CN116147842A - 气体泄露检测方法及装置、设备、存储介质 - Google Patents
气体泄露检测方法及装置、设备、存储介质 Download PDFInfo
- Publication number
- CN116147842A CN116147842A CN202211425571.0A CN202211425571A CN116147842A CN 116147842 A CN116147842 A CN 116147842A CN 202211425571 A CN202211425571 A CN 202211425571A CN 116147842 A CN116147842 A CN 116147842A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- difference
- original
- pixel point
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 230000004927 fusion Effects 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000001914 filtration Methods 0.000 claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007499 fusion processing Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 9
- 230000000007 visual effect Effects 0.000 abstract description 7
- 239000007789 gas Substances 0.000 description 122
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种气体泄露检测方法及装置、设备、存储介质;所述方法包括:根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;对目标差值图像中的像素点进行放大处理,得到放大图像;根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。能够提高对气体泄露位置检测的准确度且多方面呈现泄露气体在可视化图像中的显示效果,有助于人眼观察泄露气体。
Description
技术领域
本申请实施例涉及图像处理技术,涉及但不限于一种气体泄露检测方法及装置、设备、存储介质。
背景技术
随着现代工业技术的发展,工业气体种类繁多,且多数性质活跃,属于易燃易爆气体,一旦发生泄漏,将对环境和人员造成极大危害。例如,危化品运输车辆在公路行驶,特别是进入服务站或收费站时,如果车辆存在危险气体泄露,会有重大的安全隐患。因此,及时发现工业气体泄漏对于各行业的正常、安全生产具有极重要的意义。
在气体泄露的过程中,会存在小量气体泄露的情况,针对这种情况,传统的气体泄露检测方法在对气体检测区域可视化处理后,可视化图像中的气体特征不明显,肉眼较难观察到。
发明内容
有鉴于此,本申请实施例提供的气体泄露检测方法及装置、设备、存储介质,能够提高对气体泄露位置检测的准确度且多方面呈现泄露气体在可视化图像中的显示效果,有助于人眼观察泄露气体。本申请实施例提供的气体泄露检测方法及装置、设备、存储介质是这样实现的:
本申请实施例提供的气体泄露检测方法,包括:
根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;
对目标差值图像中的像素点进行放大处理,得到放大图像;
根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;
根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。
在一些实施例中,根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像,包括:
针对放大图像中的每一像素点,根据像素点与相邻的多个像素点之间的差值,判断像素点是否为噪点;若判断像素点为噪点,根据像素点与相邻的多个像素点的均值,对像素点进行重新赋值,得到增强图像。
在一些实施例中,针对放大图像中的每一像素点,根据像素点与相邻的多个像素点之间的差值,判断像素点是否为噪点,包括:
针对放大图像中的每一像素点,滤除与像素点相邻的多个像素点中的最值像素点,得到参考相邻像素点;确定像素点与该像素点对应的多个参考相邻像素点之间的第一标准差;根据第一标准差和基于放大图像中的全部像素点确定的第二标准差,确定像素点是否为噪点。
在一些实施例中,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,包括:
对相邻两帧原始图像中同一位置处的像素点的像素值进行求差处理,得到第一差值图像,将第一差值图像作为目标差值图像;或
确定相邻两帧原始图像的前一帧原始图像中后一帧原始图像的像素点的均值;对相邻两帧原始图像中每一像素点的像素值与均值进行求差处理,得到第二差值图像,将第二差值图像作为目标差值图像。
在一些实施例中,在目标差值图像为第一差值图像时,根据增强图像,确定原始图像对应的多个目标融合图像,包括:
将基于第一差值图像确定得到的增强图像作为第一目标融合图像;或者
对基于第一差值图像确定得到的增强图像进行分割处理,得到基于第一差值图像确定得到的增强图像的掩码图像,掩码图像用于表征基于第一差值图像确定得到的增强图像中的待检测气体区域;基于预设融合规则,对掩码图像和原始图像进行融合处理,得到原始图像对应的多个目标融合图像。
在一些实施例中,基于预设融合规则,对掩码图像和原始图像进行融合处理,得到原始图像对应的多个目标融合图像,包括:
将原始图像中与掩码图像中的像素值为第一像素值的像素点属于同一位置处的像素点赋值为第二像素值,第二像素值大于第一像素值;将原始图像中与掩码图像中的像素值为第三像素值的像素点对应的属于同一位置的像素点赋值为第四像素值,得到第二目标融合图像,第四像素值小于第三像素值,第三像素值大于第二像素值;或者
对原始图像与掩码图像中同一位置处的像素点进行均值处理,得到第三目标融合图像。
在一些实施例中,在目标差值图像为第二差值图像时,根据增强图像,确定原始图像对应的多个目标融合图像,包括:
将基于第二差值图像确定得到的增强图像作为第四目标融合图像;或者
对第四目标融合图像进行中值滤波处理,得到第五目标融合图像。
本申请实施例提供的气体泄露检测装置,包括:
求差模块,用于根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;
放大模块,用于对目标差值图像中的像素点进行放大处理,得到放大图像;
滤波模块,用于根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;
确定模块,用于根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。
在一些实施例中,所述滤波模块,还包括判断模块和赋值模块,所述判断模块,用于针对放大图像中的每一像素点,根据像素点与相邻的多个像素点之间的差值,判断像素点是否为噪点;所述赋值模块,用于若判断像素点为噪点,根据像素点与相邻的多个像素点的均值,对像素点进行重新赋值,得到增强图像。
在一些实施例中,所述判断模块,具体用于:
针对放大图像中的每一像素点,滤除与像素点相邻的多个像素点中的最值像素点,得到参考相邻像素点;确定像素点与该像素点对应的多个参考相邻像素点之间的第一标准差;根据第一标准差和基于放大图像中的全部像素点确定的第二标准差,确定像素点是否为噪点。
在一些实施例中,所述求差模块,具体用于:
对相邻两帧原始图像中同一位置处的像素点的像素值进行求差处理,得到第一差值图像,将第一差值图像作为目标差值图像;或
确定相邻两帧原始图像的前一帧原始图像中后一帧原始图像的像素点的均值;对相邻两帧原始图像中每一像素点的像素值与均值进行求差处理,得到第二差值图像,将第二差值图像作为目标差值图像。
在一些实施例中,所述确定模块,具体用于:
将基于第一差值图像确定得到的增强图像作为第一目标融合图像;或者
对基于第一差值图像确定得到的增强图像进行分割处理,得到基于第一差值图像确定得到的增强图像的掩码图像,掩码图像用于表征基于第一差值图像确定得到的增强图像中的待检测气体区域;基于预设融合规则,对掩码图像和原始图像进行融合处理,得到原始图像对应的多个目标融合图像。
在一些实施例中,所述确定模块,具体还用于:
将原始图像中与掩码图像中的像素值为第一像素值的像素点属于同一位置处的像素点赋值为第二像素值,第二像素值大于第一像素值;将原始图像中与掩码图像中的像素值为第三像素值的像素点对应的属于同一位置的像素点赋值为第四像素值,得到第二目标融合图像,第四像素值小于第三像素值,第三像素值大于第二像素值;或者
对原始图像与掩码图像中同一位置处的像素点进行均值处理,得到第三目标融合图像。
在一些实施例中,所述确定模块,具体还用于:
将基于第二差值图像确定得到的增强图像作为第四目标融合图像;或者
对第四目标融合图像进行中值滤波处理,得到第五目标融合图像。
本申请实施例提供的计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请实施例所述的方法。
本申请实施例提供的计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本申请实施例提供的所述的方法。
本申请实施例所提供的气体泄露检测方法、装置、计算机设备和计算机可读存储介质,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;对目标差值图像中的像素点进行放大处理,得到放大图像;根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。这样,能够提高对气体泄露位置检测的准确度且多方面呈现泄露气体在可视化图像中的显示效果,有助于人眼观察泄露气体,从而解决背景技术中所提出的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1为本申请实施例提供的一种气体泄露检测的实现流程示意图;
图2为本申请实施例提供的对原始图像中的气体部分和噪声部分的统计示意图;
图3为本申请实施例提供的传统滤波方法的结果示意图;
图4为本申请实施例提供的一种滤波方法的实现流程示意图;
图5为本申请实施例提供的一种多邻域像素区域示意图;
图6为本申请实施例提供的一种判断噪声像素点的实现流程示意图;
图7为本申请实施例提供的一种目标融合图像的结果图;
图8为本申请实施例提供的一种气体泄露检测方法的实现流程示意图;
图9为本申请实施例提供的一种图像融合方法的实现流程示意图;
图10为本申请实施例提供的一种目标融合图像的结果对比图;
图11为本申请实施例提供的一种气体泄露检测方法的实现流程示意图;
图12为本申请实施例提供的气体泄露检测装置的结构示意图;
图13为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
需要指出,本申请实施例所涉及的术语“第一\第二\第三”用以区别类似或不同的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
危化品运输车辆在公路行驶,特别是进入服务站或收费站时,如果车辆存在危险气体泄露,会有重大的安全隐患。因此,及时发现工业气体泄漏对于各行业的正常、安全生产具有极重要的意义。
在气体泄露的过程中,会存在小量气体泄露的情况,针对这种情况,传统的气体泄露检测方法在对气体检测区域可视化处理后,可视化图像中的气体特征不明显,肉眼较难观察到。
有鉴于此,本申请实施例提供一种气体泄露检测方法,该方法应用于电子设备,该电子设备在实施的过程中可以为各种类型的具有信息处理能力的设备。例如,所述电子设备可以包括个人计算机、笔记本电脑、掌上电脑或服务器等;该电子设备还可以为移动终端,例如所述移动终端可以包括手机、车载电脑或平板电脑等。或者,该方法还可以由服务器实现,其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现,当然程序代码可以保存在计算机存储介质中,可见,该电子设备至少包括处理器和存储介质。
图1为本申请实施例提供的气体泄露检测方法的实现流程示意图,能够提高对气体泄露位置检测的准确度且多方面呈现泄露气体在可视化图像中的显示效果,有助于人眼观察泄露气体。如图1所示,该方法可以包括以下步骤101至步骤104:
步骤101,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体。
在本申请实施例中,对于获取相邻两帧原始图像的方式不做限定。例如,可以为基于图像采集器先后拍摄得到相邻两帧原始图像,也可以是在获取到图像视频文件后,从图像视频文件中分割提取出相邻两帧原始图像等。
在一些实施例中,原始图像的类型可以为红外图像,对于采集红外图像的采集设备的类型不做限定。可选地,所述采集设备可以为各种类型的红外热像仪,通过红外热像仪对可能存在气体泄露的区域环境进行图像采集,以得到多帧红外图像。
所谓红外热像仪,是指使用红外热成像技术的成像仪器。它以红外焦平面器件为核心,将目标景物及其所处环境向外发射的红外辐射能量的差异转换为人眼可见的灰度图像。场景中红外辐射能量通过红外镜头投射到红外焦平面上,探测器将辐射转换为能够反映红外辐射能量强弱的电信号,实现由光到电的转换;随后通过电路系统对该电信号进行处理,并将处理后的红外数字电信号转换为可见光图像在显示器上显示,实现由电到光的转换,获得肉眼可见的图像。
当然,在本申请实施例中,对于相邻两帧原始图像进行处理的时机也不做限定,例如,可以为边采集原始图像边进行处理,并实时显示;也可以为获取到一段图像视频后,再对图像视频进行分割,得到多帧连续的原始图像,再对各个相邻的两帧原始图像进行处理。
可以理解地,在一副图像中,运动特征(气体)相对于静止特征(背景)的变化速率较快,因此,在相邻两帧原始图像中,变化较快的特征极大可能为气体特征,基于此原理,在本申请实施例中,在获取到相邻两帧原始图像后,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,从而得到目标差值图像。可见,该目标差值图像中的气体特征较为明显。
步骤102,对目标差值图像中的像素点进行放大处理,得到放大图像。
可以理解地,当气体泄露量较小时,气体在连续多帧原始图像中的变化并不明显,且当两帧相邻原始图像作差所得到的目标差值图像中的气体特征也不太明显,这样,在最终呈现气体泄露情况时,也不利于人眼进行直观观察。因此,在本申请实施例中,在得到目标差值图像后,还需要对目标差值图像中的像素点进行放大处理,从而得到放大图像,以实现对气体特征的初步增强。
在本申请实施例中,对于放大处理的方式不做限定。例如,在一可行的实施例中,可以以对目标差值图像中的像素点的像素值放大B倍的形式,实现对目标差值图像的放大处理。
在一些实施例中,B可以为1至2.5之间的任意设定数值。
在一些实施例中,在得到放大图像后,还可以基于预设阈值,对放大图像中的最值像素点进行抑制处理,即去除放大图像中波动幅度较大的最值像素点,从而剔除动态像素点的影响。所述最值像素点,可以为最大值和/或最小值。该预设阈值的设定,可以基于在对目标差值图像进行放大处理时的放大倍数来确定,如放大倍数设置为B倍,同时设定参数M,该预设阈值则为B*M。
进一步地,在一些实施例中,还可以对放大后的放大图像中的各个像素点的像素值进行映射压缩处理,以使放大图像中的各个像素点的像素值位于某一区间内。
步骤103,根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像。
如图2所示,给出一种对原始图像中的气体部分和噪声部分的灰度值分别进行统计的意图,从图2中可以看出,当气体不明显时,气体部分1的灰度值分布和噪声部分2的灰度值分布极为接近。因此,如图3所示,在使用传统滤波器,如使用中值滤波器去除噪声的同时,原始图像中的气体部分也同时会被滤除。其中,1为对原始图像进行滤波前,2为对原始图像进行滤波后,3为原始图像中的动态物体的帧间差值,4为原始图像中的小量气体的帧间差值。
基于此,在本申请实施例中,在得到放大图像后,基于改进的滤波方式对放大图像进行滤波处理,即根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,从而实现去除放大图像中的噪声点,同时保留放大图像中的气体特征,进而得到增强图像。
在本申请实施例中,对于对放大图像进行滤波处理的方式不做限定。例如,在一些实施例中,如图4所示,可以通过执行步骤401至步骤402来实现:
步骤401,针对放大图像中的每一像素点,根据像素点与相邻的多个像素点之间的差值,判断像素点是否为噪点。
可以理解地,噪点一般为区域内较为突出的像素点,如像素值过大或过小,进而在图像中表现为噪声较为明显。基于此原理,可以针对放大图像中的每一个像素点,均基于其与周围相邻的多个像素点之间的差值,来判断该像素点的像素值是否较为突出,进而确定该像素点是否为噪点。可以理解地,若该像素点的像素值与周围像素点的像素值差距较大,则确定该像素点较为突出,从而确定该像素点为噪点;相反地,若该像素点的像素值与周围像素点的像素值差距较小,则确定该像素点为非噪点。
需要说明的是,在本申请实施例中,对于某一像素点周围相邻的像素点的数量不做限定。例如,如图5所示,相邻的像素点2可以为该像素点1周围的8个像素点,其共同组成9邻域像素区域。
在一些实施例中,如图6所示,可以通过执行如下步骤601至步骤603来判断像素点是否为噪点:
步骤601,针对放大图像中的每一像素点,滤除与像素点相邻的多个像素点中的最值像素点,得到参考相邻像素点。
可以理解地,在基于某一像素点1与周围相邻的多个像素点2之间的差值,来判断该像素点1的像素值是否较为突出时,一般需要排除与该像素点1相邻的多个像素点2中的最值像素点,从而避免周围像素点2为突出像素点时,对该像素点1造成的干扰判断。
因此,在本申请实施例中,在基于像素点与其相邻的多个像素点之间的差值来确定该像素点是否为噪点之前,首先需要将相邻的多个像素点中的最值像素点滤除掉。
所谓最值像素点,是指相邻像素点中像素值最大和最小的两个像素点。
步骤602,确定像素点与该像素点对应的多个参考相邻像素点之间的第一标准差。
步骤603,根据第一标准差和基于放大图像中的全部像素点确定的第二标准差,确定像素点是否为噪点。
针对放大图像中的每一像素点,在滤除掉该像素点周围相邻像素点中的最值像素点,得到参考相邻像素点之后,即可先计算该像素点与其对应的多个参考相邻像素点之间的第一标准差,再确定基于该放大图像中的全部像素点计算得到的第二标准差,通过将第一标准差与第二标准差进行比对,即可确定该像素点是否为噪点。
在一些实施例中,设定在第一标准差大于第二标准差时,确定该像素点为噪点。
步骤402,若判断像素点为噪点,根据像素点与相邻的多个像素点的均值,对像素点进行重新赋值,得到增强图像。
在本申请实施例中,对于根据像素点与相邻的多个像素点的均值,对像素点进行重新赋值的方式不做限定。例如,在一些实施例中,可以在判断当前像素点为噪点后,计算与当前像素点相邻的多个像素点的均值,利用该均值对当前像素点进行重新赋值,即将该均值确定为当前像素点的像素值。当然,对于判断为非噪点的像素点,保留其对应的像素点。
根据上述方法,遍历放大图像中的每一像素点,从而对每一像素点进行判断,进而对每一确定为噪点的像素点进行重新赋值,从而得到增强图像。
步骤104,根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。
如图7所示,给出一种基于相邻两帧原始图像,经上述步骤101至步骤104处理后得到的目标融合图像的示意图。
需要说明的是,在本申请实施例中,根据增强图像确定得到的是原始图像对应的多个目标融合图像,在最终呈现时,也分别在多个目标融合图像中均呈现出待检测气体的泄露位置,进而可以基于待检测气体的泄露位置确定待检测气体的泄露情况。也就是说,在本申请实施例中,最终能够给出一副原始图像对应的多种检测灵敏度下的待检测气体的泄露情况。
进一步地,在得到目标融合图像后,为确定目标融合图像中待检测气体的泄露位置,并基于泄露位置确定待检测气体的泄露情况,可以对目标融合图像进行识别处理,以确定出目标融合图像中的待检测气体的泄露位置。
在一些实施例中,可将目标融合图像输入至预先训练好的识别模型中进行标记处理,得到待检测气体对应的气体检测框。
在本申请实施例中,对于气体检测框的形状也不做限定,例如气体检测框可以为矩形框、圆形框等,也可以是其它形状或者是包围目标对象的包络线等。
在确定待检测气体的泄露位置时,可以根据气体检测框的形状来设定。例如,在一种实施例中,若气体检测框为矩形框,如长方形框或正方形框,气体检测框的泄露位置可以包括气体检测框的左上角角点坐标和右下角角点坐标。在另一种实施例中,若气体检测框为圆形框,则气体检测框的泄露位置可以包括该气体检测框的圆心坐标和半径长度。在又一种实施例中,若气体检测框为包围待检测气体的包络线,则可以根据包络线实际包围的区域的位置信息,确定气体检测框的泄露位置。
在本申请实施例中,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;对目标差值图像中的像素点进行放大处理,得到放大图像;根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。这样,能够提高对气体泄露位置检测的准确度且多方面呈现泄露气体在可视化图像中的显示效果,有助于人眼观察泄露气体。
本申请实施例再提供一种气体泄露检测方法,图8为本申请实施例提供的气体泄露检测方法的实现流程示意图,如图8所示,该方法可以包括以下步骤801至步骤808:
步骤801,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像。
在本申请实施例中,提供多种确定目标差值图像的方式,例如如下步骤8011所示,或者如下步骤8012至步骤8013所示的方法,均能够得到目标差值图像:
步骤8011,对相邻两帧原始图像中同一位置处的像素点的像素值进行求差处理,得到第一差值图像,将第一差值图像作为目标差值图像。
这里,是基于相邻两帧原始图像位于同一位置处的像素点的差值,来确定第一差值图像(即目标差值图像)的,所谓相邻两帧原始图像位于同一位置处的像素点,是指像素点1在相邻两帧原始图像的前一帧原始图像中位于第M行第N列,同样地,在后一帧原始图像中,与像素点1位于同一位置处的像素点,在后一帧原始图像中的位置也为第M行第N列。
这样,通过计算相邻两帧原始图像中同一位置处的像素点的像素值之间的差值,即可得到第一差值图像中每一像素点的像素值。
步骤8012,确定相邻两帧原始图像中后一帧原始图像的像素点的均值。
可以理解地,确定均值即为将后一帧原始图像中的每一像素点的像素值相加求均值。
步骤8013,对相邻两帧原始图像的前一帧原始图像中每一像素点的像素值与均值进行求差处理,得到第二差值图像,将第二差值图像作为目标差值图像。
这里,是基于相邻两帧原始图像的前一帧原始图像中每一像素点的像素值与步骤8012中求得的均值之间的差值,来确定第二差值图像(即目标差值图像)的。
步骤802,对目标差值图像中的像素点进行放大处理,得到放大图像。
步骤803,根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像。
步骤804,将基于第一差值图像确定得到的增强图像作为第一目标融合图像。
这里,是将基于第一差值图像确定得到的增强图像作为第一目标融合图像的,其中,第一差值图像的获取方法如上述步骤8011所示,即对相邻两帧原始图像中同一位置处的像素点的像素值进行求差处理,得到第一差值图像。
步骤805,对基于第一差值图像确定得到的增强图像进行分割处理,得到基于第一差值图像确定得到的增强图像的掩码图像,掩码图像用于表征基于第一差值图像确定得到的增强图像中的待检测气体区域。
这里,是在得到第一差值图像,并对第一差值图像执行上述步骤802至步骤803中的处理,得到第一差值图像对应的增强图像后,再对增强图像进行分割处理的,从而得到增强图像对应的掩码图像,需要说明的是,掩码图像中包含的是感兴趣区域的特征,对应于本申请的应用场景,则该掩码图像为增强图像中的待检测气体区域对应的图像,也即,该掩码图像中不包括增强图像中处待检测气体外的气体特征。
在本申请实施例中,对于得到掩码图像的方式不做限定。例如,在一些实施例中,可以通过预先设定双阈值对增强图像进行分割处理,如同时设定第一阈值MINVB和第二阈值MAXVB,对于像素值大于第二阈值MAXVB的像素点,将其像素值赋值为255,对于像素值小于第一阈值MINVB的像素点,将其像素值赋值为0,从而得到掩码图像。
步骤806,基于预设融合规则,对掩码图像和原始图像进行融合处理,得到原始图像对应的多个目标融合图像。
在得到掩码图像后,由于掩码图像中仅包含气体特征,则对掩码图像和原始图像进行融合处理后,得到的目标融合图像中的气体特征较为突出。
在一些实施例中,如图9所示,可以通过执行如下步骤901至步骤903来实现步骤806:
步骤901,将原始图像中与掩码图像中的像素值为第一像素值的像素点属于同一位置处的像素点赋值为第二像素值,第二像素值大于第一像素值。
这里,将原始图像中与掩码图像中的像素值为第一像素值的像素点属于同一位置处的像素点赋值为第二像素值,是指若掩码图像中的像素点的像素值为像素值1,则将原始图像中的与该像素点位于同一位置处的像素点赋值为像素值2。
步骤902,将原始图像中与掩码图像中的像素值为第三像素值的像素点对应的属于同一位置的像素点赋值为第四像素值,得到第二目标融合图像,第四像素值小于第三像素值,第三像素值大于第二像素值。
在一些实施例中,上述赋值规则可以定义为,若掩码图像中的像素点的像素值为0,则将原始图像中对应的同一位置处的像素点的像素值赋值为10;若掩码图像中的像素点的像素值为255,则将原始图像中对应的同一位置处的像素点的像素值赋值为240。也即,将第一像素值设定为0,第二像素值设定为10,第三像素值设定为255,第四像素值设定为240.
步骤903,对原始图像与掩码图像中同一位置处的像素点进行均值处理,得到第三目标融合图像。
步骤807,将基于第二差值图像确定得到的增强图像作为第四目标融合图像。
步骤808,对第四目标融合图像进行中值滤波处理,得到第五目标融合图像。
基于上述步骤可得原始图像对应的多个目标融合图像,如图10所示,给出一种多个目标融合图像中待检测气体的显示效果。可见,本申请实施例中提供了多种待检测气体的显示效果,即给出一副原始图像对应的多种检测灵敏度下的待检测气体的泄露情况。
在本申请实施例中,根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;对目标差值图像中的像素点进行放大处理,得到放大图像;根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;再根据增强图像,确定出原始图像对应的五种目标融合图像,最终分别呈现出待检测气体在五种目标融合图像中的显示效果,从而能够提高对气体泄露位置检测的准确度且多方面呈现泄露气体在可视化图像中的显示效果,有助于人眼观察泄露气体。
下面将说明本申请实施例在一个实际的应用场景中的示例性应用。
图11为本申请实施例提供的气体泄露检测方法的总体流程。如图11所示,该方法包括如下步骤1101至步骤1106:
步骤1101,选取两帧连续的原始图像数据。
步骤1102,对两帧原始图像数据做差,得到差异数据。
步骤1103,对差异数据进行放大处理,得到放大图像。
步骤1104,去除放大图像中的干扰异常点噪声。
具体地,设定阈值判断每个像素领域的中心像素点是否为噪点,如果是,对每个像素领域的中心值与周边8邻域像素做差,求得中心值与周围8邻域像素点的均值,并基于该均值对该像素点重新赋值,从而去除干扰异常点。
步骤1105,对重新赋值得到的图像数据进行中值滤波处理,去除干扰单独噪声。
步骤1106,对步骤1105中得到的图像与原始图像进行融合,得到融合图像,输出融合图像中的气体泄露结果。
应该理解的是,虽然上述各流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述各流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
基于前述的实施例,本申请实施例提供一种气体泄露检测装置,该装置包括所包括的各模块、以及各模块所包括的各单元,可以通过处理器来实现;当然也可通过具体的逻辑电路实现;在实施的过程中,处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等。
图12为本申请实施例提供的气体泄露检测装置的结构示意图,如图12所示,所述装置1200包括求差模块1201、放大模块1202、滤波模块1203和确定模块1204,其中:
求差模块,用于根据相邻两帧原始图像中同一位置处的像素点,对相邻两帧原始图像进行求差处理,得到目标差值图像,原始图像中包括待检测气体;
放大模块,用于对目标差值图像中的像素点进行放大处理,得到放大图像;
滤波模块,用于根据放大图像中每一像素点与相邻的多个像素点,对第一图像中的每一像素点进行滤波处理,去除放大图像中的噪声点,得到增强图像;
确定模块,用于根据增强图像,确定原始图像对应的多个目标融合图像,并分别在多个目标融合图像中确定待检测气体的泄露位置。
在一些实施例中,所述滤波模块,还包括判断模块和赋值模块,所述判断模块,用于针对放大图像中的每一像素点,根据像素点与相邻的多个像素点之间的差值,判断像素点是否为噪点;所述赋值模块,用于若判断像素点为噪点,根据像素点与相邻的多个像素点的均值,对像素点进行重新赋值,得到增强图像。
在一些实施例中,所述判断模块,具体用于:
针对放大图像中的每一像素点,滤除与像素点相邻的多个像素点中的最值像素点,得到参考相邻像素点;确定像素点与该像素点对应的多个参考相邻像素点之间的第一标准差;根据第一标准差和基于放大图像中的全部像素点确定的第二标准差,确定像素点是否为噪点。
在一些实施例中,所述求差模块,具体用于:
对相邻两帧原始图像中同一位置处的像素点的像素值进行求差处理,得到第一差值图像,将第一差值图像作为目标差值图像;或
确定相邻两帧原始图像中后一帧原始图像的像素点的均值;对相邻两帧原始图像的前一帧原始图像中每一像素点的像素值与均值进行求差处理,得到第二差值图像,将第二差值图像作为目标差值图像。
在一些实施例中,所述确定模块,具体用于:
将基于第一差值图像确定得到的增强图像作为第一目标融合图像;或者
对基于第一差值图像确定得到的增强图像进行分割处理,得到基于第一差值图像确定得到的增强图像的掩码图像,掩码图像用于表征基于第一差值图像确定得到的增强图像中的待检测气体区域;基于预设融合规则,对掩码图像和原始图像进行融合处理,得到原始图像对应的多个目标融合图像。
在一些实施例中,所述确定模块,具体还用于:
将原始图像中与掩码图像中的像素值为第一像素值的像素点属于同一位置处的像素点赋值为第二像素值,第二像素值大于第一像素值;将原始图像中与掩码图像中的像素值为第三像素值的像素点对应的属于同一位置的像素点赋值为第四像素值,得到第二目标融合图像,第四像素值小于第三像素值,第三像素值大于第二像素值;或者
对原始图像与掩码图像中同一位置处的像素点进行均值处理,得到第三目标融合图像。
在一些实施例中,所述确定模块,具体还用于:
将基于第二差值图像确定得到的增强图像作为第四目标融合图像;或者
对第四目标融合图像进行中值滤波处理,得到第五目标融合图像。
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请实施例中图12所示的气体泄漏检测装置对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。也可以采用软件和硬件结合的形式实现。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
本申请实施例提供一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种气体泄露检测方法。
本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中提供的方法中的步骤。
本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法实施例提供的方法中的步骤。
本领域技术人员可以理解,图13中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的气体泄露检测装置可以实现为一种计算机程序的形式,计算机程序可在如图13所示的计算机设备上运行。计算机设备的存储器中可存储组成该采样装置的各个程序模块,比如,图12所示的求差模块、放大模块、滤波模块和确定模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的气体泄露检测方法中的步骤。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质、存储介质和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”或“在一些实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如对象A和/或对象B,可以表示:单独存在对象A,同时存在对象A和对象B,单独存在对象B这三种情况。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个模块或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或模块的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的模块可以是、或也可以不是物理上分开的,作为模块显示的部件可以是、或也可以不是物理模块;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部模块来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能模块可以全部集成在一个处理单元中,也可以是各模块分别单独作为一个单元,也可以两个或两个以上模块集成在一个单元中;上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得电子设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种气体泄露检测方法,其特征在于,所述方法包括:
根据相邻两帧原始图像中同一位置处的像素点,对所述相邻两帧原始图像进行求差处理,得到目标差值图像,所述原始图像中包括待检测气体;
对所述目标差值图像中的像素点进行放大处理,得到放大图像;
根据所述放大图像中每一像素点与相邻的多个像素点,对所述第一图像中的每一像素点进行滤波处理,去除所述放大图像中的噪声点,得到增强图像;
根据所述增强图像,确定所述原始图像对应的多个目标融合图像,并分别在多个所述目标融合图像中确定所述待检测气体的泄露位置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述放大图像中每一像素点与相邻的多个像素点,对所述第一图像中的每一像素点进行滤波处理,去除所述放大图像中的噪声点,得到增强图像,包括:
针对所述放大图像中的每一像素点,根据所述像素点与相邻的多个像素点之间的差值,判断所述像素点是否为噪点;
若判断所述像素点为噪点,根据所述像素点与相邻的多个像素点的均值,对所述像素点进行重新赋值,得到所述增强图像。
3.根据权利要求2所述的方法,其特征在于,所述针对所述放大图像中的每一像素点,根据所述像素点与相邻的多个像素点之间的差值,判断所述像素点是否为噪点,包括:
针对所述放大图像中的每一像素点,滤除与所述像素点相邻的多个像素点中的最值像素点,得到参考相邻像素点;
确定所述像素点与该像素点对应的多个参考相邻像素点之间的第一标准差;
根据所述第一标准差和基于所述放大图像中的全部像素点确定的第二标准差,确定所述像素点是否为噪点。
4.根据权利要求1所述的方法,其特征在于,所述根据相邻两帧原始图像中同一位置处的像素点,对所述相邻两帧原始图像进行求差处理,得到目标差值图像,包括:
对所述相邻两帧原始图像中同一位置处的像素点的像素值进行求差处理,得到第一差值图像,将所述第一差值图像作为所述目标差值图像;或
确定所述相邻两帧原始图像中后一帧原始图像的像素点的均值;
对所述相邻两帧原始图像的前一帧原始图像中每一像素点的像素值与所述均值进行求差处理,得到第二差值图像,将所述第二差值图像作为所述目标差值图像。
5.根据权利要求4所述的方法,其特征在于,在所述目标差值图像为所述第一差值图像时,所述根据所述增强图像,确定所述原始图像对应的多个目标融合图像,包括:
将基于所述第一差值图像确定得到的所述增强图像作为第一目标融合图像;和/或
对基于所述第一差值图像确定得到的所述增强图像进行分割处理,得到基于所述第一差值图像确定得到的所述增强图像的掩码图像,所述掩码图像用于表征基于所述第一差值图像确定得到的所述增强图像中的待检测气体区域;
基于预设融合规则,对所述掩码图像和所述原始图像进行融合处理,得到所述原始图像对应的多个目标融合图像。
6.根据权利要求5所述的方法,其特征在于,所述基于预设融合规则,对所述掩码图像和所述原始图像进行融合处理,得到所述原始图像对应的多个目标融合图像,包括:
将所述原始图像中与所述掩码图像中的像素值为第一像素值的像素点属于同一位置处的像素点赋值为第二像素值,所述第二像素值大于所述第一像素值;
将所述原始图像中与所述掩码图像中的像素值为第三像素值的像素点对应的属于同一位置的像素点赋值为第四像素值,得到第二目标融合图像,所述第四像素值小于所述第三像素值,所述第三像素值大于所述第二像素值;和/或
对所述原始图像与所述掩码图像中同一位置处的像素点进行均值处理,得到第三目标融合图像。
7.根据权利要求4所述的方法,其特征在于,在所述目标差值图像为所述第二差值图像时,所述根据所述增强图像,确定所述原始图像对应的多个目标融合图像,包括:
将基于所述第二差值图像确定得到的所述增强图像作为第四目标融合图像;和/或
对所述第四目标融合图像进行中值滤波处理,得到第五目标融合图像。
8.一种气体泄露检测装置,其特征在于,包括:
求差模块,用于根据相邻两帧原始图像中同一位置处的像素点,对所述相邻两帧原始图像进行求差处理,得到目标差值图像,所述原始图像中包括待检测气体;
放大模块,用于对所述目标差值图像中的像素点进行放大处理,得到放大图像;
滤波模块,用于根据所述放大图像中每一像素点与相邻的多个像素点,对所述第一图像中的每一像素点进行滤波处理,去除所述放大图像中的噪声点,得到增强图像;
确定模块,用于根据所述增强图像,确定所述原始图像对应的多个目标融合图像,并分别在多个所述目标融合图像中确定所述待检测气体的泄露位置。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211425571.0A CN116147842B (zh) | 2022-11-14 | 2022-11-14 | 气体泄漏检测方法及装置、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211425571.0A CN116147842B (zh) | 2022-11-14 | 2022-11-14 | 气体泄漏检测方法及装置、设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116147842A true CN116147842A (zh) | 2023-05-23 |
CN116147842B CN116147842B (zh) | 2024-04-26 |
Family
ID=86351458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211425571.0A Active CN116147842B (zh) | 2022-11-14 | 2022-11-14 | 气体泄漏检测方法及装置、设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116147842B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117173031A (zh) * | 2023-06-01 | 2023-12-05 | 广州科易光电技术有限公司 | 针对气体的图像处理方法、装置、电子设备及存储介质 |
CN117593194A (zh) * | 2023-10-26 | 2024-02-23 | 广州科易光电技术有限公司 | 气体特征图生成方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7460689B1 (en) * | 2004-09-15 | 2008-12-02 | The United States Of America As Represented By The Secretary Of The Army | System and method of detecting, recognizing, and tracking moving targets |
CN109146860A (zh) * | 2018-08-03 | 2019-01-04 | 北京工商大学 | 全自动机械设备安装泄露检测方法及装置 |
CN112444521A (zh) * | 2020-10-23 | 2021-03-05 | 广西电网有限责任公司电力科学研究院 | 一种sf6泄露监测方法及系统 |
CN114331951A (zh) * | 2021-09-30 | 2022-04-12 | 腾讯科技(深圳)有限公司 | 图像检测方法、装置、计算机、可读存储介质及程序产品 |
CN114596329A (zh) * | 2020-12-04 | 2022-06-07 | 中国科学院深圳先进技术研究院 | 一种气体图像增强及气体泄露检测方法和系统 |
CN114782902A (zh) * | 2022-06-22 | 2022-07-22 | 中国科学技术大学先进技术研究院 | 石化气体泄露检测方法、系统、设备及存储介质 |
CN114838297A (zh) * | 2022-04-14 | 2022-08-02 | 重庆七腾科技有限公司 | 一种原油管道泄露检测方法、装置、存储介质及系统 |
CN115311173A (zh) * | 2022-10-09 | 2022-11-08 | 山东瑞驰至臻环境科技有限公司 | 用于气体污染识别的视觉增强方法及系统 |
-
2022
- 2022-11-14 CN CN202211425571.0A patent/CN116147842B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7460689B1 (en) * | 2004-09-15 | 2008-12-02 | The United States Of America As Represented By The Secretary Of The Army | System and method of detecting, recognizing, and tracking moving targets |
CN109146860A (zh) * | 2018-08-03 | 2019-01-04 | 北京工商大学 | 全自动机械设备安装泄露检测方法及装置 |
CN112444521A (zh) * | 2020-10-23 | 2021-03-05 | 广西电网有限责任公司电力科学研究院 | 一种sf6泄露监测方法及系统 |
CN114596329A (zh) * | 2020-12-04 | 2022-06-07 | 中国科学院深圳先进技术研究院 | 一种气体图像增强及气体泄露检测方法和系统 |
CN114331951A (zh) * | 2021-09-30 | 2022-04-12 | 腾讯科技(深圳)有限公司 | 图像检测方法、装置、计算机、可读存储介质及程序产品 |
CN114838297A (zh) * | 2022-04-14 | 2022-08-02 | 重庆七腾科技有限公司 | 一种原油管道泄露检测方法、装置、存储介质及系统 |
CN114782902A (zh) * | 2022-06-22 | 2022-07-22 | 中国科学技术大学先进技术研究院 | 石化气体泄露检测方法、系统、设备及存储介质 |
CN115311173A (zh) * | 2022-10-09 | 2022-11-08 | 山东瑞驰至臻环境科技有限公司 | 用于气体污染识别的视觉增强方法及系统 |
Non-Patent Citations (1)
Title |
---|
汪冲;席志红;肖春丽;: "基于背景差分的运动目标检测方法", 应用科技, no. 10 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117173031A (zh) * | 2023-06-01 | 2023-12-05 | 广州科易光电技术有限公司 | 针对气体的图像处理方法、装置、电子设备及存储介质 |
CN117593194A (zh) * | 2023-10-26 | 2024-02-23 | 广州科易光电技术有限公司 | 气体特征图生成方法、装置、电子设备和存储介质 |
CN117593194B (zh) * | 2023-10-26 | 2024-05-28 | 广州科易光电技术有限公司 | 气体特征图生成方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116147842B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116147842B (zh) | 气体泄漏检测方法及装置、设备、存储介质 | |
US10070053B2 (en) | Method and camera for determining an image adjustment parameter | |
CN110346699B (zh) | 基于紫外图像处理技术的绝缘子放电信息提取方法及装置 | |
CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
CN114332702A (zh) | 目标区域的检测方法和装置、存储介质及电子设备 | |
CN115170792B (zh) | 红外图像处理方法、装置及设备、存储介质 | |
JPWO2017221644A1 (ja) | 画像処理装置、画像処理システム、および画像処理方法、並びにプログラム | |
JP2018022343A (ja) | 画像処理装置、および画像処理方法 | |
US11416707B2 (en) | Information processing method, information processing system, and information processing apparatus | |
CN113792578A (zh) | 用于变电站异常的检测方法、设备及系统 | |
CN114821414A (zh) | 一种基于改进yolov5的烟火检测方法、系统及电子设备 | |
CN113052754B (zh) | 一种图片背景虚化的方法及装置 | |
EP4116929A1 (en) | Information processing method, information processing system, and information processing device | |
CN110874953B (zh) | 区域报警方法、装置、电子设备及可读存储介质 | |
CN113780119A (zh) | 基于静止摄像机应用场景的高精度运动目标检测方法 | |
CN113159229A (zh) | 图像融合方法、电子设备及相关产品 | |
CN116543022A (zh) | 气体红外图像处理方法、气体检漏仪及存储介质 | |
CN115423861A (zh) | 气体泄露检测方法及装置、设备、存储介质 | |
CN115273123A (zh) | 一种票据识别方法、装置、设备及计算机存储介质 | |
CN110910379B (zh) | 一种残缺检测方法及装置 | |
CN109785617B (zh) | 交通控制信息的处理方法 | |
CN114140742A (zh) | 一种基于光场深度图像的轨道异物入侵检测方法 | |
CN112364693A (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
CN115909254B (zh) | 一种基于摄像头原始图像的dms系统及其图像处理方法 | |
CN115661068A (zh) | 气体泄漏检测方法及装置、设备、存储介质 |
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 |