CN115689533A - 一种用于废气监测及处理的智慧运维系统数据管理方法 - Google Patents
一种用于废气监测及处理的智慧运维系统数据管理方法 Download PDFInfo
- Publication number
- CN115689533A CN115689533A CN202211670474.8A CN202211670474A CN115689533A CN 115689533 A CN115689533 A CN 115689533A CN 202211670474 A CN202211670474 A CN 202211670474A CN 115689533 A CN115689533 A CN 115689533A
- Authority
- CN
- China
- Prior art keywords
- image
- abnormal
- area
- clusters
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002912 waste gas Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 238000012423 maintenance Methods 0.000 title claims abstract description 13
- 238000013523 data management Methods 0.000 title claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 145
- 238000009792 diffusion process Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 11
- 239000007789 gas Substances 0.000 claims description 36
- 239000000126 substance Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000001931 thermography Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000003708 edge detection Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种用于废气监测及处理的智慧运维系统数据管理方法，涉及机器视觉技术领域，该方法包括：获取废气排放区域的RGB图像和红外热图像；利用红外热图像和RGB图像的二值图中对应位置的像素点对比做差确定出热力边缘；利用热力边缘对应到红外热图像的灰度图像中得到异常区域；利用像素点的目标梯度值聚类得到多个聚簇；获取异常区域中每个聚簇的梯度均值序号和数量序号；根据梯度均值序号与数量序号的匹配数量得到异常区域的扩散程度，根相邻聚簇之间的灰度均值的差值得到异常区域的灰度变化率；计算异常区域为废气泄露区域的概率并确定出废气泄露区域，本发明提高了废气泄露区域检测的准确率，实现了对废气泄露的智能监测。
Description
技术领域
本发明涉及机器视觉领域，具体涉及一种用于废气监测及处理的智慧运维系统数据管理方法。
背景技术
工业生产和石油化工等领域的废气泄漏尤为常见，然而废气泄漏事故所造成的危害是多方面的，比如易燃易爆废气一旦发生泄漏，则极有可能发生火灾爆炸等重大安全事故。
目前对工业生产中的废气泄漏检测大多使用红外热成像摄像机监测识别，红外线热成像摄像机可以通过探测不同温度物体发出的不同波长的红外热辐射识别物体表面的温度，进而呈现出肉眼和普通摄像机无法看见和采集到的物体的特征信息；并且红外热成像摄像机不受光线强弱的干扰，可用于完全黑暗的环境下实现有效的探测和识别。
但是红外热成像摄像机采集的红外热图像中除了废气泄露区域，其他非废气泄露区域都具有自身温度所显示出的热力颜色，容易对我们需要的目标信息（废气泄漏信息）产生严重干扰，难以区分，无法得到准确的废气泄露区域，因此，本发明提出一种用于废气监测及处理的智慧运维系统数据管理方法。
发明内容
本发明提供一种用于废气监测及处理的智慧运维系统数据管理方法，以解决现有的问题。
本发明的一种用于废气监测及处理的智慧运维系统数据管理方法，采用如下技术方案：
获取目标区域的RGB图像和红外热图像，目标区域是指可能会发生废气泄露的区域；
分别获取RGB图像和红外热图像的灰度图像以及灰度图像的二值图；
获取红外热图像的二值图与RGB图像的二值图的差值图像，利用差值图像中像素点的灰度值确定出热力边缘；
利用差值图像中热力边缘确定红外热图像的灰度图像中的多个异常区域；
获取每个异常区域中每个像素点在邻域内的最大梯度值作为每个像素点的目标梯度值，对每个异常区域中每个像素点的目标梯度值进行无监督聚类得到每个异常区域中的多个聚簇；
获取异常区域中每个聚簇的像素点的目标梯度值的均值并按从小到大的顺序排列得到该异常区域中的每个聚簇的梯度均值序号；
获取异常区域中每个聚簇的像素点数量并按从小到大的顺序排列得到该异常区域中每个聚簇的数量序号；
根据异常区域中梯度均值序号与数量序号相等的聚簇的数量得到该异常区域的扩散程度，每个聚簇包括一个梯度均值序号与数量序号；
根据异常区域中每个聚簇按照梯度均值序号排列时相邻聚簇之间的灰度均值的差值得到该异常区域的灰度变化率；
利用每个异常区域的扩散程度和灰度变化率计算对应的异常区域为废气泄露区域的概率并确定出废气泄露区域。
进一步，分别获取RGB图像和红外热图像的灰度图像的二值图的步骤包括：
分别获取RGB图像和红外热图像的边缘图像；
分别对得到的边缘图像进行二值化得到RGB图像的灰度图像的二值图和红外热图像的灰度图像的二值图。
进一步，获取红外热图像的二值图与RGB图像的二值图的差值图像的步骤包括：
利用红外热图像的二值图中像素点的灰度值减去RGB图像的二值图中对应位置的像素点的灰度值，得到差值图像。
进一步，利用差值图像中灰度值为1的像素点得到差值图像的热力边缘。
进一步，将差值图像中热力边缘对应到红外热图像的灰度图像中得到红外热图像的灰度图像中的多个异常区域。
进一步，根据异常区域中聚簇的梯度均值序号与数量序号相等的数量得到该异常区域的扩散程度的步骤包括：
获取异常区域中均值序号与数量序号相等的聚簇的数量；
获取异常区域中的聚簇的总数量；
根据异常区域中均值序号与数量序号相等的聚簇的数量与聚簇总数量的比值得到该异常区域的扩散程度。
进一步，根据异常区域中每个聚簇按照梯度均值序号排列时相邻聚簇之间的灰度均值的差值得到该异常区域的灰度变化率的步骤包括：
将异常区域中的聚簇按照梯度均值的序号进行排列；
获取排列后异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量；
根据异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量与相邻聚簇的总数量之间的比值得到异常区域的灰度变化率。
进一步，计算异常区域的灰度变化率的公式为：
其中，
表示异常区域的灰度变化率；
表示异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量；
表示异常区域中聚簇的总数量，
表示异常区域中相邻聚簇的总数量。
进一步，利用每个异常区域的扩散程度和灰度变化率计算对应的异常区域为废气泄露区域的概率的公式为：
其中，
表示异常区域为废气泄露区域的概率；
表示异常区域的扩散程度；
表示异常区域的灰度变化率；
、
分别表示异常区域的扩散程度的权重和灰度变化率的权重。
进一步，还包括根据废气泄露区域的面积确定是否发出预警。
本发明的有益效果是：本发明的一种用于废气监测及处理的智慧运维系统数据管理方法，通过得到RGB图像和红外热图像中边缘图像的二值图，利用两个二值图中对应位置像素点的灰度值相减得到红外热图像的热力边缘，去除了红外热图像中一部分其他非废气泄露区域的边缘干扰，保留了废气泄露区域的边缘；利用异常区域中每个像素点在邻域中的目标梯度值进行聚类得到多个聚簇，利用异常区域中每个聚簇中目标梯度值的均值、目标梯度值的数量以及目标梯度值对应的像素点的灰度值均值进行分析，确定出异常区域的扩散程度和灰度变化率用于表示废气泄露的扩散情况和扩散速度，进而可以根据扩散程度和灰度变化率排除其他异常区域的干扰，准确的确定出废气泄露区域。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种用于废气监测及处理的智慧运维系统数据管理方法的实施例总体步骤的流程图；
图2为热力边缘图像的二值图的示意图；
图3为形状边缘图像的二值图的示意图；
图4为差值图像的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的一种用于废气监测及处理的智慧运维系统数据管理方法的实施例，如图1所示，该方法包括：
S1、获取目标区域的RGB图像和红外热图像，目标区域是指可能会发生废气泄露的区域；获取废气排放区域的RGB图像和红外热图像；分别获取RGB图像和红外热图像的灰度图像以及灰度图像的二值图。
具体的，在智慧运维系统的采集模块中，利用普通相机采集可能会发生废气泄露的区域的RGB图像，将可能会发生废气泄露的区域记为目标区域。
将红外摄像机布置在与普通相机拍摄视角相同的位置，采集目标区域的红外热图像。
如果目标区域存在废气泄漏，则废气在红外热图像中是可以以温度特征表现出来的，即可以在红外热图像中显示出废气的形状，但是由于废气泄露量相对与排放量较少且受背景环境的影响所以普通相机采集到的图像中是无法显示废气形状的；因此对RGB图像进行边缘检测无法得到废气的边缘，而红外热图像进行边缘检测可以得到废气的边缘。
在处理模块中，可选的，本方案选用sobel算子对RGB图像和红外热图像进行边缘检测，由于sobel算子对噪声比较敏感，所以先对RGB图像和红外热图像进行高斯模糊降噪处理；对降噪处理后的RGB图像和红外热图像进行灰度化处理，得到RGB图像的灰度图像和红外热图像的灰度图像；使用Sobel函数分别对得到的灰度图像进行边缘检测得到RGB图像的边缘图像，记为形状边缘图像，以及红外热图像的边缘图像，记为热力边缘图像。
对RGB图像和红外热图像的边缘图像，即形状边缘图像和热力边缘图像进行二值化分析，将非边缘像素点的灰度值标记为0，边缘像素点的灰度值标记为1，分别得到了形状边缘图像和热力边缘图像的二值图，即RGB图像的灰度图像的二值图和红外热图像的灰度图像的二值图。
S2、获取红外热图像的二值图与RGB图像的二值图的差值图像，利用差值图像中像素点的灰度值确定出热力边缘；利用差值图像中热力边缘确定红外热图像的灰度图像中的多个异常区域。
由于泄漏的废气在形状边缘图像中不存在形状边缘，但是在热力边缘图像中存在热力边缘，所以可以对两个边缘图像的二值图对比做差，保留仅属于热力而不属于形状的边缘，则保留的区域就可能为泄漏的废气的边缘，但是也可能是部分其他非泄露区域的边缘，所以该边缘图像对比做差的步骤只是可以去除部分非泄露区域的干扰，减少后续计算量。
在智慧运维系统的评估判断模块中，具体对比做差的方式为：利用热力边缘图像的二值图中像素点的灰度值减去形状边缘图像的二值图中对应位置的像素点的灰度值，得到差值图像；如图2所示为热力边缘图像的二值图的示意图，如图3所示为形状边缘图像的二值图的示意图；如图4所示为差值图像的示意图。
获取差值图像中灰度值为1的像素点，利用灰度值为1的像素点得到差值图像的热力边缘，将差值图像中的热力边缘对应到红外热图像中得到红外热图像的灰度图像中疑似废气泄露区域的异常区域，具体方式为，在红外热图像的灰度图像中标记出差值图像中热力边缘对应的位置，标记的位置围成的轮廓内部就是疑似废气泄露的异常区域，标记位置会围成多个轮廓，即表示得到多个异常区域。
需要说明的是，由于规则是用热力边缘图像减去的形状边缘图像，因此若当前边缘仅为热力边缘，那么说明在形状边缘对应的像素点位置上是不存在边缘的，则在热成像边缘图中该像素点值为1，在原图像边缘检测得到的图中对应位置的像素点为0，这种情况得到的最终结果为1；同理可得，若当前边缘不是热力边缘，则在热成像边缘图中值为0，不论原图像边缘图中对应位置是否存在边缘值为1或0，其最终相减结果都不可能为1；若当前边缘不只是热力边缘，即为既是热力边缘也是形状边缘，那么在两张边缘图中对应位置都为1，最终相减结果为0，不为1；由此，得到的差值图像中包括仅属于热力边缘的像素点，泄露废气就是仅属于热力边缘，但是差值图像中还包括部分其他非泄露区域，所以需要进一步分析。
S3、获取每个异常区域中每个像素点在邻域内的最大梯度值作为每个像素点的目标梯度值，对每个异常区域中每个像素点的目标梯度值进行无监督聚类得到每个异常区域中的多个聚簇。
废气一般是通过管道的阀门或者焊接口等部分向外泄漏喷发出来的，天然气等一些主要由甲烷组成的废气比空气轻，废气会向上飘出，在红外热图像的灰度图中，整个泄漏区域的起始泄漏部分内部废气更密集，说明该部分内部像素点之间的梯度变化不大，该部分区域较窄面积较小，说明像素点的数量较少；而相反，随着距离泄漏起始点越远，加上空气中风力和压力等影响，废气内部分布更加稀疏（之间会夹杂着背景像素点），朝着各方向扩散，区域面积会越来越大。所以，随着泄漏废气的扩散，泄露区域内部的像素点的目标梯度值会发生由小到大的变化，且由于起始部分面积更小，所以梯度值小的像素点数量也小于梯度值大的数量。
获取每个异常区域中每个像素点在8邻域中的最大梯度值，作为每个像素点的目标梯度值，对每个异常区域中的像素点按照目标梯度值进行无监督聚类得到每个异常区域中的多个像素点的聚簇。
利用异常区域中每个聚簇中像素点的数量、灰度值和目标梯度值分析该区域是否为废气泄露区域。
S4、获取异常区域中每个聚簇的像素点的目标梯度值的均值并按从小到大的顺序排列得到该异常区域中的每个聚簇的梯度均值序号；获取异常区域中每个聚簇的像素点数量并按从小到大的顺序排列得到该异常区域中每个聚簇的数量序号。
具体的，每个异常区域的分析方式相同，以其中一个异常区域为例进行描述：计算异常区域的每个聚簇中所有像素点的目标梯度值的梯度均值，将异常区域中的多个聚簇按照得到的梯度均值从小到大的顺序进行排列得到聚簇的梯度均值序列，进行得到了每个聚簇按照梯度均值排列时的梯度均值序号。
获取异常区域中每个聚簇中像素点的数量，将每个聚簇按照像素点的数量从小到大的顺序排列得到聚簇的数量序列，进而从数量序列中得到每个聚簇的数量序号。
S5、根据异常区域中梯度均值序号与数量序号相等的聚簇的数量得到该异常区域的扩散程度，每个聚簇包括一个梯度均值序号与数量序号。
获取异常区域中均值序号与数量序号相等的聚簇的数量以及该异常区域中聚簇的总数量，根据异常区域中均值序号与数量序号相等的聚簇的数量与聚簇总数量的比值得到该异常区域的扩散程度，具体计算异常区域的扩散程度的公式为：
其中，
表示异常区域的扩散程度，
；
表示异常区域中均值序号与数量序号相等的聚簇的数量；
表示异常区域中聚簇的总数量；梯度均值最小的聚簇对应的像素点数量应该是最少的，梯度均值最大的聚簇对应的聚簇中的像素点的数量应该是最大的，每个聚簇的梯度均值大小和数量序号如果匹配，就认为是符合废气泄露区域的特征的，匹配的聚簇数量越多，说明该区域越符合泄漏的扩散特征，越有可能是泄漏区域。
S6、根据异常区域中每个聚簇按照梯度均值序号排列时相邻聚簇之间的灰度均值的差值得到该异常区域的灰度变化率。
由于废气在刚开始泄漏的部分所受到的压力大，所以速度变化就快，废气分布较为密集，不包括背景像素点，随着废气向外延伸的过程中受到阻力等影响，速度会持续降低，废气分布稀疏，会参杂部分背景像素点，所以泄露区域在红外热图像的灰度图像中颜色会由亮变暗，灰度值从大变小。
获取异常区域中每个聚簇的目标梯度值对应的像素点在红外热图像的灰度图像中的灰度均值，将聚簇按照聚簇的梯度均值序列排序，根据下式计算排序后相邻聚簇的灰度均值之间的差值：
其中，
表示按照梯度均值序列排序后第
个聚簇的灰度均值；
表示按照梯度均值序列排序后第
个聚簇的灰度均值；
表示设定的差值阈值；本方案中设置差值阈值为8。
获取异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量，根据异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量与相邻聚簇的总数量之间的比值得到异常区域的灰度变化率，具体的计算异常区域的灰度变化率的公式为：
其中，
表示异常区域的灰度变化率；
表示异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量；
表示异常区域中聚簇的总数量，
表示异常区域中相邻聚簇的总数量，
值越大，说明灰度值变化率越高，即符合废气泄露区域特征的相邻聚簇的数量越多，该区域为废气泄漏区域的可能性越大。
S7、利用每个异常区域的扩散程度和灰度变化率计算对应的异常区域为废气泄露区域的概率并确定出废气泄露区域。
具体的，根据每个异常区域的扩散程度和灰度变化率计算对应的异常区域为废气泄露区域的概率，计算每个异常区域为废气泄露区域的概率的公式为：
其中，
表示异常区域为废气泄露区域的概率；
表示异常区域的扩散程度；
表示异常区域的灰度变化率；
、
分别表示异常区域的扩散程度的权重和灰度变化率的权重，由于内部特征和扩散情况所受到的干扰因素较少，并且符合大部分废气泄漏的表现性质，而灰度值变化由于受速度的影响，而速度又会受到泄漏废气的种类，空气的阻力等众多因素，所以建议
，
，设置概率阈值为0.8，当异常区域为废气泄露区域的概率大于等于0.8时，认为该异常区域为废气泄露区域，当异常区域为废气泄露区域的概率小于0.8时，认为该异常区域为其他区域。
在智慧运维系统的分类操作模块中，获取废气泄露区域的面积，结合得到的废气泄露的持续时间得到废气泄露量，用来判断废气泄露是否超过废气泄露的设定阈值，该阈值可以通过具体的废气种类工作人员自行设置，若废气泄露量大于该设定阈值，则进行预警操作，提示该区域需要及时进行处理，实现了废气监测数据的管理和预警。
综上所述，本发明提供一种用于废气监测及处理的智慧运维系统数据管理方法，通过得到RGB图像和红外热图像中边缘图像的二值图，利用两个二值图中对应位置像素点的灰度值相减得到红外热图像的热力边缘，去除了红外热图像中一部分其他非废气泄露区域的边缘干扰，保留了废气泄露区域的边缘；利用异常区域中每个像素点在邻域中的目标梯度值进行聚类得到多个聚簇，利用异常区域中每个聚簇中目标梯度值的均值、目标梯度值的数量以及目标梯度值对应的像素点的灰度值均值进行分析，确定出异常区域的扩散程度和灰度变化率用于表示废气泄露的扩散情况和扩散速度，进而可以根据扩散程度和灰度变化率排除其他异常区域的干扰，准确的确定出废气泄露区域。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于：
获取目标区域的RGB图像和红外热图像，目标区域是指可能会发生废气泄露的区域；
分别获取RGB图像和红外热图像的灰度图像以及灰度图像的二值图；
获取红外热图像的二值图与RGB图像的二值图的差值图像，利用差值图像中像素点的灰度值确定出热力边缘；
利用差值图像中热力边缘确定红外热图像的灰度图像中的多个异常区域；
获取每个异常区域中每个像素点在邻域内的最大梯度值作为每个像素点的目标梯度值，对每个异常区域中每个像素点的目标梯度值进行无监督聚类得到每个异常区域中的多个聚簇；
获取异常区域中每个聚簇的像素点的目标梯度值的均值并按从小到大的顺序排列得到该异常区域中的每个聚簇的梯度均值序号；
获取异常区域中每个聚簇的像素点数量并按从小到大的顺序排列得到该异常区域中每个聚簇的数量序号；
根据异常区域中梯度均值序号与数量序号相等的聚簇的数量得到该异常区域的扩散程度，每个聚簇包括一个梯度均值序号与数量序号；
根据异常区域中每个聚簇按照梯度均值序号排列时相邻聚簇之间的灰度均值的差值得到该异常区域的灰度变化率；
利用每个异常区域的扩散程度和灰度变化率计算对应的异常区域为废气泄露区域的概率并确定出废气泄露区域。
2.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，分别获取RGB图像和红外热图像的灰度图像的二值图的步骤包括：
分别获取RGB图像和红外热图像的边缘图像；
分别对得到的边缘图像进行二值化得到RGB图像的灰度图像的二值图和红外热图像的灰度图像的二值图。
3.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，获取红外热图像的二值图与RGB图像的二值图的差值图像的步骤包括：
利用红外热图像的二值图中像素点的灰度值减去RGB图像的二值图中对应位置的像素点的灰度值，得到差值图像。
4.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，利用差值图像中灰度值为1的像素点得到差值图像的热力边缘。
5.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，将差值图像中热力边缘对应到红外热图像的灰度图像中得到红外热图像的灰度图像中的多个异常区域。
6.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，根据异常区域中聚簇的梯度均值序号与数量序号相等的数量得到该异常区域的扩散程度的步骤包括：
获取异常区域中均值序号与数量序号相等的聚簇的数量；
获取异常区域中的聚簇的总数量；
根据异常区域中均值序号与数量序号相等的聚簇的数量与聚簇总数量的比值得到该异常区域的扩散程度。
7.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，根据异常区域中每个聚簇按照梯度均值序号排列时相邻聚簇之间的灰度均值的差值得到该异常区域的灰度变化率的步骤包括：
将异常区域中的聚簇按照梯度均值的序号进行排列；
获取排列后异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量；
根据异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量与相邻聚簇的总数量之间的比值得到异常区域的灰度变化率。
8.根据权利要求5所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，计算异常区域的灰度变化率的公式为：
其中，
表示异常区域的灰度变化率；
表示异常区域中相邻聚簇的灰度均值的差值大于预设的差值阈值的数量；
表示异常区域中聚簇的总数量，
表示异常区域中相邻聚簇的总数量。
9.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，利用每个异常区域的扩散程度和灰度变化率计算对应的异常区域为废气泄露区域的概率的公式为：
其中，
表示异常区域为废气泄露区域的概率；
表示异常区域的扩散程度；
表示异常区域的灰度变化率；
、
分别表示异常区域的扩散程度的权重和灰度变化率的权重。
10.根据权利要求1所述的一种用于废气监测及处理的智慧运维系统数据管理方法，其特征在于，还包括根据废气泄露区域的面积确定是否发出预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211670474.8A CN115689533B (zh) | 2022-12-26 | 2022-12-26 | 一种用于废气监测及处理的智慧运维系统数据管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211670474.8A CN115689533B (zh) | 2022-12-26 | 2022-12-26 | 一种用于废气监测及处理的智慧运维系统数据管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115689533A true CN115689533A (zh) | 2023-02-03 |
| CN115689533B CN115689533B (zh) | 2023-03-07 |
Family
ID=85055878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211670474.8A Active CN115689533B (zh) | 2022-12-26 | 2022-12-26 | 一种用于废气监测及处理的智慧运维系统数据管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115689533B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116188510A (zh) * | 2023-04-25 | 2023-05-30 | 安徽皖欣环境科技有限公司 | 一种基于多传感器的企业排放数据采集系统 |
| CN116630327A (zh) * | 2023-07-25 | 2023-08-22 | 江苏太湖锅炉股份有限公司 | 基于热力图的锅炉状态异常监测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050277246A1 (en) * | 2002-12-12 | 2005-12-15 | Epion Corporation | Formation of doped regions and/or ultra-shallow junctions in semiconductor materials by gas-cluster ion irradiation |
| CN114359416A (zh) * | 2022-03-17 | 2022-04-15 | 山东水利建设集团有限公司 | 一种建筑物外墙空鼓渗漏异常检测及定位方法 |
| CN114612390A (zh) * | 2022-02-23 | 2022-06-10 | 北京空间机电研究所 | 一种基于x射线数字图像的火工品实时自动化检测方法及装置 |
| CN115165886A (zh) * | 2022-09-05 | 2022-10-11 | 淄博齐华制衣有限公司 | 基于视觉的织物阻燃整理质量检测方法 |
| CN115496760A (zh) * | 2022-11-17 | 2022-12-20 | 澳润(山东)药业有限公司 | 一种阿胶品质鉴定方法 |
-
2022
- 2022-12-26 CN CN202211670474.8A patent/CN115689533B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050277246A1 (en) * | 2002-12-12 | 2005-12-15 | Epion Corporation | Formation of doped regions and/or ultra-shallow junctions in semiconductor materials by gas-cluster ion irradiation |
| CN114612390A (zh) * | 2022-02-23 | 2022-06-10 | 北京空间机电研究所 | 一种基于x射线数字图像的火工品实时自动化检测方法及装置 |
| CN114359416A (zh) * | 2022-03-17 | 2022-04-15 | 山东水利建设集团有限公司 | 一种建筑物外墙空鼓渗漏异常检测及定位方法 |
| CN115165886A (zh) * | 2022-09-05 | 2022-10-11 | 淄博齐华制衣有限公司 | 基于视觉的织物阻燃整理质量检测方法 |
| CN115496760A (zh) * | 2022-11-17 | 2022-12-20 | 澳润(山东)药业有限公司 | 一种阿胶品质鉴定方法 |
Non-Patent Citations (4)
| Title |
|---|
| KUANGWEI TONG等: "A Novel Pipeline Leak Recognition Method of Mine Air Compressor Based on Infrared Thermal Image Using IFA and SVM" * |
| MIN WANG等: "Infrared Video based gas leak detection method using modified FAST features" * |
| 于春雨: "基于光流法火灾烟雾视频图像识别及多信息融合探测算法研究" * |
| 张巍: "微孔陶瓷过滤法控制燃煤窑炉黑烟污染的理论研究" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116188510A (zh) * | 2023-04-25 | 2023-05-30 | 安徽皖欣环境科技有限公司 | 一种基于多传感器的企业排放数据采集系统 |
| CN116630327A (zh) * | 2023-07-25 | 2023-08-22 | 江苏太湖锅炉股份有限公司 | 基于热力图的锅炉状态异常监测系统 |
| CN116630327B (zh) * | 2023-07-25 | 2023-09-26 | 江苏太湖锅炉股份有限公司 | 基于热力图的锅炉状态异常监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115689533B (zh) | 2023-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115689533B (zh) | 一种用于废气监测及处理的智慧运维系统数据管理方法 | |
| US11221107B2 (en) | Method for leakage detection of underground pipeline corridor based on dynamic infrared thermal image processing | |
| CN116758061A (zh) | 基于计算机视觉的铸件表面缺陷检测方法 | |
| CN116091499B (zh) | 一种涂料生产异常识别系统 | |
| CN113592828B (zh) | 基于工业内窥镜的无损检测方法及系统 | |
| CN105046700A (zh) | 基于亮度校正与颜色分类的水果表面缺陷检测方法及系统 | |
| CN115049664A (zh) | 基于视觉的船舶发动机配件缺陷检测方法 | |
| CN109239073A (zh) | 一种用于汽车车身的表面缺陷检测方法 | |
| CN114913177A (zh) | 一种基于霍夫圆的汽车零部件缺陷检测方法 | |
| CN116958144B (zh) | 一种新能源连接线表面瑕疵区域快速定位方法及系统 | |
| CN115984272A (zh) | 基于计算机视觉的半挂车车桥缺陷识别方法 | |
| CN114842002B (zh) | 一种检测油浸式变压器故障的方法 | |
| CN112964437A (zh) | 一种油液微漏识别方法 | |
| CN114739591A (zh) | 一种基于图像处理的液压油渗漏检测预警方法 | |
| CN116777916A (zh) | 基于泵机金属外壳的缺陷检测方法 | |
| CN114612403A (zh) | 一种上料皮带破损缺陷智能检测方法及系统 | |
| CN111768390B (zh) | 一种基于图像识别的篦冷机红河识别方法 | |
| CN113435219A (zh) | 防伪检测方法、装置、电子设备及存储介质 | |
| KR20050022320A (ko) | 결함 검사 방법 및 장치 | |
| CN114487742B (zh) | 基于多模态纹理分析的高压壳体放电绝缘性能检测系统 | |
| CN115690025A (zh) | 一种电子烟缺陷识别方法 | |
| CN115311443A (zh) | 一种液压泵漏油识别方法 | |
| CN115272345A (zh) | 基于图像处理的防火面料质量分析方法 | |
| CN114486877B (zh) | 大米品质检测方法、设备以及存储介质 | |
| CN114973104A (zh) | 一种基于视频图像的动态火焰检测算法与系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 230000 building 3, Hefei innovation center, No. 168, Jiulong Road, Hefei Economic and Technological Development Zone, Anhui Province Patentee after: Anhui Kexin Environmental Protection Co.,Ltd. Country or region after: China Address before: 230000 building 3, Hefei innovation center, No. 168, Jiulong Road, Hefei Economic and Technological Development Zone, Anhui Province Patentee before: ANHUI WANXIN ENVIRONMENTAL TECHNOLOGY CO.,LTD. Country or region before: China |