基于视觉的红外气体泄漏检测算法研究

发布时间:2022-01-14 12:49
  随着石化工业的发展,化工生产中气体泄漏现象逐渐增多。这些气体大部分为挥发性有机化合物,且具有易燃易爆肉眼不可见的特点,泄漏时不易被及时察觉,一旦发生事故将对化工企业造成难以弥补的损失,并严重威胁人民生命财产安全。针对传统检测方法存在的检测范围小和效率低等不足,本文提出一种能够在较大范围内实现自动气体泄漏检测的方法。该方法利用气体红外成像技术,在红外图像的基础上引入可见光图像。利用该类气体只在红外条件下可见的视觉差异性,在异源图像配准的基础上,对红外与可见光下同时存在的运动干扰进行初步排除,得到更为准确的疑似泄漏区域。最后对疑似泄漏区域进行气体特征分析,判断是否存在气体泄漏。相较于传统方法,本文方法能够在没有人为干预的情况下进行全方位的气体泄漏监控,具有大范围、效率高、鲁棒性好和安全性强等显著优势。本文主要工作内容如下:(1)为了使红外与可见光图像中的同一目标达成映射,并用于后续视觉差异性处理,需要先进行异源图像的配准。由于目前异源图像配准算法难以在准确性和实时性上达到统一,本文提出一种利用图像闭合轮廓区域和互信息结合的异源图像配准算法。为实现轮廓区域提取,需要得到图像完整边缘信息,本文... 

【文章来源】:大连海事大学辽宁省 211工程院校

【文章页数】:73 页

【学位级别】:硕士

【部分图文】:

基于视觉的红外气体泄漏检测算法研究


图1.2传统气体检测设备??Fig.?1.2?Traditional?gas?detection?equipment??根据传感器工作原理的不同又可分为利用化学性质、物理性质和电化学性质的气体??

原理图,气体,成像,原理


2气体泄漏热成像检测技术??气体红外热成像技术是通过接收特定波段红外辐射进行成像。与光谱成像相比,热??成像技术具有结构相对简单、成本相对较低等优势。其基本原理是根据气体红外吸收光??谱特性,利用热像仪探测包含气体某个特征吸收峰的红外波段,对泄漏气体进行显示,??以灰度差异表现出人眼无法察觉的辐射变化,是气体红外热成像技术的理论基础[12]。??对于气体红外热成像技术,热像仪同时接收到来自背景和气体区域特定波段红外辐??射。气体区域相应波长的红外辐射被气体分子吸收,将发生衰减效果,如图1.3所示。??由此可观察到一团较暗且类似烟雾的气体.图像,如图1.4所示。??、、\、?热像仪???>???\??=?=?=?:{=?=?=?:{?\??/I??图1.3气体成像原理??Fig.?1.3?Gas?imaging?principle??-4?-??

光谱图,成像,气体,光谱


?大连海事大学硕士学位论文???,:.??图1.4气体成像效果??Fig.?1.4?Gas?imaging?effect??■I?.?丨丨:.,:??1.3.3气体泄漏光谱成像技术??光谱分析技术是一项重要的研宄手段,并广泛应用于科学研宄领域,可对物质结构??和化学成分等进行全方位的分析。随着光谱分析技术和图像分析技术的共同发展,出现??了将两种技术相结合的光谱成像技术。??光谱成像技术是新一代的光电探测技术,它将获取所探测物质的两种信息结合在一??起,同时分析物质的光谱信息和位置信息,并进行数据整合,是一种更加稳定、清晰度??更高的成像技术。??从原理上,光谱成像技术可分为棱镜色散、光栅色散和光干涉等几种类型。在实际??工程中,其主要是以吸收红外光谱波段和分辨率进行划分。如波段较少的多光谱成像技??术;工作波段较多的髙光谱成像技术。目前,随着实际应用中对更高分辨率的要求,诞??生了超光谱成像技术,光谱分辨率AXA^O.OOl,髙达lnm,其显著优势是拥有极髙的分??辨率,但因价格昂贵目前无法实现大范围使用t13L??1.4气体红外成像技术国内外发展现状??由于红外气体成像技术的显著优势,早在上个世纪末,国外学者就开始致力于红外??气体成像技术的研究。在发达国家:红外气体成像检测设备由于起步较早,始终处于行??业领先,并长期占据国际市场,在军事侦查、工业生产和环境监测等方面广泛应用。??比如美国FLIR公司早在2007年就推出GasFindIRTM系列光学气体热像仪,如表??1.2所示为FLIR比较典型的成像设备,其中GFx320为制冷型设备中的最新产品,能够??对天然气井尝海上平台和液化天然气接收站等

【参考文献】:
期刊论文
[1]基于SIFT/ORB几何约束的红外与可见光图像特征点匹配[J]. 奚绍礼,李巍,谢俊峰,莫凡.  红外技术. 2020(02)
[2]六氟化硫:最可怕的温室气体[J]. 任利海.  生态经济. 2020(03)
[3]气体传感器发展现状与展望[J]. 冯帅博,胡博,李博,李垚博.  化工管理. 2020(02)
[4]基于红外成像检漏技术的SF6高压设备气体泄漏检测[J]. 余均立.  机电信息. 2019(36)
[5]基于蚁群算法的边缘检测技术组合优化[J]. 詹宝容,骆金维,黄炜杰,李杏清.  电子设计工程. 2019(23)
[6]乙烯球罐区多源泄漏爆炸数值仿真[J]. 陈晓坤,李鑫,王秋红,蒋军成,张明广,罗振敏,王刘兵.  西安科技大学学报. 2019(06)
[7]宽谱段环境污染气体红外遥测技术研究[J]. 郑为建,余春超,杨智雄,张卫锋,王红伟,雷正刚,袁小春,张培仲,严敏,郑稚闵.  红外与激光工程. 2019(11)
[8]天然气泄漏被动式红外成像检测技术及系统性能评价研究进展[J]. 张旭,金伟其,李力,王霞,秦超.  红外与激光工程. 2019(S2)
[9]融合改进帧差和视觉背景提取算法的前景检测[J]. 段锁林,高仁洲,刘福,刘毛毛,王一凡,潘礼正.  小型微型计算机系统. 2019(09)
[10]联合K-means和形态学算子的图像边缘检测[J]. 王益艳,于贵.  舰船电子工程. 2019(07)

博士论文
[1]红外热成像甲烷气体探测与识别系统关键技术研究[D]. 熊仕富.长春理工大学 2018

硕士论文
[1]红外高光谱视频气体监测技术研究[D]. 谭苏灵.哈尔滨工业大学 2019



本文编号:3588537

论文下载
论文发表

本文链接:http://www.bigengculture.com/shoufeilunwen/xixikjs/3588537.html

相关文章提示点击查看相关文章
论文发表
专著教材出书