CN111784629A - 一种漏油检测方法和系统 - Google Patents

Abstract

本发明公开了一种漏油检测方法，包括以下步骤：S1：工控机控制紫外线发射机构向目标检测区域发射光线，并通过光学成像设备获取监控目标区域处的第一实时三通道图像；S2：工控机控制辅助光发射机构向目标检测区域发射光线，并通过光学成像设备获取目标检测区域的第二实时三通道图像；S3：工控机处理器利用紫外光照射油液体表面发生荧光效应原理，用图像差分法处理第一实时三通道图像和第二实时三通道图像，检测渗漏油情况，得到图像分析结果；S4：显示图像分析结果，同时将目标检测区域处的漏油情况以及相应的图像进行分组存储。本发明提高渗漏油检测判断准确性，对环境的可适应性更高、移植性更高。

Description

一种漏油检测方法和系统

技术领域

本发明涉及漏油检测领域，更具体地，涉及一种漏油检测方法和系统，用于电厂内检测设备油液泄漏情况。

背景技术

火电厂作为重要的能源生产部门，可靠运行是人们日常生活的保障。火电厂内设备种类较多，工作环境较为复杂，一旦出现故障要尽快发现并及时处理，日常管理中，对设备进行巡检是电厂主要工作。由于厂区内高热、高噪声等环境对巡检人员的身体健康是不利的，目前巡检大多为人工巡检，周期较长，耗费人工，因此无人巡检系统逐步得以发展。在长期的运行过程中，设备会出现不同程度的渗漏油现象，轻微的渗漏油是设备发热甚至导致后期的设备出现冒烟的情况的源头，以至于限制设备供电能力，渗漏油液严重时则影响设备安全，危害电网稳定运行。再者，由于油液颜色浅，漏油部位藏在各个角落，火电厂内部光线弱，油液在此环境下难以被发现，因此，运用计算机视觉对渗漏油的日常巡视维护中，对设备渗漏油检查进行精准判断就显得尤为重要。

荧光，又作“萤光”，是指一种光致发光的冷发光现象。当某种常温物质经某种波长的入射光(通常是紫外线或X射线)照射，吸收光能后进入激发态，并且立即退激发并发出比入射光的波长长的出射光(通常波长在可见光波段)；很多荧光物质一旦停止入射光，发光现象也随之立即消失。具有这种性质的出射光就被称之为荧光。另外有一些物质在入射光撤去后仍能较长时间发光，这种现象称为余辉。在日常生活中，人们通常广义地把各种微弱的光亮都称为荧光，而不去仔细追究和区分其发光原理。

近年来，在石油勘探和开发、土壤中油污染物含量监测以及飞机液压油泄漏和海面溢油监测等领域，荧光检测技术已被广泛应用，并得到大量研究成果，验证了石油荧光检测法的有效性。荧光检测技术为查找渗漏提供了新途径，荧光渗漏检测使用紫外光检漏灯，可以快速、简便、准确地找到最小的渗漏。

近年来适用于电厂的无人巡检渗漏油情况系统与方法有比较多的研究成果。

中国专利CN 110044559A发明公开了一种漏油检测方法、系统及装置，第一传感器获取当前环境的光照强度数据；根据当前环境的光照强度控制紫外线发射机构或可见光发射机构交替向监控目标区域处发射光线，并通过光学成像设备获取监控目标区域处的实时图像信息，获取荧光点面积大小，同时获取监控目标区域处反射过来的反射光的光照强度数据，并根据得到的反射光的光照强度数据和荧光点的面积大小，计算监控目标区域处的漏油程度和油面大小。该发明能满足对于监测目标水面漏油程度，但是考虑到水面环境简单，没有任何遮挡的局限性，再加上该装置布置了两个光强传感器，装置相对比较复杂，且处理方法上运用传感器检测到的光强进行相机的光圈调整，光强与图像成像之间的关系寻找困难。

中国专利CN 110346093A涉及一种基于智能巡检平台的油浸式套管渗漏油检测系统。该专利提取一种基于智能巡检平台的油浸式套管渗漏油检测系统的检测方法，其特征在于：首先采用灰度图像方法将荧光图像转化为灰度图像，然后根据二维最大间距原则对灰度图像进行水平和垂直压缩，并以数值矩阵的形式暂存，再提取该矩阵的特征向量，将该特征向量与无渗漏油情况下的荧光图像对应的特征向量集进行近似度计算，根据两者的近似度判断套管渗漏油的严重程度。该方法在判断是否存在渗漏油时在图像处理上处理并需要对之前无渗漏油的荧光图像进行对比，存在局限性，同一个场景不同时间，场景内光照度以及视野区域内设备会发生变化，对于这种变换，对渗漏油情况结果判断产生破坏性影响；因此该方法对于现场环境的变化的适应性不强。

发明内容

本发明的首要目的是提供一种漏油检测方法，根据油液在特定波长的光源照射下产生的荧光效应对油泄漏情况进行判断，提高了方法的移植性、效率、准确性。

本发明的进一步目的是提供一种漏油检测方法所用的系统。

为解决上述技术问题，本发明的技术方案如下：

一种漏油检测方法，包括以下步骤：

S1：工控机控制紫外线发射机构向目标检测区域发射光线，并通过光学成像设备获取监控目标区域处的第一实时三通道图像；

S2：工控机控制辅助光发射机构向目标检测区域发射光线，并通过光学成像设备获取目标检测区域的第二实时三通道图像；

S3：工控机处理器利用紫外光照射油液体表面发生荧光效应原理，用图像差分法处理第一实时三通道图像和第二实时三通道图像，检测渗漏油情况，得到图像分析结果。

上述方案中，根据油液在特定波长的光源照射下产生的荧光效应对油泄漏情况进行判断，由于监测场景的多样性和复杂性，检测区域中存在各种位置因素，如初油液之外的其它荧光物质以及设备光滑面的反射，这些都对油泄漏的检测都产生不利影响，将紫外光照射采集到的图像以及辅助光照射采集到的图像对目标检测区域进行渗漏油情况检测判断，对排除荧光物质以及反射都有很大作用，适应各种复杂场景，有效提高了方法的移植性、效率、准确性，移植性指该发明提供的方案适用于各种复杂场景。

优选地，所述辅助光发射机构发射的发射光的波长与紫外线发射机构发射的紫外光的波长不相同，且辅助光发射机构发射的发射光不与油液面发生荧光效应，通过辅助光发射机构照射目标检测区域，可见光相机能采集到质量高的图像，利于后期数字图像处理进行渗漏油情况检测判断。

优选地，所述辅助光发射机构为蓝色条形光光源，所述辅助光发射机构发射的发射光的波长为380纳米至500纳米，一般紫外线指的是波长400纳米以下的光，蓝光区间指的是380纳米到500纳米区间，从光谱图中更清晰地看出，蓝光与紫外光有一部分重叠，选取靠近紫外波长的蓝色光源，使同一视野区域，在蓝光与紫外光的照射下，在图像方面上反光、荧光物质在蓝色条形光以及紫外光光源照射下的成像图像在G、B通道的成像信息相似，因此运用紫外光照射采集的图像减去蓝色可见光照射采集的图像进行消除环境导致的图像干扰噪声，提高检测准确性。

优选地，步骤S3中用图像差分法处理第一实时三通道图像和第二实时三通道图像包括将第一实时三通道图像减去第二实时三通道图像，获得第三图像，通过紫外光荧光图像减去蓝光可见光图像把干扰噪声减少，有助于背景区域与漏油区域划分明显。

优选地，步骤S3中第一实时三通道图像减去第二实时三通道图像前，还对第一实时三通道图像和第二实时三通道图像进行图像增强，使得背景区域与漏油区域区别程度增大，有利于提取漏油区域。

优选地，步骤S3中检测渗漏油情况，具体为：

将第三图像转为三个单通道图像，分别为R通道图像、G通道图像、B通道图像；

分别对G通道图像和B通道图像运用最大类间方差法进行自动阈值分割，将漏油区域与背景区域进行划分；

对B通道提取出的漏油区域进行初步面积筛选，对于满足面积要求的，进行下一步操作，若不满足面积要求的区域则舍弃；

将B通道图像经过初步面积筛选后的漏油区域与G通道图像划分出的漏油区域做交集运算，交集为0的区域不为漏油区域，舍弃；从G通道提取的可疑漏油区域中找到交集不为0所对应的区域为可疑的漏油区域；

计算提取出的区域面积大小，比较对应监控目标区域处的漏油允许的油面大小，判断是否满足警报要求，若满足警报要求，即渗漏油程度较严重，该区域为可疑漏油区域；若不满足警报要求，则舍弃该区域。

对满足报警面积大小的可疑渗漏油区域进行二次筛选。通过增加筛选条件，消除对图像中的干扰噪声，如场景中由于光源的照射产生的设备表面反光以及场景中规则的结构的矩形标签牌等对渗漏油判断影响。

优选地，所述的二次筛选为增加rectangularity、struct_factor、anisometry三个筛选参数，具体为：

增加rectangularity区域特征筛选。rectangularity为矩形度，设置rectangularity在[0,0.85]范围，筛选掉范围外的可疑渗漏油区域，如矩形标签牌区域干扰。

增加struct_factor区域特征筛选。struct_factor为结构因素，设置struct_factor在[0,10]范围，筛选掉部分非渗漏油区域。

增加anisometry区域特征筛选。anisometry为椭圆参数，Ra/Rb长轴与短轴的比值。由于该区域中存在管道的反光的长条区域，因此将'anisometry'设置在[0,3]范围，运用该参数对可疑渗漏油进行筛选。

优选地，所述分别对G通道图像和B通道图像运用最大类间方差法进行自动阈值分割，将漏油区域与背景区域进行划分，具体为：

对G通道图像以及B通道图像进行中值滤波处理，得到去噪后的图像，使用去噪后的图像的像素值进行区域判断，若像素值大于预设阈值T则判断属于漏油区域像素，若低于预设阈值T则判断属于背景区域像素。

优选地，步骤S3还包括对可疑漏油区域进行灰度验证，所述灰度验证具体为：

将第三图像转为三个单通道图像，分别为R通道图像、G通道图像、B通道图像；

将R通道图像、G通道图像、B通道图像转换为H通道图像、S通道图像、V通道图像；

对H通道图像以及S通道图像进行固定阈值分割提取区域，对H通道图像提取灰度值在120-180范围的区域，对S通道图像提取灰度值在210-255范围的区域，并对H通道图像的提取区域和S通道图像的提取区域进行交集运算，交集不为0的区域为荧光油液区域；

通过验证H通道图像、S通道图像提取出的荧光油液区域与所述从G通道提取的可疑漏油区域中找到交集不为0所对应的区域是否存在交集进行可疑漏油区域的灰度验证，若存在交集的，即为漏油区域；交集为0的区域不为漏油区域，舍弃。

优选地，还包括步骤S4：

S4：在后台的显控模块上显示图像分析，同时将目标检测区域处的漏油情况以及相应的图像进行分组存储。

一种漏油检测系统，所述漏油检测系统实现上述所述的漏油检测方法，包括光源、光学成像设备和工控机，其中：

光源包括紫外线发射机构、辅助光发射机构，所述紫外线发射机构用以向目标检测区域处发射紫外光，所述辅助光发射机构用以向目标检测区域处发射辅助光；

所述光学成像设备用以获取目标检测区域处的实时图像信息；

所述工控机作为处理器将接收到的目标检测区域处的实时图像信息，并从所述实时图像信息中提取可疑区域，计算目标检测区域处的漏油程度和油面大小，判断是否存在油泄漏及是否满足拉响警报要求，并将结果进行分组存储；

所述紫外线发射机构、辅助光发射机构、光学成像设备和所述工控机连接。

上述系统中，采用工控机进行伺服控制、紫外光光源发射机构及辅助光发射机构的开关控制，以及算法结果输出进而实现实时检测目标区域情况，采用双光源发射机构，包括紫外光光源发射机构及辅助光发射机构，安装在光学成像设备上方，并能随着光学成像设备同步运行，保证成像区域即为光源照射区域，在环境复杂的区域，有效降低了由于设备密集导致的遮挡，能有效暴露出油液的荧光特性，采集到质量高的图像。

与现有技术相比，本发明技术方案的有益效果是：

本发明抗干扰性和准确率更高，本发明为了减少背景干扰导致渗漏油检测方法准确率和移植性下降，基于紫外光照射在油液表面会产生荧光效果的原理，采用双图像的图像差分法，对渗漏油情况进行检测。采用双图像背景相差油泄漏检测方法，通过紫外光照射采集的荧光图像减去辅助光照射采集的图像弱化背景影响，使噪声，例如除油外的荧光物质、设备反光对结果判断产生的影响降到最低，有利于突显荧光效果，有利于提取渗漏油区域。因此通过采用双图像的图像差分方法，提高了提取渗漏油区域方法的抗干扰性，提高判断渗漏油情况准确率。其次，本发明对环境的可适应性更高、移植性更高。充分考虑到电厂内部场景的多样性以及复杂性，未知性无处不在，综合多样的场景，准确对油泄漏情况进行判断。

附图说明

图1为本发明的方法流程示意图。

图2为本发明的系统结构示意图。

图3为本发明的系统光源安装位置示意图侧视图。

图4为本发明的系统光源安装位置示意图正视图。

图中，1为光学设备壳体，2为紫外线发射机构，3为辅助光发射机构，4为光学成像设备。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

本实施例提供一种漏油检测方法，如图1，包括以下步骤：

S1：工控机控制紫外线发射机构向目标检测区域发射光线，并通过光学成像设备获取监控目标区域处的第一实时三通道图像；

S2：工控机控制辅助光发射机构向目标检测区域发射光线，并通过光学成像设备获取目标检测区域的第二实时三通道图像；

S3：工控机处理器利用紫外光照射油液体表面发生荧光效应原理，用图像差分法处理第一实时三通道图像和第二实时三通道图像，检测渗漏油情况，得到图像分析结果。

所述辅助光发射机构发射的发射光的波长与紫外线发射机构发射的紫外光的波长不相同，且辅助光发射机构发射的发射光不与油液面发生荧光效应。

所述辅助光发射机构为蓝色条形光光源，所述辅助光发射机构发射的发射光的波长为380纳米至500纳米。

步骤S3中用图像差分法处理第一实时三通道图像和第二实时三通道图像包括将第一实时三通道图像减去第二实时三通道图像，获得第三图像。

步骤S3中第一实时三通道图像减去第二实时三通道图像前，还对第一实时三通道图像和第二实时三通道图像进行图像增强。

所述的图像增强方法，该实例中运用图像乘法运算起到对图像的增强作用，具体为：

图像乘法运算按照公式：

g'＝g1*g2*Mult+Add

式中，g'为输出的图像，即图像增强后的图像，g1、g2分别表示输入图像的像素值，即增强前的图像的像素值，这里g1、g2为同一图像，当对第一实时三通道图像进行图像增强时，g1、g2都为第一实时三通道图像的像素值；当对第二实时三通道图像进行图像增强时，g1、g2都为第二实时三通道图像的像素值；Mult为灰度范围适应因子，Add为灰度范围适应值，从图像乘法公式可以看到，Mult起到像素值放大倍数因子的作用，Add起到偏置作用，但都同时起到控制增强后的灰度值的大小作用，控制图像增强效果。

第一实时三通道图像通过图像自乘运算，并设置Mult＝0.003，Add＝0，使油液荧光颜色特征充分暴露，大大拉大了亮暗图像点之间的差距，即提高了对比度。

第二实时三通道图像通过图像自乘运算，并设置Mult＝0.006，Add＝0，对应第一实时三通道图像的图像增强效果，进行相应的倍数增强，且增强倍数相对于第一实时通道增强倍数大，能有利于消除部分噪声干扰。

步骤S3中检测渗漏油情况，具体为：

将第三图像转为三个单通道图像，分别为R通道图像、G通道图像、B通道图像；

分别对G通道图像和B通道图像运用最大类间方差法进行自动阈值分割，将漏油区域与背景区域进行划分；

对B通道提取出的漏油区域进行初步面积筛选，对于满足面积要求的，进行下一步操作，若不满足面积要求的区域则舍弃；

将B通道图像经过初步面积筛选后的漏油区域与G通道图像划分出的漏油区域做交集运算，交集为0的区域不为漏油区域，舍弃；从G通道提取的可疑漏油区域中找到交集不为0所对应的区域为可疑的漏油区域；

计算提取出的区域面积大小，比较对应监控目标区域处的漏油允许的油面大小，判断是否满足警报要求，若满足警报要求，即渗漏油程度较严重，该区域为可疑漏油区域；若不满足警报要求，则舍弃该区域。

对满足报警面积大小的可疑渗漏油区域进行二次筛选。通过增加筛选条件，消除对图像中的干扰噪声，如场景中由于光源的照射产生的设备表面反光以及场景中规则的结构的矩形标签牌等对渗漏油判断影响。

所述的二次筛选，其特征在于，所述增加rectangularity、struct_factor、anisometry三个筛选参数，具体为：

增加rectangularity区域特征筛选。rectangularity为矩形度，设置rectangularity在[0,0.85]范围，筛选掉范围外的可疑渗漏油区域，如矩形标签牌区域干扰。

增加struct_factor区域特征筛选。struct_factor为结构因素，设置struct_factor在[0,10]范围，筛选掉部分非渗漏油区域。

增加anisometry区域特征筛选。anisometry为椭圆参数，Ra/Rb长轴与短轴的比值。由于该区域中存在管道的反光的长条区域，因此将'anisometry'设置在[0,3]范围，运用该参数对可疑渗漏油进行筛选，保留范围内的可疑渗漏油区域。

所述分别对G通道图像和B通道图像运用最大类间方差法进行自动阈值分割，将漏油区域与背景区域进行划分，具体为：

对G通道图像以及B通道图像进行中值滤波处理，得到去噪后的图像，使用去噪后的图像的像素值进行区域判断，若像素值大于预设阈值T则判断属于漏油区域像素，若低于预设阈值T则判断属于背景区域像素。

步骤S3还包括对可疑漏油区域进行灰度验证所述灰度验证具体为：

将第三图像转为三个单通道图像，分别为R通道图像、G通道图像、B通道图像；

将R通道图像、G通道图像、B通道图像转换为H通道图像、S通道图像、V通道图像；

对H通道图像以及S通道图像进行固定阈值分割提取区域，对H通道图像提取灰度值在120-180范围的区域，对S通道图像提取灰度值在210-255范围的区域，并对H通道图像的提取区域和S通道图像的提取区域进行交集运算，交集不为0的区域为荧光油液区域；

通过验证H通道图像、S通道图像提取出的荧光油液区域与所述从G通道提取的可疑漏油区域中找到交集不为0所对应的区域是否存在交集进行可疑漏油区域的灰度验证，若存在交集的，即为漏油区域；交集为0的区域不为漏油区域，舍弃。

对H通道图像以及S通道图像进行固定阈值分割提取区域，。对H通道图像提取灰度值在120-180范围的区域，对S通道图像提取灰度值在210-255范围的区域；并对该两通道区域进行交集运算，交集不为0的区域为荧光油液区域。

通过验证H、S通道提取出的荧光油液区域验证可疑漏油区域是否与所述从G通道提取的可疑漏油区域中找到交集不为0所对应的区域是否存在交集进行可疑漏油区域的灰度验证，若存在交集的，即为漏油区域；交集为0的区域不为漏油区域，舍弃。

还包括步骤S4：

S4：在后台的显控模块上显示图像分析，同时将目标检测区域处的漏油情况以及相应的图像进行分组存储。

实施例2

本实施例提供一种漏油检测系统，如图2至4，所述漏油检测系统实现实施例1所述的漏油检测方法，包括光源、光学成像设备和工控机，其中：

光源包括紫外线发射机构2、辅助光发射机构3，所述紫外线发射机构2用以向目标检测区域处发射紫外光，所述辅助光发射机构3用以向目标检测区域处发射辅助光；

所述光学成像设备4用以获取目标检测区域处的实时图像信息；

所述工控机作为处理器将接收到的目标检测区域处的实时图像信息，并从所述实时图像信息中提取可疑区域，计算目标检测区域处的漏油程度和油面大小，判断是否存在油泄漏及是否满足拉响警报要求，并将结果进行分组存储；

所述紫外线发射机构2、辅助光发射机构3、光学成像设备4和所述工控机连接。

所述光学设备壳体1包裹着光学成像设备4，所述紫外线发射机构2和辅助光发射机构3上下间隔地水平设置在所述壳体1外部上方的位置。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种漏油检测方法，其特征在于，包括以下步骤：

S1：工控机控制紫外线发射机构向目标检测区域发射光线，并通过光学成像设备获取监控目标区域处的第一实时三通道图像；

S2：工控机控制辅助光发射机构向目标检测区域发射光线，并通过光学成像设备获取目标检测区域的第二实时三通道图像；

S3：工控机处理器利用紫外光照射油液体表面发生荧光效应原理，用图像差分法处理第一实时三通道图像和第二实时三通道图像，检测渗漏油情况，得到图像分析结果。

2.根据权利要求1所述的漏油检测方法，其特征在于，所述辅助光发射机构发射的发射光的波长与紫外线发射机构发射的紫外光的波长不相同，且辅助光发射机构发射的发射光不与油液面发生荧光效应。

3.根据权利要求2所述的漏油检测方法，其特征在于，所述辅助光发射机构为蓝色条形光光源，所述辅助光发射机构发射的发射光的波长为380纳米至500纳米。

4.根据权利要求2或3所述的漏油检测方法，其特征在于，步骤S3中用图像差分法处理第一实时三通道图像和第二实时三通道图像包括将第一实时三通道图像减去第二实时三通道图像，获得第三图像。

5.根据权利要求4所述的漏油检测方法，其特征在于，步骤S3中第一实时三通道图像减去第二实时三通道图像前，还对第一实时三通道图像和第二实时三通道图像进行图像增强。

6.根据权利要求5所述的漏油检测方法，其特征在于，步骤S3中检测渗漏油情况，具体为：

将第三图像转为三个单通道图像，分别为R通道图像、G通道图像、B通道图像；

分别对G通道图像和B通道图像运用最大类间方差法进行自动阈值分割，将漏油区域与背景区域进行划分；

对B通道提取出的漏油区域进行初步面积筛选，对于满足面积要求的，进行下一步操作，若不满足面积要求的区域则舍弃；

将B通道图像经过初步面积筛选后的漏油区域和G通道图像划分出的漏油区域做交集运算，交集为0的区域不为漏油区域，舍弃；从G通道提取的可疑漏油区域中找到交集不为0所对应的区域为可疑的漏油区域；

计算提取出的区域面积大小，比较对应监控目标区域处的漏油允许的油面大小，判断是否满足警报要求，若满足警报要求，即渗漏油程度较严重，该区域为可疑漏油区域；若不满足警报要求，则舍弃该区域；

对满足报警面积大小的可疑渗漏油区域进行二次筛选，所述的二次筛选包括增加rectangularity、struct_factor、anisometry三个筛选参数，具体为：

增加rectangularity区域特征筛选，rectangularity为矩形度，设置rectangularity在[0，0.85]范围，筛选掉范围外的可疑渗漏油区域；

增加struct_factor区域特征筛选，struct_factor为结构因素，设置struct_factor在[0,10]范围，筛选掉部分非渗漏油区域；

增加anisometry区域特征筛选，anisometry为椭圆参数，Ra/Rb长轴与短轴的比值，将anisometry设置在[0,3]范围，运用该参数对可疑渗漏油进行筛选，保留范围内的可疑渗漏油区域。

7.根据权利要求6所述的漏油检测方法，其特征在于，所述分别对G通道图像和B通道图像运用最大类间方差法进行自动阈值分割，将漏油区域与背景区域进行划分，具体为：

对G通道图像以及B通道图像进行中值滤波处理，得到去噪后的图像，使用去噪后的图像的像素值进行区域判断，若像素值大于预设阈值T则判断属于漏油区域像素，若低于预设阈值T则判断属于背景区域像素。

8.根据权利要求7所述的漏油检测方法，其特征在于，步骤S3还包括对可疑漏油区域进行灰度验证所述灰度验证具体为：

将第三图像转为三个单通道图像，分别为R通道图像、G通道图像、B通道图像；

将R通道图像、G通道图像、B通道图像转换为H通道图像、S通道图像、V通道图像；

对H通道图像以及S通道图像进行固定阈值分割提取区域，对H通道图像提取灰度值在120-180范围的区域，对S通道图像提取灰度值在210-255范围的区域，并对H通道图像的提取区域和S通道图像的提取区域进行交集运算，交集不为0的区域为荧光油液区域；

通过验证H通道图像、S通道图像提取出的荧光油液区域与所述从G通道提取的可疑漏油区域中找到交集不为0所对应的区域是否存在交集进行可疑漏油区域的灰度验证，若存在交集的，即为漏油区域；交集为0的区域不为漏油区域，舍弃。

9.根据权利要求8所述的漏油检测方法，其特征在于，还包括步骤S4：

S4：在后台的显控模块上显示图像分析，同时将目标检测区域处的漏油情况以及相应的图像进行分组存储。

10.一种漏油检测系统，其特征在于，所述漏油检测系统实现权利要求1至9任一项所述的漏油检测方法，包括光源、光学成像设备和工控机，其中：

光源包括紫外线发射机构、辅助光发射机构，所述紫外线发射机构用以向目标检测区域处发射紫外光，所述辅助光发射机构用以向目标检测区域处发射辅助光；

所述光学成像设备用以获取目标检测区域处的实时图像信息；

所述工控机作为处理器将接收到的目标检测区域处的实时图像信息，并从所述实时图像信息中提取可疑区域，计算目标检测区域处的漏油程度和油面大小，判断是否存在油泄漏及是否满足拉响警报要求，并将结果进行分组存储；

所述紫外线发射机构、辅助光发射机构、光学成像设备和所述工控机连接。

Images