基于红外图像的危险气体泄露检测方法技术

本发明专利技术涉及一种基于红外图像的危险气体泄露检测方法。该方法包括如下步骤：1)使用红外热成像仪对生产环境进行拍摄；2)用拍摄获得的图片构建真实数据集D

【技术实现步骤摘要】
基于红外图像的危险气体泄露检测方法


[0001]本专利技术涉及利用图像识别进行气体检测的技术，具体涉及一种基于红外图像的危险气体泄露检测方法。
[0002]日常生活和工业生产中，气体得到了广泛的使用，比如日常生活使用的煤气、电力传输中使用的绝缘气体六氟化硫、化工生产中使用的二氧化硫等。有些气体一旦发生泄露，就会造成严重的后果。传统的检测方法采用的是固定式气体传感器，当气体发生泄漏，扩散到传感器附近并达到一定浓度后，传感器检测到并发出声光报警，由于气体扩散到传感器需要一定时间，发生气体泄露时无法保证立刻报警，导致气体泄漏无法及时被发现。同时工厂需要在生产车间中布置大量传感器，而此类传感器寿命有限，需要定时进行更换，会消耗大量的人力和物力。随着热成像技术的发展，气体泄漏红外成像检测技术近年来受到人们的关注，以其高效率、远距离、大范围等显著优势成为技术发展的重要方向。同时近年来深度学习的快速发展，使其成为气体泄漏检测任务中一项热门的领域。目前，使用深度学习的气体泄露检测方法存在着检测精度低、漏报率高等缺陷，只能检测气体的有无，无法具体确定泄露的位置，本专利提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外图像的危险气体泄露检测方法，其特征是：包括如下步骤，1)使用红外热成像仪对生产环境进行拍摄；2)用拍摄获得的图片构建真实数据集D
real
与合成数据集D
synthesis
，从合成数据集D
synthesis
中划分训练集D
synthesis
‑
train
、验证集D
synthesus
‑
validation
和测试集D
synthesus
‑
test
；3)构建泄漏气体语义分割网络LGSNet，所述LGSNet网络模型的主干网络为SegNet，由编码器、解码器和Softmax分类器构成；编码器包含5个下采样模块，每个模块由卷积层、批量归一化、ReLU激活函数和池化层组成；解码器包含5个上采样模块，每个模块由卷积层、批量归一化、ReLU激活函数和池化层组成；4)在主干网络添加包含SE模块的跳层连接，将对应的下采样模块与上采样模块相连；5)在编码器和解码器之间添加PPM模块；6)在PPM模块后添加两个Dropout层，并在两个Dropout层之间添加一个卷积核；7)对训练集D
synthesis
‑
train
进行训练，得到训练权重w；使用CrossEntropy_Loss作为损失函数，当模型损失在验证集D
synthesis
‑
validation
上连续20次不下降时，停止训练，得到训练权重w，否则继续训练；训练完成后在真实数据集D
real
上验证模型效果；8)输入图像，进行泄露气体检测，将获取到的红外图像输入到训练权重为w的模型中，模型根据权重自动分割出图像中的泄露气体。2.根据权利要求1所述的基于红外图像的危险气体泄露检测方法，其特征是：所述步骤2)包括如下步骤，2.1)从红外热成像仪拍摄所得的图像中选择N张包含泄露气体的图像，构建真实数据集D
real
；2.2)使用建模软件Blender生成泄露气体图像及其掩膜，并将气体图像作为前景叠加在Places365
‑
Standard数据集图片上，对图片进行灰度化处理，生成7064张图片作为合成数据集D
synthesis
；2.3)按设定比例将合成数据集D
synthesis
划分为训练集D
synthesis
‑
train
、验证集D
synthesis
‑
validation
和测试集D
synthesis
‑
tes
。3.根据权利要求1所述的基于红外图像的危险气体泄露检测方法，其特征是：所述步骤4)包括如下步骤，4.1)计算具有通道级的全局特征...

【专利技术属性】
技术研发人员：宋雪桦，马一鸣，邵守言，孙成伟，吴杰，段红宇，蔡可庆，龚海霞，朱桂生，谭永明，
申请(专利权)人：江苏创普信息科技有限公司江苏索普集团有限公司，
类型：发明
国别省市：