JP6604446B2 - ガス状態判別方法とそれに用いる画像処理装置及び画像処理プログラム - Google Patents

Description

本発明は、ガス状態判別方法とそれに用いる画像処理装置及び画像処理プログラムに関するものである。更に詳しくは、漏洩したガスかどうかを赤外線画像から判別するガス状態判別方法，ガス状態判別用画像処理装置及びガス状態判別用画像処理プログラムに関するものである。

石油化学プラント，ガス製造工場，発電所等のガス消費場所では、ガス漏れ事故の発生を未然に防止するため、ガス漏れを速やかに検知して対処することが求められる。漏洩ガスを検知する技術としては、従来より様々なタイプのもの知られている。例えば特許文献１では、赤外線カメラでガスを可視化して検知する技術が提案されている。そのガス検知技術によれば、ガスが漏れている様子をリアルタイムで動画表示できるので、直感的にガス漏れの位置を把握することができる。

特開２０１２−５８０９３号公報

従来のガス検知技術では、赤外線カメラで得られた赤外線画像から漏洩ガスを検知しようとすると、そのガスと同じ波長帯に感度を持つ蒸気等を誤検知してしまうことがある。工場等では蒸気等の発生箇所が決まっているため（例えば、熱交換用の配管，排気弁等）、その位置を無視することで誤検知を防止することができる。しかし、発生箇所から風で流されてきた蒸気等は誤検知されてしまう。その流されてきた蒸気等の位置は環境により変化するため、漏洩ガスとの区別は困難である。

特許文献１記載のガス漏れ検出装置は、赤外線画像を利用したガス検知を行うため、検査対象領域を撮影する赤外線カメラと、赤外線カメラにより撮影された赤外線画像を処理する画像処理部と、を有しており、画像処理部は、時系列に並べられた複数の赤外線画像からガス漏れによる動的なゆらぎを抽出するゆらぎ抽出部を有する構成になっている。１フレームよりも長い間隔で輝度変化の絶対値を算出し、次々と加算することによって、センサーノイズ等をキャンセルしているが、検知されたガスが、漏洩源から定常的に出ているガス（定常的噴出ガス）であるか、流されてきた蒸気等のガス状物質であるか、を判別することはできない。

本発明はこのような状況に鑑みてなされたものであって、その目的は、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することの可能なガス状態判別方法とそれに用いる画像処理装置及び画像処理プログラムを提供することにある。

上記目的を達成するために、本発明のガス状態判別方法は、赤外線画像からガス領域を抽出し、前記ガス領域から形状特徴を抽出し、前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から出ているガスであるか否かを決定するガス状態判別方法であって、
前記形状特徴の時系列変化量が、所定の閾値に対し前記形状特徴の変化が小さいことを示す値である場合、前記ガス領域を構成するガスが同一位置から出ているガスであると決定することを特徴とする。

本発明のガス状態判別用画像処理装置は、赤外線画像からガス領域を抽出し、前記ガス領域から形状特徴を抽出する画像処理装置であって、
前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から出ているガスであるか否かを決定する画像処理部を有し、
前記画像処理部は、前記形状特徴の時系列変化量が、所定の閾値に対し前記形状特徴の変化が小さいことを示す値である場合、前記ガス領域を構成するガスが同一位置から出ているガスであると決定することを特徴とする。

本発明のガス状態判別用画像処理プログラムは、赤外線画像からガス領域を抽出する処理と、
前記ガス領域から形状特徴を抽出する処理と、
前記形状特徴の時系列変化量を算出する処理と、
前記時系列変化量が、所定の閾値に対し前記形状特徴の変化が小さいことを示す値である場合、前記ガス領域を構成するガスが同一位置から出ているガスであると決定する処理と、
をコンピュータに実行させることを特徴とする。

本発明によれば、赤外線画像のガス領域から抽出した形状特徴の時系列変化量でガス状態が特定される構成になっているため、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。したがって、ガス漏れを速やかに検知して対処することにより、ガス漏れ事故の発生を未然に防止することができる。

ガス状態判別方法の一実施の形態における全体処理を示すフローチャート。 ガス検知システムの概略構成例を示すブロック図。 ガス漏れと背景の温度変化とが発生している屋外試験場を時系列で示す赤外線画像図。 屋外試験場における２つの地点ＳＰ１，ＳＰ２の温度変化を示すグラフ。 ガス領域抽出処理（図１の＃１０）の一例を示すフローチャート。 時間平均化処理（図５の＃１１，＃１４）が施されたデータを示すグラフ。 平均化データと元データとで差分処理（図５の＃１２，＃１５）が施されたデータを示すグラフ。 ２種類の差分データに対して前後２１フレームで標準偏差処理（図５の＃１３，＃１６）が施されたデータを示すグラフ。 ２種類の標準偏差データの差分処理（図５の＃１７）が施されたデータを示すグラフ。 ２１フレーム平均との差分の標準偏差（図５の＃１３）を５０００倍した表示画像を示す標準偏差画像図。 ３フレーム平均との差分の標準偏差（図５の＃１６）を５０００倍した表示画像を示す標準偏差画像図。 標準偏差の差分（図５の＃１７）を５０００倍した表示画像を示す標準偏差の差分画像図。 図１２に示す画像から抽出したガス領域の表示画像の経時変化を示すガス領域画像図。 標準偏差の差分（図５の＃１７）を５０００倍した蒸気表示画像を示す標準偏差の差分画像図。 図１４に示す画像から抽出したガス領域の蒸気表示画像の経時変化を示すガス領域画像図。 実施例１〜４におけるガス状態判定処理（図１の＃２０）を示すフローチャート。 実施例１における定常的噴出ガスの時系列変化量算出処理（図１６の＃１１０）を表示画像で示すガス領域画像図。 実施例１における流されてきた蒸気の時系列変化量算出処理（図１６の＃１１０）を表示画像で示すガス領域画像図。 実施例２における定常的噴出ガスの時系列変化量算出処理（図１６の＃１１０）を表示画像で示すガス領域画像図。 実施例２における流されてきた蒸気の時系列変化量算出処理（図１６の＃１１０）を表示画像で示すガス領域画像図。 実施例３における定常的噴出ガスの時系列変化量算出処理（図１６の＃１１０）を表示画像で示すガス領域画像図。 実施例３における流されてきた蒸気の時系列変化量算出処理（図１６の＃１１０）を表示画像で示すガス領域画像図。 実施例４における定常的噴出ガスの形状特徴抽出処理（図１６の＃１００）を表示画像で示すガス領域画像図。 実施例４における流されてきた蒸気の形状特徴抽出処理（図１６の＃１００）を表示画像で示すガス領域画像図。 実施例５−１，５−２，５−３，５−４におけるガス状態判定処理（図１の＃２０）を示すフローチャート。 実施例５−１，５−２，５−３，５−４における流されてきた蒸気のガス領域加算処理（図２５の＃１０５）を表示画像で示すガス領域画像図。 実施例５−１における流されてきた蒸気の時系列変化量算出処理（図２５の＃１１０）を表示画像で示すガス領域画像図。 実施例５−２における流されてきた蒸気の時系列変化量算出処理（図２５の＃１１０）を表示画像で示すガス領域画像図。 実施例５−３における流されてきた蒸気の時系列変化量算出処理（図２５の＃１１０）を表示画像で示すガス領域画像図。 実施例５−４における流されてきた蒸気の形状特徴抽出処理（図１６の＃１００）を表示画像で示すガス領域画像図。

以下、本発明を実施したガス状態判別方法，ガス状態判別用画像処理装置，ガス状態判別用画像処理プログラム等を、図面を参照しつつ説明する。なお、各実施例等の相互で同一の部分や相当する部分には同一の符号を付して重複説明を適宜省略する。

図１に、ガス状態判別方法の一実施の形態における全体処理の概略フローを示す。このガス状態判別方法は、ガス領域抽出処理（＃１０）とガス状態判定処理（＃２０）とからなっている。最初に赤外線画像からガス領域を抽出し（＃１０）、次にそのガス領域を構成するガスが、漏洩源から定常的に出ているガス（定常的噴出ガス）か、流されてきた蒸気等のガス状物質か、を判定する（＃２０）。

図２に、上記ガス状態判別（図１）が可能なガス検知を行うガス検知システム１の概略構成例を示す。ガス検知システム１は、赤外線カメラ２，画像処理部３，出力部４等で構成されている。赤外線カメラ２は、ガス漏れの監視対象（例えば、ガス輸送管同士が接続されている箇所）と背景の赤外線画像を撮影し、その動画データを生成する。動画データは、赤外線画像の画像データの一例である。なお、赤外線画像は動画に限らず、赤外線カメラ２でガス漏れの監視対象及び背景を複数の時刻で撮影することにより得られたものでもよい。

赤外線カメラ２は、撮像光学系５，フィルター６，撮像素子７，信号処理部８等を備えている。撮像光学系５は、被写体（監視対象及び背景）の赤外線画像を撮像素子７上で結像させる。フィルター６は、撮像光学系５と撮像素子７との間に配置され、撮像光学系５を通過した光のうち、特定波長の赤外線のみを通過させる。赤外の波長帯のうち、フィルター６を通過させる波長帯は、検知するガスの種類に依存する。例えばメタンの場合、３．２〜３．４μｍの波長帯を通過させるフィルター６が用いられる。撮像素子７は、例えば、冷却型インジウムアンチモン（ＩｎＳｂ）イメージセンサーであり、フィルター６を通過した赤外線を受光する。信号処理部７は、撮像素子７から出力されたアナログ信号をデジタル信号に変換し、所定の画像処理を施して動画データとする。

赤外線画像の動画データは、時系列に複数のフレームが並べられた構造を有するものである。複数のフレームの同じ位置にある画素の画素データ（画素の輝度又は温度）が時系列に並べられたデータを時系列画素データとし、赤外線画像の動画のフレーム数をＫとし、１つのフレームがＭ個の画素（すなわち、１番目の画素、２番目の画素、…、Ｍ−１番目の画素、Ｍ番目の画素で構成されている）とする。複数（Ｋ個）のフレームの同じ位置にある画素は、同じ順番の画素を意味する。例えば、１番目の画素で説明すると、１番目のフレームに含まれる１番目の画素の画素データ、２番目のフレームに含まれる１番目の画素の画素データ、…、Ｋ−１番目のフレームに含まれる１番目の画素の画素データ、Ｋ番目のフレームに含まれる１番目の画素の画素データを、時系列に並べたデータが、１番目の画素の時系列画素データとなる。時系列画素データの数は、１つのフレームを構成する画素の数と同じであり、これら複数（Ｍ個）の時系列画素データにより動画データが構成される。

画像処理部３は、パーソナルコンピュータ，携帯機器（スマートフォン，タブレット端末等）等に相当する。また画像処理部３は、ガス状態判別用画像処理装置の主要部であって、ＣＰＵ(Central Processing Unit)，ＲＡＭ(Random Access Memory)，ＲＯＭ（Read Only Memory），ＨＤＤ（Hard Dusk Drive）等によって構成されており、機能ブロックとして、ガス信号生成部９，ガス状態判定部１０等を備えている。ＨＤＤに格納されているガス状態判別用画像処理プログラムをＣＰＵが読み出し、ＲＡＭに展開して実行することによって、上記機能ブロックが実現される。ガス信号生成部９では、赤外線画像データからのガス領域の抽出によりガス信号の生成が行われる（図１の＃１０，図５）。ガス状態判定部１０では、ガス領域から抽出された形状特徴の時系列変化量を用いてガス状態の判定（図１の＃２０；図１６，図２５）が行われる。出力部４は、モニター，警報器等に相当し、ガス漏れが発生した場合に漏洩ガスの表示，ガス漏れ報知等を行う。

図３に、ガス検知対象のデータ例として、ガス漏れと背景の温度変化とが発生している屋外試験場を時系列の赤外線画像で示す。これらは、赤外線カメラ２で動画撮影して得られた赤外線画像Ｇ１〜Ｇ４であり、雲で陰ったために、全体的に温度が急激に下がった場合の実際の撮影データである。屋外試験場にはガスを噴出させることができる地点ＳＰ１が設定されており、その地点ＳＰ１と比較するために、ガスが噴出しない地点ＳＰ２も設定されている。

赤外線画像Ｇ１は、太陽光が雲で遮られる直前の時刻Ｔ１に撮影された屋外試験場の赤外線画像である。赤外線画像Ｇ２は、時刻Ｔ１から５秒後の時刻Ｔ２に撮影された屋外試験場の赤外線画像（ガスあり）である。時刻Ｔ２は、太陽光が雲で遮られているので、時刻Ｔ１と比べて背景の温度が下がっている。画像Ｇ３は、時刻Ｔ１から１０秒後の時刻Ｔ３に撮影された屋外試験場の赤外線画像（ガスあり）である。時刻Ｔ２から時刻Ｔ３まで、太陽光が雲で遮られた状態が継続されているので、時刻Ｔ３は、時刻Ｔ２と比べて背景の温度が下がっている。画像Ｇ４は、時刻Ｔ１から１５秒後の時刻Ｔ４に撮影された屋外試験場の赤外線画像（ガスあり）である。時刻Ｔ３から時刻Ｔ４まで、太陽光が雲で遮られた状態が継続されているので、時刻Ｔ４は、時刻Ｔ３と比べて背景の温度が下がっている。

図４（Ａ），（Ｂ）のグラフに、屋外試験場の２つの地点ＳＰ１，ＳＰ２での温度変化をそれぞれ示す。各グラフにおいて、縦軸は温度を示しており、横軸はフレーム数を示している。フレームレートは３０ｆｐｓである。よって、第４５フレームから第４９５フレームまでの時間は１５秒となる。

図４（Ａ）に示すように、時刻Ｔ１から時刻Ｔ２までの間の時刻に、地点ＳＰ１でガスの噴出を開始させている。そのため、例えば破線領域で示す範囲から分かるように、地点ＳＰ１の温度変化を示すグラフ（Ａ）と地点ＳＰ２の温度変化を示すグラフ（Ｂ）とは異なっている。地点ＳＰ２ではガスが噴出していないので、地点ＳＰ２の温度変化は背景の温度変化のみを示している。これに対して、地点ＳＰ１では、ガスが噴出しているので、地点ＳＰ１にはガスが漂っている。このため、地点ＳＰ１の温度変化は、背景の温度変化と漏れたガスによる温度変化とを加算した温度変化を示している。

図４（Ｂ）に示すように、時刻Ｔ１から時刻Ｔ４までの１５秒間で背景の温度は約４℃下がっている。このため、図３に示すように、画像Ｇ４は画像Ｇ１と比べて全体的に暗くなっており、背景の温度が低下していることが分かる。しかし、地点ＳＰ１で噴出したガスによる温度変化はわずかであり、０．５℃もないことが分かる。このため、時刻Ｔ２，時刻Ｔ３，時刻Ｔ４では、地点ＳＰ１でガスが噴出しているが、噴出したガスによる温度変化よりも、背景の温度変化の方がはるかに大きいので、画像Ｇ２，画像Ｇ３，画像Ｇ４を見ても地点ＳＰ１からガスが出ている様子は分からない。

図４（Ａ），（Ｂ）に示すグラフからは、地点ＳＰ１でガスが噴出していることが分かる（すなわち、地点ＳＰ１でガス漏れが発生していることが分かる）。しかし、上述したように、図３に示す赤外線画像からは、地点ＳＰ１でガスが噴出していることは分からない（すなわち、地点ＳＰ１でガス漏れが発生していることが分からない）。そこで、背景の温度変化を考慮して赤外線画像を画像処理することにより、ガスが漏れている様子を画像で示すことができるようにする。つまり、ガスの存在に伴うわずかな温度変化成分（周波数成分）を、以下に説明する手法で取り出す。

図５に、ガス領域抽出（図１の＃１０）の処理フローの一例を示す。ただし、ここで説明するガス領域の抽出方法は一例にすぎず、例えば、特許文献１に記載されているような別の手法であっても構わない。背景温度変化に相当するデータ作成のための低周波抽出用時間平均化処理（図５の＃１１）として前後２１フレームでの平均化を行い、高周波抽出用時間平均化処理として前後３フレームでの平均化を行う（図５の＃１４）。図６のグラフに、時間平均化処理（図５の＃１１，＃１４）が施されたデータを示す。図６中、元データ（図４（Ａ））を一点鎖線で示し、前後３フレームで時間平均化処理（図５の＃１４）されたデータ（Ａｖｅ３）を実線で示し、前後２１フレームで時間平均化処理（図５の＃１１）されたデータ（Ａｖｅ２１）を破線で示す。

さらに、それぞれ元データとの差分を取ると（図５の＃１２，＃１５）、図７（Ａ），（Ｂ）のグラフに示すような波形データが得られる。図７（Ａ）のグラフは、前後２１フレームで低周波抽出用時間平均化処理（図５の＃１１）されたデータ（Ａｖｅ２１）と元データ（図４（Ａ））とで差分処理（図５の＃１２）が施されたデータ（元−Ａｖｅ２１）を示しており、図７（Ｂ）のグラフは、前後３フレームで高周波抽出用時間平均化処理（図５の＃１４）されたデータ（Ａｖｅ３）と元データ（図４（Ａ））とで差分処理（図５の＃１５）が施されたデータ（元−Ａｖｅ３）を示している。

図７（Ａ）から分かるように、９０フレーム目を超えたあたりからガスが出ている。しかし、図７（Ｂ）の波形データは非常に高周波の成分のみを取りだした波形であるため、ガスのゆらゆらする揺らぎ成分に相当する周波数の情報は含まれておらず、ガス噴出前後であまり変化なく見えることが分かる。すなわち、高周波抽出用時間平均化処理データと元データとの差分では、センサーノイズ等の高周波だけが抽出され、ガスは抽出されない。言い換えると、図７（Ａ）の波形データはガスとセンサーノイズ等の高周波ノイズ成分の加算された波形であり、図７（Ｂ）の波形データはセンサーノイズ等の高周波ノイズのみの波形である。しかし、両波形のノイズ成分同士は完全な相関があるわけではないので、図７（Ａ），（Ｂ）の波形のまま差分を取っても、ノイズ成分を除去することはできない（ノイズの波形レベルでの減算は、加算するのと実質同じように働き、ノイズ波形は残る。）。

そこで、図７（Ａ），（Ｂ）に示す２種類の波形に対して（元−Ａｖｅ２１，元−Ａｖｅ３）、図８に示すように前後２１フレームで標準偏差を算出し（図５の＃１３，＃１６；実線：ｓｔｄｅｖ２１，破線：ｓｔｄｅｖ３）、それから減算することで、図９に示すように高周波ノイズ成分を除去することができる（図５の＃１７，ｓｔｄｅｖ２１−３）。図９から、ガスの出ていない９０フレーム目までは、ほぼ０に近い値に補正できていることが分かる。つまり、標準偏差を取ることにより途中で絶対値を取るような効果をもつ処理を挟み、それによって実際にノイズ成分を減算できるようにしている。この処理を画像全体に対して行った例を、図１０〜図１２に示す。

図１０は２１フレーム平均との差分の標準偏差（図５の＃１３）を５０００倍した表示画像を示す標準偏差画像図であり、図１１は３フレーム平均との差分の標準偏差（図５の＃１６）を５０００倍した表示画像を示す標準偏差画像図である。図１２は標準偏差の差分（図５の＃１７）を５０００倍した表示画像を示す標準偏差の差分画像図である。図１２に示す画像に対して２値化やラベリング処理等を行うことにより、定常的噴出ガスＰＧを含むガス領域ＡＧを抽出する。図１３に、図１２に示す画像から抽出したガス領域ＡＧの表示画像の経時変化（ｔ秒経過時のガス領域ＡＧ）を示す。抽出されたガス領域ＡＧは、漏洩源から定常的に出ているガス（定常的噴出ガス）ＰＧのガス領域である。

ここで、決まった位置から排出されている蒸気と流されてきた蒸気とが、同時に存在する撮影データの例を説明する。その撮影データに対して、図１２と同じ処理（図５の＃１７）を施した結果（つまり、標準偏差の差分画像）を図１４に示す。図１４において、画面左上には熱交換用の配管Ｐ１が位置しており、配管Ｐ１の上には決まった位置から排出されている排出蒸気Ｐ２が画像表示されている。そして、配管Ｐ１の右下には、風で流されてきた流出蒸気Ｐ３が画像表示されている。図１４に示す標準偏差の差分画像に対して２値化やラベリング処理等を行うことによりガス領域ＡＧの抽出を行うと、決まった位置から排出されている蒸気Ｐ２と流されてきた蒸気Ｐ３とは同様に処理される。その結果、２つのガスらしい領域が抽出される。図１５に、図１４に示す画像から抽出したガス領域ＡＧの蒸気表示画像の経時変化（ｔ秒経過時のガス領域ＡＧ）を示す。抽出されたガス領域ＡＧは、流されてきた蒸気Ｐ３のガス領域である。

決まった位置から排出されている蒸気Ｐ２は、蒸気であることが既知であるため（人間の目視や設備の設計情報から判断可能である。）、ガスと間違えることはない。したがって、蒸気Ｐ２に関しては、その位置を無視することで誤検知を防止することが可能である。しかし、流されてきた蒸気Ｐ３は、出現場所が不定であるため蒸気とは判断できず、ガスとして誤検知されてしまう。したがって、その誤検知を防止するにはガス状態を判定する必要がある。

図１６に、実施例１〜４におけるガス状態判定（図１の＃２０）の処理フローを示す。図１６のフローチャートは、本発明のガス状態判別用画像処理プログラムのフローチャートである。ガス状態の判定（図１６）は画像処理部３（図２）内のガス状態判定部１０で行われ、そのガス状態の判定（図１６）では、まず形状特徴抽出（＃１００）がガス領域ＡＧに対して行われる。ガス領域ＡＧの形状特徴抽出は、各実施例で異なっている。つまり、
実施例１における形状特徴抽出とは、ガス領域ＡＧの重心位置を計算することであり、
実施例２における形状特徴抽出とは、ガス領域ＡＧの面積を計算することであり、
実施例３における形状特徴抽出とは、ガス領域ＡＧの周囲長を計算することであり、
実施例４における形状特徴抽出とは、ガス領域ＡＧにおいて異なる時刻間で共通する割合を計算することである。

実施例１では、形状特徴抽出（＃１００）でガス領域ＡＧの重心位置を計算し、その時系列変化量を算出する（＃１１０）。図１７に、実施例１における定常的噴出ガスＰＧの時系列変化量算出処理（＃１１０）をガス領域画像で示し、図１８に、実施例１における流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）をガス領域画像で示す。時系列変化量の算出処理では、ガス領域ＡＧから求めた重心位置に関して、異なる時刻のガス領域ＡＧから求めた重心位置との距離を計算するが、この実施例１では１秒ごとにガス領域ＡＧから重心位置を抽出し、１秒前の重心位置と現在の重心位置との間の距離（１秒間の重心位置の変化量）を計算している。つまり、図１７及び図１８はガス領域ＡＧ（ガスＰＧがある部分：白画素）から求めた重心位置を現在と１秒前とで示しており、時系列変化量として、ｔ秒経過時の重心位置とその１秒前の重心位置との間の距離ｄｔを計算している（ｔ＝１，２，…）。

実施例１では、時系列変化量算出（＃１１０）の際には、撮影対象までの距離から重心位置間距離ｄｔを実寸で計算する。この画像のサイズを３２０画素×２５６画素とし、ガス漏れの可能性のある被写体距離を例えばカメラから１００ｍと仮定すると、撮影範囲は水平５０ｍ，垂直３６ｍになる。水平を基準に考えると、１画素あたり５０÷３２０≒０．１５ｍとなり、画像上で求めた画素単位の距離に掛けることで、画像上の距離を実際の距離に変換することができる。この計算を１０秒分行い、重心間の距離ｄｔの総和を計算する。

例えば、図１７に示す定常的噴出ガスの時系列変化量算出処理では、重心位置間距離ｄ１＝０．４５ｍ，ｄ２＝０．８３ｍ…として１０秒分合計すると、総変化量ｄ１＋ｄ２＋…＋ｄ１０＝８．３１ｍとなる。図１８に示す流されてきた蒸気の時系列変化量算出処理では、重心位置間距離ｄ１＝８．２１ｍ，ｄ２＝５．５３ｍ，…として１０秒分合計すると、総変化量ｄ１＋ｄ２＋…＋ｄ１０＝４９．０２ｍとなる。なお、この実施例１では１秒前と現在の重心位置間距離ｄｔを計算したが、０．５秒や２秒等に時間間隔を変更して計算してもよい。また、１０秒分の総和を計算したが、計算量を減らするために、総和を計算せずに後述する状態判定（図１６の＃１２０）を行ってもよい。

次に、状態判定（図１６の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図１７に示す定常的噴出ガスの場合、重心位置の１０秒分総変化量が８．３１ｍであるため、その平均値は０．８３１ｍになる。また、図１８に示す流されてきた蒸気の場合、重心位置の１０秒分総変化量が４９．０２ｍであるため、その平均値は４．９０２ｍになる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例１では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を２ｍとしている。したがって、時系列変化量の平均値が２ｍ以下ならば定常的噴出ガスと判定し、時系列変化量の平均値が２ｍを上回れば流されてきた蒸気と判定することができる。つまり、０．８３１ｍ≦２ｍ＜４．９０２ｍの関係は、図１７に示すガス領域ＡＧを構成するガスが定常的噴出ガスＰＧであり、図１８に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

前述した総和を計算せずに状態判定を行う方法としては、例えば、以下の方法（Ｍ１）〜（Ｍ３）が挙げられる。
（Ｍ１）：任意のタイミングでの値を使う方法。
閾値を２ｍとして設定し、図１７の１秒経過した時の変化量ｄ１＝０．４５ｍと、図１８の１秒経過した時の変化量ｄ１＝８．２１ｍとに対して、閾値以下ならば漏洩源から定常的に出ているガスと判定し、閾値より大きいならば流れてきたガス状のものと判定する。
（Ｍ２）：１０秒内での最大値を使う方法。
閾値を２ｍとして設定し、図１７の１０秒間のうちの最大値（２秒経過時）０．８３ｍと、図１８の１０秒間のうちの最大値（１秒経過時）８．２１ｍとに対して、閾値以下ならば漏洩源から定常的に出ているガスと判定し、閾値より大きいならば流れてきたガス状のものと判定する。
（Ｍ３）：１０秒内の部分的な和を使う方法。
閾値を２ｍとして設定し、図１７の１０秒間のうちの最初の２秒分の平均（０．４５ｍ＋０．８３ｍ）／２と、図１８の１０秒間のうちの最初の２秒分の平均（８．２１ｍ＋５．５３ｍ）／２とに対して、閾値以下ならば漏洩源から定常的に出ているガスと判定し、閾値より大きいならば流れてきたガス状のものと判定する。ここで、２秒分を計算したが、秒数は任意に決定してよい。

実施例２では、形状特徴抽出（＃１００）でガス領域ＡＧの面積を計算し、その時系列変化量を算出する（＃１１０）。図１９に、実施例２における定常的噴出ガスＰＧの時系列変化量算出処理（＃１１０）をガス領域画像で示し、図２０に、実施例２における流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）をガス領域画像で示す。ここで面積の計算方法として、ガス領域ＡＧ（ガスＰＧがある部分：白画素）の数をカウントする。あるいは、モルフォロジーを用いてノイズの除去，穴埋めを行い、その後、ガス領域（白画素）の数をカウントしてもよい。

時系列変化量の算出処理では、ガス領域ＡＧの面積に関して、異なる時刻のガス領域ＡＧから求めた面積との変化量を計算するが、この実施例２では１秒ごとにガス領域ＡＧから面積を算出し、１秒前の面積と現在の面積との間の差（１秒間の面積の変化量）を計算している。つまり、図１９及び図２０はガス領域ＡＧの面積を現在と１秒前とで示しており、時系列変化量として、ｔ秒経過時の面積Ｓｔとその１秒前の面積Ｓｔ−１との間の変化量δＳｔを計算している（ｔ＝１，２，…）。この計算を１０秒分行い、面積変化量δＳｔの総和を計算する。

例えば、図１９に示す定常的噴出ガスの時系列変化量算出処理では、面積Ｓ０＝５４．９２ｍ²，Ｓ１＝５０．０１ｍ²，Ｓ２＝４６．５６ｍ²，…から、０−１秒間の面積変化量δＳ１＝４．９１ｍ²，δＳ２＝３．４５ｍ²，…として１０秒分合計すると、総変化量δＳ１＋δＳ２＋…＋δＳ１０＝４２．５３ｍ²となる。図２０に示す流されてきた蒸気の時系列変化量算出処理では、面積Ｓ０＝６５．０１ｍ²，Ｓ１＝８０．７８ｍ²，Ｓ２＝７７．３３ｍ²，…から、０−１秒間の面積変化量δＳ１＝１５．７７ｍ²，δＳ２＝１３．４５ｍ²，…として１０秒分合計すると、総変化量δＳ１＋δＳ２＋…＋δＳ１０＝１７０．４１ｍ²となる。なお、この実施例２では１秒前と現在の面積変化量δＳｔを計算したが、０．５秒や２秒等に時間間隔を変更して計算してもよい。また、１０秒分の総和を計算したが、計算量を減らするために、実施例１について説明したように、総和を計算せずに後述する状態判定（図１６の＃１２０）を行ってもよい。

次に、状態判定（図１６の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図１９に示す定常的噴出ガスの場合、面積の１０秒分総変化量が４２．５３ｍ²であるため、その平均値は４．２５３ｍ²になる。また、図２０に示す流されてきた蒸気の場合、面積の１０秒分総変化量が１７０．４１ｍ²であるため、その平均値は１７．０４１ｍ²になる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例２では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を６ｍ²としている。したがって、時系列変化量の平均値が６ｍ²以下ならば定常的噴出ガスと判定し、時系列変化量の平均値が６ｍ²を上回れば流されてきた蒸気と判定することができる。つまり、４．２５３ｍ²≦６ｍ²＜１７．０４１ｍ²の関係は、図１９に示すガス領域ＡＧを構成するガスが定常的噴出ガスＰＧであり、図２０に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

実施例３では、形状特徴抽出（＃１００）でガス領域ＡＧの周囲長を計算し、その時系列変化量を算出する（＃１１０）。図２１に、実施例３における定常的噴出ガスＰＧの時系列変化量算出処理（＃１１０）をガス領域画像で示し、図２２に、実施例３における流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）をガス領域画像で示す。ここで周囲長の計算方法として、ガス領域ＡＧ（ガスＰＧがある部分：白画素）に対して、モルフォロジー等を用いてノイズの除去，穴埋めを行い、図２１の枠で示した輪郭線を求め、この輪郭線の長さを周囲長として計算する。

時系列変化量の算出処理では、ガス領域ＡＧの周囲長に関して、異なる時刻のガス領域ＡＧから求めた周囲長との変化量を計算するが、この実施例３では１秒ごとにガス領域ＡＧから周囲長を算出し、１秒前の周囲長と現在の周囲長との間の差（１秒間の周囲長の変化量）を計算している。つまり、図２１及び図２２はガス領域ＡＧの周囲長を現在と１秒前とで示しており、時系列変化量として、ｔ秒経過時の周囲長Ｌｔとその１秒前の周囲長Ｌｔ−１との間の変化量δＬｔを計算している（ｔ＝１，２，…）。この計算を１０秒分行い、周囲長変化量δＬｔの総和を計算する。

例えば、図２１に示す定常的噴出ガスの時系列変化量算出処理では、周囲長Ｌ０＝４１．３６ｍ，Ｌ１＝３９．３４ｍ，Ｌ２＝３６．７３ｍ，…から、０−１秒間の周囲長変化量δＬ１＝２．０２ｍ，δＬ２＝２．６１ｍ，…として１０秒分合計すると、総変化量δＬ１＋δＬ２＋…＋δＬ１０＝１９．２３ｍとなる。図２２に示す流されてきた蒸気の時系列変化量算出処理では、周囲長Ｌ０＝３６．５５ｍ，Ｌ１＝５０．１６ｍ，Ｌ２＝５６．６３ｍ，…から、０−１秒間の周囲長変化量δＬ１＝１３．６１ｍ，δＬ２＝６．４７ｍ，…として１０秒分合計すると、総変化量δＬ１＋δＬ２＋…＋δＬ１０＝７２．９８ｍとなる。なお、この実施例３では１秒前と現在の周囲長変化量δＬｔを計算したが、０．５秒や２秒等に時間間隔を変更して計算してもよい。また、１０秒分の総和を計算したが、計算量を減らするために、実施例１について説明したように、総和を計算せずに後述する状態判定（図１６の＃１２０）を行ってもよい。

次に、状態判定（図１６の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図２１に示す定常的噴出ガスの場合、周囲長の１０秒分総変化量が１９．２３ｍであるため、その平均値は１．９２３ｍになる。また、図２２に示す流されてきた蒸気の場合、周囲長の１０秒分総変化量が７２．９８ｍであるため、その平均値は７．２９８ｍになる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例３では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を３ｍとしている。したがって、時系列変化量の平均値が３ｍ以下ならば定常的噴出ガスと判定し、時系列変化量の平均値が３ｍを上回れば流されてきた蒸気と判定することができる。つまり、１．９２３ｍ≦３ｍ＜７．２９８ｍの関係は、図２１に示すガス領域ＡＧを構成するガスが定常的噴出ガスＰＧであり、図２２に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

実施例４では、形状特徴抽出（＃１００）でガス領域ＡＧにおいて異なる時刻間で共通する割合を計算し、その時系列変化量を算出する（＃１１０）。図２３に、実施例４における定常的噴出ガスの形状特徴抽出（＃１００）をガス領域画像で示し、図２４に、実施例４における流されてきた蒸気の形状特徴抽出（＃１００）をガス領域画像で示す。ここで異なる時刻間でのガス領域共通割合の計算方法として、ガス領域ＡＧ（ガスＰＧがある部分：白画素）の数をカウントする。あるいは、モルフォロジー等を用いてノイズの除去，穴埋めを行い、その後、ガス領域（白画素）の数をカウントしてもよい。

現在のガス領域をαとし、１秒前のガス領域をβとすると、その共通部分はα∩βとなり、その結びはα∪βとなるので、ガス領域ＡＧにおいて異なる時刻間で共通する割合は、（α∩β）／（α∪β）となる。特徴量の段階で既に変化率になっているので、時系列の変化量は単純加算で計算する。したがって、実施例４の時系列変化量の算出処理では、（α１∩β１）／（α１∪β１）＋（α２∩β２）／（α２∪β２）＋…を計算している。図２３及び図２４では１フレーム分（１秒分）のガス領域共通割合を示しているが、時系列変化量として、ｔ秒経過時でのガス領域共通割合の和を計算している（ｔ＝１，２，…）。

例えば、図２３に示す定常的噴出ガスの時系列変化量算出処理では、ガス領域共通割合（α∩β）／（α∪β）＝０．７３，…として１０秒分合計すると、総変化量７．１２となる。図２４に示す流されてきた蒸気の時系列変化量算出処理では、ガス領域共通割合（α∩β）／（α∪β）＝０．２９，…として１０秒分合計すると、総変化量３．２５となる。なお、この実施例４では１秒前と現在のガス領域共通割合（α∩β）／（α∪β）を計算したが、０．５秒や２秒等に時間間隔を変更して計算してもよい。また、１０秒分の総和を計算したが、計算量を減らするために、実施例１について説明したように、総和を計算せずに後述する状態判定（図１６の＃１２０）を行ってもよい。

次に、状態判定（図１６の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図２３に示す定常的噴出ガスの場合、ガス領域共通割合（α∩β）／（α∪β）の１０秒分総変化量が７．１２であるため、その平均値は０．７１２になる。また、図２４に示す流されてきた蒸気の場合、ガス領域共通割合（α∩β）／（α∪β）の１０秒分総変化量が３．２５であるため、その平均値は０．３２５になる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例４では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を０．４としている。したがって、時系列変化量の平均値が０．４以上ならば定常的噴出ガスと判定し、時系列変化量の平均値が０．４を下回れば流されてきた蒸気と判定することができる。つまり、０．３２５＜０．４≦０．７１２の関係は、図２３に示すガス領域ＡＧを構成するガスが定常的噴出ガスＰＧであり、図２４に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

図２５に、実施例５−１，５−２，５−３，５−４におけるガス状態判定（図１の＃２０）の処理フローを示す。図２５のフローチャートは、本発明のガス状態判別用画像処理プログラムのフローチャートである。ガス状態の判定（図２５）は画像処理部３（図２）内のガス状態判定部１０で行われ、そのガス状態の判定では、まず形状特徴抽出（＃１００）がガス領域ＡＧに対して行われる。ガス領域ＡＧの形状特徴抽出は、実施例５−１，５−２，５−３，５−４で異なっており、それぞれ実施例１〜４と同様に計算が行われる。つまり、
実施例５−１における形状特徴抽出とは、ガス領域ＡＧの重心位置を計算することであり、
実施例５−２における形状特徴抽出とは、ガス領域ＡＧの面積を計算することであり、
実施例５−３における形状特徴抽出とは、ガス領域ＡＧの周囲長を計算することであり、
実施例５−４における形状特徴抽出とは、ガス領域ＡＧにおいて異なる時刻間で共通する割合を計算することである。

次に、流されてきた蒸気Ｐ３のガス領域加算処理（図２５の＃１０５）を行う。図２６に、実施例５−１，５−２，５−３，５−４における流されてきた蒸気Ｐ３のガス領域加算処理（図２５の＃１０５）をガス領域画像で示す。ガス領域加算処理では、図２６に示すように、１０秒分のガス領域を全て加算して累積ガス領域ＡＲ１０を作成する。ここではガス領域を１０秒分加算して累積ガス領域ＡＲ１０を作成するが、累積する秒数は１０秒でなくてもよい。

ついで、流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）を行う。時系列変化量の算出処理では、累積ガス領域ＡＲ１０に対して各時刻ｔのガス領域と同様に形状特徴抽出を行い、そして累積ガス領域ＡＲ１０の形状特徴と、各時刻ｔのガス領域の形状特徴と、から時系列変化量を計算する。前述した実施例１〜４では１秒前との比較で時系列変化量を算出するのに対し、実施例５−１〜４では１０秒間累積したガス領域との比較で時系列変化量を算出する。これにより、安定したデータを得ることが可能となる。

実施例５−１では、形状特徴抽出（＃１００）でガス領域ＡＧの重心位置を計算し、その時系列変化量を算出する（＃１１０）。図２７に、実施例５−１における流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）をガス領域画像で示す。時系列変化量の算出処理では、累積ガス領域ＡＲ１０の重心位置と１秒ごとのガス領域の重心位置との間の距離を計算する。つまり、図２７はガス領域ＡＧ（ガスＰＧがある部分：白画素）から求めた重心位置を累積ガス領域ＡＲ１０を基準として示しており、時系列変化量として、ｔ秒経過時の重心位置と累積ガス領域ＡＲ１０の重心位置との間の距離ｄｔを計算している（ｔ＝０，１，２，…）。この計算を１０秒分行い、重心間の距離ｄｔの総和を計算する。

例えば、図２７に示す流されてきた蒸気の時系列変化量算出処理では、重心位置間距離ｄ０＝７．２１ｍ，ｄ１＝４．０１ｍ，ｄ２＝７．６４ｍ，…として１０秒分合計すると、総変化量ｄ０＋ｄ１＋ｄ２＋…＋ｄ１０＝５０．７８ｍとなる。なお、この実施例５−１では１秒ごとに重心位置間の距離を計算したが、１秒ごとでなくてもよい。また、１０秒分の総和を計算したが、１０秒でなくてもよく、計算量を減らすために総和を計算しなくてもよい。時間間隔は任意に決めてよい。

次に、状態判定（図２５の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）：１１で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図２７に示す流されてきた蒸気の場合、重心位置の１０秒分総変化量が５０．７８ｍであるため、その平均値は４．６１６ｍになる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例５−１では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を２ｍとしている。したがって、時系列変化量の平均値が２ｍ以下ならば定常的噴出ガスと判定し、時系列変化量の平均値が２ｍを上回れば流されてきた蒸気と判定することができる。つまり、２ｍ＜４．６１６ｍの関係は、図２７に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

実施例５−２では、形状特徴抽出（＃１００）でガス領域ＡＧの面積を計算し、その時系列変化量を算出する（＃１１０）。図２８に、実施例５−２における流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）をガス領域画像で示す。ここで面積の計算方法として、ガス領域ＡＧ（ガスＰＧがある部分：白画素）の数をカウントする。あるいは、モルフォロジーを用いてノイズの除去，穴埋めを行い、その後、ガス領域（白画素）の数をカウントしてもよい。

時系列変化量の算出処理では、累積ガス領域ＡＲ１０の面積と１秒ごとのガス領域ＡＧの面積との間の差を計算している。つまり、図２８はガス領域ＡＧの面積を累積ガス領域ＡＲ１０を基準として示しており、時系列変化量として、ｔ秒経過時の面積Ｓｔと累積ガス領域ＡＲ１０の面積ＳＴとの差ΔＳｔを計算している（ｔ＝０，１，２，…）。この計算を１０秒分行い、面積差ΔＳｔの総和を計算する。

例えば、図２８に示す流されてきた蒸気の時系列変化量算出処理では、面積Ｓ０＝６５．０１ｍ²，Ｓ１＝８０．７８ｍ²，Ｓ２＝７７．３３ｍ²，…から、累積ガス領域ＡＲ１０の面積ＳＴ＝２０３．９８ｍ²との差分ΔＳ０＝１３８．９７ｍ²，ΔＳ１＝１２３．２０ｍ²，ΔＳ２＝１２６．６５ｍ²，…として１０秒分合計すると、総変化量ΔＳ０＋ΔＳ１＋ΔＳ２＋…＋ΔＳ１０＝１１４０．６０ｍ²となる。なお、この実施例５−２では１秒ごとに面積を計算したが、１秒ごとでなくてもよい。また、１０秒分の総和を計算したが、１０秒でなくてもよく、計算量を減らすために総和を計算しなくてもよい。時間間隔は任意に決めてよい。

次に、状態判定（図２５の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）：１１で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図２８に示す流されてきた蒸気の場合、面積の１０秒分総変化量が１１４０．６０ｍ²であるため、その平均値は１０３．６９ｍ²になる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例５−２では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を４０ｍ²としている。したがって、時系列変化量の平均値が４０ｍ²以下ならば定常的噴出ガスと判定し、時系列変化量の平均値が４０ｍ²を上回れば流されてきた蒸気と判定することができる。つまり、４０ｍ²＜１０３．６９ｍ²の関係は、図２８に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

実施例５−３では、形状特徴抽出（＃１００）でガス領域ＡＧの周囲長を計算し、その時系列変化量を算出する（＃１１０）。図２９に、実施例５−３における流されてきた蒸気Ｐ３の時系列変化量算出処理（＃１１０）をガス領域画像で示す。ここで周囲長の計算方法として、ガス領域ＡＧ（ガスＰＧがある部分：白画素）に対して、モルフォロジー等を用いてノイズの除去，穴埋めを行い、図２９の枠で示した輪郭線を求め、この輪郭線の長さを周囲長として計算する。

時系列変化量の算出処理では、累積ガス領域ＡＲ１０の周囲長と１秒ごとのガス領域ＡＧの周囲長との間の差を計算している。つまり、図２９はガス領域ＡＧの周囲長を累積ガス領域ＡＲ１０を基準として示しており、時系列変化量として、ｔ秒経過時の周囲長Ｌｔと累積ガス領域ＡＲ１０の周囲長ＬＴとの差ΔＬｔを計算している（ｔ＝０，１，２，…）。この計算を１０秒分行い、周囲長差ΔＬｔの総和を計算する。

例えば、図２９に示す流されてきた蒸気の時系列変化量算出処理では、周囲長Ｌ０＝３６．５５ｍ，Ｌ１＝５０．１６ｍ，Ｌ２＝５６．６３ｍ，…から、累積ガス領域ＡＲ１０の周囲長ＬＴ＝７０．８６ｍとの差分ΔＬ０＝３４．３１ｍ，ΔＬ１＝２０．７０ｍ，ΔＬ２＝１４．２３ｍ，…として１０秒分合計すると、総変化量ΔＬ０＋ΔＬ１＋ΔＬ２＋…＋ΔＬ１０＝２１０．８７ｍとなる。なお、この実施例５−３では１秒ごとに周囲長を計算したが、１秒ごとでなくてもよい。また、１０秒分の総和を計算したが、１０秒でなくてもよく、計算量を減らすために総和を計算しなくてもよい。時間間隔は任意に決めてよい。

次に、状態判定（図２５の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）：１１で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図２９に示す流されてきた蒸気の場合、周囲長の１０秒分総変化量が２１０．８７ｍであるため、その平均値は１９．１７ｍになる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例５−３では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を７ｍとしている。したがって、時系列変化量の平均値が７ｍ以下ならば定常的噴出ガスと判定し、時系列変化量の平均値が７ｍを上回れば流されてきた蒸気と判定することができる。つまり、７ｍ＜１９．１７ｍの関係は、図２９に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

実施例５−４では、形状特徴抽出（＃１００）でガス領域ＡＧにおいて累積ガス領域と共通する割合を計算し、その時系列変化量を算出する（＃１１０）。図３０に、実施例５−４における流されてきた蒸気Ｐ３の形状特徴抽出（＃１００）をガス領域画像で示す。ここで累積ガス領域との共通割合の計算方法として、ガス領域ＡＧ（ガスＰＧがある部分：白画素）の数をカウントする。あるいは、モルフォロジー等を用いてノイズの除去，穴埋めを行い、その後、ガス領域（白画素）の数をカウントしてもよい。

ある時刻のガス領域をαＸとし、累積ガス領域ＡＲ１０をαＴとすると、その共通部分はαＸ∩αＴとなり、その結びはαＸ∪αＴとなるので、任意のガス領域ＡＧと累積ガス領域との共通する割合は、（αＸ∩αＴ）／（αＸ∪αＴ）となる。特徴量の段階で既に変化率になっているので、時系列の変化量は単純加算で計算する。したがって、実施例５−４の時系列変化量の算出処理では、（αＸ１∩αＴ）／（αＸ１∪αＴ）＋（αＸ２∩αＴ）／（αＸ２∪αＴ）＋…を計算している。図３０では１フレーム分（１秒分）のガス領域共通割合を示しているが、時系列変化量として、ｔ秒経過時でのガス領域共通割合の和を計算している（ｔ＝１，２，…）。

例えば、図３０に示す流されてきた蒸気の時系列変化量算出処理では、ガス領域共通割合（αＸ∩αＴ）／（αＸ∪αＴ）＝０．３１，…として１０秒分合計すると、総変化量３．６８となる。なお、この実施例５−４では１秒ごとにガス領域ＡＧにおいて累積ガス領域と共通する割合を計算したが、１秒ごとでなくてもよい。また、１０秒分の総和を計算したが、１０秒でなくてもよく、計算量を減らすために総和を計算しなくてもよい。時間間隔は任意に決めてよい。

次に、状態判定（図２５の＃１２０）を行う。ここで、状態判定のために時系列変化量の平均を計算する。平均の計算方法は、時系列変化量を累積回数（時系列変化量を求めるために、形状特徴の変化量を累積した回数）：１１で割って計算する。ただし、ガス領域ＡＧが存在しないタイミングが含まれていた場合、その数だけ累積回数を減らして計算を行う。図３０に示す流されてきた蒸気の場合、ガス領域共通割合（αＸ∩αＴ）／（αＸ∪αＴ）の１０秒分総変化量が３．６８であるため、その平均値は０．３３５になる。

流されてきた蒸気等のガス状物質は、配管等の同じ位置（漏洩源）から定常的に出ているガス（定常的噴出ガス）に比べて形状の経時的変化が大きいので（例えば、赤外線画像の画面内を大きく動く）、ガス領域ＡＧの形状特徴の時系列変化量から、ガス領域ＡＧを構成するガスが同一位置から定常的に出ているガスであるか否かを決定することにより、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。そこで実施例５−４では、ガス漏れの可能性のある被写体距離等の条件に基づいて、状態判定の判定基準値（閾値）を０．５としている。したがって、時系列変化量の平均値が０．５以上ならば定常的噴出ガスと判定し、時系列変化量の平均値が０．５を下回れば流されてきた蒸気と判定することができる。つまり、０．３３５＜０．５の関係は、図３０に示すガス領域ＡＧを構成するガスが流されてきた蒸気であることを示している。

上述した実施例１〜４，実施例５−１〜４から分かるように、ガス状態判別方法の実施の形態によれば、赤外線画像からガス領域を抽出し、そのガス領域から形状特徴を抽出し、その形状特徴の時系列変化量から、ガス領域を構成するガスが同一位置から定常的に出ているガスであるか否かを決定する構成になっているため、漏洩源から定常的に出ているガスと、流されてきた蒸気等のガス状物質と、を判別することが可能である。したがって、ガス漏れを速やかに検知して対処することにより、ガス漏れ事故の発生を未然に防止することができる。ガス状態判別用の画像処理装置や画像処理プログラムについても同様である。

実施例１〜４，実施例５−１〜４に示されているように、ガス領域の形状特徴としては、ガス領域の重心位置，面積，周囲長等が挙げられ、また、ガス領域において異なる時刻間で共通している割合が挙げられる。また、赤外線画像が時系列に複数のフレームが並べられた構造を有する動画データからなる場合、形状特徴の時系列変化量は、現フレームの形状特徴と、その前フレーム又は後フレームの形状特徴と、の変化量でもよく、現フレームの形状特徴と、一定時間累計したガス領域の形状特徴と、の変化量でもよい。

以上の説明から分かるように、上述した実施の形態や実施例には以下の特徴的な構成（＄１）〜（＄９）等が含まれている。

（＄１）：赤外線画像からガス領域を抽出し、前記ガス領域から形状特徴を抽出し、前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から定常的に出ているガスであるか否かを決定することを特徴とするガス状態判別方法。

（＄２）：前記形状特徴が前記ガス領域の重心位置であることを特徴とする（＄１）記載のガス状態判別方法。

（＄３）：前記形状特徴が前記ガス領域の面積であることを特徴とする（＄１）記載のガス状態判別方法。

（＄４）：前記形状特徴が前記ガス領域の周囲長であることを特徴とする（＄１）記載のガス状態判別方法。

（＄５）：前記形状特徴が前記ガス領域において異なる時刻間で共通している割合であることを特徴とする（＄１）記載のガス状態判別方法。

（＄６）：前記赤外線画像が時系列に複数のフレームが並べられた構造を有する動画データからなり、前記時系列変化量が、現フレームの形状特徴と、その前フレーム又は後フレームの形状特徴と、の変化量であることを特徴とする（＄１）〜（＄５）のいずれか１項に記載のガス状態判別方法。

（＄７）：前記赤外線画像が時系列に複数のフレームが並べられた構造を有する動画データからなり、前記時系列変化量が、現フレームの形状特徴と、一定時間累計したガス領域の形状特徴と、の変化量であることを特徴とする（＄１）〜（＄５）のいずれか１項に記載のガス状態判別方法。

（＄８）：赤外線画像からガス領域を抽出し、前記ガス領域から形状特徴を抽出する画像処理装置であって、
前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から定常的に出ているガスであるか否かを決定する画像処理部を有することを特徴とするガス状態判別用画像処理装置。

（＄９）：赤外線画像からガス領域を抽出する処理と、前記ガス領域から形状特徴を抽出する処理と、前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から定常的に出ているガスであるか否かを決定する処理と、をコンピュータに実行させることを特徴とするガス状態判別用画像処理プログラム。

１ ガス検知システム
２ 赤外線カメラ
３ 画像処理部（ガス状態判別用の画像処理装置）
４ 出力部
５ 撮像光学系
６ フィルター
７ 撮像素子
８ 信号処理部
９ ガス信号生成部
１０ ガス状態判定部
Ｇ１〜Ｇ４ 赤外線画像
ＡＧ ガス領域
ＰＧ 定常的噴出ガス
Ｐ１ 熱交換用配管
Ｐ２ 排出蒸気
Ｐ３ 流出蒸気
ＡＲ１０ 累積ガス領域

Claims (10)

1. 赤外線画像からガス領域を抽出し、前記ガス領域から形状特徴を抽出し、前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から出ているガスであるか否かを決定するガス状態判別方法であって、
   前記形状特徴の時系列変化量が、所定の閾値に対し前記形状特徴の変化が小さいことを示す値である場合、前記ガス領域を構成するガスが同一位置から出ているガスであると決定するガス状態判別方法。
2. 前記形状特徴が前記ガス領域の重心位置である請求項１記載のガス状態判別方法。
3. 前記形状特徴が前記ガス領域の面積である請求項１記載のガス状態判別方法。
4. 前記形状特徴が前記ガス領域の周囲長である請求項１記載のガス状態判別方法。
5. 前記形状特徴が前記ガス領域において異なる時刻間で共通している割合である請求項１記載のガス状態判別方法。
6. 前記赤外線画像が時系列に複数のフレームが並べられた構造を有する動画データからなり、
   前記時系列変化量が、現フレームの形状特徴と、その前フレーム又は後フレームの形状特徴と、の変化量である請求項１〜５のいずれか１項に記載のガス状態判別方法。
7. 前記赤外線画像が時系列に複数のフレームが並べられた構造を有する動画データからなり、前記時系列変化量が、現フレームの形状特徴と、一定時間累計したガス領域の形状特徴と、の変化量である請求項１〜５のいずれか１項に記載のガス状態判別方法。
8. 赤外線画像からガス領域を抽出し、前記ガス領域から形状特徴を抽出する画像処理装置であって、
   前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から出ているガスであるか否かを決定する画像処理部を有し、
   前記画像処理部は、前記形状特徴の時系列変化量が、所定の閾値に対し前記形状特徴の変化が小さいことを示す値である場合、前記ガス領域を構成するガスが同一位置から出ているガスであると決定するガス状態判別用画像処理装置。
9. 赤外線画像からガス領域を抽出する処理と、
   前記ガス領域から形状特徴を抽出する処理と、
   前記形状特徴の時系列変化量を算出する処理と、
   前記時系列変化量が、所定の閾値に対し前記形状特徴の変化が小さいことを示す値である場合、前記ガス領域を構成するガスが同一位置から出ているガスであると決定する処理と、
   をコンピュータに実行させるガス状態判別用画像処理プログラム。
10. 赤外線画像からガス領域を抽出し、前記ガス領域から前記ガス領域において異なる時刻間で共通している割合である形状特徴を抽出し、前記形状特徴の時系列変化量から、前記ガス領域を構成するガスが同一位置から出ているガスであるか否かを決定するガス状態判別方法であって、
    前記割合の累積に基づいて算出された前記形状特徴の時系列変化量が、所定の閾値に対して大きい場合に、前記ガス領域を構成するガスが同一位置から出ているガスであると決定するガス状態判別方法。