發(fā)布時間：2020-05-01 16:11

【摘要】：在高度工業(yè)化的現(xiàn)代社會生活中,越來越多的有毒的或者是易燃易爆的危險(xiǎn)氣體也隨之產(chǎn)生,一旦這些氣體泄漏,將導(dǎo)致不可想象的嚴(yán)重后果,給社會造成巨大的損失。基于此,本論文開展了背景建模與背景抑制的紅外圖像泄漏氣體檢測算法研究。首先,我們對紅外圖像中的泄漏氣體的特性進(jìn)行了研究,研究發(fā)現(xiàn)紅外圖像泄漏氣體不存在顏色、紋理等特征信息,其具有無輪廓性、無規(guī)則流動性,加大了泄漏氣體的檢測難度。故傳統(tǒng)的目標(biāo)檢測方法都不能滿足對泄漏氣體紅外圖像的檢測要求。且在實(shí)際的應(yīng)用中,不僅要滿足檢測結(jié)果的準(zhǔn)確性,而且還需要提高系統(tǒng)檢測的實(shí)時性,因此泄漏氣體的檢測是一個具有挑戰(zhàn)性的難題。其次,針對上述泄漏氣體在紅外視頻圖像中的這些特點(diǎn),本論文在選取了被動式氣體檢測技術(shù)的基礎(chǔ)上,將傳統(tǒng)的背景建模算法進(jìn)行分析,由于VIBE算法優(yōu)良的特性,本文對VIBE進(jìn)行了深入的分析和研究。在此基礎(chǔ)上,本論文對傳統(tǒng)的VIBE算法進(jìn)行改進(jìn),提出了一種基于快速前景模型的紅外圖像背景建模算法。在背景模型中,由于引入了快速前景模型,將原本的VIBE算法對于前景點(diǎn)的比較次數(shù)從傳統(tǒng)的20次降低到平均7次左右,實(shí)驗(yàn)結(jié)果表明,本文提出的背景建模算法可以極大程度地提升檢測速度。同時,本論文還研究了一種針對泄漏氣體紅外圖像檢測的自動閾值算法,通過將傳統(tǒng)VIBE算法中的灰度背景模型的檢測半徑改為自動閾值,提高了本算法的適應(yīng)性和準(zhǔn)確性。通過多次的實(shí)驗(yàn)證實(shí),本文提出的背景建模算法,相對于經(jīng)典的VIBE算法,可以實(shí)現(xiàn)更好的實(shí)時性,同時也具有更高的準(zhǔn)確性和魯棒性,可以滿足多種場景中的對泄漏氣體的紅外圖像檢測的實(shí)時要求。最后,針對背景建模處理后得到的目標(biāo)圖像結(jié)果圖中,依舊存在一些噪聲點(diǎn)和偽目標(biāo),通過分析氣體的幾何特征,本論文,提出了一種基于多重幾何特征融合的紅外圖形背景抑制算法,通過實(shí)驗(yàn)證明,本文提出的背景抑制算法具有很好的準(zhǔn)確性和實(shí)時性,滿足泄漏氣體紅外圖像檢測對背景抑制算法的要求。
【圖文】：

1.1 研究背景與意義隨著電子技術(shù)的快速發(fā)展，工業(yè)化進(jìn)程加速推進(jìn)，能源和化工原料的生產(chǎn)量、存儲量和運(yùn)輸量急劇增加，各種危險(xiǎn)的氣體在工業(yè)生產(chǎn)以及人們?nèi)粘Ｉ钪械膽?yīng)用越來越頻繁。近些年來，冬日溫度的急劇下降，特別是去年冬日南方溫度也達(dá)到了零下上十度，而且人們生活質(zhì)量的提高，冬日室內(nèi)供暖系統(tǒng)得到了廣泛的運(yùn)用，，隨之帶來的安全問題卻十分嚴(yán)峻。氣體泄漏造成的惡性事故頻繁發(fā)生，不僅對相關(guān)人員造成了很大的人身傷害，而且還給國家造成了巨大的經(jīng)濟(jì)損失并形成了惡劣的社會影響。據(jù)部分統(tǒng)計(jì)，在 2014 年，全國發(fā)生的氣體泄漏事件和爆炸事件有 350 多起，其中因?yàn)槭鹿试斐傻乃劳鋈藬?shù)有 114人左右， 而且受傷人數(shù)有幾百人，同時帶來了很大的經(jīng)濟(jì)財(cái)產(chǎn)損失。如圖 1-1 所示，兩起事故造成了很大社會影響。所以研究出能夠快速檢測出泄漏氣體的方法將直接關(guān)系到人們的生命財(cái)產(chǎn)安全。

圖 2-1 分譜輻射通量密度曲線紅外成像原理1 紅外成像基本原理它的基本原理是通過運(yùn)用紅外探測器將接收到的一些物體（檢測目標(biāo)和背景等）的紅外輻射映射成灰度值，接著將其轉(zhuǎn)圖像，當(dāng)某一部分的紅外輻射強(qiáng)度越大時，則在紅外圖像中置的灰度值就會越高，即越亮[42]。任何波長的紅外輻射在大射率都存在一定的差異性，大氣中僅對為數(shù)不多的幾個波段高的透射率。因此我們在研究紅外圖像成像原理時，通常情究 3～5μm 與 8～14μm 這兩個紅外窗口。紅外成像系統(tǒng)將物分的溫差和發(fā)射率差轉(zhuǎn)化成電信號，然后將這種特殊的電信
【學(xué)位授予單位】：武漢工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;TN219;O659

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁小燕;張照鋒;張登銀;顧振飛;孔令民;單祝鵬;;基于融合技術(shù)的單幅紅外圖像增強(qiáng)方法[J];電子器件;2018年04期

2 馬蘭;陳筱勇;;對受災(zāi)區(qū)域紅外圖像優(yōu)化識別仿真[J];計(jì)算機(jī)仿真;2017年03期

3 楊雪鋒;張英俊;劉文;李元奎;;海上遠(yuǎn)距離目標(biāo)探測中的紅外圖像增強(qiáng)算法[J];大連海事大學(xué)學(xué)報(bào);2015年04期

4 王微;董慧慧;;紅外圖像采集及特征提取技術(shù)的研究[J];激光雜志;2016年08期

5 徐甜;金顯華;高國偉;;遠(yuǎn)程微小紅外圖像小差異特征分類算法仿真[J];計(jì)算機(jī)仿真;2015年07期

6 王鵬飛;;紅外圖像影響因素及增強(qiáng)方法[J];農(nóng)村科學(xué)實(shí)驗(yàn);2017年03期

7 任海鵬;;可見光與紅外圖像融合研究現(xiàn)狀及展望[J];艦船電子工程;2013年01期

8 馬亞非;;紅外圖像播放及算法仿真軟件設(shè)計(jì)[J];航空兵器;2012年06期

9 田佳琳;鄭賓;李琴;;基于FPGA的實(shí)時紅外圖像處理方法研究[J];工業(yè)計(jì)量;2011年01期

10 雷美榮;;一種紅外圖像增強(qiáng)的新方法[J];機(jī)械管理開發(fā);2011年02期

相關(guān)會議論文 前10條

1 魏新;;紅外圖像處理技術(shù)[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

2 李卓;李平;;動態(tài)紅外圖像生成技術(shù)綜述[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（A 光電系統(tǒng)總體技術(shù)專題）[C];2006年

3 劉松濤;周曉東;楊紹清;;基于元胞自動機(jī)的紅外圖像增強(qiáng)新方法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

4 郭永勝;谷峰;;CCD近紅外圖像特征研究[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2009年

5 張?jiān)品?;紅外圖像實(shí)時增強(qiáng)系統(tǒng)的設(shè)計(jì)與研究[A];中國空間科學(xué)學(xué)會2013年空間光學(xué)與機(jī)電技術(shù)研討會會議論文集[C];2013年

6 吳煒;王美潔;李智;李康麗;劉凱;;基于多傳感器的紅外圖像超分辨[A];2015光學(xué)精密工程論壇論文集[C];2015年

7 賀娜;兀蘭;劉文萍;;基于紅外圖像和視頻分析的林火監(jiān)測技術(shù)[A];第二屆中國林業(yè)學(xué)術(shù)大會——S7 新形勢下的森林防火問題探討論文集[C];2009年

8 代毅;王學(xué)田;高本慶;;典型云背景紅外圖像的生成算法[A];2003'全國微波毫米波會議論文集[C];2003年

9 孫偉;王宏飛;邵錫軍;;基于改進(jìn)分水嶺算法的紅外圖像分割[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

10 柳繼勇;張聘義;肖仁鑫;胡海雙;周立鋼;;一種偏振紅外圖像的像素級融合算法[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

相關(guān)重要報(bào)紙文章 前6條

1 記者 徐海濤;應(yīng)用新技術(shù)紅外圖像更清晰[N];人民日報(bào);2019年

2 李錦輝;“顯微近紅外圖像成像方法的研究及其在煙草中的應(yīng)用”項(xiàng)目通過評審[N];中華合作時報(bào);2009年

3 本報(bào)見習(xí)記者 程唯珈 卜葉;幫動物煉就“火眼金睛”[N];中國科學(xué)報(bào);2019年

4 張強(qiáng) 陳虹;ATA技術(shù)在中醫(yī)檢測中的應(yīng)用與展望[N];中華新聞報(bào);2008年

5 本報(bào)記者 韋銘　張璐 本報(bào)通訊員 張輝;這些新技術(shù)與生活息息相關(guān)[N];南京日報(bào);2011年

6 宋超;科學(xué)家開發(fā)夜視隱形眼鏡[N];中國國防報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 榮生輝;紅外圖像質(zhì)量提升關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2018年

2 劉哲;紅外圖像非均勻性校正及增強(qiáng)算法研究[D];華中科技大學(xué);2018年

3 孫涵;基于紅外圖像的道路識別與運(yùn)動目標(biāo)跟蹤[D];南京理工大學(xué);2005年

4 李江;紅外圖像人臉識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

5 鄭欣;紅外圖像無參考圖評價方法及應(yīng)用研究[D];電子科技大學(xué);2015年

6 劉濤;紅外圖像非均勻性校正算法及圖像質(zhì)量評價的研究[D];浙江大學(xué);2017年

7 田思;微光與紅外圖像實(shí)時融合關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2010年

8 王曉宇;紅外圖像分析關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2008年

9 祁偉;基于仿生視覺計(jì)算模型的紅外圖像理解[D];南京理工大學(xué);2017年

10 簡耀波;紅外圖像處理中的關(guān)鍵算法研究[D];華中科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 曾小霞;面向泄漏氣體檢測的紅外圖像背景建模與抑制的方法研究[D];武漢工程大學(xué);2018年

2 張思朋;基于對抗生成網(wǎng)絡(luò)的行人重識別方法研究[D];浙江大學(xué);2019年

3 鮑新愿;低對比度情況下太陽能光伏板紅外圖像的分割算法研究[D];安徽大學(xué);2019年

4 梁俊玲;擴(kuò)展視網(wǎng)膜假體工作環(huán)境的紅外圖像增強(qiáng)策略研究[D];鄭州大學(xué);2019年

5 時延利;基于UUV的可見光與紅外圖像融合方法研究[D];哈爾濱工程大學(xué);2018年

6 黃習(xí)飛;紅外圖像在架空線路故障檢測中的應(yīng)用研究[D];安徽理工大學(xué);2018年

7 張錦文;變電站電氣設(shè)備紅外圖像分割方法研究[D];華北電力大學(xué);2018年

8 胡志軒;基于紅外圖像的眼視力屈光度檢測系統(tǒng)[D];華中師范大學(xué);2018年

9 黃慧;基于大氣散射物理模型的紅外圖像增強(qiáng)算法及FPGA實(shí)現(xiàn)[D];南京理工大學(xué);2018年

10 汪忱;基于顯著區(qū)域檢測的紅外圖像增強(qiáng)算法及其FPGA實(shí)現(xiàn)[D];南京理工大學(xué);2018年

本文編號：2646831