CN109447011B - 红外对蒸汽管道泄露的实时监控方法 - Google Patents
红外对蒸汽管道泄露的实时监控方法 Download PDFInfo
- Publication number
- CN109447011B CN109447011B CN201811309793.XA CN201811309793A CN109447011B CN 109447011 B CN109447011 B CN 109447011B CN 201811309793 A CN201811309793 A CN 201811309793A CN 109447011 B CN109447011 B CN 109447011B
- Authority
- CN
- China
- Prior art keywords
- steam
- image
- area
- leakage
- infrared
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 claims description 56
- 238000001931 thermography Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 description 16
- 238000001514 detection method Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 208000003164 Diplopia Diseases 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 208000029444 double vision Diseases 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Examining Or Testing Airtightness (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种红外对蒸汽管道泄露的实时监控方法,包括如下步骤:实时接收红外摄像仪采集的监控区域的红外热像图和温度参数;利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域;判断下一帧红外热像图中检测到的蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域,若存在,则发出报警信号并反馈相关位置中蒸汽泄露区域的位置信息,直至完成对所有相关位置的判断。该红外对蒸汽管道泄露的实时监控方法考虑前后帧图片中目标的关联度,采用目标跟踪的方法,将下一帧疑似目标区域的坐标选取与当前帧目标坐标关联上,可以加快下一帧图片中蒸汽有无的判定速度,并通过两帧联合判定的方式,提高了蒸汽泄漏判定的准确性。
Description
技术领域
本发明涉及蒸汽泄露检测领域,特别提供了一种红外对蒸汽管道泄露的实时监控方法。
背景技术
管道泄漏检测大多是针对深埋地下的管道,一般采用声波检测方法并且非实时监控。对室内管道泄露问题的检查也多是采用人为操作的便携式仪器检测,这种方式实时性差且容易漏检。中国发明专利CN201711423014提出了一种使用机器人搭载可见光相机和热成像仪双视融合对气体泄露检测的方法,可实现对巡检点场景蒸汽管道异常泄露的检测。
然而,该方法存下以下问题:
1、在法兰连接处产生的蒸汽泄露发生时间短,使用机器人巡视的方法易漏检。
2、对于无光源场景,可见光相机将完全失去作用,该方法不再适用。
因此,提出一种新的蒸汽管道泄露的实时监控方法,以使其不再受光源限制,可在黑暗的环境下快速准确地监测到蒸汽的瞬时泄露,成为人们亟待解决的问题。
发明内容
鉴于此,本发明的目的在于提供一种红外对蒸汽管道泄露的实时监控方法,以至少解决现有的蒸汽泄露检测方法不适用于黑暗环境、不能及时准确地检测到蒸汽的瞬时泄露的问题。
本发明提供的技术方案是:一种红外对蒸汽管道泄露的实时监控方法,包括如下步骤:
S1:实时接收红外摄像仪采集的监控区域的红外热像图和温度参数;
S2:利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域,若存在,执行S3,若不存在,返回S1继续执行,
其中,利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域的步骤如下:
S21:对接收到的红外热像图进行中值滤波,得到滤除部分噪声的去噪图像f(x,y);
S22:利用当前帧与其前两帧图像采用三帧联合的方法,将每相邻两帧去噪图像做帧差,得到两幅帧差图像,之后,对两幅帧差图像进行每个像素点的或运算,得到图像P,其中,三帧相邻去噪图像分别为f1(x,y),f2(x,y),f3(x,y),f3(x,y)为当前帧红外热像图对应的去噪图像,图像P为:P(x,y)=|f2(x,y)–f1(x,y)|×|f3(x,y)–f2(x,y)|;
S23:对图像P做二值化处理,得到二值化图像Q;
S24:对二值化图像Q做标记连通,得到连通区域的信息,并根据连通区域的高、宽、面积,排除干扰连通区域;
S25:对留下的每个连通区域的图像做直方图均衡,再使用双线性插值的方法对均衡后的图像做固定尺寸的缩放,分别得到与留下的每个连通区域的图像一一对应的图像M;
S26:分别对图像M做3*3尺寸的LBP,得到LBP图像,之后,依次判断每个LBP图像中是否存在蒸汽,若存在,执行S27,直至完成对所有LBP图像的判断,若所有LBP图像中均不存在蒸汽,返回S1继续执行;
S27:根据红外摄像仪采集的温度参数,判断与存在蒸汽的LBP图像对应的连通区域内的温度极大值是否大于预设的蒸汽泄露温度阈值,若是,则初步判定该连通区域为蒸汽泄露区域,该连通区域内存在蒸汽泄漏点,若否,则初步判定该连通区域为非蒸汽泄露区域,该连通区域内不存在蒸汽泄漏点;
S3:判断下一帧红外热像图中与S2中检测到的蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域,若存在,则发出报警信号并反馈相关位置中蒸汽泄露区域的位置信息,直至完成对所有相关位置的判断,若所有相关位置的判断结果均为不存在蒸汽泄露区域,则返回执行S1,
其中,判断下一帧红外热像图中与S2中检测到的一个蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域的方法如下:
S31:将S2中初步确定出来的蒸汽泄露区域所对应的矩形框扩大,得到新的矩形框,并将其作为与该蒸汽泄漏区域相关的位置,之后,提取下一帧红外热像图中位于该新的矩形框中的图像的灰度图,并将该灰度图做中值滤波后得到图像P1;
S32:计算所述图像P1的方差,并将该方差值与预设的方差阈值iTH比较,判断图像P1中是否存在蒸汽,若存在,执行S33,否则,返回S3,继续对S2中检测到的下一个蒸汽泄漏区域做进一步判断,其中,方差阈值iTH用于区分蒸汽图像与非蒸汽图像;
S33:对图像P1做直方图均衡后做标记连通,得到连通区域的信息,并根据连通区域的高、宽、面积,排除干扰连通区域;
S34:对留下的每个连通区域的图像做直方图均衡,再使用双线性插值的方法对均衡后的图像做固定尺寸的缩放,分别得到与留下的每个连通区域的图像一一对应的图像M1;
S35:分别对图像M1做3*3尺寸的LBP,得到LBP图像,之后,依次判断每个LBP图像中是否存在蒸汽,若存在,执行S36,直至完成对所有LBP图像的判断,若所有LBP图像中均不存在蒸汽,返回S1继续执行;
S36:根据红外摄像仪采集的温度参数,判断与存在蒸汽的LBP图像对应的连通区域内的温度极大值是否大于预设的蒸汽泄露温度阈值,若是,则判定该连通区域为蒸汽泄露区域,该连通区域内存在蒸汽泄漏点,若否,则判定该连通区域为非蒸汽泄露区域,该连通区域内不存在蒸汽泄漏点。
优选,S23中,二值化处理的阈值T通过最大类间方差法得到。
进一步优选,S24中,排出干扰连通区域的步骤中,干扰连通区域的高、宽阈值范围为2~10像素个数,面积阈值范围为50~80像素个数。
进一步优选,S25中,缩放后的图像的高宽比为2~10:1。
进一步优选,S26中,LBP图像中是否存在蒸汽的判断方法如下:将该LBP图像按列连接后得到的列向量作为特征向量,对特征向量经LDA分类后得到一个数值,之后,根据该数值判断该LBP图像中是否存在蒸汽。
进一步优选,S31中,新的矩形框的高度相对于S2中初步确定出来的蒸汽泄露区域所对应的矩形框的高度上下各扩1/3~1倍,新的矩形框的宽度相对于S2中初步确定出来的蒸汽泄露区域所对应的矩形框的宽度左右各扩1/4~1/2倍。
进一步优选,S32中,iTH的确定方法为:选取大量存在蒸汽的图像与非蒸汽图像,统计两类图像的方差值,选取iTH值,使其能使超过iTH值的蒸汽图像数量占总蒸汽图像数量的比重最大,同时超过iTH值的非蒸汽图像数量占总非蒸汽图像数量比重最小,当图像P1的方差超过阈值iTH时,则判定图像P1中存在蒸汽。
进一步优选,S35中,LBP图像中是否存在蒸汽的判断方法如下:将该LBP图像按列连接后得到的列向量作为特征向量,对特征向量经LDA分类后得到一个数值,根据该数值即可判断该LBP图像中是否存在蒸汽。
本发明提供的红外对蒸汽管道泄露的实时监控方法,考虑前后帧图片中目标(蒸汽)的关联度,采用目标跟踪的方法,将下一帧疑似目标区域的坐标选取与当前帧目标坐标关联上,可以加快下一帧图片中蒸汽有无的判定速度,并通过两帧联合判定的方式,提高了蒸汽泄漏判定的准确性。
具体实施方式
下面将结合具体的实施方案对本发明进行进一步的解释,但并不局限本发明。
本发明提供了一种红外对蒸汽管道泄露的实时监控方法,包括如下步骤:
S1:实时接收红外摄像仪采集的监控区域的红外热像图和温度参数;
S2:利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域,若存在,执行S3,若不存在,返回S1继续执行,
其中,利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域的步骤如下:
S21:对接收到的红外热像图进行中值滤波,得到滤除部分噪声的去噪图像f(x,y),因为红外图像噪点与椒盐噪声相似,因此,该步骤中,优选采用中值滤波方法,以更好的去除红外图像的噪声;
S22:利用当前帧与其前两帧图像采用三帧联合的方法,将每相邻两帧去噪图像做帧差,得到两幅帧差图像,之后,对两幅帧差图像进行每个像素点的或运算,得到图像P,其中,三帧相邻去噪图像分别为f1(x,y),f2(x,y),f3(x,y),f3(x,y)为当前帧红外热像图对应的去噪图像,图像P为:P(x,y)=|f2(x,y)–f1(x,y)|×|f3(x,y)–f2(x,y)|;该步骤中,通过采用三帧联合的方法,可以消除运动暴露的背景,得到更精确的轮廓信息;
S23:对图像P做二值化处理,得到二值化图像Q,优选,二值化处理的阈值T通过最大类间方差法,即OTSU大津法得到;
S24:对二值化图像Q做标记连通,得到连通区域的信息,并根据连通区域的高、宽、面积,排除干扰连通区域;优选,预设的连通区域高、宽阈值范围为2~10像素个数,面积阈值范围为50~80像素个数;该步骤中,通过标记连通能对疑似蒸汽区域得到精准定位;
S25:对留下的每个连通区域的图像做直方图均衡,再使用双线性插值的方法对均衡后的图像做固定尺寸的缩放,分别得到与留下的每个连通区域的图像一一对应的图像M;其中,缩放的固定尺寸与泄露的蒸汽形态有关,优选,缩放后的图像的高宽比为2~10:1,可选定为32*16或24*8;
通过该步处理,疑似蒸汽区域得到进一步的图像增强,得到更高的蒸汽与背景的对比度,并统一尺寸,能更好的进行分类工作;
S26:分别对图像M做3*3尺寸的LBP,得到LBP图像,之后,依次判断每个LBP图像中是否存在蒸汽,若存在,执行S27,直至完成对所有LBP图像的判断,若所有LBP图像中均不存在蒸汽,返回S1继续执行,其中,LBP图像中是否存在蒸汽的判断方法如下:将该LBP图像按列连接后得到的列向量作为特征向量,对特征向量经LDA分类后得到一个数值,之后,根据该数值判断该LBP图像中是否存在蒸汽;
S27:根据红外摄像仪采集的温度参数,判断与存在蒸汽的LBP图像对应的连通区域内的温度极大值是否大于预设的蒸汽泄露温度阈值,若是,则初步判定该连通区域为蒸汽泄露区域,该连通区域内存在蒸汽泄漏点,若否,则初步判定该连通区域为非蒸汽泄露区域,该连通区域内不存在蒸汽泄漏点;
该步骤通过红外热像仪采集到的区域内温度极值,与预设温度阈值比较,能更加精准的判定区域内是否有蒸汽;
S3:判断下一帧红外热像图中与S2中检测到的蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域,若存在,则发出报警信号并反馈相关位置中蒸汽泄露区域的位置信息,直至完成对所有相关位置的判断,若所有相关位置的判断结果均为不存在蒸汽泄露区域,则返回执行S1,
其中,判断下一帧红外热像图中与S2中检测到的一个蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域的方法如下:
S31:将S2中初步确定出来的蒸汽泄露区域所对应的矩形框扩大,得到新的矩形框,并将其作为与该蒸汽泄漏区域相关的位置,之后,提取下一帧红外热像图中位于该新的矩形框中的图像的灰度图,并将该灰度图做中值滤波后得到图像P1;优选,新的矩形框的高度相对于S2中初步确定出来的蒸汽泄露区域所对应的矩形框的高度上下各扩1/3~1倍,新的矩形框的宽度相对于S2中初步确定出来的蒸汽泄露区域所对应的矩形框的宽度左右各扩1/4~1/2倍;
S32:计算所述图像P1的方差,并将该方差值与预设的方差阈值iTH比较,判断图像P1中是否存在蒸汽,若存在,执行S33,否则,返回S3,继续对S2中检测到的下一个蒸汽泄漏区域做进一步判断,其中,方差阈值iTH用于区分蒸汽图像与非蒸汽图像,iTH的确定方法优选为:选取大量存在蒸汽的图像与非蒸汽图像,统计两类图像的方差值,选取iTH值,使其能使超过iTH值的蒸汽图像数量占总蒸汽图像数量的比重最大,同时超过iTH值的非蒸汽图像数量占总非蒸汽图像数量比重最小,当图像P1的方差超过阈值iTH时,则判定图像P1中存在蒸汽;
S33:对图像P1做直方图均衡后做标记连通,得到连通区域的信息,并根据连通区域的高、宽、面积,排除干扰连通区域;
S34:对留下的每个连通区域的图像做直方图均衡,再使用双线性插值的方法对均衡后的图像做固定尺寸的缩放,分别得到与留下的每个连通区域的图像一一对应的图像M1;
S35:分别对图像M1做3*3尺寸的LBP,得到LBP图像,之后,依次判断每个LBP图像中是否存在蒸汽,若存在,执行S36,直至完成对所有LBP图像的判断,若所有LBP图像中均不存在蒸汽,返回S1继续执行,其中,LBP图像中是否存在蒸汽的判断方法优选如下:将该LBP图像按列连接后得到的列向量作为特征向量,对特征向量经LDA分类后得到一个数值,根据该数值即可判断该LBP图像中是否存在蒸汽;
S36:根据红外摄像仪采集的温度参数,判断与存在蒸汽的LBP图像对应的连通区域内的温度极大值是否大于预设的蒸汽泄露温度阈值,若是,则判定该连通区域为蒸汽泄露区域,该连通区域内存在蒸汽泄漏点,若否,则判定该连通区域为非蒸汽泄露区域,该连通区域内不存在蒸汽泄漏点,其中,预设的蒸汽泄露温度阈值优选为实际场景中蒸汽温度值的70%~90%。
本发明提供的红外对蒸汽管道泄露的实时监控方法,考虑前后帧图片中目标(蒸汽)的关联度,采用目标跟踪的方法,将下一帧疑似目标区域的坐标选取与当前帧目标坐标关联上,可以加快下一帧图片中蒸汽有无的判定速度,并通过两帧联合判定的方式,提高了蒸汽泄漏判定的准确性。
本发明的具体实施方式是按照递进的方式进行撰写的,着重强调各个实施方案的不同之处,其相似部分可以相互参见。
上面对本发明的实施方式做了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (8)
1.红外对蒸汽管道泄露的实时监控方法,其特征在于,包括如下步骤:
S1:实时接收红外摄像仪采集的监控区域的红外热像图和温度参数;
S2:利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域,若存在,执行S3,若不存在,返回S1继续执行,
其中,利用当前帧红外热像图和温度参数检测监控区域内是否存在蒸汽泄露区域的步骤如下:
S21:对接收到的红外热像图进行中值滤波,得到滤除部分噪声的去噪图像f(x,y);
S22:利用当前帧与其前两帧图像采用三帧联合的方法,将每相邻两帧去噪图像做帧差,得到两幅帧差图像,之后,对两幅帧差图像进行每个像素点的或运算,得到图像P,其中,三帧相邻去噪图像分别为f1(x,y),f2(x,y),f3(x,y),f3(x,y)为当前帧红外热像图对应的去噪图像,图像P为:P(x,y)=|f2(x,y)–f1(x,y)|×|f3(x,y)–f2(x,y)|;
S23:对图像P做二值化处理,得到二值化图像Q;
S24:对二值化图像Q做标记连通,得到连通区域的信息,并根据连通区域的高、宽、面积,排除干扰连通区域;
S25:对留下的每个连通区域的图像做直方图均衡,再使用双线性插值的方法对均衡后的图像做固定尺寸的缩放,分别得到与留下的每个连通区域的图像一一对应的图像M;
S26:分别对图像M做3*3尺寸的LBP,得到LBP图像,之后,依次判断每个LBP图像中是否存在蒸汽,若存在,执行S27,直至完成对所有LBP图像的判断,若所有LBP图像中均不存在蒸汽,返回S1继续执行;
S27:根据红外摄像仪采集的温度参数,判断与存在蒸汽的LBP图像对应的连通区域内的温度极大值是否大于预设的蒸汽泄露温度阈值,若是,则初步判定该连通区域为蒸汽泄露区域,该连通区域内存在蒸汽泄漏点,若否,则初步判定该连通区域为非蒸汽泄露区域,该连通区域内不存在蒸汽泄漏点;
S3:判断下一帧红外热像图中与S2中检测到的蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域,若存在,则发出报警信号并反馈相关位置中蒸汽泄露区域的位置信息,直至完成对所有相关位置的判断,若所有相关位置的判断结果均为不存在蒸汽泄露区域,则返回执行S1,
其中,判断下一帧红外热像图中与S2中检测到的一个蒸汽泄漏区域相关的位置是否存在蒸汽泄露区域的方法如下:
S31:将S2中初步确定出来的蒸汽泄露区域所对应的矩形框扩大,得到新的矩形框,并将其作为与该蒸汽泄漏区域相关的位置,之后,提取下一帧红外热像图中位于该新的矩形框中的图像的灰度图,并将该灰度图做中值滤波后得到图像P1;
S32:计算所述图像P1的方差,并将该方差值与预设的方差阈值iTH比较,判断图像P1中是否存在蒸汽,若存在,执行S33,否则,返回S3,继续对S2中检测到的下一个蒸汽泄漏区域做进一步判断,其中,方差阈值iTH用于区分蒸汽图像与非蒸汽图像;
S33:对图像P1做直方图均衡后做标记连通,得到连通区域的信息,并根据连通区域的高、宽、面积,排除干扰连通区域;
S34:对留下的每个连通区域的图像做直方图均衡,再使用双线性插值的方法对均衡后的图像做固定尺寸的缩放,分别得到与留下的每个连通区域的图像一一对应的图像M1;
S35:分别对图像M1做3*3尺寸的LBP,得到LBP图像,之后,依次判断每个LBP图像中是否存在蒸汽,若存在,执行S36,直至完成对所有LBP图像的判断,若所有LBP图像中均不存在蒸汽,返回S1继续执行;
S36:根据红外摄像仪采集的温度参数,判断与存在蒸汽的LBP图像对应的连通区域内的温度极大值是否大于预设的蒸汽泄露温度阈值,若是,则判定该连通区域为蒸汽泄露区域,该连通区域内存在蒸汽泄漏点,若否,则判定该连通区域为非蒸汽泄露区域,该连通区域内不存在蒸汽泄漏点。
2.按照权利要求1所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S23中,二值化处理的阈值T通过最大类间方差法得到。
3.按照权利要求1所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S24中,排除干扰连通区域的步骤中,干扰连通区域的高、宽阈值范围为2~10像素个数,面积阈值范围为50~80像素个数。
4.按照权利要求1所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S25中,缩放后的图像的高宽比为2~10:1。
5.按照权利要求1所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S26中,LBP图像中是否存在蒸汽的判断方法如下:将该LBP图像按列连接后得到的列向量作为特征向量,对特征向量经LDA分类后得到一个数值,之后,根据该数值判断该LBP图像中是否存在蒸汽。
6.按照权利要求1所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S31中,新的矩形框的高度相对于S2中初步确定出来的蒸汽泄露区域所对应的矩形框的高度上下各扩1/3~1倍,新的矩形框的宽度相对于S2中初步确定出来的蒸汽泄露区域所对应的矩形框的宽度左右各扩1/4~1/2倍。
7.按照权利要求1所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S32中,iTH的确定方法为:选取大量存在蒸汽的图像与非蒸汽图像,统计两类图像的方差值,选取iTH值,使其能使超过iTH值的蒸汽图像数量占总蒸汽图像数量的比重最大,同时超过iTH值的非蒸汽图像数量占总非蒸汽图像数量比重最小,当图像P1的方差超过阈值iTH时,则判定图像P1中存在蒸汽。
8.按照权利要求1至7中任一项所述的红外对蒸汽管道泄露的实时监控方法,其特征在于:S35中,LBP图像中是否存在蒸汽的判断方法如下:将该LBP图像按列连接后得到的列向量作为特征向量,对特征向量经LDA分类后得到一个数值,根据该数值即可判断该LBP图像中是否存在蒸汽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811309793.XA CN109447011B (zh) | 2018-11-06 | 2018-11-06 | 红外对蒸汽管道泄露的实时监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811309793.XA CN109447011B (zh) | 2018-11-06 | 2018-11-06 | 红外对蒸汽管道泄露的实时监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109447011A CN109447011A (zh) | 2019-03-08 |
CN109447011B true CN109447011B (zh) | 2020-07-03 |
Family
ID=65550692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811309793.XA Active CN109447011B (zh) | 2018-11-06 | 2018-11-06 | 红外对蒸汽管道泄露的实时监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109447011B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109854964B (zh) * | 2019-03-29 | 2021-03-19 | 沈阳天眼智云信息科技有限公司 | 基于双目视觉的蒸汽泄露定位***及方法 |
CN111579080B (zh) * | 2020-04-30 | 2021-09-14 | 沈阳天眼智云信息科技有限公司 | 红外热像体温监测仪的自校准方法 |
CN113342864B (zh) * | 2021-06-02 | 2023-03-24 | 上海蓝色帛缔智能工程有限公司 | 一种电子设备发热量的监控方法、***及装置 |
CN113591683A (zh) * | 2021-07-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 姿态估计方法、装置、电子设备和存储介质 |
CN113945570B (zh) * | 2021-10-12 | 2024-07-12 | 揭阳市大立模具厂有限公司 | 一种基于蒸汽特征红外表征的微漏蒸汽缺陷检测识别方法 |
CN114689804B (zh) * | 2022-04-14 | 2023-10-13 | 北京环拓科技有限公司 | 一种基于voc气云成像智能监控危险气体泄露的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7239719B2 (en) * | 2003-08-22 | 2007-07-03 | Bbn Technologies Corp. | Automatic target detection and motion analysis from image data |
CN1282132C (zh) * | 2004-05-20 | 2006-10-25 | 上海交通大学 | 基于运动目标检测的红外和可见光动态图像融合方法 |
TWI382762B (zh) * | 2008-11-17 | 2013-01-11 | Ind Tech Res Inst | 移動物體的追蹤方法 |
CN103775830B (zh) * | 2014-01-20 | 2016-03-23 | 武汉第二船舶设计研究所 | 一种高温蒸汽泄漏检测定位***及方法 |
CN103810722A (zh) * | 2014-02-27 | 2014-05-21 | 云南大学 | 结合改进的lbp纹理和色度信息的运动目标检测方法 |
US9400936B2 (en) * | 2014-12-11 | 2016-07-26 | Xerox Corporation | Methods and systems for vehicle tag number recognition |
CN106446799A (zh) * | 2016-08-31 | 2017-02-22 | 浙江大华技术股份有限公司 | 一种热成像目标识别的方法和装置 |
CN206875130U (zh) * | 2017-06-02 | 2018-01-12 | 深圳钰湖电力有限公司 | 一种高温蒸汽泄漏监测*** |
-
2018
- 2018-11-06 CN CN201811309793.XA patent/CN109447011B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109447011A (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447011B (zh) | 红外对蒸汽管道泄露的实时监控方法 | |
US11221107B2 (en) | Method for leakage detection of underground pipeline corridor based on dynamic infrared thermal image processing | |
CN107705288B (zh) | 伪目标运动强干扰下的危险气体泄漏红外视频检测方法 | |
CN111047568B (zh) | 一种漏汽缺陷检测识别方法及*** | |
CN106017691B (zh) | 非接触式熔融金属溶液温度连续检测方法及*** | |
CN104198497B (zh) | 一种基于视觉显著图和支持向量机的表面缺陷检测方法 | |
CN101819024B (zh) | 一种基于机器视觉的二维位移检测方法 | |
CN110610150A (zh) | 一种目标运动物体的跟踪方法、装置、计算设备和介质 | |
CN109544535B (zh) | 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及*** | |
CN110991360B (zh) | 一种基于视觉算法的机器人巡检点位智能配置方法 | |
CN108921828B (zh) | 一种复杂场景下不显著焊缝识别方法 | |
Zhang et al. | Detection method for pulverized coal injection and particles in the tuyere raceway using image processing | |
CN109389165A (zh) | 基于巡检机器人的变压器油位计识别方法 | |
CN112257523A (zh) | 一种图像型火灾探测器的烟雾识别方法及识别*** | |
CN111667470A (zh) | 一种基于数字图像的工业管道探伤内壁检测方法 | |
CN108364306B (zh) | 一种高速周期运动的视觉实时检测方法 | |
CN102610104A (zh) | 一种车载的前方车辆检测方法 | |
CN116630332B (zh) | 一种基于图像处理的pvc塑料管口缺陷检测方法 | |
CN115830021B (zh) | 一种用于五金件加工的金属表面缺陷检测方法 | |
TWI381735B (zh) | 影像監視設備之影像處理系統及其影像解析自動調適之方法 | |
CN109001674B (zh) | 一种基于连续视频序列的WiFi指纹信息快速采集与定位方法 | |
CN108898080B (zh) | 一种基于山脊线邻域评价模型的裂缝连接方法 | |
JP2014182637A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN111914689B (zh) | 一种图像型火灾探测器的火焰识别方法 | |
CN109544520B (zh) | 一种视频图像扭曲自动检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |