为应对红外气体泄漏成像过程中因设备转动等因素导致的图像不稳定及泄漏气体检测效果不佳的问题,提出1种结合图像帧子块匹配法和改进快速鲁棒模糊C均值算法(fast and robust fuzzy c-means,FRFCM)的红外图像细节增强方法。该方法利用图...为应对红外气体泄漏成像过程中因设备转动等因素导致的图像不稳定及泄漏气体检测效果不佳的问题,提出1种结合图像帧子块匹配法和改进快速鲁棒模糊C均值算法(fast and robust fuzzy c-means,FRFCM)的红外图像细节增强方法。该方法利用图像帧子块匹配法配准图像帧,同时引入背景建模和差分方法从背景中分离动态气体目标,并在FRFCM基础上增加自适应调整模糊因子以优化图像帧的羽流强化特征效果。研究结果表明:该方法能够有效去除冗余信息,使图像帧匹配误差降低约75%,对比度增强值提高4.7%,羽流分割的平均交并比达到0.68,在保持较高分割准确度的同时显著提升检测速度,适用于油气田、集输站及氢气站等气体安全检测系统。研究结果可为气体泄漏监测技术的优化与应用提供参考。展开更多
文摘为应对红外气体泄漏成像过程中因设备转动等因素导致的图像不稳定及泄漏气体检测效果不佳的问题,提出1种结合图像帧子块匹配法和改进快速鲁棒模糊C均值算法(fast and robust fuzzy c-means,FRFCM)的红外图像细节增强方法。该方法利用图像帧子块匹配法配准图像帧,同时引入背景建模和差分方法从背景中分离动态气体目标,并在FRFCM基础上增加自适应调整模糊因子以优化图像帧的羽流强化特征效果。研究结果表明:该方法能够有效去除冗余信息,使图像帧匹配误差降低约75%,对比度增强值提高4.7%,羽流分割的平均交并比达到0.68,在保持较高分割准确度的同时显著提升检测速度,适用于油气田、集输站及氢气站等气体安全检测系统。研究结果可为气体泄漏监测技术的优化与应用提供参考。