CN116862887A - 基于激光扫描和红外成像的气体泄漏定量检测方法及系统 - Google Patents

基于激光扫描和红外成像的气体泄漏定量检测方法及系统 Download PDF

Info

Publication number
CN116862887A
CN116862887A CN202310880576.0A CN202310880576A CN116862887A CN 116862887 A CN116862887 A CN 116862887A CN 202310880576 A CN202310880576 A CN 202310880576A CN 116862887 A CN116862887 A CN 116862887A
Authority
CN
China
Prior art keywords
gas
infrared
imaging
area
laser
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.)
Pending
Application number
CN202310880576.0A
Other languages
English (en)
Inventor
陈海永
邓立齐
魏君飞
邢怀昌
赵丽艳
陈涛
郑国锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hanwei Electronics Group Corp
Original Assignee
Hanwei Electronics Group Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hanwei Electronics Group Corp filed Critical Hanwei Electronics Group Corp
Priority to CN202310880576.0A priority Critical patent/CN116862887A/zh
Publication of CN116862887A publication Critical patent/CN116862887A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Optics & Photonics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种基于激光扫描和红外成像的气体泄漏定量检测方法及系统，步骤包括：获取待检区域的风速、风向和温湿度；获取红外图像，利用红外图像检测算法对红外图像中的目标气体进行检测，并获取目标气体成像面积和目标气体成像灰度分布，基于目标气体成像面积、目标气体成像灰度分布、环境数据以及预设气体体积模型计算得到气体体积；获取气体浓度，并基于气体浓度和气体体积得到气体泄漏量。

Description

基于激光扫描和红外成像的气体泄漏定量检测方法及系统
技术领域
本发明涉及气体领域，具体的说，涉及了一种基于激光扫描和红外成像的气体泄漏定量检测方法及系统。
背景技术
石化行业在生产、运输、储存过程中会产生大量易燃易爆有毒的危险气体，一旦发生气体泄漏极易造成爆炸、环境污染、中毒甚至伤亡等严重后果，且带来巨大影响和损失。很多危险气体无色无味，很难被察觉，给气体的泄漏检测带来一定困难，且现有检测设备存在灵敏度不高，准确率低等问题，因此需要能在发生泄漏初期、快速准确地检测出泄漏气体，并定量测量出气体泄漏量的新方法新技术，可及早将泄漏事故消灭在初始阶段，避免造成更大危害。
红外热成像设备接收外界红外辐射并成像，在有气体泄漏的区域内背景辐射经气体吸收，到达红外成像设备的辐射量发生变化，因此气体可在红外成像设备上清晰成像，不同气体的红外吸收波长不同，可针对不同气体选用不同滤光片，实现不同气体的检测。红外图像气体检测算法对采集的红外图像进行增强处理，并通过差分法利用气体在环境中飘散运动的特性，检测得到气体图像。但是，红外图像气体检测算法无法准确知道气体浓度等信息，对气体泄漏总量定量测量实现较为困难。
激光应用于气体泄漏测量，主要利用激光器发射经调制的激光，并由接收模块接收反射回的激光。激光在往返路径上经过泄漏气体云团时，受气体吸收影响激光光量发生变化，通过建立激光光量变化和气体浓度的关系函数可设计激光测量气体浓度算法。激光测量气体泄漏相比红外图像测量更为灵敏，但是激光只能进行点测量，无法大面积测量和可视化呈现，且无法得到气体泄漏面积体积等数据，对气体泄漏总量定量测量实现困难；若使用激光进行多点测量来确定气体泄漏区域，则需要设置数量众多的扫描点，且测量结果仍无法保证精准。
为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足，从而提供了一种基于激光扫描和红外成像的气体泄漏定量检测方法及系统，以激光多点扫描测量气体浓度，红外图像算法再以激光测量点的气体浓度为基准结合灰度变化，直观、准确得到气体浓度分布以及进行气体泄漏量计算。
为了实现上述目的，本发明所采用的技术方案是：一种基于激光扫描和红外成像的气体泄漏定量检测方法，包括以下步骤：
获取待检区域的风速、风向和温湿度；
获取红外图像，利用红外图像检测算法对红外图像中的目标气体进行检测，获取目标气体成像面积和目标气体成像灰度分布，基于目标气体成像面积、目标气体成像灰度分布、风速、风向、温湿度以及预设气体体积模型计算得到气体体积；
获取气体浓度，并基于气体浓度和气体体积得到气体泄漏量。
在一个实施例中，预设气体体积模型的训练步骤包括：
以已知浓度的标准气体进行放气试验，放气时记录放气量，并基于红外成像设备在不同距离下观测标准气体成像，记录测量距离、环境风速、风向和温湿度；利用红外图像检测算法对标准气体进行检测并提取标准气体区域特征，计算统计气体成像面积和气体成像灰度分布；
根据红外成像设备的镜头焦距、像元尺寸的几何关系计算气体实际面积；
用激光遥测设备测量气体成像不同灰度位置的气体浓度；
以气体实际面积、气体成像灰度分布及对应的气体浓度、放气量、测量距离、环境风速、风向和温湿度推算出气体体积；
重复多次上述步骤，建立气体体积模型。
在一个实施例中，基于红外成像设备对待检区域进行图像采集，获得红外图像；
将激光遥测设备安装在伺服云台上，开启激光遥测设备，并控制伺服云台按照预设路径转动，以实现激光遥测设备对待检区域进行气体检测，获得气体浓度。
进一步的，在基于红外成像设备采集待检区域的红外图像以及基于激光遥测设备对待检区域进行气体检测之前，预先将激光测量设备、伺服云台和红外成像设备进行配准，获得配准数据，所述配准数据包括视场子区域编号和伺服云台的位置信息；
配准步骤包括：
将红外成像设备的视场根据需要划分多个视场子区域，并分别对每个视场子区域进行编号；
开启激光遥测设备，并控制伺服云台，使激光测量角度点依次落在每个视场子区域的中心位置，记录伺服云台对应的位置信息作为该视场子区域的标准位置保存，完成配准。
在一个实施例中，当利用红外图像检测算法检测到红外图像中存在目标气体，而利用激光遥测设备并未检测到目标气体时，将利用红外图像检测算法检测到的红外图像局部区域作为疑似目标区域，基于配准数据控制伺服云台和激光测量设备对疑似目标区域进行连续多帧激光检测，若连续多帧激光检测均检测不到目标气体则可认为该疑似目标区域为红外干扰项，舍弃当前疑似目标区域。
在一个实施例中，当利用激光遥测设备检测到目标气体时，根据配准数据确定当前测量角度对应的视场子区域，并将视场子区域对应的红外图像区域作为重点区域，其中重点区域为红外图像区域*预设放大比例；
利用红外图像检测算法对重点区域中的目标气体进行检测。
本发明第二方面提供一种基于激光扫描和红外成像的气体泄漏定量检测系统，包括环境感知设备、红外成像设备、伺服云台、激光遥测设备、红外图像检测模块、气体体积计算模块和泄漏量计算模块；
所述环境感知设备，用于感知待检区域中的风速、风向和温湿度；
所述红外成像设备，用于对待检区域进行图像采集，获得红外图像；
所述伺服云台，用于按照预设路径转动；
所述激光遥测设备安装在所述伺服云台上，随所述伺服云台转动，实现对待检区域进行气体检测，获得气体浓度；
所述红外图像检测模块，用于利用红外图像检测算法对红外图像中的目标气体进行检测，并获取目标气体成像面积和目标气体成像灰度分布；
所述气体体积计算模块，用于基于目标气体成像面积、目标气体成像灰度分布、风速、风向和温湿度以及预设气体体积模型计算得到气体体积；
所述泄漏量计算模块，用于基于气体浓度和气体体积得到气体泄漏量。
进一步的，所述气体泄漏定量检测系统还包括配准数据存储模块和综合决策模块；
所述配准数据存储模块，存储有红外成像设备的每个视场子区域与伺服云台位置的关联关系；
所述综合决策模块，用于在利用红外图像检测算法检测到红外图像中存在目标气体，而利用激光遥测设备并未检测到目标气体时，将利用红外图像检测算法检测到的红外图像局部区域作为疑似目标区域，基于配准数据控制伺服云台和激光测量设备对疑似目标区域进行连续多帧激光检测，若连续多帧激光检测均检测不到目标气体则可认为该疑似目标区域为红外干扰项，舍弃当前疑似目标区域；以及在利用激光遥测设备检测到目标气体时，根据配准数据确定当前测量角度对应的视场子区域，并将视场子区域对应的红外图像区域作为重点区域，其中重点区域为红外图像区域*预设放大比例；利用红外图像检测算法对重点区域中的目标气体进行检测。
本发明还提供一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现所述的基于激光扫描和红外成像的气体泄漏定量检测方法的步骤。
本发明还提供一种电子设备，包括：至少一个计算单元；至少一个存储器，所述至少一个存储器被耦合到所述至少一个计算单元并且存储用于由所述至少一个计算单元执行的指令，所述指令当由所述至少一个计算单元执行时，使得所述设备执行所述的基于激光扫描和红外成像的气体泄漏定量检测方法的步骤。
本发明相对现有技术具有提出的实质性特点和显著的进步，具体的说，本发明将红外图像检测和激光测量结合起来，利用红外图像检测获取气体成像面积和气体成像灰度分布，并结合预设气体体积模型计算得到气体体积；利用激光测量获得气体浓度信息，从而基于气体浓度和气体体积得到气体泄漏量，从而解决了单一检测方式无法实现气体泄漏总量定量测量的问题；并且，该方式可以将人眼不可见的泄露气体可视化呈现。
本发明还提出了激光红外综合测量方法，利用激光的高灵敏度和准确率可有效去除图像算法检测干扰，降低图像算法复杂度，且根据激光检测结果只对重点区域检测的策略可有效缩小算法处理图像大小，降低算法计算量，提高算法处理效率和实时性。
附图说明
图1是本发明的气体泄漏定量检测方法的流程示意图。
图2是本发明的气体泄漏定量检测系统的原理框图。
具体实施方式
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
实施例1
如图1所示，一种基于激光扫描和红外成像的气体泄漏定量检测方法，包括以下步骤：
获取待检区域的风速、风向和温湿度；
获取红外图像，利用红外图像检测算法对红外图像中的目标气体进行检测，并获取目标气体成像面积和目标气体成像灰度分布，基于目标气体成像面积、目标气体成像灰度分布、环境数据以及预设气体体积模型计算得到气体体积；
获取气体浓度，并基于气体浓度和气体体积得到气体泄漏量。
具体的，获得气体浓度后，结合红外图像检测算法获得的目标气体成像灰度分布推算出不同灰度对应的浓度变化，进而得到气体成像区域内的整体浓度分布，再结合计算得到的气体体积即可得到气体泄漏量。
具体的，气体泄漏量的计算通过积分计算得到，计算方式一为：将不同灰度下的体积和浓度相乘后再进行积分，得到最终的气体泄漏量；计算方式二为：将不同灰度下的体积进行积分，得到总体积；根据不同灰度的气体浓度得到平均浓度，将总体积与平均浓度相乘，即得到最终的气体泄漏量。
在具体实施时，基于红外成像设备获取红外图像；优选的，红外成像设备为红外热像仪，包括红外镜头、探测器、及前端处理电路等，输出清晰的红外图像，根据要测量气体的红外吸收波长范围选择窄带滤光片，可实现对不同气体的检测。
红外图像检测算法包括气体增强图像算法、气体检测与提取等。由于气体在红外图像中存在细节偏弱的特点，因此先采用气体图像增加算法对红外图像进一步增强，突出气体成像细节；再利用气体在空气中飘散运动特性，采用差分算法提取红外图像的前景图像，最后对提取到的前景图像做进一步连通域处理、去噪、去干扰等操作，得到气体区域，从而获得目标气体成像面积和目标气体成像灰度分布。
需要注意的是，预设气体体积模型是计算得到气体体积的关键，因此在计算气体体积之前，需要先基于标准气体获得气体体积模型。具体的，预设气体体积模型的训练步骤包括：
以已知浓度的标准气体进行放气试验，放气时记录放气量，并基于红外成像设备在不同距离下观测标准气体成像，记录测量距离、环境风速、风向和温湿度；利用红外图像检测算法对标准气体进行检测并提取标准气体区域特征，计算统计气体成像面积和气体成像灰度分布；
根据红外成像设备的镜头焦距、像元尺寸的几何关系计算气体实际面积；
用激光遥测设备测量气体成像不同灰度位置的气体浓度；
以气体实际面积、气体成像灰度分布及对应的气体浓度、放气量、测量距离、环境风速、风向和温湿度推算出气体体积；
重复多次上述步骤，建立气体体积模型。
可以理解，气体泄漏到环境中是以气体云团形式存在，云团不同位置气体浓度不同，采用激光单点测量的方式只能获得单点浓度，以此作为整体的浓度则存在不准确的问题；因此本申请中采用激光扫描方式多点测量气体浓度，即可获得每个激光测量点及其周围的小范围区域的浓度分布。此时再结合红外图像检测算法获得的气体成像灰度分布即可推算出不同灰度对应的浓度变化，进而得到气体成像区域内的整体浓度分布，再结合计算得到的气体体积即可得到气体泄漏量。并且，该定量测量气体泄漏量的方法将人眼不可见的泄露气体可视化呈现出来，可更直观提示气体泄漏及泄漏位置。
实施例2
本实施例与实施例1的区别在于给出了红外图像和气体浓度的获取方式，具体的，基于红外成像设备对待检区域进行图像采集，获得红外图像；将激光遥测设备安装在伺服云台上，开启激光遥测设备，并控制伺服云台按照预设路径转动，以实现激光遥测设备对待检区域进行气体检测，获得气体浓度。
特别注意的是，本申请中红外测量和激光测量并不是独立的，两者相互配合工作，且激光测量不需要红外触发，具体的，两者的配合模式需要根据测量结果控制调整。
为此，在基于红外成像设备采集待检区域的红外图像以及基于激光遥测设备对待检区域进行气体检测之前，预先将激光测量设备、伺服云台和红外成像设备进行配准，获得配准数据，所述配准数据包括视场子区域编号和伺服云台的位置信息，从而将红外测量与激光测量关联起来，由于激光测量具备随动云台，因此后期可通过控制策略根据红外成像测量情况自动控制激光光轴测量点的位置及变化，不需要手动对准光轴。
具体的，配准步骤包括：
将红外成像设备的视场根据需要划分多个视场子区域，并分别对每个视场子区域进行编号；
开启激光遥测设备，并控制伺服云台，使激光测量角度点依次落在每个视场子区域的中心位置，记录伺服云台对应的位置信息作为该视场子区域的标准位置保存，完成配准，
可以理解，多次重复配准可以提高精度减少误差。
在获得配准数据后，当利用红外图像检测算法检测到红外图像中存在目标气体，而利用激光遥测设备并未检测到目标气体时，将利用红外图像检测算法检测到的红外图像局部区域作为疑似目标区域，基于配准数据控制伺服云台和激光测量设备对疑似目标区域进行连续多帧激光检测，若连续多帧激光检测均检测不到目标气体则可认为该疑似目标区域为红外干扰项，舍弃当前疑似目标区域。
上述方案激光不只用来测量气体浓度，且用于与红外图像配合进行气体检测，解决单图像检测算法易受干扰影响，难以区分干扰和气体的问题，通过激光的高灵敏度和准确率可有效去除图像算法检测干扰。
在获得配准数据后，当利用激光遥测设备检测到目标气体时，根据配准数据确定当前测量角度对应的视场子区域，并将视场子区域对应的红外图像区域作为重点区域，其中重点区域为红外图像区域*预设放大比例；利用红外图像检测算法对重点区域中的目标气体进行检测。
上述方案根据激光检测结果只对重点区域检测的策略可有效缩小算法处理图像大小，降低算法计算量，提高算法处理效率和实时性，进一步解决了图像算法复杂，尤其解决干扰等问题时采用更为复杂的算法导致的计算量大，实时性不好的问题。且对于早期气体泄漏量较少的情况下能更早发现、检测测量更为准确。
实施例3
本实施例提供一种基于激光扫描和红外成像的气体泄漏定量检测系统，如图2所示，包括环境感知设备、红外成像设备、伺服云台、激光遥测设备、红外图像检测模块、气体体积计算模块和泄漏量计算模块；
所述环境感知设备，用于感知待检区域中的风速、风向和温湿度；
所述红外成像设备，用于对待检区域进行图像采集，获得红外图像；
所述伺服云台，用于按照预设路径转动；
所述激光遥测设备安装在所述伺服云台上，随所述伺服云台转动，实现对待检区域进行气体检测，获得气体浓度；
所述红外图像检测模块，用于利用红外图像检测算法对红外图像中的目标气体进行检测，并获取目标气体成像面积和目标气体成像灰度分布；
所述气体体积计算模块，用于基于目标气体成像面积、目标气体成像灰度分布、风速、风向和温湿度以及预设气体体积模型计算得到气体体积；
所述泄漏量计算模块，用于基于气体浓度和气体体积得到气体泄漏量。
在具体实施时，所述气体泄漏定量检测系统还包括配准数据存储模块和综合决策模块；
所述配准数据存储模块，存储有红外成像设备的每个视场子区域与伺服云台位置的关联关系；
所述综合决策模块，用于在利用红外图像检测算法检测到红外图像中存在目标气体，而利用激光遥测设备并未检测到目标气体时，将利用红外图像检测算法检测到的红外图像局部区域作为疑似目标区域，基于配准数据控制伺服云台和激光测量设备对疑似目标区域进行连续多帧激光检测，若连续多帧激光检测均检测不到目标气体则可认为该疑似目标区域为红外干扰项，舍弃当前疑似目标区域；以及在利用激光遥测设备检测到目标气体时，根据配准数据确定当前测量角度对应的视场子区域，并将视场子区域对应的红外图像区域作为重点区域，其中重点区域为红外图像区域*预设放大比例；利用红外图像检测算法对重点区域中的目标气体进行检测。
本申请中采用激光扫描方式多点测量气体浓度，即可获得每个激光测量点及其周围的小范围区域的浓度分布。此时再结合红外图像检测算法获得的气体成像灰度分布即可推算出不同灰度对应的浓度变化，进而得到气体成像区域内的整体浓度分布，再结合计算得到的气体体积即可得到气体泄漏量。并且，该定量测量气体泄漏量的方法将人眼不可见的泄露气体可视化呈现出来，可更直观提示气体泄漏及泄漏位置。
并且本申请中，激光不只用来测量气体浓度，还可与红外图像配合进行气体检测，解决单图像检测算法易受干扰影响，难以区分干扰和气体的问题，通过激光的高灵敏度和准确率可有效去除图像算法检测干扰，降低算法计算量，提高算法处理效率和实时性，进一步解决了图像算法复杂，尤其解决干扰等问题时采用更为复杂的算法导致的计算量大，实时性不好的问题。且对于早期气体泄漏量较少的情况下能更早发现、检测测量更为准确。
实施例4
本实施例提供一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现实施例1或实施例2所述的基于激光扫描和红外成像的气体泄漏定量检测方法的步骤。
实施例5
本实施例还提供一种电子设备，其特征在于，包括：至少一个计算单元；至少一个存储器，所述至少一个存储器被耦合到所述至少一个计算单元并且存储用于由所述至少一个计算单元执行的指令，所述指令当由所述至少一个计算单元执行时，使得所述设备执行实施例1或实施例2所述的基于激光扫描和红外成像的气体泄漏定量检测方法的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (10)

1.一种基于激光扫描和红外成像的气体泄漏定量检测方法，其特征在于，包括以下步骤：
获取待检区域的风速、风向和温湿度；
获取红外图像，利用红外图像检测算法对红外图像中的目标气体进行检测，并获取目标气体成像面积和目标气体成像灰度分布，基于目标气体成像面积、目标气体成像灰度分布、环境数据以及预设气体体积模型计算得到气体体积；
获取气体浓度，并基于气体浓度和气体体积得到气体泄漏量。
2.根据权利要求1所述的一种基于激光扫描和红外成像的气体泄漏定量检测方法，其特征在于，预设气体体积模型的训练步骤包括：
以已知浓度的标准气体进行放气试验，放气时记录放气量；
基于红外成像设备在不同距离下观测标准气体成像，记录测量距离、环境风速、风向和温湿度；利用红外图像检测算法对标准气体进行检测并提取标准气体区域特征，计算统计气体成像面积和气体成像灰度分布；
根据红外成像设备的镜头焦距、像元尺寸的几何关系计算气体实际面积；
用激光遥测设备测量气体成像不同灰度位置的气体浓度；
以气体实际面积、气体成像灰度分布及对应的气体浓度、放气量、测量距离、环境风速、风向和温湿度推算出气体体积；
重复多次上述步骤，建立与气体成像面积、气体成像灰度分布、环境风速、风向和温湿度有关的气体体积模型。
3.根据权利要求1或2所述的一种基于激光扫描和红外成像的气体泄漏定量检测方法，其特征在于：
基于红外成像设备对待检区域进行图像采集，获得红外图像；
将激光遥测设备安装在伺服云台上，开启激光遥测设备，并控制伺服云台按照预设路径转动，以实现激光遥测设备对待检区域进行气体检测，获得气体浓度。
4.根据权利要求3所述的一种基于激光扫描和红外成像的气体泄漏定量检测方法，其特征在于，在基于红外成像设备采集待检区域的红外图像以及基于激光遥测设备对待检区域进行气体检测之前，预先将激光测量设备、伺服云台和红外成像设备进行配准，获得配准数据，所述配准数据包括视场子区域编号和伺服云台的位置信息；
配准步骤包括：
将红外成像设备的视场根据需要划分多个视场子区域，并分别对每个视场子区域进行编号；
开启激光遥测设备，并控制伺服云台，使激光测量角度点依次落在每个视场子区域的中心位置，记录伺服云台对应的位置信息作为该视场子区域的标准位置保存，完成配准。
5.根据权利要求4所述的一种基于激光扫描和红外成像的气体泄漏定量检测方法，其特征在于：当利用红外图像检测算法检测到红外图像中存在目标气体，而利用激光遥测设备并未检测到目标气体时，将利用红外图像检测算法检测到的红外图像局部区域作为疑似目标区域，基于配准数据控制伺服云台和激光测量设备对疑似目标区域进行连续多帧激光检测，若连续多帧激光检测均检测不到目标气体则可认为该疑似目标区域为红外干扰项，舍弃当前疑似目标区域。
6.根据权利要求4所述的一种基于激光扫描和红外成像的气体泄漏定量检测方法，其特征在于，当利用激光遥测设备检测到目标气体时，根据配准数据确定当前测量角度对应的视场子区域，并将视场子区域对应的红外图像区域作为重点区域，其中重点区域为红外图像区域*预设放大比例；
利用红外图像检测算法对重点区域中的目标气体进行检测。
7.一种基于激光扫描和红外成像的气体泄漏定量检测系统，其特征在于：包括环境感知设备、红外成像设备、伺服云台、激光遥测设备、红外图像检测模块、气体体积计算模块和泄漏量计算模块；
所述环境感知设备，用于感知待检区域中的风速、风向和温湿度；
所述红外成像设备，用于对待检区域进行图像采集，获得红外图像；
所述伺服云台，用于按照预设路径转动；
所述激光遥测设备安装在所述伺服云台上，随所述伺服云台转动，实现对待检区域进行气体检测，获得气体浓度；
所述红外图像检测模块，用于利用红外图像检测算法对红外图像中的目标气体进行检测，并获取目标气体成像面积和目标气体成像灰度分布；
所述气体体积计算模块，用于基于目标气体成像面积、目标气体成像灰度分布、风速、风向和温湿度以及预设气体体积模型计算得到气体体积；
所述泄漏量计算模块，用于基于气体浓度和气体体积得到气体泄漏量。
8.根据权利要求7所述的一种基于激光扫描和红外成像的气体泄漏定量检测系统，其特征在于：还包括配准数据存储模块和综合决策模块；
所述配准数据存储模块，存储有红外成像设备的每个视场子区域与伺服云台位置的关联关系；
所述综合决策模块，用于在利用红外图像检测算法检测到红外图像中存在目标气体，而利用激光遥测设备并未检测到目标气体时，将利用红外图像检测算法检测到的红外图像局部区域作为疑似目标区域，基于配准数据控制伺服云台和激光测量设备对疑似目标区域进行连续多帧激光检测，若连续多帧激光检测均检测不到目标气体则可认为该疑似目标区域为红外干扰项，舍弃当前疑似目标区域；以及在利用激光遥测设备检测到目标气体时，根据配准数据确定当前测量角度对应的视场子区域，并将视场子区域对应的红外图像区域作为重点区域，其中重点区域为红外图像区域*预设放大比例；利用红外图像检测算法对重点区域中的目标气体进行检测。
9.一种计算机存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现权利要求1至6中任一项所述的基于激光扫描和红外成像的气体泄漏定量检测方法的步骤。
10.一种电子设备，其特征在于，包括：至少一个计算单元；至少一个存储器，所述至少一个存储器被耦合到所述至少一个计算单元并且存储用于由所述至少一个计算单元执行的指令，所述指令当由所述至少一个计算单元执行时，使得所述设备执行权利要求1至6中任一项所述的基于激光扫描和红外成像的气体泄漏定量检测方法的步骤。
CN202310880576.0A 2023-07-18 2023-07-18 基于激光扫描和红外成像的气体泄漏定量检测方法及系统 Pending CN116862887A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310880576.0A CN116862887A (zh) 2023-07-18 2023-07-18 基于激光扫描和红外成像的气体泄漏定量检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310880576.0A CN116862887A (zh) 2023-07-18 2023-07-18 基于激光扫描和红外成像的气体泄漏定量检测方法及系统

Publications (1)

Publication Number Publication Date
CN116862887A true CN116862887A (zh) 2023-10-10

Family

ID=88231962

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310880576.0A Pending CN116862887A (zh) 2023-07-18 2023-07-18 基于激光扫描和红外成像的气体泄漏定量检测方法及系统

Country Status (1)

Country Link
CN (1) CN116862887A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233119A (zh) * 2023-11-10 2023-12-15 北京环拓科技有限公司 结合传感器校准模块识别和量化voc气云图像的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233119A (zh) * 2023-11-10 2023-12-15 北京环拓科技有限公司 结合传感器校准模块识别和量化voc气云图像的方法
CN117233119B (zh) * 2023-11-10 2024-01-12 北京环拓科技有限公司 结合传感器校准模块识别和量化voc气云图像的方法

Similar Documents

Publication Publication Date Title
EP1732314B1 (en) Infrared camera with humidity sensor
CN110889455B (zh) 一种化工园巡检机器人的故障检测定位及安全评估方法
KR100981401B1 (ko) 미소 변위 계측법 및 장치
CN103885168B (zh) 用于显微镜装置的自校准的方法
CN107576432A (zh) 一种动态裂纹尖端应力场量测方法及装置
US10605232B2 (en) Method and device for determining a position of defects or damage on rotor blades of a wind turbine in an installed state
CN116862887A (zh) 基于激光扫描和红外成像的气体泄漏定量检测方法及系统
CN104483099B (zh) 一种大视场光学系统像面一致性的检测方法
EP1678485B1 (en) Method and ir-camera for determining the risk of condensation
CN107271445B (zh) 一种缺陷检测方法及装置
Lauridsen et al. Reading circular analogue gauges using digital image processing
CN114324202B (zh) 基于光谱分析的小流域水质监测方法
EP3940370A1 (en) Method for extracting spectral information of object to be detected
CN117095246A (zh) 基于偏振成像的深度学习指针仪表读数识别方法
CN109470269B (zh) 空间目标测量机构的标定方法、标定设备及标定系统
CN205317153U (zh) 一种适合零部件使用的检测机构
KR20080043687A (ko) 인자 측정 및 표시 방법, 인자 측정 및 표시 장치, 인자측정 및 표시 프로그램을 기록한 컴퓨터로 읽을 수 있는매체 및 음향 스캐너
KR101539061B1 (ko) 카메라를 이용한 항로표지 배후광 측정장치가 구비되는 시스템 및 그 운용방법
CN207766425U (zh) 一种基带数字视频帧率检测卡
CN110686602A (zh) 位移测试系统及位移测试方法
CN112492137B (zh) 用于检测列车车底的装置、方法和存储介质
CN104359811A (zh) 一种基于压缩空气的pm2.5浓度检测方法
CN114264407B (zh) 指针式压力表测量精度检测方法、计算机介质及计算机
CN117030669B (zh) 基于平面激光诱导荧光的no气体浓度检测方法、装置、计算机设备及存储介质
CN108827101A (zh) 零件圆周跳动误差自动检测装置及方法

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