一种基于光学气体成像的VOCs气体泄漏检测方法及系统技术方案

本发明专利技术涉及一种基于光学气体成像的VOCs气体泄漏检测方法及系统，其特征在于，包括：图像采集模块，用于获取待检测区域的一帧红外图像，如果该帧红外图像为第一帧红外图像则作为背景图像；背景减除模块，用于提取当前帧红外图像的动态变化区域；参数计算模块，用于计算满足动态区域检测条件的动态变化区域的参数；气体泄漏判定模块，用于当计算的红外图像的参数满足检测条件时，判定是否发生气体泄漏；报警模块，用于发生气体泄漏时输出报警信号，并标出提取的动态变化区域；图像融合模块，用于当计算的红外图像的参数不满足检测条件时，将当前帧红外图像与原背景图像进行融合，生成新的背景图像，本发明专利技术可广泛用于挥发性有机物泄漏检测领域中。

【技术实现步骤摘要】
一种基于光学气体成像的VOCs气体泄漏检测方法及系统
本专利技术是关于一种基于光学气体成像的VOCs(挥发性有机物)气体泄漏检测方法及系统，属于挥发性有机物泄漏检测领域。
技术介绍
石油炼化属于高危行业，石油化工企业的原料或产品多为挥发性易燃易爆物品，再加上其生产工艺较为复杂、生产设备众多，很容易发生易燃易爆气体的泄漏进而造成火灾事故，且石化企业的火灾事故往往伴随着爆炸，有立体性强、易复燃复爆等特点，后果比较严重。因此，石化企业一直是各国家安全生产防范的重点对象，对于安全等级的要求甚高，需要对其生产环境进行实时监控以确保安全。目前，石油炼化企业一般会在危险区域安装可燃气体报警仪，该装备采用网格化点阵布置方式，可以对区域内发生的大规模气体泄漏产生报警。但使，该装置也有一定弊端，就是无法精确定位区域内成百上千个的密封点中哪一个是泄漏源。中波红外光学气体成像属于热成像
，是近年来发展迅猛的特种成像方法，热成像方法通过探测目标物体的红外辐射，并进行光电转换、电信号处理等手段，将不可视的目标物体热辐射分布图像转换为视频图像。红外热像是一种可靠的非接触式检测方法，且其监测的是整个视窗，配合不同焦距红外镜头及云台可以实现大面积监控，因此，在其监测范围内无死角无遗漏，且由于热成像反映的是被测物体的热辐射程度，不受环境光和天气影响，可以实现白天、黑夜及风雪雨雾全天候工作。大部分工业气体例如碳氢有机化合物，拥有其独特的红外吸收光谱，利用这一特征，通过特定的红外波段滤镜和高灵敏度的中波红外机芯，可以对红外吸收光谱处于3.1至3.5微米的肉眼不可见的400余种VOCs气体进行成像，称为光学气体成像方法。基于这一成像方法，可以实现泄漏源的定位，同时也可以清晰显示气体扩散方向，使其成为气体泄漏检测及溯源的重要技术手段。然而，各国家只有少数科研单位及机构对红外气体泄露检测方法进行了相关研究和开发。中国昆明物理研究所的研究人员通过对被动傅里叶红外的工作原理进行分析，结合泄漏气体对红外光谱的吸收特征，完成非接触式远距离的泄漏气体监测系统；中国北京理工大学的研究人员利用DDE(数字图像细节增强)方法对气体泄漏视频图像进行实时处理，在图像细节增强算法取得了一定进展；中国中科院的研究人员通过帧间差分与局部熵差相结合的算法检测红外图像中的泄漏气体。但是，这些方法普遍均不成熟，误报率高且实用性不强。
技术实现思路
针对上述问题，本专利技术的目的是提供一种误报率低且实用性强的基于光学气体成像的VOCs气体泄漏检测方法及系统。为实现上述目的，本专利技术采取以下技术方案：一种基于光学气体成像的VOCs气体泄漏检测方法，包括以下内容：1)获取待检测区域的一帧红外图像，如果该帧红外图像为第一帧红外图像，则将该帧红外图像作为背景图像，进入步骤1)；否则，进入步骤2)；2)采用背景减除法，根据背景图像，提取当前帧红外图像的动态变化区域，若该动态变化区域的面积满足动态区域检测条件，则进入步骤3)；否则，进入步骤6)；3)计算提取的动态变化区域的参数，若均满足预先设定的检测条件，则进入步骤4)；否则，进入步骤6)；4)累计满足检测条件的红外图像，若该帧红外图像为第一帧满足检测条件的红外图像，则将满足检测条件的红外图像计数值置1，并记录该帧红外图像中动态变化区域的面积，进入步骤1)；否则，将满足检测条件的红外图像计数值加1，进入步骤5)；5)若满足检测条件的红外图像计数值大于计数阈值，则判定待检测区域发生气体泄漏，进入步骤6)；否则，进入步骤1)；6)输出报警信号，在该帧红外图像中标出提取的动态变化区域，并将当前帧红外图像与原背景图像进行融合，生成新的背景图像，进入步骤1)，完成待检测区域的VOCs气体泄漏检测。进一步，所述步骤2)中背景减除法的公式为：其中，fn为采用背景减除法得到的动态变化区域；In为当前帧红外图像，b为背景图像，T为一个大于零的温度变化阈值。进一步，所述步骤3)的具体过程为：3.1)设定检测条件，包括灰度平均值阈值、灰度方差范围、形状不规则度范围和面积变化率阈值；3.2)计算提取的动态变化区域的灰度平均值m和灰度方差δ2，若灰度平均值m小于灰度平均值阈值且灰度方差δ2位于灰度方差范围内，则进入步骤4)；否则，进入步骤6)；3.3)计算提取的动态变化区域的形状不规则度Ω，若形状不规则度Ω位于形状不规则度范围内，则进入步骤3.4)，否则，进入步骤6)；3.4)计算提取的动态变化区域的面积变化率ΔA，若动态变化区域的面积变化率ΔA大于面积变化率阈值，则进入步骤4)，否则，进入步骤6)。进一步，所述步骤3.2)的具体过程为：3.2.1)设定当前帧红外图像中灰度k出现的概率为p(k)，在i×j大小的当前帧红外图像区域中：其中，nk为灰度k在当前帧红外图像中出现的次数；3.2.2)根据计算的概率p(k)，计算提取的动态变化区域的灰度平均值m和灰度方差δ2：其中，k为0～255之间的灰度值；3.2.3)若灰度平均值m小于灰度平均值阈值且灰度方差δ2位于灰度方差范围，则进入步骤3.3)；否则，进入步骤6)。进一步，所述步骤3.3)中的动态变化区域的形状不规则度Ω为：其中，C为动态变化区域的边缘周长；A为动态变化区域的面积。进一步，所述步骤3.4)中的动态变化区域的面积变化率ΔA为：其中，ΔA为相邻帧红外图像的动态变化区域的面积变化率；An+1和An分别为第n+1帧红外图像和第n帧红外图像中气体扩散区域的面积即动态变化区域的面积。一种基于光学气体成像的VOCs气体泄漏检测系统，包括：图像采集模块，用于获取待检测区域的一帧红外图像，如果该帧红外图像为第一帧红外图像，则将该帧红外图像作为背景图像；背景减除模块，用于采用背景减除法，根据背景图像，提取当前帧红外图像的动态变化区域；参数计算模块，用于计算满足动态区域检测条件的动态变化区域的灰度平均值、灰度方差、形状不规则度和面积变化率；气体泄漏判定模块，用于当计算的红外图像的参数满足预先设定的检测条件时，根据满足检测条件的红外图像计数值以及预先设定的计数阈值，判定待检测区域是否发生气体泄漏；报警模块，用于当待检测区域发生气体泄漏时，输出报警信号，并在对应帧红外图像中标出提取的动态变化区域；图像融合模块，用于当计算的红外图像的参数不满足预先设定的检测条件时，将当前帧红外图像与原背景图像进行融合，生成新的背景图像。进一步，所述背景减除模块中背景减除法的公式为：其中，fn为采用背景减除法得到的动态变化区域；In为当前帧红外图像，b为背景图像，T为一个大于零的温度变化阈值。一种处理器，包括计算机程序指令，其中，所述计算机程序指令被处理器执行时用于实现上述基于光学气体成像的VOCs气体泄漏检测方法对应的步骤。本文档来自技高网...

【技术保护点】
1.一种基于光学气体成像的VOCs气体泄漏检测方法，其特征在于，包括以下内容：/n1)获取待检测区域的一帧红外图像，如果该帧红外图像为第一帧红外图像，则将该帧红外图像作为背景图像，进入步骤1)；否则，进入步骤2)；/n2)采用背景减除法，根据背景图像，提取当前帧红外图像的动态变化区域，若该动态变化区域的面积满足动态区域检测条件，则进入步骤3)；否则，进入步骤6)；/n3)计算提取的动态变化区域的参数，若均满足预先设定的检测条件，则进入步骤4)；否则，进入步骤6)；/n4)累计满足检测条件的红外图像，若该帧红外图像为第一帧满足检测条件的红外图像，则将满足检测条件的红外图像计数值置1，并记录该帧红外图像中动态变化区域的面积，进入步骤1)；否则，将满足检测条件的红外图像计数值加1，进入步骤5)；/n5)若满足检测条件的红外图像计数值大于计数阈值，则判定待检测区域发生气体泄漏，进入步骤6)；否则，进入步骤1)；/n6)输出报警信号，在该帧红外图像中标出提取的动态变化区域，并将当前帧红外图像与原背景图像进行融合，生成新的背景图像，进入步骤1)，完成待检测区域的VOCs气体泄漏检测。/n

【技术特征摘要】
1.一种基于光学气体成像的VOCs气体泄漏检测方法，其特征在于，包括以下内容：
1)获取待检测区域的一帧红外图像，如果该帧红外图像为第一帧红外图像，则将该帧红外图像作为背景图像，进入步骤1)；否则，进入步骤2)；
2)采用背景减除法，根据背景图像，提取当前帧红外图像的动态变化区域，若该动态变化区域的面积满足动态区域检测条件，则进入步骤3)；否则，进入步骤6)；
3)计算提取的动态变化区域的参数，若均满足预先设定的检测条件，则进入步骤4)；否则，进入步骤6)；
4)累计满足检测条件的红外图像，若该帧红外图像为第一帧满足检测条件的红外图像，则将满足检测条件的红外图像计数值置1，并记录该帧红外图像中动态变化区域的面积，进入步骤1)；否则，将满足检测条件的红外图像计数值加1，进入步骤5)；
5)若满足检测条件的红外图像计数值大于计数阈值，则判定待检测区域发生气体泄漏，进入步骤6)；否则，进入步骤1)；
6)输出报警信号，在该帧红外图像中标出提取的动态变化区域，并将当前帧红外图像与原背景图像进行融合，生成新的背景图像，进入步骤1)，完成待检测区域的VOCs气体泄漏检测。


2.如权利要求1所述的一种基于光学气体成像的VOCs气体泄漏检测方法，其特征在于，所述步骤2)中背景减除法的公式为：



其中，fn为采用背景减除法得到的动态变化区域；In为当前帧红外图像，b为背景图像，T为一个大于零的温度变化阈值。


3.如权利要求1所述的一种基于光学气体成像的VOCs气体泄漏检测方法，其特征在于，所述步骤3)的具体过程为：
3.1)设定检测条件，包括灰度平均值阈值、灰度方差范围、形状不规则度范围和面积变化率阈值；
3.2)计算提取的动态变化区域的灰度平均值m和灰度方差δ2，若灰度平均值m小于灰度平均值阈值且灰度方差δ2位于灰度方差范围内，则进入步骤4)；否则，进入步骤6)；
3.3)计算提取的动态变化区域的形状不规则度Ω，若形状不规则度Ω位于形状不规则度范围内，则进入步骤3.4)，否则，进入步骤6)；
3.4)计算提取的动态变化区域的面积变化率ΔA，若动态变化区域的面积变化率ΔA大于面积变化率阈值，则进入步骤4)，否则，进入步骤6)。


4.如权利要求3所述的一种基于光学气体成像的VOCs气体泄漏检测方法，其特征在于，所述步骤3.2)的具体过程为：
3.2.1)设定当前帧红外图像中灰度k出现的概率为p(k)，在i×j大小的当前帧红外图像区域中：



其中，nk为灰度k在当前帧红外图像中出现的次数；
3.2.2)根据计算的概率p(k)，计算提取的动态变化区域的灰度平均值...

【专利技术属性】
技术研发人员：汪洋，胡英，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁;21