CN116823839B - 基于热红外图像的管道泄漏检测方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及基于热红外图像的管道泄漏检测方法，包括：获取温度变化前后不同类型的管道气体泄露图像；根据管道气体泄露的RGB图像和管道气体泄露的红外图像的差异性得到温度变化前后的管道泄漏气体区域；根据温度变化前后的管道泄漏气体区域稳定程度得到管道泄漏气体的异常程度；根据管道泄漏气体的异常程度结合管道泄露气体的角度得到管道泄漏气体的严重程度；根据管道泄漏气体的严重程度完成管道泄露检测。本发明能够使检测出气体泄漏严重程度的精确性得到进一步提升，进而完成对管道泄漏气体的精确检测。

Description

基于热红外图像的管道泄漏检测方法

技术领域

本发明涉及图像处理技术领域，具体涉及基于热红外图像的管道泄漏检测方法。

背景技术

燃气管道最近几年得到迅速发展，城镇居民很多都通过天然气管道输送燃气，然而居民家中的燃气管道由于长时间的使用，可能出现老化漏气的现象，影响到居民生活安全，故针对室内管道气体泄漏的检测处理尤为重要。

传统对气体泄漏的检测常为人工手持热红外仪检测拍摄单帧热红外泄漏气体图像分析，这种方法的缺点是劳动强度大，对检测人员的安全存在一定威胁，且分析单帧红外图像使得检测气体泄漏严重程度的精确性较差。

发明内容

本发明提供基于热红外图像的管道泄漏检测方法，以解决现有的问题。

本发明的基于热红外图像的管道泄漏检测方法采用如下技术方案：

本发明一个实施例提供了基于热红外图像的管道泄漏检测方法，该方法包括以下步骤：

获取历史RGB图像、现有RGB图像、历史红外图像和现有红外图像；

根据历史RGB图像和历史红外图像的差异性、现有RGB图像和现有红外图像的差异性得到不同阈值下的历史差值图像和不同阈值下的现有差值图像；根据不同阈值大小和差值叠加图像灰度值得到不同阈值下的差值图像的叠加权值；根据不同阈值下的差值图像的叠加权值对不同阈值下的历史差值图像进行图像叠加得到历史差值叠加图像，根据不同阈值下的差值图像的叠加权值对不同阈值下的现有差值图像进行图像叠加得到现有差值叠加图像；根据历史差值叠加图像和现有差值叠加图像得到历史差值叠加图像的管道泄漏气体区域和现有差值叠加图像的管道泄漏气体区域；

获取历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域；根据历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域的稳定程度得到管道泄漏气体的异常程度；

获取管道泄露气体的气体泄漏范围；根据管道泄漏气体的异常程度、管道泄露气体的气体泄漏范围以及管道泄露气体的气体泄漏范围的可信程度得到管道泄漏气体的严重程度；根据管道泄漏气体的严重程度完成管道泄露检测。

优选的，所述根据历史RGB图像和历史红外图像的差异性、现有RGB图像和现有红外图像的差异性得到不同阈值下的历史差值图像和不同阈值下的现有差值图像，包括的具体步骤如下：

对历史RGB图像、现有RGB图像、历史红外图像和现有红外图像进行不同阈值下的canny边缘检测，得到不同阈值下的历史RGB图像的边缘检测结果图、现有RGB图像的边缘检测结果图、历史红外图像的边缘检测结果图和现有红外图像的边缘检测结果图；

对不同阈值下历史RGB图像的边缘检测结果图和历史红外图像的边缘检测结果图进行作差，得到不同阈值下的温度变化前的差值图像记为不同阈值下的历史差值图像；对不同阈值下现有RGB图像的边缘检测结果图和现有红外图像的边缘检测结果图进行作差，得到不同阈值下的温度变化后的差值图像记为不同阈值下的现有差值图像。

优选的，所述根据不同阈值大小和差值叠加图像灰度值得到不同阈值下的差值图像的叠加权值的具体公式如下：

式中，表示/>阈值下的历史差值图像的叠加权值；/>表示边缘检测的阈值；/>表示温度变化前/>阈值下的历史差值图像中有值像素点个数；/>表示以自然常数为底数的指数函数。

优选的，所述根据不同阈值下的差值图像的叠加权值对不同阈值下的历史差值图像进行图像叠加得到历史差值叠加图像，包括的具体步骤如下：

对不同阈值下的历史差值图像进行图像叠加得到历史差值图像的叠加图像的计算表达式为：

式中，表示历史差值图像的叠加图像；/>表示边缘检测的阈值；/>表示边缘检测的阈值数量；/>表示温度变化前/>阈值下的历史差值图像；/>表示/>阈值下的历史差值图像的叠加权值。

优选的，所述获取历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域，包括的具体步骤如下：

对于历史差值叠加图像的管道泄漏气体区域，以平行历史差值叠加图像的长轴的直线依次由管道内方向平移至管道外方向，将历史差值叠加图像的管道泄漏气体区域依次分为若干个局部区域，得到历史差值叠加图像的管道泄漏气体区域的若干个局部区域；此时记录将历史差值叠加图像的管道泄漏气体区域进行划分的各个平行直线的位置，在现有差值叠加图像的管道泄漏气体区域中保留所述的平行直线的位置，通过所述的平行直线进而将现有差值叠加图像的管道泄漏气体区域进行同样的划分；得到现有差值叠加图像的管道泄漏气体区域的若干个局部区域。

优选的，所述根据历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域的稳定程度得到管道泄漏气体的异常程度，包括的具体公式如下：

式中，表示管道泄漏气体的异常程度；/>表示将管道泄漏气体区域划分的局部区域总数量，为预设参数；/>表示历史差值叠加图像的第k个局部区域的像素叠加值的均值；/>表示现有差值叠加图像的第k个局部区域的像素叠加值的均值；/>表示现有差值叠加图像的管道泄漏气体区域的第k个局部区域的稳定程度。

优选的，所述获取管道泄露气体的气体泄漏范围，包括的具体步骤如下：

将历史差值叠加图像的管道泄漏气体区域的两侧泄漏边界像素点集，使用最小二乘法原理拟合成两条存在角度偏差的直线段，记两条直线段的构成的角度范围为气体泄漏范围。

优选的，所述根据管道泄漏气体的异常程度、管道泄露气体的气体泄漏范围以及管道泄露气体的气体泄漏范围的可信程度得到管道泄漏气体的严重程度的具体公式如下：

式中，表示管道泄漏气体的严重程度；/>表示管道泄漏气体的异常程度；/>表示管道泄漏气体的气体泄漏范围；/>表示管道泄漏气体的气体泄漏角度范围/>的可信程度；表示以自然常数为底数的指数函数；/>为线性归一化函数。

优选的，所述管道泄露气体的气体泄漏范围的可信程度的获取方法如下：

将历史差值叠加图像的管道泄漏气体区域的两侧泄漏边界像素点集，使用最小二乘法原理拟合成两条存在角度偏差的直线段，记两条直线段的构成的角度范围为气体泄漏范围，将两侧泄漏边界像素点集中的所有像素点到与其最近的拟合直线的距离之和记为，则1//>为管道泄漏气体的气体泄漏角度范围/>的可信程度。

优选的，所述根据管道泄漏气体的严重程度完成管道泄露检测，包括的具体步骤如下：

根据获得的管道泄漏气体的严重程度对管道气体泄漏严重程度进行判断，若管道泄漏气体的严重程度/>大于预设阈值/>，则判定管道气体泄漏严重，需要立即进行维护和修理措施。

本发明的技术方案的有益效果是：针对传统对气体泄漏的检测的劳动强度大，对检测人员的安全存在一定威胁，且分析单帧红外图像使得检测气体泄漏严重程度的精确性较差等问题，本发明通过降低室温，实时采集室温改变后初始帧和稳定帧的气体泄漏图像，通过初始帧和稳定帧红外图像的差异性得到室温降低后图像中大致的泄漏气体区域，进而通过气体浓度差异得到初始帧和稳定帧图像中更为准确的的泄漏气体区域，根据降低室温后初始帧与稳定帧中泄漏气体区域特征判断泄漏气体的稳定程度，进而得到泄露气体的异常程度，结合泄漏角度判断出气体泄漏区域的气体泄漏严重程度，使得检测出气体泄漏严重程度的精确性得到进一步提升，进而完成对管道泄漏气体的精确检测。

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为本发明基于热红外图像的管道泄漏检测方法的步骤流程图；

图2为本发明基于热红外图像的管道泄漏检测方法的管道泄漏气体区域划分示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于热红外图像的管道泄漏检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

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发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的基于热红外图像的管道泄漏检测方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的基于热红外图像的管道泄漏检测方法的步骤流程图，该方法包括以下步骤：

步骤S001：获取温度变化前后不同类型的管道气体泄露图像。

预设一个参数，其中本实施例以/>例进行叙述，本实施例不进行具体限定，其中/>根据具体实施情况而定。

具有的，首先，在管道气体泄露位置附近固定两个摄像头，其中一个配备热成像仪；其次将室内环境温度降低至与原环境温度相差摄氏度；获取到温度变化前后RGB类型的管道气体泄露图像和温度变化前后红外图像类型的管道气体泄露图像；最后将所述获得温度变化前后不同类型的管道气体泄露图像进行增强去噪处理，其中增强图像操作使用直方图均衡化，去噪操作使用中值滤波处理，所述的直方图均衡化和中值滤波为现有技术，此处不作过多赘述。

进一步，将温度变化前RGB类型的管道气体泄露图像记为历史RGB图像；将温度变化后RGB类型的管道气体泄露图像记为现有RGB图像；将温度变化前红外图像类型的管道气体泄露图像记为历史红外图像；将温度变化后红外图像类型的管道气体泄露图像记为现有红外图像。

至此，获得历史RGB图像、现有RGB图像、历史红外图像和现有红外图像。

步骤S002：根据管道气体泄露的RGB图像和管道气体泄露的红外图像的差异性得到温度变化前后的管道泄漏气体区域。

需要说明的是，历史RGB图像和现有RGB图像都能够反映管道和周围环境情况，历史红外图像和现有红外图像都可在历史RGB图像和现有RGB图像的基础上对不可见的气体区域部分识别出来，故可以通过对历史RGB图像和现有RGB图像和历史红外图像和现有红外图像进行图像叠加方法得到管道泄漏气体的浓度差异，对管道泄漏气体区域进行大致提炼，根据管道泄漏气体的浓度差异得到更为准确的管道泄漏气体区域。

具体的，首先，对历史RGB图像、现有RGB图像、历史红外图像和现有红外图像进行不同阈值下的canny边缘检测，得到不同阈值下的历史RGB图像的边缘检测结果图、现有RGB图像的边缘检测结果图、历史红外图像的边缘检测结果图和现有红外图像的边缘检测结果图；对于每张边缘检测结果图，将像素点灰度值为1的像素点记为有值像素点，将像素点灰度值为0的像素点记为无值像素点。

其次，对不同阈值下历史RGB图像的边缘检测结果图和历史红外图像的边缘检测结果图进行作差，得到不同阈值下的温度变化前的差值图像记为不同阈值下的历史差值图像；对不同阈值下现有RGB图像的边缘检测结果图和现有红外图像的边缘检测结果图进行作差，得到不同阈值下的温度变化后的差值图像记为不同阈值下的现有差值图像；对于每张差值图像，将像素点灰度值为1的像素点记为有值像素点，将像素点灰度值为0的像素点记为无值像素点。

其中，作差过程中若红外图像的边缘检测结果图中有值像素点与RGB图像的边缘检测结果图中有值像素点位置相同则差值为0；若红外图像的边缘检测结果图中有值像素点与RGB的边缘检测结果图中无值像素点位置相同则差值为1；若红外图像的边缘检测结果图中无值像素点与RGB的边缘检测结果图中有值像素点位置相同则差值为0。

Canny边缘检测包括两个阈值，分别为高阈值和低阈值，其中低阈值为高阈值的四分之一，本实施例使用的高阈值分别为：4、5、6……、256。

最后，则阈值下的历史差值图像的叠加权值的计算表达式为：

式中，表示/>阈值下的历史差值图像的叠加权值；/>表示边缘检测的阈值；/>表示温度变化前/>阈值下的历史差值图像中有值像素点个数；/>表示以自然常数为底数的指数函数；

对不同阈值下的历史差值图像进行图像叠加得到历史差值图像的叠加图像的计算表达式为：

式中，表示温度变化前的管道泄漏气体的浓度差异，也为历史差值图像的叠加图像；/>表示边缘检测的第/>个高阈值；/>表示边缘检测的阈值数量；/>表示温度变化前/>阈值下的历史差值图像；/>表示/>阈值下的历史差值图像的叠加权值。

其中，需要说明的是，边缘检测的阈值越大，则说明检测出管道泄漏气体区域的气体浓度越大，则在图像叠加时对此阈值下的历史差值图像进行权重更大的叠加；若检测出的历史差值图像中有值像素点个数越多，则说明管道泄漏气体的浓度越小，需在叠加时赋予更小的权重；在叠加过程中，对于每一个历史差值图像和现有差值图像上的同一位置上的像素点，将其像素值直接进行叠加，得到该像素点的像素叠加值；通过上述表达式得到温度变化前的管道泄漏气体的浓度差异即为历史差值图像的叠加图像，记为历史差值叠加图像，对历史差值叠加图像使用大津法获得阈值，将历史差值叠加图像中灰度值大于阈值的区域记为历史差值叠加图像的管道泄漏气体区域。

同理根据上述表达式得到温度变化后的管道泄漏气体的浓度差异和现有差值图像的叠加图像，记为现有差值叠加图像，对现有差值叠加图像使用大津法获得阈值，将现有差值叠加图像中灰度值大于阈值/>的区域记为现有差值叠加图像的管道泄漏气体区域。

至此，得到历史差值叠加图像的管道泄漏气体区域和现有差值叠加图像的管道泄漏气体区域。

步骤S003：根据温度变化前后的管道泄漏气体区域稳定程度得到管道泄漏气体的异常程度。

需要说明的是，若降低室温，则会使管道泄漏气体的温度得到相应改变，而较浓的泄漏气体部分的温度改变相对较小，较稀薄的泄漏气体部分的温度改变相对较大。故可以通过分析室温变化对管道泄漏气体的温差影响，得到管道泄漏气体的室温敏感程度，进而得到管道气体泄漏的异常程度。

进一步需要说明的是，因为在历史差值叠加图像和现有差值叠加图像中距离管道内各距离的管道泄漏气体对室温改变的稳定程度不同，故对历史差值叠加图像和现有差值叠加图像的管道泄漏气体区域进行分块处理。

预设一个参数，其中本实施例以/>例进行叙述，本实施例不进行具体限定，其中/>根据具体实施情况而定。

具体的，对于历史差值叠加图像的管道泄漏气体区域，以平行历史差值叠加图像的长轴的直线依次由管道内方向平移至管道外方向，将历史差值叠加图像的管道泄漏气体区域依次等分为Q个局部区域。此时记录将历史差值叠加图像的管道泄漏气体区域进行划分的各个平行直线的位置，在现有差值叠加图像的管道泄漏气体区域中保留所述的平行直线的位置，通过所述的平行直线进而将现有差值叠加图像的管道泄漏气体区域进行同样的划分；其区域划分示意图如图2所示，图中的至/>表示不同的局部区域，共有/>个局部区域。

根据温度变化前后的管道泄漏气体区域稳定程度得到管道泄漏气体的异常程度的计算表达式为：

式中，表示管道泄漏气体的异常程度；/>表示将管道泄漏气体区域划分的局部区域总数量，为预设参数；/>表示历史差值叠加图像的第k个局部区域的像素叠加值的均值；/>表示现有差值叠加图像的第k个局部区域的像素叠加值的均值；/>表示现有差值叠加图像的管道泄漏气体区域的第k个局部区域的稳定程度。

至此，获得管道泄漏气体的异常程度。

步骤S004：根据管道泄漏气体的异常程度结合管道泄露气体的角度得到管道泄漏气体的严重程度；根据管道泄漏气体的严重程度完成管道泄露检测。

需要说明的是，若管道泄露气体的泄漏角度越小，则表示管道泄漏气体更趋向于喷发式；若管道泄露气体的泄漏角度越大，则表示管道泄漏气体更趋向于弥漫式，喷发式相较于弥漫式的泄漏程度更严重，故结合管道泄漏气体的异常程度和管道泄漏气体的泄漏角度得到管道泄漏气体的严重程度。

具体的，将历史差值叠加图像的管道泄漏气体区域的两侧泄漏边界像素点集，使用最小二乘法（现有方法，在此不过多赘述）原理拟合成两条存在角度偏差的直线段，记两条直线段的构成的角度范围为气体泄漏范围，将两侧泄漏边界像素点集中的所有像素点到与其最近的拟合直线的距离之和记为/>，则1//>为管道泄漏气体的气体泄漏角度范围/>的可信程度，若距离之和越小，则说明最小二乘法的拟合效果越好，则拟合直线的可信程度越高，则两拟合直线构成的泄漏角度范围的可信程度越高。

则根据管道泄漏气体的异常程度结合管道泄露气体的角度得到管道泄漏气体的严重程度的计算表达式为：

式中，表示管道泄漏气体的严重程度；/>表示管道泄漏气体的异常程度；/>表示管道泄漏气体的气体泄漏范围；/>表示管道泄漏气体的气体泄漏角度范围/>的可信程度；表示以自然常数为底数的指数函数；/>为线性归一化函数。

至此，得到管道泄漏气体的严重程度。

预设一个阈值，其中本实施例以/>例进行叙述，本实施例不进行具体限定，其中/>根据具体实施情况而定。

具体的，根据获得的管道泄漏气体的严重程度对管道气体泄漏严重程度进行判断，若管道泄漏气体的严重程度，则认为管道气体泄漏严重，需要立即进行维护和修理措施。

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 (7)

1.基于热红外图像的管道泄漏检测方法，其特征在于，该方法包括以下步骤：

获取历史RGB图像、现有RGB图像、历史红外图像和现有红外图像；

根据历史RGB图像和历史红外图像的差异性、现有RGB图像和现有红外图像的差异性得到不同阈值下的历史差值图像和不同阈值下的现有差值图像；根据不同阈值大小和差值叠加图像灰度值得到不同阈值下的差值图像的叠加权值；根据不同阈值下的差值图像的叠加权值对不同阈值下的历史差值图像进行图像叠加得到历史差值叠加图像，根据不同阈值下的差值图像的叠加权值对不同阈值下的现有差值图像进行图像叠加得到现有差值叠加图像；根据历史差值叠加图像和现有差值叠加图像得到历史差值叠加图像的管道泄漏气体区域和现有差值叠加图像的管道泄漏气体区域；

获取历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域；根据历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域的稳定程度得到管道泄漏气体的异常程度；

获取管道泄露气体的气体泄漏范围；根据管道泄漏气体的异常程度、管道泄露气体的气体泄漏范围以及管道泄露气体的气体泄漏范围的可信程度得到管道泄漏气体的严重程度；根据管道泄漏气体的严重程度完成管道泄露检测；

所述根据历史RGB图像和历史红外图像的差异性、现有RGB图像和现有红外图像的差异性得到不同阈值下的历史差值图像和不同阈值下的现有差值图像，包括的具体步骤如下：

对历史RGB图像、现有RGB图像、历史红外图像和现有红外图像进行不同阈值下的canny边缘检测，得到不同阈值下的历史RGB图像的边缘检测结果图、现有RGB图像的边缘检测结果图、历史红外图像的边缘检测结果图和现有红外图像的边缘检测结果图；

对不同阈值下历史RGB图像的边缘检测结果图和历史红外图像的边缘检测结果图进行作差，得到不同阈值下的温度变化前的差值图像记为不同阈值下的历史差值图像；对不同阈值下现有RGB图像的边缘检测结果图和现有红外图像的边缘检测结果图进行作差，得到不同阈值下的温度变化后的差值图像记为不同阈值下的现有差值图像；

所述根据管道泄漏气体的异常程度、管道泄露气体的气体泄漏范围以及管道泄露气体的气体泄漏范围的可信程度得到管道泄漏气体的严重程度的具体公式如下：

式中，表示管道泄漏气体的严重程度；/>表示管道泄漏气体的异常程度；/>表示管道泄漏气体的气体泄漏范围；/>表示管道泄漏气体的气体泄漏角度范围/>的可信程度；/>表示以自然常数为底数的指数函数；/>为线性归一化函数；

所述管道泄露气体的气体泄漏范围的可信程度的获取方法如下：

将历史差值叠加图像的管道泄漏气体区域的两侧泄漏边界像素点集，使用最小二乘法原理拟合成两条存在角度偏差的直线段，记两条直线段的构成的角度范围为气体泄漏范围，将两侧泄漏边界像素点集中的所有像素点到与其最近的拟合直线的距离之和记为/>，则1//>为管道泄漏气体的气体泄漏角度范围/>的可信程度。

2.根据权利要求1所述基于热红外图像的管道泄漏检测方法，其特征在于，所述根据不同阈值大小和差值叠加图像灰度值得到不同阈值下的差值图像的叠加权值的具体公式如下：

式中，表示/>阈值下的历史差值图像的叠加权值；/>表示边缘检测的阈值；/>表示温度变化前/>阈值下的历史差值图像中有值像素点个数；/>表示以自然常数为底数的指数函数。

3.根据权利要求1所述基于热红外图像的管道泄漏检测方法，其特征在于，所述根据不同阈值下的差值图像的叠加权值对不同阈值下的历史差值图像进行图像叠加得到历史差值叠加图像，包括的具体步骤如下：

对不同阈值下的历史差值图像进行图像叠加得到历史差值图像的叠加图像的计算表达式为：

式中，表示历史差值图像的叠加图像；/>表示边缘检测的阈值；/>表示边缘检测的阈值数量；/>表示温度变化前/>阈值下的历史差值图像；/>表示/>阈值下的历史差值图像的叠加权值。

4.根据权利要求1所述基于热红外图像的管道泄漏检测方法，其特征在于，所述获取历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域，包括的具体步骤如下：

对于历史差值叠加图像的管道泄漏气体区域，以平行历史差值叠加图像的长轴的直线依次由管道内方向平移至管道外方向，将历史差值叠加图像的管道泄漏气体区域依次分为若干个局部区域，得到历史差值叠加图像的管道泄漏气体区域的若干个局部区域；此时记录将历史差值叠加图像的管道泄漏气体区域进行划分的各个平行直线的位置，在现有差值叠加图像的管道泄漏气体区域中保留所述的平行直线的位置，通过所述的平行直线进而将现有差值叠加图像的管道泄漏气体区域进行同样的划分；得到现有差值叠加图像的管道泄漏气体区域的若干个局部区域。

5.根据权利要求1所述基于热红外图像的管道泄漏检测方法，其特征在于，所述根据历史差值叠加图像的管道泄漏气体区域的若干个局部区域和现有差值叠加图像的管道泄漏气体区域的若干个局部区域的稳定程度得到管道泄漏气体的异常程度，包括的具体公式如下：

式中，表示管道泄漏气体的异常程度；/>表示将管道泄漏气体区域划分的局部区域总数量，为预设参数；/>表示历史差值叠加图像的第k个局部区域的像素叠加值的均值；表示现有差值叠加图像的第k个局部区域的像素叠加值的均值；/>表示现有差值叠加图像的管道泄漏气体区域的第k个局部区域的稳定程度。

6.根据权利要求1所述基于热红外图像的管道泄漏检测方法，其特征在于，所述获取管道泄露气体的气体泄漏范围，包括的具体步骤如下：

将历史差值叠加图像的管道泄漏气体区域的两侧泄漏边界像素点集，使用最小二乘法原理拟合成两条存在角度偏差的直线段，记两条直线段的构成的角度范围为气体泄漏范围。

7.根据权利要求1所述基于热红外图像的管道泄漏检测方法，其特征在于，所述根据管道泄漏气体的严重程度完成管道泄露检测，包括的具体步骤如下：

根据获得的管道泄漏气体的严重程度对管道气体泄漏严重程度进行判断，若管道泄漏气体的严重程度/>大于预设阈值/>，则判定管道气体泄漏严重，需要立即进行维护和修理措施。