CN111033231B - 用于量化气体泄漏的***和方法 - Google Patents

用于量化气体泄漏的***和方法 Download PDF

Info

Publication number
CN111033231B
CN111033231B CN201880052230.9A CN201880052230A CN111033231B CN 111033231 B CN111033231 B CN 111033231B CN 201880052230 A CN201880052230 A CN 201880052230A CN 111033231 B CN111033231 B CN 111033231B
Authority
CN
China
Prior art keywords
gas
image
gas leak
source
boundary
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
Application number
CN201880052230.9A
Other languages
English (en)
Other versions
CN111033231A (zh
Inventor
H·赫德伯格
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.)
Flir Systems AB
Original Assignee
Flir Systems AB
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 Flir Systems AB filed Critical Flir Systems AB
Publication of CN111033231A publication Critical patent/CN111033231A/zh
Application granted granted Critical
Publication of CN111033231B publication Critical patent/CN111033231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01M3/002—Investigating fluid-tightness of structures by using thermal means
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • 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
    • G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
    • 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
    • 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
    • G01M3/38—Investigating fluid-tightness of structures by using light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G01N2021/3531—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis without instrumental source, i.e. radiometric
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Toxicology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

公开了提供基于由泄漏生成的气体羽流的图像量化气体泄漏的***和方法。确定与气体泄漏的源头对应的图像位置。基于与气体泄漏的源头对应的图像位置在图像上布置离开边界。至少基于与离开边界重叠的像素的气体浓度值计算气体泄漏率。

Description

用于量化气体泄漏的***和方法
相关申请的交叉引用
本申请要求2017年6月12日提交且标题为“GAS QUANTIFICATION SYSTEMS ANDMETHODS”的美国临时专利申请No.62/518471的优先权和权益，在此以引证的方式将该申请全文并入。
技术领域
本发明的一个或多个实施方式总体涉及气体泄漏中的气体的量化，具体涉及基于红外图像的分析的气体泄漏的量化。
背景技术
场景的热图像或红外(IR)图像通常可用于监测、检查和/或维护目的，例如，用于监测工业厂房的气体泄漏。通常，热成像装置(诸如红外IR照相机)可以捕获表示从所观察的场景发射的红外辐射的IR图像数据。所捕获的IR图像可以例如在热成像装置或连接到热成像装置的计算装置(诸如平板计算机、智能手机、膝上型电脑或台式计算机)中处理、显示和/或储存。
热成像装置(诸如IR照相机)可以用于检测气体发生，例如以气体云或气体羽流的形式的气体，并且用于产生这种气体发生的视觉表示，作为气体红外图像。这种气体红外图像可以用于可视化气体发生或气体泄漏。然而，需要用于测量或量化气体泄漏率的改进技术。
发明内容
公开了用于提供基于由泄漏生成的气体羽流的图像量化气体泄漏的各种技术。图像例如可以是气体羽流的红外(IR)图像。在一个方面中，提供了一种气体量化***。***包括非暂时性存储器和耦合到非暂时性存储器的一个或多个硬件处理器，其中，一个或多个硬件处理器被配置为从非暂时性存储器读取指令，以使得气体量化***执行操作，所述操作包括：获得场景内的气体泄漏的气体羽流的图像，其中，图像内的每个像素指示与场景内的区域对应的气体浓度值；确定图像上与气体泄漏的源头对应的位置；基于所确定的气体泄漏的源头的位置在图像上布置离开边界，其中，离开边界至少横跨气体羽流的横截面延伸；以及至少基于与离开边界重叠的像素的气体浓度值计算气体泄漏的第一气体泄漏率。
在另一个方面中，提供了一种用于量化气体泄漏的方法。方法包括：从红外照相机获得场景内的气体泄漏的气体羽流的图像，其中，图像内的每个像素指示与场景内的区域对应的气体浓度值；确定图像上与气体泄漏的源头对应的位置；基于所确定的气体泄漏的源头的位置在第一图像上布置离开边界，其中，离开边界至少横跨气体羽流的横截面延伸；以及至少基于与离开边界重叠的像素的气体浓度值计算气体泄漏的气体泄漏率。
本发明的范围由权利要求限定，通过引用将其并入本部分中。将通过考虑一个或多个实施方式的以下详细描述，来给予本领域技术人员本发明的实施方式的更全面的理解、以及本发明另一优点的实现。将参照首先将简要描述的附图。
附图说明
图1示意了根据本公开的实施方式的、热成像装置可以操作的操作环境。
图2示意了根据本公开的实施方式的、从场景到操作环境内的热成像装置的示例性IR辐射路径。
图3A示意了根据本公开的实施方式的、作为检测到的IR辐射的波长的函数的辐射水平的示例，该IR辐射穿过吸收热能的气体羽流。
图3B例示了根据本公开的实施方式的、作为检测到的IR辐射的波长的函数的辐射水平的示例，该IR辐射穿过发射热能的气体羽流。
图4是根据本公开的实施方式的热成像装置的示意图。
图5是根据本公开的实施方式的热成像装置的框图。
图6示意了根据本公开的实施方式的气体量化***。
图7示意了根据本公开的实施方式的用于确定气体泄漏率的处理。
图8示意了根据本公开的实施方式的气体泄漏的示例红外图像。
图9示意了根据本公开的实施方式的、通过对气体泄漏的红外图像执行分割处理而生成的二进制图像。
图10示意了根据本公开的实施方式的、针对气体泄漏的红外图像上的几个像素计算的光流速矢量。
图11示意了根据本公开的实施方式的气体量化处理。
通过参考下面的详细描述，将最佳地理解本发明的实施方式及其优点。应当理解，同样的附图标记用于识别在一个或多个附图中例示的同样的元件。
具体实施方式
此处公开的方法和***的各种实施方式可以用于提供基于由泄漏生成的气体羽流的图像来气体泄漏的量化(例如，气体泄漏率)。图像例如可以是气体羽流的红外(IR)图像(例如，热图像)。图像可以由图像装置(例如，IR照相机)捕获。在这种实施方式中，图像包括具有关联的IR辐射值的多个像素。每个IR辐射值反过来可以用于确定对应像素的气体浓度值。
可以通过分析图像的IR辐射值来确定图像上与气体泄漏的源头对应的位置。还可以使用将潜在的(例如，候选)气体像素与背景像素分离的分割技术来识别与气体羽流的表示对应的像素。
可以生成与气体泄漏的源头相交并沿直线延伸到一个或多个候选气体像素的一条或多条线。对于每条线，可以确定气体浓度值可以饱和的饱和区域和气体浓度值可以光学稀薄(即，不饱和)的非饱和区域。例如，可以基于沿着线的像素的气体浓度值的变化(或变化率)来确定每条线的对数区域(可以表示饱和区域)和线性区域(可以表示光学稀薄区域)。对数区域中的气体浓度值的变化率大致类似于对数曲线，而线性区域中的气体浓度值的变化率大致是线性的。
可以生成用于气体泄漏的离开边界并将其放置在图像的线性区域上。离开边界至少横跨图像上的气体羽流的横截面，并且至少与矢量的线性区域中的像素重叠。在一些实施方式中，离开边界可以以弧的形式来实施。弧可以是以与气体泄漏的源头对应的图像的位置为中心的圆的一部分。圆的半径可以被确定为足够大，使得与弧重叠的至少一个像素在线性区域中。优选地，一半以上的与弧重叠的像素在线性区域中。甚至更优选地，超过90％的与弧重叠的像素在线性区域中。在一个实施方式中，与弧重叠的所有像素都在线性区域中。
根据各种实施方式，仅分析与离开边界重叠的像素来确定气体泄漏率，这有利地降低了计算复杂度。在这些实施方式中，对于与离开边界重叠的每个像素，可以基于像素的气体浓度值来计算光流速矢量。在一些实施方式中，可以使用多个图像来计算光流速矢量。例如，可以捕获气体羽流的第二后续图像，并且使用两个图像的气体浓度值来计算光流速矢量。捕获图像的成像装置的光流速矢量连同参数(例如，瞬时视场(IFOV)、成像装置与气体泄漏之间的距离等)一起可以用于计算气体泄漏的气体泄漏率。
可以基于在时间上顺序捕获的气体泄漏的多个图像帧(例如，30帧、60帧等)来计算多个气体泄漏率。然后可以通过计算基于此处所述的技术计算的几个气体泄漏率的滑动平均值来确定最终的气体泄漏率。
图1示意了根据本公开的一个实施方式的由IR成像装置170捕获的示例气体泄漏160。IR成像装置170适于捕获一个或多个选定波长带内的红外辐射，由此产生红外图像(也称为“IR图像”或“热图像”)，这些图像表示来自场景105的IR辐射的特定选定波长带。在一些实施方式中，IR成像装置170包括双波段检测器，在这种情况下，IR成像装置170适于捕获两个选定波长带内的IR辐射，以产生表示来自场景105的IR辐射的两个特定选定波长带的IR图像。例如，用于IR成像装置170的双波段检测器可以根据在题为“Wavelength BandBased Passive Infrared Gas Imaging,”的国际专利申请公报No.WO 2016/139261中公开的技术来实施，此处通过引用将该申请全文并入。如例如在上面引用的国际专利申请公报No.WO 2016/139261中描述的，可以进一步处理和/或分析由这种双波段检测器捕获的两个特定的选定波长带的IR图像，以更清楚且准确地检测或可视化气体泄漏。
场景105包括场景背景110和处于场景背景110与IR成像装置170之间的呈气体羽流形式的气体160。气体160可能从设施中的气体泄漏生成。在该示例中，气体160被例示为气体云的形状。场景背景110具有背景温度TB 122，并且气体160具有气体温度TG 121。注意，作为气体160吸收或释放热能的结果，背景温度TB 122与气体温度TG 121之间的温差ΔT130存在。
根据一个或多个实施方式，IR成像装置170被配置为捕获场景105的热辐射并生成表示来自场景105的热辐射的IR图像。场景105的热辐射包括来自场景背景110的热辐射(表示为TB 122)结合由气体160发射和/或吸收的热辐射(表示为TG 121)。
具体地，根据本公开的一个或多个实施方式的IR成像装置170通过捕获来自碰撞IR成像装置170的成像传感器的场景的各种部分的热辐射来生成场景105的IR图像。来自场景的不同区域的热辐射碰撞成像传感器上的不同区域。由此可见，表示场景105的没有来自气体160的任何模糊的部分的IR图像的一些部分可以包括基于仅从场景背景110发射的热辐射的热辐射信息。另一方面，表示场景105的被气体160遮盖的部分的IR图像的其他部分可以包括基于从场景背景110发射的热辐射连同气体160吸收和/或发射热辐射的特性的热辐射信息。
图2在场景105内示意了在碰撞IR成像装置170的成像传感器之前从场景背景110开始穿过气体160的热辐射路径202。如图所示，从场景背景110发射的热能或IR辐射在碰撞气体羽流160之前从位置204处的场景背景110的边缘沿着热辐射路径202的第一部分行进。一旦IR辐射例如在位置206处进入到气体羽流160中，IR辐射204就发生变化。在气体160具有吸收波长带内的IR辐射的特性的情况下，一些IR辐射被气体160吸收，由此可见，波长带内的IR辐射的辐射水平在IR辐射在气体羽流160内行进的同时逐渐降低，这导致IR辐射在碰撞IR成像装置170的成像传感器之前随着离开气体羽流160(例如，在位置208处)而减少。因此，只有一小部分从场景背景110发射的热能或IR辐射到达IR成像装置170的成像传感器。注意，不同类型的气体可以吸收不同波长带中的热能或IR辐射。例如，甲烷(CH4)具有吸收在7.0微米(μm)至8.5μm之间的波长带中的热能或IR辐射的特性。另一种气体可以具有吸收不同波长带中的热能或IR辐射的特性。
图3A的曲线图300示意了作为波长的函数的热能或IR辐射的检测到的辐射水平，该热能或IR辐射在气体160具有吸收热能的特性时通过场景105中的热辐射路径202。如图所示，除了在v1与v2之间的波长带320中，辐射水平跨波长大致均匀。v1与v2之间的波长带320中检测到的辐射水平的下降是由气体160吸收热能或IR辐射引起的。由此可见，如果气体160包括例如大量甲烷，则v1和v2将分别大致对应于7.0μm和8.5μm。
另一方面，在气体160具有发射波长带内的IR辐射的特性的情况下，在IR辐射处于气体羽流160内的同时向来自场景背景110的IR辐射添加另外的IR辐射。由此可见，在IR辐射行进穿过气体羽流160的同时，波长带内的IR辐射的辐射水平逐渐提高，这导致IR辐射在碰撞IR成像装置170的成像传感器之前随着它离开气体羽流160(例如，在位置208处)而增加。因此，从场景背景110和气体160发射的组合热能或IR辐射到达IR成像装置170的成像传感器。注意，不同类型的气体可以发射不同波长带中的热能或IR辐射。
图3B的曲线图305示意了作为波长的函数的热能或IR辐射的检测到的辐射水平，该热能或IR辐射在气体160具有发射热能的特性时通过场景105中的热辐射路径202。如图所示，除了在v3与v4之间的波长带320中，辐射水平跨波长大致均匀。v3与v4之间的波长带320中检测到的辐射水平的尖峰是由气体160发射的热能或IR辐射引起的。
由此，与通过较低浓度的气体的辐射路径相比，通过较高浓度的气体的辐射路径将经历热能与环境热能的更高偏差(例如，检测到的热能的较高增加或减少)。因此，可以基于检测到的特定路径的热能(碰撞特定传感器像素的热能，该像素对应于结果IR图像的特定像素值)偏离环境热能的程度来确定气体浓度值。环境热能是从辐射路径检测的未通过气体云的热能。
代替跨整个IR光谱捕获热能或IR辐射，已经设想可以通过捕获在较窄IR波长带内的热能或IR辐射来提高IR成像装置的灵敏度。由此可见，根据本公开的一个实施方式的未冷却的IR成像装置包括各种***参数(例如，光学和/或非光学部件)，这些参数被配置为允许来自场景的窄波长带(例如，与感兴趣的气体的吸收或发射带相对应的波长带320)内的红外(IR)辐射的大百分比(例如，大于90％)到达IR成像装置的成像传感器，同时实质上阻止波长带之外的IR辐射到达成像传感器。在具有双波段检测器的实施方式中，用于双波段检测器的一个选定波段可以对应于感兴趣的气体的吸收或发射带(例如，感兴趣的气体发生高吸收或发射的波段)，并且另一选定的波段可以对应于感兴趣的气体的吸收或发射低的波段。
图4是这种IR成像装置400的示例的示意图。在一些实施方式中，IR成像装置400是照相机，更具体地是IR照相机。另外，根据本公开的一个实施方式的IR成像装置400被配置为优化捕获在与气体的类型对应的一个或多个窄波长带内的IR辐射。优选地，窄波长带的范围小于或等于2μm。甚至更优选地，窄波长带的范围小于或等于1.5μm。取决于感兴趣的气体的类型，IR成像装置400可以被配置为捕获在对应于感兴趣的气体的特定窄波长带内的IR图像。例如，为了捕获甲烷气体的IR图像，根据本公开的一个或多个实施方式的IR成像装置400可以(用各种特定的***参数)配置为优化捕获在7.0μm至8.5μm之间的范围内的窄波长带中的IR辐射。
在一些实施方式中，IR成像装置400具有包围IR成像装置400的各种部件的外壳402。如图所示，IR成像装置400具有镜头组件404、入口406、窗口408、滤波部件410、成像传感器412以及其他电子部件414。镜头组件404包括一个或多个透镜元件416，它们一起配置为从成像传感器412的位置的角度对场景(例如，场景105)进行光学聚焦。由此可见，一个或多个透镜元件416包括折射特性，这些折射特性将IR辐射从场景(例如，场景105)重定向到成像传感器412。在一些实施方式中，镜头组件404固定到IR成像装置170上，而在其他实施方式中，镜头组件404可从IR成像装置170去除，使得不同的镜头组件可以出于不同的目的附接到IR成像装置170。例如，具有不同焦距和/或变焦能力的不同镜头组件对于IR成像装置170可以互换。在该示例中，镜头组件404具有特定焦距，该特定焦距限定IR成像装置的特定视场(FOV)400。诸如抗反射涂层的涂层可以涂敷到每个透镜元件416。涂层可以具有减少来自透镜元件的IR辐射的反射的特性(即，提高IR辐射穿过透镜元件的透射效率)。不同的涂层可以具有不同的抗反射特性。根据本公开的一个或多个实施方式，选择被优化为减少在感兴趣的窄波长带内的IR辐射的反射的涂层来涂敷在透镜元件416上。在一些实施方式中，涂层可以涂敷到每个透镜元件416的一侧或两侧。优选地，选择允许窄波长带内的IR辐射的多于90％透射穿过透镜元件416的涂层。甚至更优选地，选择允许窄波长带内的IR辐射的多于95％(或甚至98％)透射穿过透镜元件416的涂层。
注意，无论透镜元件(即使具有如上所述的涂层)在透射IR辐射方面多么高效，每个透镜元件都在一定程度上降低了IR辐射的透射。由此可见，已经设想在镜头组件404中将使用尽可能少的光学元件。在一些实施方式中，镜头组件404包括五个透镜元件或更少。已经设想镜头组件404可以包括两个透镜元件或更少，以进一步改善IR辐射的透射。在一些实施方式中，镜头组件404可以包括镜头位置传感器(例如，相对于镜头组件404的聚焦环布置)，该镜头位置传感器被配置为确定透镜元件的位置，这些透镜元件被可调节地移动为将IR辐射从期望的距离聚焦到成像传感器412上。由镜头位置传感器确定的透镜元件的位置(例如，聚焦环的位置)可以用于确定从IR成像装置400到IR成像装置400聚焦在上面的对象(例如，气体羽流160)的距离。在一些实施方式中，IR照相机可以包括测距仪(例如，激光测距仪)，该测距仪被配置为确定从IR成像装置400到场景中的对象(例如，气体羽流160)的距离。
IR成像装置400还包括布置在与镜头组件404的连接点处的辐射入口406。辐射入口406是开口(孔)，通过镜头组件404重定向的IR辐射可以借助该开口进入壳体402的内部并最终到达成像传感器412。优选地，辐射入口406具有关联的孔径(尺寸)，并且在一些实施方式中，其形状大致为圆形(例如，90％)。入口406的孔径确定进入外壳402中并到达成像传感器412的IR辐射量。为了使从场景105到达成像传感器412的IR辐射量最大化，为入口406选择大孔径。在一些实施方式中，孔径的f数(镜头组件404指定的焦距与入口406的直径之比)大于或等于f/2。甚至更优选地，孔径的f数大于或等于f/1.5，甚至更优选地，大于或等于f/1.0。在一些实施方式中，为入口406选择的孔径大于或等于f/0.6。
根据本公开的一些实施方式，窗口408布置在入口406处。在一些实施方式中，窗口408覆盖入口406的整个开口，使得由镜头组件404重定向的IR辐射必须在到达外壳402内的IR成像装置400的其他元件(诸如成像传感器412)之前通过窗口408。窗口408可以有利地防止外部颗粒(例如，灰尘)进入外壳402，该外部颗粒可能潜在地损坏IR成像装置400的电子部件和/或导致对捕获场景105的图像的干扰。优选地，窗口408由具有透射在特定窄波长带内的IR辐射的高效率的材料制成。根据本公开的一个实施方式，窗口408由锗制成。
在一些实施方式中，可以将涂层(诸如上面参考透镜元件的描述来描述的类型的涂层)涂敷到窗口408的一侧或两侧，以进一步提高透射IR辐射的效率。根据本公开的一个或多个实施方式，涂层被优化为减少特定窄波长带内的IR辐射的反射。
已经设想仅使相关的IR辐射(例如，特定窄波长带内的IR辐射)传递到成像传感器412并且消除其他IR辐射到达成像传感器412可以通过增大由IR成像装置400产生的图像的信噪比来进一步提高图像的质量。由此可见，根据本公开的一些实施方式的IR成像装置400还可以包括布置在窗口406与成像传感器412之间的滤波部件410。滤波部件410被配置为仅允许特定窄波长带内的IR辐射通过，同时阻止特定窄波长带之外的IR辐射。滤波部件410可以包括一个或多个滤波器。在一个示例中，滤波部件410可以包括被配置为在特定窄波长带内的最短波长处开启的开启滤波器和被配置为在特定窄波长带内的最长波长处截止的截止滤波器。开启/截止滤波器的材料和配置可以阻挡(或反射)波长低于(在开启滤波器的情况下)或高于(在截止滤波器的情况下)某一波长的任意光波。在一些实施方式中，滤波部件410和窗口408不是分开的元件，而是可以将它们组合成一个或多个光学元件，该光学元件被配置为覆盖入口406并光学滤波进入的IR辐射。
在一些实施方式中，成像传感器412可以包括IR成像传感器，它可以用例如辐射热计、微辐射热计、热电偶、热电堆、热电检测器、光电探测器(例如，InSb或MCT探测器或量子阱IR光电探测器)或对各种波长中(例如，在1微米至14微米之间的范围内)的IR辐射响应的其他IR传感器元件的焦平面阵列(FPA)来实施。更具体地，IR成像传感器可以包括IR检测器，这些检测器被配置为检测(例如，对其响应或敏感)1至3微米波段中的短波IR(SWIR)、包括在3至8微米波段中的中波IR(MWIR)的热IR波段以及8至15微米波段中的长波IR(LWIR)、或这些IR波段的任意组合。在一个示例中，成像传感器412可以被配置为捕获热IR波段(MWIR、LWIR或MWIR和LWIR的重叠波段)中的非常窄的波长范围的图像。例如，成像传感器412可以被配置为捕获特定窄波长带(例如，在7.0μm至8.5μm之间)的图像。
IR成像传感器的当前趋势是增加像素数(以在具有固定尺寸的传感器上封装尽可能多的像素)。为了增加具有固定尺寸的传感器上的像素数，必须减小每个像素的像素间距(相邻像素的中心之间的距离)。然而，与常规所做的相反，已经设想为了使信噪比最大化，优选较大的像素间距。根据本公开的一些实施方式，成像传感器412具有像素间距为至少20μm的像素。甚至更优选地，成像传感器412具有像素间距为至少25μm的像素。具有较大的像素间距允许每个像素占据成像传感器412的较大表面积，从而增加用于检测IR辐射的面积。
此外，类似于透镜元件416和窗口406，可以将涂层涂敷到成像传感器412中的每个单独的像素(检测器)。根据本公开的一个或多个实施方式，选择被优化为减少在窄波长带内的IR辐射的反射的涂层来涂敷在透镜元件416上。在一些实施方式中，涂敷到像素的涂层与涂敷到透镜元件416和窗口406的涂层相同。
如图所示，成像传感器412与布置在IR成像装置400的外壳402内的电子部件414通信地耦合。图5更详细地示意了IR成像装置400的各种电子部件。如图所示，成像传感器412经由读出集成电路502与逻辑装置504通信地耦合。读出集成电路502可以由任意类型的集成电路来实施，并且被配置为读取(或累积)指示在成像传感器412的每个像素(检测器)处接收到的IR辐射的强度的信号(例如，电流或电压)，然后将产生的信号转移到输出抽头上，以便读出。在一些实施方式中，读出集成电路502也被配置为将模拟电流信号转换为数字数据。在其他实施方式中，逻辑装置504被配置为读取来自读出集成电路502的模拟输出并将模拟输出转换为数字数据。在一些实施方式中，数字数据包括与图像帧或视频图像帧内的像素对应的像素数据。图像帧中的像素可以对应或可以不对应于成像传感器412上的像素(检测器)。
在一个示例中，读出集成电路502被配置为对成像传感器412上的每个检测器提供像素值。然而，已经设想读出集成电路502可以被配置为执行像素合并处理，以进一步改善IR图像的噪声比。例如，读出集成电路502可以被配置为对相邻的检测器(例如，2×2检测器块)进行分组，取来自这些检测器的信号的和或平均值，并且将该值用于图像帧上的单个像素。在一些其他实施方式中，像素合并可以由逻辑装置504而不是读出集成电路502来执行。
逻辑装置504可以被实施为任意适当的电路或装置(例如，处理器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其他可编程或可配置逻辑装置)，该电路或装置被配置为(例如，通过硬件配置、软件指令或二者的组合)执行用于如此处所述的IR成像装置400的各种操作。例如，逻辑装置504可以被配置为对如上所述经由读出集成电路502从成像传感器412接收的图像信号执行像素合并。逻辑装置504可以通信地耦合到(例如，配置为与其通信)成像传感器412(经由读出集成电路502)、控制部件506、存储部件508、显示部件510以及通信接口装置512。
根据本公开的一些实施方式，读出集成电路502、逻辑装置504或两者可以被配置为控制来自成像传感器412的像素(检测器)的信号被累计(例如，收集)的时间量，以为每个图像帧或视频图像帧提供对应的像素值(例如，模拟值或数字值)。例如，在根据一些实施方式的成像传感器412的微辐射热计阵列的实施中，读出集成电路502可以包括累计放大器，该累计放大器将来自像素的信号累计到表示对应像素值的放大像素信号的期望范围内。在这点上，根据本公开的一些实施方式的读出集成电路502和/或逻辑装置504可以被配置为控制这种信号累计的持续时间(也称为“累计时间”)，以提供为气体成像优化的已捕获IR图像的信噪比。
已经设想为了进一步提高IR图像的信噪比，读出集成电路502可以被配置为对捕获每个图像帧或每个视频图像帧提供长累计时间。根据本公开的一些实施方式，逻辑装置504可以被配置为提供至少1/20秒(即，以20Hz的速度捕获视频图像帧)或至少1/15秒(即，以15Hz的速度捕获视频图像帧)的累计时间。在一些实施方式中，读出集成电路502可以被配置为提供至少1/10秒的快门速度(即，以10Hz的速度捕获视频图像帧)。取决于实施方式，累计时间可以另选地或另外地由逻辑装置504来控制。
另外，已经设想将成像传感器412的检测器的范围灵敏度限制为窄的动态范围可以提高在检测器处获得的信号的质量。因此，一些实施方式的读出集成电路502和/或逻辑装置504可以被配置为对可由成像传感器412检测的IR辐射强度提供窄动态范围，诸如100摄氏度的动态范围、80摄氏度的动态范围、或者甚至50摄氏度的动态范围。例如，读出集成电路502的累计放大器、偏置电路和/或其他电路可以被配置为使得由读出集成电路502提供的IR图像数据中的输出像素值(例如，在模拟信号或数字信号中)的范围对应于期望的窄动态范围(例如，从0到50摄氏度的范围，包括0和50摄氏度)。另外或另选地，逻辑装置504可以被配置为转换图像数据中的输出像素值的范围，以对应于期望的窄动态范围(例如，从0到50摄氏度的范围，包括0和50摄氏度)。
根据本公开的一些实施方式，在经由读出集成电路502从成像传感器412接收表示图像帧(或视频图像帧)的图像数据时，逻辑装置504可以对图像帧执行另外的图像处理，以进一步改善图像帧的信噪比。例如，逻辑装置504可以被配置为对多个图像帧(例如，2个帧、3个帧、4个帧等)执行帧平均。逻辑装置504可以通过生成新图像帧来执行帧平均，该新图像帧跨多个帧取每个像素的平均值。代替帧平均或除帧平均之外，逻辑装置504还可以被配置为对图像帧执行一种或多种降噪算法(诸如线性平滑滤波器、各向异性扩散、小波变换、非线性滤波器等)。
如图5所示，IR成像装置400还可以包括其他部件，诸如控制部件506、存储部件508、显示部件510、通信接口装置512和/或其他。在一个实施方式中，控制部件506包括适于生成用户输入控制信号的用户输入和/或界面装置，诸如可旋转的旋钮(例如，电位计)、按钮、滑动条、键盘、触敏显示装置(触摸屏)和/或其他装置。逻辑装置504可以被配置为经由控制部件506感测来自用户的控制输入信号，并且响应从其接收的任意感测到的控制输入信号。逻辑装置504可以被配置为将这种控制输入信号解释为值，如本领域技术人员通常所理解的。在一个实施方式中，控制部件506可以包括控制单元(例如，有线或无线手持控制单元)，该控制单元具有适于与用户界面连接并接收用户输入控制值的按钮。在一个实施中，控制单元的按钮可以用于控制IR成像装置400的各种功能，诸如指示IR成像装置400开始捕获场景的图像、显示已经被IR成像装置捕获的IR图像、和/或成像***或相机的各种其他特征。
在一个实施方式中，存储部件508包括一个或多个存储装置，该存储装置被配置为存储数据和信息，包括视频图像数据和信息。存储部件508可以包括一个或多个各种类型的存储装置，包括易失性和非易失性存储装置，诸如RAM(随机存取存储器)、ROM(只读存储器)、EEPROM(电可擦只读存储器)、闪存、硬盘驱动器和/或其他类型的存储器。如上所述，逻辑装置504可以被配置为执行存储在存储部件508中的软件指令，以便执行此处所述的方法和处理步骤和/或操作。逻辑装置504可以被配置为将由成像传感器412捕获的视频图像帧或数字图像数据存储在存储部件508中。
在一个实施方式中，显示部件510包括图像显示装置(例如，液晶显示器(LCD))或各种其他类型的通常已知的视频显示器或监视器。逻辑装置504可以被配置为在显示部件510上显示图像数据和信息(例如，视频分析信息)。逻辑装置504可以被配置为从存储部件508检索图像数据和信息，并且在显示部件510上显示任意检索到的图像数据和信息。显示部件510可以包括显示电路，该显示电路可以被逻辑装置504用于显示图像数据和信息。显示部件510可以适于直接从成像传感器412或逻辑装置504接收图像数据和信息，或者可以经由逻辑装置504从存储部件508转移图像数据和信息。注意，数字图像数据可以经由通信接口512通过网络直接发送到外部装置，并且在一些实施方式中，不显示在显示部件510上。
通信接口装置512可以包括适于与网络以及与连接到网络的其他装置进行有线和/或无线通信的网络接口部件(NIC)或硬件模块。借助通信接口装置512，逻辑装置504可以将在IR成像装置400处生成的视频图像帧发送到外部装置，例如用于在远程监测处查看或在外部装置处进行进一步处理，并且可以接收命令、配置或来自远程站的外部装置的其他用户输入。在各种实施方式中，通信接口装置512可以包括无线通信部件，诸如基于IEEE802.11标准的无线局域网(WLAN)部件、无线宽带部件、移动蜂窝部件、无线卫星部件或适合与有线和/或无线网络通信的各种其他类型的无线通信部件，包括射频(RF)、微波频率(MWF)和/或红外频率(IRF)部件(诸如无线收发器)。由此可见，通信接口装置512可以包括天线，该天线为了无线通信目的而耦合到通信接口装置。在其他实施方式中，通信接口装置512可以适于经由有线通信部件与有线网络接口连接，有线通信部件为诸如DSL(例如，数字用户线路)调制解调器、PSTN(公共交换电话网络)调制解调器、以太网装置、电缆调制解调器、电力线调制解调器等，用于与DSL、以太网、电缆、光纤、电力线和/或各种其他类型的有线网络接口连接，并且与有线网络上的其他装置通信。
根据本公开的各种实施方式，气体量化***可以仅包括成像装置(例如，成像装置400，其中，成像装置执行确定气体泄漏率的所有功能)。然而，在一些其他实施方式中，气体量化***还可包括与成像装置通信耦合的外部计算装置，外部计算装置可以从成像装置接收一个或多个图像，并且基于接收到的图像确定气体泄漏率。图6示意了这种气体量化***的示例。具体地，图6示意了可以与IR成像装置400通信耦合的计算装置600。计算装置600和IR成像装置500可以通过电线或借助无线通信协议直接连接到彼此，或者另选地，通过网络608通信地耦合到彼此。网络608可以包括任意类型或任意组合的网络，诸如内联网、因特网、LAN、WAN、蜂窝网络等。
计算装置600可以是包括处理器和存储器的任意装置，该处理器和存储器可以被配置为执行软件指令，以执行一组操作(例如，如此处所述的气体量化操作等)。计算装置600的示例包括服务器、个人计算机、诸如移动电话的便携式电子装置、膝上型计算机、平板电脑等。如图所示，计算装置602包括处理模块624。类似于逻辑装置504，处理模块624可以被实施为任意适当的电路或装置(例如，处理器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或其他可编程或可配置逻辑装置)，该电路或装置被配置为(例如，通过硬件配置、软件指令或二者的组合)执行用于如此处所述的计算装置602的各种操作。例如，处理模块624可以被配置为执行如此处所述的气体量化处理。逻辑装置504可以通信地耦合到用户界面部件626、存储部件628、显示部件622以及网络接口装置630(例如，配置为与其通信)。
在一个实施方式中，用户界面部件626包括适于生成用户输入控制信号的用户输入和/或界面装置，诸如可旋转的旋钮(例如，电位计)、按钮、滑动条、键盘、触敏显示装置和/或其他装置。处理模块624可以被配置为经由用户界面部件626感测来自用户的控制输入信号，并且响应从其接收的任意感测到的控制输入信号。处理模块624可以被配置为将这种控制输入信号解释为值，如本领域技术人员通常所理解的。在一个实施方式中，用户界面部件626可以包括控制单元(例如，有线或无线手持控制单元)，该控制单元具有适于与用户接口连接并接收用户输入控制值的按钮。在一个实施方式中，控制单元的按钮可以用于控制计算装置602的各种功能，诸如指示计算装置602开始显示已经从IR成像装置400接收到的IR图像、基于接收到的IR图像执行气体量化处理、和/或此处公开的各种其他特征。
在一个实施方式中，存储部件628包括一个或多个存储装置，存储装置被配置为存储数据和信息，包括视频图像数据和信息。存储部件628可以包括一个或多个各种类型的存储装置，包括易失性和非易失性存储装置，诸如RAM(随机存取存储器)、ROM(只读存储器)、EEPROM(电可擦只读存储器)、闪存、硬盘驱动器和/或其他类型的存储器。如上所述，处理模块624可以被配置为执行存储在存储部件628中的软件指令，以便执行此处所述的方法和处理步骤和/或操作。处理模块624可以被配置为在存储部件628中存储从成像装置400接收的视频图像帧或数字图像数据。
在一个实施方式中，显示部件622包括图像显示装置(例如，液晶显示器(LCD))或各种其他类型的通常已知的视频显示器或监视器。处理模块624可以被配置为在显示部件622上显示图像数据和信息(例如，视频分析信息)。处理模块624可以被配置为从存储部件628检索图像数据和信息，并且在显示部件622上显示任意检索到的图像数据和信息。显示部件622可以包括显示电路，该显示电路可以被处理模块624用于显示图像数据和信息。显示部件622可以适于直接从处理模块624接收图像数据和信息，或者可以经由处理模块624从存储部件628转移图像数据和信息。
网络接口装置630可以包括适于与网络以及与连接到网络的其他装置进行有线和/或无线通信的网络接口部件(NIC)或硬件模块。借助网络接口装置630，处理模块624可以接收由IR成像装置400生成的视频图像帧，例如用于在计算装置602处查看和/或进一步处理。在各种实施方式中，网络接口装置630可以包括无线通信部件，诸如基于IEEE 802.11标准的无线局域网(WLAN)部件、无线宽带部件、移动蜂窝部件、无线卫星部件或适合与有线和/或无线网络通信的各种其他类型的无线通信部件，包括射频(RF)、微波频率(MWF)和/或红外频率(IRF)部件，诸如无线收发器。由此可见，网络接口装置630可以包括天线，该天线为了无线通信目的而耦合到网络接口装置。在其他实施方式中，网络接口装置630可以适于经由有线通信部件与有线网络接口连接，有线通信部件为诸如DSL(例如，数字用户线路)调制解调器、PSTN(公共交换电话网络)调制解调器、以太网装置、电缆调制解调器、电力线调制解调器等，用于与DSL、以太网、电缆、光纤、电力线和/或各种其他类型的有线网络接口连接，并且与有线网络上的其他装置通信。
图7示意了用于基于所捕获的气体泄漏的一个或多个IR图像来确定气体泄漏的泄漏率的处理700。根据本公开的一些实施方式，处理700可以由成像装置400、计算装置600或两者的组合来执行。处理700通过在方框702中经由网络608从诸如成像传感器412或成像装置400的图像源获得(或接收)IR图像开始。可以捕获包括气体泄漏和由气体泄漏生成的气体羽流的场景(例如，场景105)的IR图像。图8示意了气体泄漏的示例IR图像800，该图像示出了气体泄漏804的源头以及由气体泄漏产生的气体羽流802。在一些实施方式中，IR图像包括多个像素。每个像素具有指示场景内的对应区域的IR辐射水平的IR辐射值。
如上所述，因为检测到的许多类型的气体(例如，涉及气体泄漏事件的气体)具有吸收或发射热能的特性，所以穿过这种气体的IR辐射路径(例如，热辐射路径202)将表现出与环境IR辐射水平不同的IR辐射水平，并且将反映在IR图像中的对应像素的IR辐射值中。如IR图像800所示，表示场景的周围区域的像素以黑色呈现，而表示气体羽流802的像素以各种程度的灰色呈现。在该示例中，气体像素的IR辐射值偏离环境IR辐射值的程度指示气体浓度。换言之，在该示例中呈现为较浅颜色的像素具有比呈现为较深颜色的像素更高的气体浓度。基于气体像素的IR辐射值与环境辐射值之间的差，可以确定该像素的气体浓度值。在一个示例中，气体浓度值可以在0％至100％的范围内，其中，0％指示不存在气体，而100％指示气体完全饱和。
由此，气体浓度图像是其中每个像素具有从对应的IR图像(例如，IR图像800)的像素值导出的对应气体浓度值的图像。使用气体浓度值，则人可以基于IR图像确定场景中的气体体积。因为IR图像(例如，IR图像800)从成像装置(例如，成像装置170)的角度呈现了场景的二维表示，所以与像素关联的气体浓度值表示在与像素关联的场景的区域周围沿扩展维数检测到的气体量，该扩展维数平行于成像装置的光轴(例如，第三维数)。在这点上，在一些实施方式中，气体浓度图像的每个像素可以表示沿着在用于每个像素的IR图像的深度(例如，从背景110到IR成像装置170的热辐射路径202)上的气体的长度(例如，图2所示的气体浓度长度242)的气体浓度的和。根据这种实施方式的气体浓度图像也可以被称为气体浓度长度(CL)图像、气体浓度×长度图像或气体吸收路径长度图像。
为IR图像800中的像素确定的气体浓度值(或在一些实施方式中为气体浓度长度值)可以用于在该步骤中生成气体浓度图像。图像800例示了背景是干净的(例如，纯黑色)而没有任何干扰的简单情况。其他IR图像可以包括具有噪声的较忙背景，该背景无法呈现气体像素与非气体像素之间的如此清楚的区别。为了提高这种确定的准确度，可以向IR图像600应用分割处理，以识别候选气体像素(例如，潜在表示气体的像素)和非气体像素。根据本公开的各种实施方式，分割处理可以首先包括阈值化处理。阈值化处理使用预定的IR辐射阈值范围(例如，与环境IR辐射足够不同的IR辐射范围)，其中，仅具有在阈值范围内的IR辐射值的像素被认为是有效的气体像素。在一些实施方式中，可以将IR图像转换成二进制图像，在该二进制图像中，被确定为候选气体像素的像素被分配有一个值(例如，白色值)，并且被确定为非气体像素的像素被分配有另一个值(例如，黑色值)。注意，代替阈值处理或除了阈值处理之外，在分割处理期间可以使用一种或多种其他类型的分割算法。在Stauffer和Grimson的标题为“Adaptive Background Mixture Models for Real-TimeTracking”的公报中描述了可以在该处理中使用的分割算法的示例。
在分割处理之后，可以将滤波器(例如，也被称为“打开”和“关闭”的形态滤波器，诸如膨胀滤波器、腐蚀滤波器或其组合)应用于二进制图像。因为气体羽流通常为实心，在羽流内没有任何孔，所以形态滤波器填充表示气体羽流的像素内的任意孔，使得确定包括气体像素的图像区域为没有孔的实心区域。图9例示了经过形态滤波处理的二进制图像900。如图所示，表示气体羽流的图像900的区域902被示出为白色，而剩余区域被示出为黑色。在该示例中，原始IR图像800中的具有作为二进制图像900中的白色的对应像素值的像素被视为气体像素，而原始IR图像800中的具有作为黑色的对应像素值的像素被视为非气体像素。
在方框704中，确定图像上与气体泄漏的源头对应的位置。不同的实施方式使用不同的技术来确定这种图像位置。在手动方法下，处理700可以显示IR图像(例如，在成像装置400的显示部件510上或在计算装置602的显示部件622上)，并且提示用户识别气体泄漏源头的图像位置。然后，用户可以指示图像位置(例如，经由成像装置400的控制部件506或计算装置602的用户界面模块626)。例如，用户可以在与显示的位置对应的区域处按压触敏屏幕，该显示呈现气体泄漏源头的图像表示。
在自动方法下，可以通过分析IR图像的像素值来自动确定与源头对应的图像位置。可以使用各种技术来自动确定气体泄漏源头位置。在一些实施方式中，计算每个有效气体像素的光流速矢量。例如，可以使用在Gunnar 的标题为“Two-Frame MotionEstimation Based on Polynomial Expansion”的公报中描述的技术来计算像素的光流速矢量。因为大多数气体颗粒应远离气体泄漏源头，所以大多数计算出的光流速度矢量应远离气体泄漏源头导向。在向后扩展光流速矢量之后，速度矢量的多个(例如，至少两个等)相遇的点被视为与气体泄漏的源头对应的图像位置。
在另一个示例中，可以使用诸如霍夫(Hough)变换的直线检测处理来生成连接图像900中沿着气体羽流的边缘的气体像素的直线。当多条直线(例如，至少2条直线)在一个点处相交时，该点被视为对应于气体泄漏源头的图像位置。在另一个示例中，可以使用角点检测处理(例如，使用角点响应函数)来检测气体羽流中的角点，并且将时间上稳定的角点确定为与气体泄漏的源头对应的图像位置。可以根据在标题为“Localization of a PointSource of a Visualized Gas Leak,”的美国专利No.7082370中公开的技术来实施基于角点检测的这种自动源头定位处理，此处通过引用将该专利全文并入。
在方框706中，在IR图像800上放置离开边界。离开边界限定了假定来自泄漏的所有气体分子从其离开的边界。根据本公开的各种实施方式，仅分析位于离开边界上的有效气体像素来计算(或估计)气体泄漏率(或泄漏流量)，这有利地减少了该处理的时间和计算复杂度。因为仅分析位于离开边界上的有效气体像素来进行气体泄漏率的计算(或估计)，所以离开边界的放置对于确保这种估计尽可能准确至关重要。已经设想离开边界应放置在表示气体光学稀薄的气体羽流的图像区域中。换言之，位于离开边界上的至少一些(或全部)有效气体像素具有不饱和的气体浓度值，使得可以更准确地估计与该像素关联的区域周围的气体浓度。
根据本公开的各种实施方式，可以基于气体浓度值在远离气体泄漏源头方向上的变化率通过以下方式来确定放置离开边界的位置：将气体羽流分成两个不同的区域—表示饱和区域的对数区域和表示光学稀薄区域的线性区域。在对数区域中，气体浓度值的变化率与对数函数类似，而在线性区域中，气体浓度值的变化率大致为线性。
在一些实施方式中，线性区域的确定可以包括使用与被确定为对应于气体泄漏源头的位置相交的直线。例如，可以使用诸如霍夫变换的直线检测处理来确定直线，该直线与气体泄漏源头的确定位置和候选(例如，潜在的)气体像素这两者相交。候选气体像素可以通过如上所述的分割处理(例如，阈值化)找到。根据一些实施方式，可以确定一条或多条这种直线。对于每条直线，分析位于直线上的像素之间的气体浓度值的差(例如，使用曲线拟合算法等)，以确定对数区域和线性区域。注意，足够小的气体泄漏可能仅具有线性区域而没有任何对数区域。在这些实施方式中的一些中，认为气体泄漏光学较薄的区域是像素处于线性区域中的区域。
离开边界可以采取各种形式中的任意一种，诸如直线、曲线或弧。考虑到气体羽流通常具有倒圆锥形状，已经设想弧边界将是合适的。在这些实施方式中的一些中，弧是圆的一部分，该圆具有在气体泄漏源头处的中心和从该源头延伸到光学稀薄区域(例如，线性区域)中的像素的半径。图9例示了采取弧形式的三个离开边界906、908以及910(被指示为白色折线)。如图所示，离开边界906、908以及910是来自三个不同圆的弧，所有这些圆的中心都在气体泄漏904的源头周围。已经设想一个或多个离开边界可以用于该计算。如果使用多于一个离开边界，则可以分别分析位于每个离开边界上的像素，并且可以针对每个离开边界分别计算气体泄漏率。然后可以比较气体泄漏率，以改善结果的质量或确定结果的质量。例如，多个计算出的气体泄漏率的平均值可以用作最终结果。在另一个示例中，多个计算出的气体泄漏率(即，从不同的离开边界计算出的)之间的差可以用于确定或指示结果的质量。虽然表明离开边界906、908以及910被放置在二进制图像900上，但注意，最初可以通过分析浓度长度(CL)图像(例如，二进制图像900)来确定(由于使用分割处理)离开边界906、908以及910的位置，随后可以将离开边界906、908以及910放置在IR图像800中的对应位置处，以识别来自图像800的像素来计算气体泄漏率。
在方框708中，通过分析与离开边界重叠的IR图像上的像素(例如，沿着离开边界定位)来计算用于气体泄漏的气体泄漏率。首先，基于与离开边界对应的图像位置来识别来自IR图像800的与离开边界重叠的像素。然后，对于被识别为与离开边界重叠的每个像素，可以确定(例如，估计)像素的移动速度和方向。在一些实施方式中，例如，可以通过使用在Gunnar 的标题为“Two-Frame Motion Estimation Based on PolynomialExpansion”的公报中描述的技术，来使用光流估计以计算出离开边界上的每个所识别的像素的光流速矢量(例如，移动速度和方向)。由此，在该示例中，可以使用IR图像的两帧(例如，IR图像的两个连续帧)来确定光流速矢量。
在一些实施方式中，可以在计算光流速矢量之前执行单独的分割处理，以识别与IR图像800内的离开边界重叠的有效气体像素。根据一个或多个实施方式的该分割处理可以比方框704中的分割处理(例如，阈值化)更提前，以找到候选气体像素。例如，方框708中的合适分割处理可以是有效地检测跨多个图像帧的运动或以其他方式去除背景或噪声像素的处理，诸如在上面引用的Stauffer等人的标题为“Adaptive Background MixtureModels for Real-Time Tracking”公报中描述的技术。在这点上，可以使用仅在时间上不同的来自同一场景的多个图像帧(优选是在初始IR图像之后几乎立即捕获的图像帧)，来基于运动检测确定离开边界上的有效气体像素，以去除可能表示背景或噪声而不是气体的像素。
这样执行单独的分割处理是有益的，因为分割算法擅长检测运动(例如，以识别有效的气体像素并减少虚假的气体像素)，而光流速矢量算法擅长找到独立像素的方向和速度。当选择合适的分割算法(例如以上讨论的分割算法)时，可以以受控的方式确定其对光流速矢量的计算的影响。另一方面，如果对于位于离开边界(即，弧906、908和/或910)上的所有像素计算光流速矢量，则将引入噪声，并且产生的所计算的气体泄漏率的质量可能变差。即，执行方框708中的合适分割处理来去除非气体像素有利地去除了噪声(由于背景或嘈杂像素)并且提高了所计算的气体泄漏率的准确度。
在对IR图像执行分割处理之后执行光流速矢量计算确保：分析中包括与离开边界重叠的所有有效气体像素，并且将非气体像素排除在分析之外。然后可以对结果进行时间滤波。图10例示了IR图像1000的一部分，该部分示出了针对位于离开边界1006、1008以及1010上的像素计算的光流速矢量的视觉表示。光流速矢量被示出为从对应像素指向的箭头。箭头的长度表示沿箭头方向的移动速度。如可以理解的，光流速矢量为了说明和例示的目的而视觉地表示在图10中，并且除非特定实施方式期望，否则不需要在IR图像上显示。
根据一个或多个实施方式，被捕获的IR图像的每个像素覆盖的真实世界场景中的区域的尺寸可以用于确定(例如，计算)用于气体泄漏的气体泄漏率。如可以理解的，所捕获的IR图像的每个像素表示来自真实世界场景中的对应区域的IR辐射。由此，在一个示例中，可以使用成像***(光学元件和检测器)的瞬时视场(IFOV)以及从成像***到气体泄漏的距离(可以通过成像***使用例如聚焦***(镜头位置传感器)和/或成像***的测距仪检测，如上面参照图4讨论的)来确定每个像素覆盖的区域的尺寸。例如，像素所覆盖的区域的尺寸可以表达如下：
pixArea ＝(tan(IFOV)×d)2 (1)
其中，pixArea是像素所覆盖的区域的尺寸，IFOV是瞬时视场，并且d是成像***与气体泄漏之间的距离。
然后可以使用以下公式计算期望单位(例如，升每分钟)的气体泄漏率(或瞬时气体泄漏流量)：
其中，imgCL(n)是来自离开边界上的像素或有效像素的像素n的气体浓度值，velocity(n)是针对像素n计算的光流速矢量，fpm是表示每分钟的帧(即，每分钟捕获的IR图像的数量)的成像***参数，并且convF是常数，该常数将结果转换为期望的泄漏率单位，诸如升每分钟。
根据本公开的各种实施方式，可以通过基于在一段时间内拍摄的若干图像帧(例如，30帧、60帧、120帧等)使用上述技术计算的若干气体泄漏率的滑动平均值，来确定最终的气体泄漏量化结果。
在一些实施方式中，可以在处理期间执行另外的处理，以进一步提高最终气体泄漏率结果的质量。这种另外处理的示例可以包括滤波光流速矢量并分析速度矢量的统计，使得去除不远离气体泄漏的源头取向的所有矢量。例如，这可以通过计算从气体泄漏的起始点到光流矢量的尖端的矢量并确定该矢量是否短于弧的对应圆的半径来执行。
若干因素可能降低气体泄漏量化计算的质量。例如，强风可能破坏气体泄漏的稳定流，并且某些气体泄漏可能不与照相机的光轴正交。在这种情况下，可能无法进行合适的气体量化测量。然而，根据一些实施方式的处理700可以例如通过分析光流矢量的总体方向来检测这些情况，并且通知操作者测量质量低。
已经设想一旦计算出最终的气体泄漏率，气体量化***就可以执行一个或多个动作。例如，基于计算出的气体泄漏率，气体量化***可以将信号发送到外部装置或机器，并且可以使得这种外部装置或机器的操作(气体传输操作)关闭，可能使得外部装置关闭气体管的阀门。在一些实施方式中，基于计算出的气体泄漏率，气体量化***可以向与管理机构(例如，消防部门、警察局等)关联的外部***发送警报。
此外，一些实施方式的气体量化***可以基于计算出的气体泄漏率来修改IR图像。例如，气体量化***可以在将IR图像呈现给用户之前在IR图像上***注释(例如，指示气体泄漏率的文本)。气体量化***还可以根据气体泄漏率等级来改变图像中的气体羽流的颜色表示。在这种示例中，气体量化***可以在气体泄漏率高于某个预定阈值时将气体羽流的颜色表示更改为红色，并且在气体泄漏率低于预定阈值时将气体羽流的颜色表示更改为蓝色。
图11例示了根据本公开的各种实施方式的气体量化处理的流程1100。接收IR图像(例如，IR图像800)。在方框1102中，可以将IR图像800的像素值转换成气体浓度值，以生成气体浓度值图像。在方框1104和1106中，可以对气体浓度值图像执行分割处理，以识别图像中的候选气体像素和非气体像素，以生成二进制图像900。在一些实施方式中，分割处理包括如上面结合图9讨论的阈值化(方框1104中)和滤波(诸如方框1106中的形态滤波)。
可以在方框1108中识别气体泄漏的源头的图像位置。在方框1110中，可以将气体泄漏的源头的图像位置连同二进制图像900一起用于确定一个或多个离开边界并计算与限定的离开边界重叠的像素的光流速矢量(例如，类似于以上对于处理700的方框704和706讨论的操作)。在方框1112中，可以向光流速矢量应用另外的滤波，以滤除无效矢量(例如，未远离气体泄漏源头取向的矢量)。
在方框1114中，使用光流速矢量来计算气体泄漏率(例如，类似于以上对于处理700的方框708讨论的操作)。可以基于IR图像的流(在一段时间期间捕获的IR图像帧的序列)来计算多个气体泄漏率。在方框1116中，例如，可以通过取多个气体泄漏率的滑动平均值，来使用多个气体泄漏率，以提高准确度。在方框1118中，确定最终气体泄漏率。
在适用情况下，可以使用硬件、软件或硬件和软件的组合来实施由本公开提供的各种实施方式。而且，在适用情况下，在不脱离本公开的精神的情况下，可以将此处阐述的各种硬件部件和/或软件部件组合成包括软件、硬件和/或这两者的复合部件。在适用情况下，在不脱离本公开的精神的情况下，可以将此处阐述的各种硬件部件和/或软件部件分成包括软件、硬件或这两者的子部件。另外，在适用情况下，设想软件部件可以被实施为硬件部件，反之亦然。
在适用情况下，此处描述的各种步骤的顺序可以更改、组合成复合步骤和/或分成子步骤，以提供此处描述的特征。
根据本公开的软件，诸如非暂时性指令、程序代码和/或数据，可以存储在一个或多个非暂时性机器可读介质上。还设想此处识别的软件可以使用联网和/或处于其他方式的一个或多个通用或专用计算机和/或计算机***来实施。在适用情况下，此处描述的各种步骤的顺序可以更改、组合成复合步骤和/或分成子步骤，以提供此处描述的特征。
上述实施方式例示但不限制本发明。还应理解，大量修改和变更根据本发明的原理是可以的。因此，本发明的范围仅由以下权利要求限定。

Claims (20)

1.一种气体量化***，所述气体量化***包括：
非暂时性存储器；和
逻辑装置，所述逻辑装置耦合到所述非暂时性存储器，其中，所述逻辑装置被配置为从所述非暂时性存储器读取指令，以使得所述气体量化***执行操作，所述操作包括：
获得场景内的气体泄漏的气体羽流的图像，其中，所述图像内的每个像素指示与所述场景内的区域对应的气体浓度值；
确定所述图像上与所述气体泄漏的源头对应的位置；
基于与所述气体泄漏的源头对应的所述位置在所述图像上布置离开边界，其中，所述离开边界包括至少横跨气体浓度值的变化大致线性的所述气体羽流的横截面延伸的弧；以及
至少基于与所述离开边界重叠的第一像素的第一气体浓度值计算所述气体泄漏的气体泄漏率。
2.根据权利要求1所述的气体量化***，其中，
所述气体羽流的所述图像是气体浓度长度图像；
所述气体浓度长度图像的每个像素指示在从所述场景的背景到捕获所述图像的照相机的对应路径中的所述气体羽流的长度上的气体浓度值的和；
所述气体量化***还包括红外（IR）照相机，
所述红外照相机包括双波段检测器，所述双波段检测器被配置为捕获第一红外图像和第二红外图像，该第一红外图像表示具有用于所述气体羽流的高红外吸收或发射率的第一波段中的第一红外辐射，所述第二红外图像表示具有用于所述气体羽流的低红外吸收或发射率的第二波段中的第二红外辐射；并且
所述红外照相机被配置为基于所述第一红外图像和所述第二红外图像生成所述图像。
3.根据权利要求1所述的气体量化***，其中，所述离开边界是第一离开边界，其中，所述第一离开边界的所述弧是第一弧，其中，所述气体泄漏率是第一气体泄漏率，所述第一弧是第一圆的一部分，该第一圆具有在所述气体泄漏的所述源头处的中心和从所述气体泄漏的所述源头延伸的半径，并且
其中，所述操作还包括：
在所述图像上在比所述第一离开边界更远离所述气体泄漏的所述源头的图像位置处布置第二离开边界，其中，所述第二离开边界包括第二圆的第二弧，该第二圆具有在所述气体泄漏的所述源头处的中心和大于所述第一圆的半径；
基于与所述第二离开边界重叠的第二像素的第二气体浓度值计算第二气体泄漏率；以及
将所述第一气体泄漏率与所述第二气体泄漏率进行比较，以确定指示所述第一气体泄漏率或所述第二气体泄漏率中的至少一个的准确度的质量度量。
4.根据权利要求1所述的气体量化***，其中，确定与所述气体泄漏的所述源头对应的所述图像上的所述位置包括：
对于所述图像中与所述气体羽流对应的区域内的对应的多个像素计算多个光流速矢量；以及
将由所述多个光流速矢量中沿相反方向延伸的至少两个光流速矢量相交的交点指定为与所述气体泄漏的所述源头对应的所述位置。
5.根据权利要求1所述的气体量化***，其中，
所述操作还包括：
获得包括所述图像的一系列图像，所述一系列图像在时间上被顺序地捕获；以及
基于来自所述一系列图像的至少两个图像，对于与所述离开边界重叠的每个像素计算光流速矢量；其中，所述气体泄漏率的所述计算还基于计算出的光流速矢量。
6.根据权利要求5所述的气体量化***，其中，所述操作还包括：
从与所述离开边界重叠的所述像素中滤除不能够表示来自所述气体羽流的气体的像素；并且
从光流速矢量中滤除未远离所述气体泄漏的所述源头取向的矢量。
7.根据权利要求5所述的气体量化***，其中，
所述一系列图像由照相机以预定帧率捕获；并且
所述气体泄漏率的所述计算还基于所述帧率、所述照相机的瞬时视场以及从所述照相机到所述场景中的所述气体泄漏的距离。
8.根据权利要求5所述的气体量化***，其中，所述操作还包括：
使用所述一系列图像在时间上顺序地计算多个气体泄漏率；并且
计算所述多个气体泄漏率的滑动平均数或平均值。
9.根据权利要求1所述的气体量化***，其中，所述操作还包括：基于计算出的气体泄漏率修改所述图像。
10.一种量化气体的方法，该方法包括：
从红外（IR）照相机获得场景内的气体泄漏的气体羽流的图像，其中，所述图像内的每个像素指示与所述场景内的区域对应的气体浓度值；
确定所述图像上与所述气体泄漏的源头对应的位置；
基于与所述气体泄漏的所述源头对应的位置在所述图像上布置离开边界，其中，所述离开边界包括至少横跨气体浓度值的变化大致线性的所述气体羽流的横截面延伸的弧；以及
至少基于与所述离开边界重叠的第一像素的第一气体浓度值计算所述气体泄漏的气体泄漏率。
11.根据权利要求10所述的方法，其中:
所述气体羽流的所述图像是气体浓度长度图像；并且
所述气体浓度长度图像的每个像素指示在从所述场景的背景到所述红外照相机的对应路径中的所述气体羽流的长度上的气体浓度值的和。
12.根据权利要求10所述的方法，其中，红外照相机包括双波段检测器，所述方法还包括：
由所述双波段检测器捕获第一红外图像，该第一红外图像表示具有用于所述气体羽流的高红外吸收或发射率的第一波段中的第一红外辐射；
由所述双波段检测器捕获第二红外图像，该第二红外图像表示具有用于所述气体羽流的低红外吸收或发射率的第二波段中的第二红外辐射；以及
基于所述第一红外图像和所述第二红外图像生成所述图像。
13.根据权利要求10所述的方法，其中，所述离开边界的所述布置包括：
使用霍夫变换确定直线，该直线与对应于所述气体泄漏的所述源头的所述位置和所述图像中的所述气体羽流内的位置相交；并且
分析沿着所确定的直线的像素中的气体浓度值的变化，其中，所述离开边界的所述弧是第一圆的一部分，该第一圆具有在所述气体泄漏的所述源头处的中心和从所述气体泄漏的所述源头延伸到一位置的半径。
14.根据权利要求13所述的方法，所述离开边界是第一离开边界，其中，所述第一离开边界的所述弧是第一弧，其中，所述气体泄漏率是第一气体泄漏率，并且其中，所述方法还包括：
在所述图像上在比所述第一离开边界更远离所述气体泄漏的所述源头的图像位置处布置第二离开边界，其中，所述第二离开边界包括第二圆的第二弧，该第二圆具有在所述气体泄漏的所述源头处的中心和大于所述第一圆的半径；
基于与所述第二离开边界重叠的第二像素的第二气体浓度值计算第二气体泄漏率；以及
将所述第一气体泄漏率与所述第二气体泄漏率进行比较，以确定指示所述第一气体泄漏率或所述第二气体泄漏率中的至少一个的准确度的质量度量。
15.根据权利要求10所述的方法，其中，确定与所述气体泄漏的所述源头对应的所述图像上的所述位置包括：
从所述图像确定与所述气体羽流中的边缘对应的多条直线；以及
将由所述多条直线中的至少两条相交的交点指定为与所述气体泄漏的所述源头对应的所述位置。
16.根据权利要求10所述的方法，还包括：
获得包括所述图像的一系列图像，所述一系列图像在时间上被顺序地捕获；以及
基于来自所述一系列图像的至少两个图像，对于与所述离开边界重叠的每个像素计算光流速矢量，其中，所述气体泄漏率的所述计算还基于所述光流速矢量。
17.根据权利要求16所述的方法，还包括：
从与所述离开边界重叠的所述像素中滤除不能够表示来自所述气体羽流的气体的像素；并且
从光流速矢量中滤除未远离所述气体泄漏的所述源头取向的矢量。
18.根据权利要求16所述的方法，其中，
所述一系列图像由所述红外照相机以预定帧率捕获；并且
所述气体泄漏率的所述计算还基于所述帧率、所述红外照相机的瞬时视场以及从所述红外照相机到所述场景中的所述气体泄漏的距离。
19.根据权利要求16所述的方法，还包括：
使用所述一系列图像在时间上顺序地计算多个气体泄漏率；并且
计算所述多个气体泄漏率的滑动平均数或平均值。
20.根据权利要求10所述的方法，其中，
在所述图像中捕获来自对应的多个气体泄漏的多个气体羽流；
对于所述多个气体泄漏中的每一个，执行所述气体泄漏的所述源头的所述位置的所述确定、所述离开边界的所述布置以及所述气体泄漏率的所述计算；并且
所述方法还包括：基于所述气体泄漏率修改所述图像。
CN201880052230.9A 2017-06-12 2018-06-11 用于量化气体泄漏的***和方法 Active CN111033231B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762518471P 2017-06-12 2017-06-12
US62/518471 2017-06-12
PCT/US2018/036974 WO2018231735A1 (en) 2017-06-12 2018-06-11 System and method for quantifying a gas leak

Publications (2)

Publication Number Publication Date
CN111033231A CN111033231A (zh) 2020-04-17
CN111033231B true CN111033231B (zh) 2023-11-24

Family

ID=62904562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880052230.9A Active CN111033231B (zh) 2017-06-12 2018-06-11 用于量化气体泄漏的***和方法

Country Status (3)

Country Link
US (1) US11630022B2 (zh)
CN (1) CN111033231B (zh)
WO (1) WO2018231735A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110914670A (zh) * 2017-03-31 2020-03-24 前视红外***股份公司 气体成像***和方法
JP6579291B2 (ja) * 2017-05-02 2019-09-25 コニカミノルタ株式会社 ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム
US11598716B2 (en) * 2017-09-27 2023-03-07 Konica Minolta, Inc. Gas image device and image acquisition method
EP3735577B1 (en) * 2018-01-03 2023-01-25 Flir Systems AB Dynamic determination of radiometric values using multiple band sensor array systems and methods
WO2020008688A1 (ja) * 2018-07-05 2020-01-09 コニカミノルタ株式会社 ガス監視画像記録装置、該方法および該プログラム
US11954839B2 (en) * 2018-11-27 2024-04-09 Konica Minolta, Inc. Leak source specification assistance device, leak source specification assistance method, and leak source specification assistance program
JP6693609B1 (ja) * 2018-11-28 2020-05-13 コニカミノルタ株式会社 ガス流量推定装置、ガス流量推定方法、及び、ガス流量推定プログラム
JP7289684B2 (ja) * 2019-03-25 2023-06-12 Ｅｎｅｏｓ株式会社 検出装置、検出システムおよび検出方法
US10970852B2 (en) * 2019-04-01 2021-04-06 Alloy Surfaces Company, Inc. Systems and methods for multi-signature countermeasure testing
US11468538B2 (en) * 2019-04-05 2022-10-11 Baker Hughes Oilfield Operations Llc Segmentation and prediction of low-level temporal plume patterns
DE102019124092A1 (de) * 2019-09-09 2021-03-11 Grandperspective GmbH System und Verfahren zur Überwachung eines Luftraumes für ein ausgedehntes Gelände
CN113720788A (zh) * 2020-05-25 2021-11-30 中国石油化工股份有限公司 炼化生产泄漏监测方法、装置、***及红外成像装置
IL275524B (en) * 2020-06-18 2021-12-01 Elbit Systems C4I And Cyber Ltd System and method for measuring parameters without contact
CN112307267B (zh) * 2020-06-29 2023-07-04 数量级(上海)信息技术有限公司 一种泄漏气体的浓度量化***及方法
CN111914770A (zh) * 2020-08-06 2020-11-10 吉林省佰益光电科技有限公司 一种检测气体泄漏的方法及双波段红外成像***
CN112016738B (zh) * 2020-08-13 2023-08-18 中国人民解放军空军军医大学 一种吸入性有毒物质的危害预测方法
CN112345424B (zh) * 2020-11-27 2022-10-04 太原理工大学 波长调谐单像素探测气体扩散和浓度分布的方法及装置
CN112946232A (zh) * 2021-02-04 2021-06-11 成都秦川物联网科技股份有限公司 天然气能量计量数据获取方法和***
CN113160173B (zh) * 2021-04-22 2022-02-01 哈尔滨市科佳通用机电股份有限公司 基于Laws纹理特征的抗蛇形减震器漏油检测方法及***
EP4086602A1 (en) * 2021-05-06 2022-11-09 Abb Schweiz Ag Technologies for improved visualization of gas leak detection data
CN113610893B (zh) * 2021-08-04 2022-06-07 江苏福鱼装饰材料有限公司 一种基于计算机视觉的粉尘溯源方法及***
WO2023101923A1 (en) 2021-12-03 2023-06-08 Flir Systems Ab Detection threshold determination for infrared imaging systems and methods
JP2024033383A (ja) * 2022-08-30 2024-03-13 三菱重工業株式会社 放出量推定装置、放出量推定方法、およびプログラム
CN118134933A (zh) * 2024-05-08 2024-06-04 国网江苏省电力有限公司苏州供电分公司 用于变电设备状态感知的sf6泄漏定量检测方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002296142A (ja) * 2001-03-29 2002-10-09 Toshiba Corp リーク検出装置
WO2016139261A1 (en) * 2015-03-02 2016-09-09 Flir Systems Ab Wavelength band based passive infrared gas imaging
WO2016208317A1 (ja) * 2015-06-25 2016-12-29 コニカミノルタ株式会社 流体漏洩箇所検出装置および該方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3069654A (en) 1960-03-25 1962-12-18 Paul V C Hough Method and means for recognizing complex patterns
SE526421C2 (sv) 2003-09-02 2005-09-13 Gasoptics Sweden Ab Lokalisering av en visualiserad gasläckas punktkälla
US9225915B2 (en) * 2012-07-06 2015-12-29 Providence Photonics, Llc Calibration and quantification method for gas imaging camera
US10458905B2 (en) * 2014-07-07 2019-10-29 Rebellion Photonics, Inc. Gas leak emission quantification with a gas cloud imager
US9970756B2 (en) * 2015-10-06 2018-05-15 Bridger Photonics, Inc. High-sensitivity gas-mapping 3D imager and method of operation
IL244775B (en) * 2016-03-27 2018-01-31 Opgal Optronic Ind Ltd Combination of gas leak detection and quantification
US10634575B2 (en) * 2016-03-31 2020-04-28 Konica Minolta Laboratory U.S.A., Inc. Laser scanning leak detection and visualization apparatus
US10852208B2 (en) * 2016-08-30 2020-12-01 Konica Minolta Laboratory U.S.A., Inc. Quantifying gas leak rates using frame images acquired by a camera

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002296142A (ja) * 2001-03-29 2002-10-09 Toshiba Corp リーク検出装置
WO2016139261A1 (en) * 2015-03-02 2016-09-09 Flir Systems Ab Wavelength band based passive infrared gas imaging
WO2016208317A1 (ja) * 2015-06-25 2016-12-29 コニカミノルタ株式会社 流体漏洩箇所検出装置および該方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Gas visualization of industrial hydrocarbon emissions;Jonas Sandsten et al;《Optics Express》;20040405;第12卷(第7期);第1443-1451页 *
Volume flow calculations on gas leaks imaged with infrared gas-correlation;Jonas Sandsten et al;《Optics Express》;20120820;第20卷(第18期);第20320页第1、6段、第20321页第5段、第20325页第1段、第20329页第2段，及图4 *

Also Published As

Publication number Publication date
US11630022B2 (en) 2023-04-18
WO2018231735A1 (en) 2018-12-20
CN111033231A (zh) 2020-04-17
US20200116583A1 (en) 2020-04-16

Similar Documents

Publication Publication Date Title
CN111033231B (zh) 用于量化气体泄漏的***和方法
US11933723B2 (en) Window obscuration sensors for mobile gas and chemical imaging cameras
US11438554B2 (en) System and method for remote detection and location of gas leaks
US11022546B2 (en) Optical gas imaging systems and methods
KR101824290B1 (ko) 고해상도 멀티스펙트럼 이미지 캡처 기법
US20060170772A1 (en) Surveillance system and method
US11635370B2 (en) Gas imaging systems and methods
US10255683B1 (en) Discontinuity detection in video data
KR101607683B1 (ko) 다차원 화재감지시스템
US10234380B1 (en) Background radiance estimation and gas concentration-length quantification method for optical gas imaging camera
JP2013542528A (ja) 夜景画像ボケ検出システム
WO2019044898A1 (ja) ガス検知システム
JP6508439B2 (ja) ガス検知用画像処理装置、ガス検知用画像処理方法及びガス検知用画像処理プログラム
KR101625471B1 (ko) 보급형 열화상 카메라의 해상도 향상 방법 및 장치
US20170270385A1 (en) Image processing by means of cross-correlation
US11457205B2 (en) Thermal health monitoring sensor
JP2003270037A (ja) 炎検知装置
JP7031570B2 (ja) 振動検出方法
CN109975827B (zh) 一种远距离抗大气湍流的成像方法及***
JP2021108448A (ja) サーマルカメラ健全度モニタリング
JP2000121748A (ja) 熱源探索装置

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