本發(fā)明涉及氣體監(jiān)測(cè)，特別是涉及一種基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法。

背景技術(shù)：

1、隨著工業(yè)和能源行業(yè)的迅猛發(fā)展，各類(lèi)氣體的使用和生產(chǎn)也在不斷增加。氣體泄漏事故時(shí)有發(fā)生，尤其是在石油化工、天然氣輸送和儲(chǔ)存等高風(fēng)險(xiǎn)行業(yè)，危險(xiǎn)氣體泄漏不僅會(huì)造成經(jīng)濟(jì)損失，還會(huì)對(duì)環(huán)境和公共安全構(gòu)成重大威脅。傳統(tǒng)的氣體泄漏檢測(cè)方法主要依賴(lài)于手動(dòng)檢測(cè)和固定傳感器，這些方法在實(shí)際應(yīng)用中存在諸多不足。手動(dòng)檢測(cè)效率低下，依賴(lài)人工巡檢，難以及時(shí)發(fā)現(xiàn)泄漏點(diǎn)。固定傳感器則受限于安裝位置和數(shù)量，覆蓋范圍有限，難以全面監(jiān)控整個(gè)系統(tǒng)。同時(shí)，某些氣體無(wú)色無(wú)味，通過(guò)常規(guī)手段難以檢測(cè)，進(jìn)一步增加了泄漏檢測(cè)的難度。因此，開(kāi)發(fā)一種高效、精確的氣體泄漏檢測(cè)技術(shù)，成為工業(yè)安全領(lǐng)域的迫切需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法。解決現(xiàn)有氣體檢測(cè)手段存在的難以發(fā)現(xiàn)泄露點(diǎn)的問(wèn)題。

2、一種基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，包含以下步驟：

3、s1利用高斯羽流模型模擬真實(shí)氣體泄漏的圖像數(shù)據(jù)，制作數(shù)據(jù)集：

4、，

5、其中表示三維坐標(biāo)處的泄露氣體濃度，為泄漏源的有效高度，q是釋放速率，表示平均風(fēng)速，是橫向方向的擴(kuò)散系數(shù)、是垂直方向的擴(kuò)散系數(shù)；

6、s2利用深度學(xué)習(xí)網(wǎng)絡(luò)yolov8-seg模型進(jìn)行訓(xùn)練，提取空間特征，并分割出氣體擴(kuò)散區(qū)域；

7、s3利用中紅外相機(jī)對(duì)需要監(jiān)測(cè)的區(qū)域進(jìn)行監(jiān)控，捕捉發(fā)生泄漏時(shí)的圖像：

8、s4將發(fā)生泄漏時(shí)的圖像輸入到深度學(xué)習(xí)網(wǎng)絡(luò)yolov8-seg模型中，對(duì)泄漏氣體區(qū)域進(jìn)行檢測(cè)與分割，生成泄漏氣體的二值分割掩碼；

9、s5利用光流法在二值分割掩碼中分析氣體羽流的運(yùn)動(dòng)方向，通過(guò)對(duì)多個(gè)連續(xù)圖像幀之間的光流場(chǎng)計(jì)算，追蹤氣體的擴(kuò)散路徑，向后推斷泄漏的初始位置。

10、進(jìn)一步地，?步驟s3中捕捉發(fā)生泄漏時(shí)的圖像后，進(jìn)行預(yù)處理，增強(qiáng)圖像質(zhì)量，預(yù)處理的公式為:

11、，

12、其中，是原始圖像，是濾波后的圖像，是濾波器的標(biāo)準(zhǔn)差，是濾波器在圖像中的中心點(diǎn)二維坐標(biāo)，為圖像中的二維坐標(biāo)。

13、進(jìn)一步地，利用光流法在二值分割掩碼中分析氣體羽流的運(yùn)動(dòng)方向，包括：計(jì)算圖像的水平方向和垂直方向的a梯度為：

14、，

15、，

16、為水平a梯度，為垂直a梯度，分別表示圖像在水平方向和垂直方向的亮度變化速率，采用光流約束方程結(jié)合圖像的水平a梯度和垂直a梯度推導(dǎo)運(yùn)動(dòng)狀態(tài)，光流約束方程表示為：

17、，

18、其中，表示圖像在方向的速度分量，表示圖像在方向的速度分量。

19、進(jìn)一步地，通過(guò)對(duì)多個(gè)連續(xù)圖像幀之間的光流場(chǎng)計(jì)算，追蹤氣體的擴(kuò)散路徑，向后推斷泄漏的初始位置，包括：

20、設(shè)定目標(biāo)函數(shù)；

21、通過(guò)最小化目標(biāo)函數(shù)，得到光流場(chǎng)；

22、對(duì)每個(gè)像素點(diǎn)進(jìn)行光流場(chǎng)計(jì)算，得到光流向量場(chǎng)；

23、對(duì)光流向量場(chǎng)進(jìn)行閾值處理得到經(jīng)過(guò)閾值處理后的光流向量場(chǎng)；

24、根據(jù)經(jīng)過(guò)閾值處理后的光流向量場(chǎng)，追蹤氣體的運(yùn)動(dòng)軌跡，確定氣體的溯源點(diǎn)。

25、進(jìn)一步地，采用的目標(biāo)函數(shù)：

26、，

27、為是光流法中光滑度項(xiàng)的權(quán)重，為光流法的目標(biāo)函數(shù)，表示光流約束方程的誤差，是光流場(chǎng)的光滑度，控制相鄰像素間速度的平滑程度；

28、通過(guò)最小化目標(biāo)函數(shù)，得到光流場(chǎng)，即圖像在方向的速度分量和方向的速度分量。

29、進(jìn)一步地，計(jì)算光流向量場(chǎng)為：

30、，

31、為表示在像素點(diǎn)處的光流向量場(chǎng)，即像素點(diǎn)在圖像平面上在兩幀之間的位移。

32、進(jìn)一步地，所述閾值處理為：

33、，

34、其中，為表示經(jīng)過(guò)閾值處理后的光流向量場(chǎng)，為光流向量的閾值，即當(dāng)光流向量的大小超過(guò)某個(gè)閾值時(shí)，保留該光流向量，否則置為零。

35、進(jìn)一步地，確定氣體的溯源點(diǎn)包括：

36、，

37、其中，表示泄漏點(diǎn)位置，表示在溯源分析中追蹤到的像素點(diǎn)的坐標(biāo)，表示在位置處的光流向量，用于尋找氣體泄漏的源頭，即運(yùn)動(dòng)向量最小的點(diǎn)。

38、本發(fā)明具有如下的有益效果：

39、傳統(tǒng)傳感器往往是點(diǎn)式或線式檢測(cè)，只能覆蓋有限的空間范圍，容易漏檢或誤判。本發(fā)明采用中紅外相機(jī)通過(guò)其廣闊的視野和成像能力，實(shí)現(xiàn)了對(duì)面源區(qū)域的全面監(jiān)控，能夠?qū)崟r(shí)生成紅外圖像，并以視頻流的形式輸出，為操作人員提供了直觀的、動(dòng)態(tài)的泄露情況展示。本發(fā)明能夠?qū)π孤稓怏w區(qū)域進(jìn)行精確的像素級(jí)分割，而且能夠處理復(fù)雜的圖像場(chǎng)景，如多源泄露、遮擋物干擾等，為后續(xù)的溯源檢測(cè)提供清晰、準(zhǔn)確的輸入數(shù)據(jù)。在溯源檢測(cè)階段，本發(fā)明創(chuàng)新性地結(jié)合了光流法與深度學(xué)習(xí)技術(shù)，通過(guò)訓(xùn)練深度學(xué)習(xí)模型來(lái)優(yōu)化光流計(jì)算的結(jié)果，能夠更準(zhǔn)確地追蹤泄露氣體的擴(kuò)散軌跡，實(shí)現(xiàn)快速溯源。本發(fā)明的實(shí)現(xiàn)，標(biāo)志著烷烴類(lèi)氣體泄露檢測(cè)向自動(dòng)化、智能化方向邁出了重要一步。自動(dòng)化監(jiān)控與實(shí)時(shí)分析，減少了人工干預(yù)，提高了檢測(cè)效率，同時(shí)降低了人員安全風(fēng)險(xiǎn)。

技術(shù)特征：

1.一種基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，包含以下步驟：

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，利用光流法在二值分割掩碼中分析氣體羽流的運(yùn)動(dòng)方向，包括：計(jì)算圖像的水平方向和垂直方向的a梯度為：

4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，通過(guò)對(duì)多個(gè)連續(xù)圖像幀之間的光流場(chǎng)計(jì)算，追蹤氣體的擴(kuò)散路徑，向后推斷泄漏的初始位置，包括：

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，采用的目標(biāo)函數(shù)：

6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，

7.根據(jù)權(quán)利要求6所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，

8.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法，其特征在于，

技術(shù)總結(jié)
本發(fā)明屬于烷烴類(lèi)氣體泄露檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)和光流法的泄露氣體檢測(cè)方法。本發(fā)明包括：利用高斯羽流模型模擬真實(shí)氣體泄露的圖像數(shù)據(jù)，制作數(shù)據(jù)集；利用深度學(xué)習(xí)網(wǎng)絡(luò)YOLOv8?seg模型進(jìn)行訓(xùn)練；利用中紅外相機(jī)對(duì)可能發(fā)生泄露的區(qū)域進(jìn)行監(jiān)控；當(dāng)發(fā)生泄露時(shí)，對(duì)泄漏氣體區(qū)域進(jìn)行檢測(cè)與分割，生成泄漏氣體的二值分割掩碼；利用光流法在二值分割掩碼中分析氣體羽流的運(yùn)動(dòng)方向。解決現(xiàn)有氣體檢測(cè)手段存在的難以發(fā)現(xiàn)泄露點(diǎn)的問(wèn)題，本發(fā)明能夠更準(zhǔn)確地追蹤泄露氣體的擴(kuò)散軌跡，實(shí)現(xiàn)快速溯源。

技術(shù)研發(fā)人員：孫鋒,周佳霓,張泳,歐陽(yáng)銘駿,陳晨
受保護(hù)的技術(shù)使用者：吉林大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19