基于红外视频的加油枪油气泄漏检测研究

【摘要】：加油站是为机动车辆供给燃油的场所,它一方面为司机行车带来了便利,另一方面存在的油气泄漏问题也会带来大气污染,严重危害人类的健康。随着全民环保意识的增强,人们对油气泄漏检测的精度及实时性要求也更高了,而传统的检测方法在这些方面稍显不足,因此需要新的方法来精确的检测泄漏情况。针对泄漏油气所具有的与其它气体相似的特性,本文以加油枪加油时的油气泄漏情况为研究背景,提出了一种基于红外视频的油气泄漏检测方法,主要做了以下几个方面的研究:(1)通过分析总结光流法、差分法以及混合高斯背景建模方法的优缺点,提出了一种联合差分法和混合高斯建模的运动目标检测方法用以提取疑似油气泄漏区域,并对该区域进行二值化、滤波及形态学运算等预处理,得到较为合理的泄漏区域图像。(2)对泄漏油气的相关特征进行了分析,包括油气的扩散、形状及灰度变化特征,并设计泄漏及干扰模拟实验提取出了这些特征,验证了确实存在某些特征阈值可将泄漏油气和外界干扰区分开来。(3)简要介绍了BP神经网络的基本原理并将其应用于本研究中,以上述三个特征参数为输入信号,有无干扰为输出信号,并采集多组泄漏及干扰视频进行训练,结果显示可以准确的识别出干扰。(4)通过理论分析建立了油气浓度和图像灰度之间的关系,并在Visual Studio集成开发环境下配置OpenCV,在此平台下编程提取模拟实验中的图像灰度,将其转换为浓度,然后以国家规定加油站油气排放浓度为标准判断是否存在泄漏,测试结果验证了本文方法能实时有效的检测出泄漏情况。