[发明专利]基于物联网大数据的气体泄漏检测系统

权利要求书

1.基于物联网大数据的气体泄漏检测系统，其特征在于，所述系统包括：

图像采集模块，采集连续多帧气体RGB图像以及气体红外图像；

图像预处理模块，对气体RGB图像以及气体红外图像进行灰度化以及边缘检测，得到气体边缘图像以及气体红外边缘图像；将气体边缘图像和气体红外边缘图像作差，得到第一差异图像；对相邻两帧的第一差异图像作差，得到第二差异图像；

气体区域提取模块，获取第二差异图像中每个像素点的局部区域；根据每个像素点的局部区域中所有边缘像素点两两之间的距离，获取像素点的局部区域内轮廓分布的密集性；根据像素点的局部区域内每一行的边缘像素点以及每一列的边缘像素点获取比例集合；根据比例集合获取像素点的局部区域内轮廓分布的均匀性；将像素点的局部区域内轮廓分布的密集性与均匀性的乘积作为像素点的目标程度值；

将像素点在所有第二差异图像上的目标程度值的均值作为像素点的总体目标程度；将总体目标程度大于预设第二阈值的像素点作为目标像素点；根据目标像素点的总体目标程度获取目标像素点的关联范围；根据所有目标像素点的关联范围获取气体区域；

图像增强模块，将气体区域在气体红外灰度图像中对应的像素点作为前景像素点，将前景像素点之外的像素点作为背景像素点；根据前景像素点和背景像素点进行分区域直方图均衡化，得到增强图像；

气体检测模块，根据增强图像进行气体泄漏监测；

所述获取像素点的局部区域内轮廓分布的密集性，包括的步骤为：

获取第i个像素点的局部区域内所有边缘像素点两两之间的距离，构成第i个像素点的分布距离集合；根据分布距离集合以及局部区域的半径R获取第i个像素点的局部区域内轮廓分布的密集性：

其中为第i个像素点的局部区域内轮廓分布的密集性；为第i个像素点的局部区域内边缘像素点的个数；为局部区域的半径；为第i个像素点的分布距离集合中第j个距离；

所述根据比例集合获取像素点的局部区域内轮廓分布的均匀性，包括的步骤为：

将比例集合中值相同的元素视作同一种比例，统计比例集合中出现的每种比例的频率；

根据第i个像素点对应的比例集合中所有种比例的频率获取第i个像素点的局部区域内轮廓分布的均匀性：

其中为第i个像素点的局部区域内轮廓分布的均匀性；为第i个像素点对应的比例集合中第k种比例的频率；为第i个像素点对应的比例集合中比例的种类数；为以自然常数为底的对数函数；是以自然常数为底的指数函数；

所述根据目标像素点的总体目标程度获取目标像素点的关联范围，包括的步骤为：

将目标像素点的总体目标程度与局部半径的乘积作为目标像素点的关联范围的半径；将以目标像素点为圆心，以为半径的圆所覆盖的区域作为目标像素点的关联范围。

2.根据权利要求1所述的基于物联网大数据的气体泄漏检测系统，其特征在于，所述获取第二差异图像中每个像素点的局部区域，包括的步骤为：

以第二差异图像中每个像素点为圆心，建立半径为R的圆，将圆在第二差异图像上覆盖的区域作为每个像素点的局部区域。

3.根据权利要求1所述的基于物联网大数据的气体泄漏检测系统，其特征在于，所述根据像素点的局部区域内每一行的边缘像素点以及每一列的边缘像素点获取比例集合，包括的步骤为：

获取像素点的局部区域内每一行的边缘像素点占对应行所有像素点的比例，作为第一比例；获取像素点的局部区域内每一列的边缘像素点占对应列所有像素点的比例，作为第二比例；将所有第一比例和第二比例构成比例集合。

4.根据权利要求1所述的基于物联网大数据的气体泄漏检测系统，其特征在于，所述根据所有目标像素点的关联范围获取气体区域，包括的步骤为：

将所有目标像素点的关联范围的并集作为气体区域。

5.根据权利要求1所述的基于物联网大数据的气体泄漏检测系统，其特征在于，所述根据前景像素点和背景像素点进行分区域直方图均衡化，得到增强图像，包括的步骤为：

根据前景像素点以及背景像素点进行分区域直方图均衡化，包括：

分别获取所有前景像素点的灰度直方图以及所有背景像素点的灰度直方图；对所有背景像素点的灰度直方图进行均衡化，将背景像素点映射到第一范围内；对所有前景像素点的灰度直方图进行均衡化，将前景像素点映射到第二范围内；

将经过分区域直方图均衡化后的气体红外灰度图像作为增强图像。