区域高宽比；所述边缘复杂度又称为圆形度，用运动区域的面积与其周长的比值衡量轮廓的不规则度，计算公式如下：



式中，L为区域轮廓周长，S为区域面积。
区域轮廓越复杂，边缘复杂度的取值越高；所述区域高宽比即疑似蒸汽泄漏区域最小外接矩形的宽度和高度比值。
S213：对通过形状特征判断和筛选的疑似蒸汽泄漏区域进行区域的灰度特征分析，包括模糊周长分析；在蒸汽泄漏区域，灰度特征值大于其他区域；若无疑似蒸汽泄漏区域符合灰度特征分析则判定无蒸汽泄漏，输出拍摄原图，并发出无蒸汽泄漏信号；若有疑似蒸汽泄漏区域符合灰度特征分析则继续进行蒸汽泄露判断和识别。


4.根据权利要求3所述的漏汽缺陷检测识别方法，其特征在于，S211中背景建模使用混合高斯模型提取前景动态蒸汽区域；建立混合高斯模型图像；噪声在动态区域中表现为面积小于200像素的小面积区域，使用面积筛选去除面积过小区域实现去噪。


5.根据权利要求3或4所述的漏汽缺陷检测识...

【专利技术属性】
技术研发人员：吴涛，陈贤碧，包能胜，江惠宇，叶子豪，徐媛媛，
申请(专利权)人：汕头大学，
类型：发明
国别省市：广东;44