首页|基于低对比度红外图像时空信息的气体泄漏检测

基于低对比度红外图像时空信息的气体泄漏检测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
气体泄漏事故造成的危害是多方面的，如环境污染、人员财产损失、火灾爆炸。红外热成像作为可实现大范围快速成像的定性探测技术被广泛使用，相比一般红外图像，气体红外图像的对比度更低，边缘更加模糊，不易识别。针对上述问题，本文提出一种基于混合高斯背景建模的低对比度气体红外图像泄漏检测方法。首先，在预处理阶段，提出时域自适应帧间滤波算法实现红外图像的降噪和细节保持;然后，基于空域信息和梯度信息约束，提出时空混合高斯背景模型实现泄漏气体目标的前景的初步提取;最后，为更好地去除前景检测中干扰的运动目标，利用改进的快速鲁棒的模糊C均值聚类方法实现气体区域的自适应分割。实验结果表明，在5 m的泄漏距离下，该检测算法可有效提高准确率，弥补气体区域空洞问题，降低其他运动物体的干扰，气体泄漏检测准确率在92。3%～96。3%，与其他算法相比具有显著的抗干扰和区域分割能力。
Gas leakage detection based on spatiotemporal information of low contrast infrared images
The hazards caused by gas leakage accident are multifaceted,such as environmental pollution,personnel and property loss,fire and explosion.Thermal infrared imaging is widely used as a qualitative detection technology that can realize large-scale and fast imaging.However,compared with general infra-red image,the contrast of gas cloud infrared image is lower,the edge is more blurred,and it's hard to de-tection.To solve this problem,this article proposed a leak detection method for low contrast gas infrared images based on mixed Gaussian background modeling.Firstly,in the preprocessing stage,time-domain adaptive interframe filtering algorithm was proposed to realize noise reduction and detail maintenance of in-frared images.Then,based on spatial information and gradient information constraints,a spatiotemporal mixed Gaussian background model was proposed to achieve preliminary extraction of the foreground of leaked gas targets.Finally,to better remove interfering moving targets in foreground detection,an im-proved fast and robust fuzzy C-means clustering method was used to realize adaptive segmentation of gas regions.The experimental results show that at the leakage distance of 5 m,this detection algorithm can ef-fectively improve accuracy,compensate for the problems of gas region voids,and reduce interference from other moving objects.The accuracy of gas leakage detection is between 92.3%and 96.3%,which has significant anti-interference and region segmentation capabilities compared to other algorithms.

gas leakage detectioninfrared thermal imagingspatiotemporal Gaussian mixture modeltime-domain adaptive inter frame filteringmoving detectionfast and robust fuzzy C-means clustering

左金辉、徐文斌、周世杰、盛道斌、徐向东、李正强、韩颖慧、吴春江、张磊

展开 >

中国科学院 空天信息创新研究院,国家环境保护卫星遥感重点实验室&遥感科学国家重点实验室,北京 100101

中国科学院大学,北京 100049

北京环境特性研究所 光学辐射重点实验室,北京 100854

电子科技大学 信息与软件工程学院,四川 成都 610054

江苏安级联科技有限公司,江苏 南通 226000

四川易方智慧科技有限公司,四川 成都 610000

中国科学院大学 资源与环境学院,北京 100049

展开 >

气体泄漏检测 红外热成像 时空高斯混合模型 时域自适应帧间滤波 运动检测 快速和鲁棒的模糊C均值聚类

国家重点研发计划国家重点研发计划

2022YFE02095002023YFB3907405

2024

10.37188/OPE.20243208.1186

光学精密工程
中国科学院长春光学精密机械与物理研究所 中国仪器仪表学会

光学精密工程

CSTPCD北大核心
影响因子：2.059
ISSN：1004-924X
年,卷(期)：2024.32(8)
  • 26