[發(fā)明專利]一種基于深度學(xué)習(xí)的紅外圖像漏氣漏液檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210117000.4
• 申請日: 2022-02-08
• 公開（公告）號: CN114627052A
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 高浩;黃衛(wèi);馮書誼
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/30;G06T5/00;G06N3/04;G06K9/62;G06V20/40;G06V10/774;G06V10/82;G06V10/80
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

本發(fā)明提供一種基于深度學(xué)習(xí)的紅外圖像漏氣漏液檢測方法，該方法包括以下步驟：采集漏氣漏液場景下的紅外熱圖像數(shù)據(jù)；對漏氣漏液場景下的紅外熱圖像數(shù)據(jù)進(jìn)行預(yù)處理，在紅外熱圖像數(shù)上標(biāo)注漏氣漏液信息，得到訓(xùn)練數(shù)據(jù)集，并使用該訓(xùn)練數(shù)據(jù)集訓(xùn)練目標(biāo)檢測網(wǎng)絡(luò)，獲得訓(xùn)練完成的目標(biāo)檢測網(wǎng)絡(luò)權(quán)重；獲取并預(yù)處理待檢測場景下的紅外熱成像數(shù)據(jù)，加載訓(xùn)練完成的目標(biāo)檢測網(wǎng)絡(luò)權(quán)重，對目標(biāo)檢測網(wǎng)絡(luò)輸入待檢測場景下的紅外熱成像數(shù)據(jù)進(jìn)行實(shí)時(shí)檢測，獲取檢測結(jié)果；將檢測結(jié)果可視化輸出。本發(fā)明基于深度學(xué)習(xí)的目標(biāo)檢測算法，使用現(xiàn)場數(shù)據(jù)進(jìn)行訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使用神經(jīng)網(wǎng)絡(luò)相對于傳統(tǒng)方法更加快速、準(zhǔn)確和穩(wěn)定的特性，提高檢測的自動(dòng)化程度和精確度。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于深度學(xué)習(xí)的紅外圖像漏氣漏液檢測方法及系統(tǒng)，屬于智能目標(biāo)檢測技術(shù)領(lǐng)域。

背景技術(shù)

在目標(biāo)檢測領(lǐng)域中，和紅外熱成像技術(shù)結(jié)合的紅外目標(biāo)檢測系統(tǒng)具有全天候、可探測距離遠(yuǎn)、不受大氣和光照條件影響等優(yōu)點(diǎn)，能夠在雨雪、大霧、夜間等環(huán)境中實(shí)現(xiàn)較好的檢測效果，具有廣泛的應(yīng)用前景。同時(shí)，紅外目標(biāo)檢測是紅外偵查、智能安防、夜間輔助駕駛等領(lǐng)域的基礎(chǔ)任務(wù)。

紅外熱成像檢測泄漏氣體和泄露液體技術(shù)是利用熱像儀接收包含流體特征吸收峰波段的紅外輻射來完成對泄漏物體的成像檢測。傳統(tǒng)的紅外目標(biāo)檢測方法大多沿用可見光圖像的檢測方式，根據(jù)紅外目標(biāo)與背景的灰度值差異進(jìn)行人工設(shè)計(jì)特征來提取目標(biāo)的淺層語義特征，并利用這些特征進(jìn)行目標(biāo)識別與分類。在人工設(shè)計(jì)特征方法中，根據(jù)特征提取方式的不同，可以將其劃分為基于興趣域搜索的紅外目標(biāo)檢測、基于閾值分割的紅外目標(biāo)檢測以及基于統(tǒng)計(jì)學(xué)習(xí)的紅外目標(biāo)檢測。

然而，現(xiàn)有的深度學(xué)習(xí)目標(biāo)檢測算法大多基于卷積神經(jīng)網(wǎng)絡(luò)，通過提取圖像顏色、紋理、幾何等特征構(gòu)建高層語義，紅外圖像邊緣模糊、對比度不佳等特點(diǎn)會(huì)在一定程度上影響模型的語義表達(dá)能力，降低算法的檢測精度。與此同時(shí)，大規(guī)模的目標(biāo)檢測模型對內(nèi)存和算力有著較高要求，無法滿足在嵌入式設(shè)備中的實(shí)時(shí)部署需求。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提出一種基于深度學(xué)習(xí)的紅外圖像漏氣漏液檢測方法及系統(tǒng)，該方法提高了紅外圖像漏氣漏液檢測的速度和精確度。

為達(dá)到上述目的，本發(fā)明是采用下述技術(shù)方案實(shí)現(xiàn)的：

第一方面，本發(fā)明提供了一種基于深度學(xué)習(xí)的紅外圖像漏氣漏液檢測方法，包括以下步驟：

采集漏氣漏液場景下的紅外熱圖像數(shù)據(jù)；

對漏氣漏液場景下的紅外熱圖像數(shù)據(jù)進(jìn)行預(yù)處理，在紅外熱圖像數(shù)上標(biāo)注漏氣漏液信息，得到訓(xùn)練數(shù)據(jù)集，并使用該訓(xùn)練數(shù)據(jù)集訓(xùn)練目標(biāo)檢測網(wǎng)絡(luò)，獲得訓(xùn)練完成的目標(biāo)檢測網(wǎng)絡(luò)權(quán)重；

獲取并預(yù)處理待檢測場景下的紅外熱成像數(shù)據(jù)，加載訓(xùn)練完成的目標(biāo)檢測網(wǎng)絡(luò)權(quán)重，對目標(biāo)檢測網(wǎng)絡(luò)輸入待檢測場景下的紅外熱成像數(shù)據(jù)進(jìn)行實(shí)時(shí)檢測，獲取檢測結(jié)果；

將檢測結(jié)果可視化輸出。

進(jìn)一步的，紅外熱圖像數(shù)據(jù)的獲取方法包括：對紅外熱成像儀進(jìn)行標(biāo)定以獲取紅外熱成像儀的參數(shù)信息，并使用紅外熱像儀采集待檢測場景下的視頻數(shù)據(jù)并解析所述視頻數(shù)據(jù)得到待檢測場景下的紅外熱圖像數(shù)據(jù)；

其中紅外熱像儀為IR-HiNet-640設(shè)備，獲取得到的單張熱成像圖像分辨率大小為640*512，可測溫度范圍為-22℃至+550℃。

進(jìn)一步的，對紅外熱圖像數(shù)據(jù)進(jìn)行預(yù)處理的方法包括以下步驟：

對所述紅外熱圖像數(shù)據(jù)進(jìn)行增強(qiáng)，以降低紅外熱成像中的噪聲干擾；

對紅外圖像數(shù)據(jù)進(jìn)行圖像增強(qiáng)的方法包括形態(tài)學(xué)濾波操作；

所述形態(tài)學(xué)濾波操作包括圖像膨脹腐蝕和圖像銳化。

進(jìn)一步的，使用訓(xùn)練數(shù)據(jù)集訓(xùn)練目標(biāo)檢測網(wǎng)絡(luò)的方法包括以下步驟：