一种基于VOC气云成像智能监控危险气体泄露的方法与流程

一种基于voc气云成像智能监控危险气体泄露的方法
技术领域
1.本发明属于数据识别及处理技术领域，涉及一种应用电子设备进行识别的方法；尤其涉及一种结合气象数据和voc数据，应用电子设备对可见光图像数据、红外光图像数据进行识别处理，对危险泄露气体进行智能监控的方法。


背景技术：

2.化工园区重点装置在生产过程中存在突发性危险气体的泄露，且该气体一般为voc，由于无色气体泄露的难捕捉性及泄露位置的不确定性，传统的定点监测很难全面覆盖装置区域，难以迅速判断泄露具体位置。
3.公布号为cn109686059a的中国发明申请，公开了一种vocs泄漏监测溯源系统及方法，通过采集气象参数和vocs泄漏的红外图像，经专家系统在线综合分析溯源泄漏区域及疑似泄漏部件，实现在线监测报警溯源。该技术方案需要在厂区各装置区架设数据采集单元和红外摄像机，如果要全面覆盖装置区，成本过高同时监测设备利用率极低。
4.公布号为cn113470050a的中国发明申请，公开了一种利用双光谱图像解析识别和量化voc泄漏的方法，采用图像识别技术实现可见光图像中voc污染泄漏等烟雾排放的识别，识别并分离红外热成像高温热源区，判定高温气体排放，从而实现voc泄漏或排放行为的判定，最后结合排放口半径等数据估算瞬时排放量和某一段时间的总排放量。该申请的技术方案在实际应用中取得了良好的效果，但是还存在一些缺陷需要进一步改进：（1）单纯依靠图像解析识别来判定voc泄漏或排放，存在一定的滞后，响应速度仍有提升空间。（2）依靠样例训练库进行图像识别的方法，存在一定的局限性，当监控对象在样例训练库中没有对应的样例时，识别结果容易产生偏差。
5.亟需一种对危险气体泄露进行智能监控的方法，具有更快的响应速度和更高的准确度。


技术实现要素：

6.本发明的目的是提供一种基于voc气云成像智能监控危险气体泄露的方法，结合气象数据和voc数据，应用电子设备对可见光图像数据、红外光图像数据进行识别处理，对危险泄露气体进行智能监控，以提高响应速度和准确度。本发明的目的通过以下技术方案实现。
7.一种基于voc气云成像智能监控危险气体泄露的方法，其特征在于，包括以下步骤：（1）选择地点设置voc气云成像智能监控设备，所述智能监控设备包括电机转台和位于电机转台上的可见光摄像机、红外热成像摄像机、pid传感器（photo ionization detectors光离子化检测器）、气象测量模块，同时采集voc总量数据、气象数据以及监测区域的红外热成像视频流和可见光视频流，并传输到远端的计算处理设备。
8.（2）将voc总量（tvoc）数据、气象数据、可见光视频流和红外热成像视频流在时间
上进行统一处理，然后将voc总量数据、气象数据依次叠加到视频流的每一帧图像中，实现数据的一体化显示。
9.（3）当voc总量数据超过阈值时，根据气象数据确定泄漏源的大致区域。
10.（4）旋转电机转台，将红外热成像摄像机和可见光摄像机对准步骤（3）确定的大致区域及周边观测，并截取可见光图片p1和红外热成像图片p2，并将图片p1和p2缩放至相同像素。
11.（5）分别对图片p1和p2进行灰度处理，得到处理后的图片pg1和pg2。
12.（6）按照j
×
k个像素为一个单元cell，以固定步长滑动检测图片pg2，j、k为正整数。该固定步长为数个像素点，例如1-5个像素点。
13.（7）当从图片pg2中找到第n个单元celln，其像素值满足整体偏白色系特征，初步判定此处存在烟气、水汽、voc泄露的可能；检测图片pg1中对应的单元celln，确定其像素值是否满足整体偏白色系特征，如果不满足则判定此处存在voc泄露。
14.本方法判定voc泄露的原理为：红外热成像灰度处理后的图片中某一区域像素值整体偏向白色，既有可能是此处存在voc泄露，也可能是因为此处有烟气、水汽；同时检测可见光灰度处理后的图片中对应区域，如果不满足，则表明此处没有烟气、水汽，从而确定此处存在voc泄露。
15.进一步地，所述电机转台旋转角度范围为：水平方向0
°
至360
°
，垂直方向-45
°
至45
°
。
16.进一步地，所述气象数据包括风速和风向数据。
17.进一步地，步骤（3）根据气象数据确定泄漏源的大致区域的具体方法是：若风向相对于智能监控设备的角度为a
°
，则泄露源的大致区域为相对于智能监控设备角度为（a 180）
°±ꢀb°
的扇形区域内，b根据风速调整。
18.进一步地，步骤（4）将图片p1和p2缩放至相同像素，像素范围为400
×
300到1200
×
900。
19.进一步地，步骤（5）灰度处理的具体方法是：使用开源库emgu.cv中的cvinvoke.cvtcolor进行变换。
20.进一步地，步骤（6）j、k的取值范围为100-300。
21.进一步地，步骤（7）像素值满足整体偏白色系特征的标准为：计算单元内每个像素点色值分量r、g、b均值，当色值分量r、g、b均值大于220的像素点占总像素点的比例超过50%时，认定像素值满足整体偏白色系特征。
22.进一步地，还包括步骤（8）：根据高斯模型估算泄漏源的voc浓度值，并通过比对不同时间的浓度值，分析voc泄露变化量，并将voc泄露区域和泄露变化量叠加在步骤（2）的实时视频图像中。
23.更进一步地，根据高斯模型估算泄漏源的voc浓度值的具体方法为，根据下列公式求解：其中：
c：空间点（x，y，z）的污染物的浓度，即pid传感器测量的浓度，单位为mg/m3；σy、σz分别为水平、垂直方向的标准差，即y、z方向的扩散参数，通过查阅国家标准gb/t 3840-1991《制定地方大气污染物排放标准的技术方法》得到，无单位；u ：风速，即气象模块测量的风速，单位为m/s；x ：智能监控设备点位和泄露装置之间的距离，安装时测量，单位为m；y ：智能监控设备点位和泄露点的横向偏差，为了方便计算此处取x/5，单位为m；z ：智能监控设备安装的点位高度，安装时测量，单位为m；h：泄漏源的高度，为了方便计算此处取智能监控设备安装的高度，单位为m；q：待计算参数，为泄露源voc排放浓度值，单位为mg/m3。
24.本发明提供的方法，利用气象数据判定泄漏源的大致区域，可以采用少量监控设备即可对大范围的监控区域实施监控；同时利用图像数据识别处理结果，快速确定泄露位置。本发明提供的方法，利用pid传感器检测voc总量，能够对voc泄露及时响应，提高响应速度。本发明提供的方法，利用泄露气体voc在可见光下不可见的特性，同时泄露时温度较高且呈现扩散性的特性，利用同一监控区域红外热成像图片和可见光图片的差异，确定voc的泄露位置，能够排除烟气、水汽干扰，准确度高，并且不需要样例训练库。
附图说明
25.图1是voc气云成像智能监控设备的结构示意图。图中：1-可见光摄像机，2-红外热成像摄像机，3-pid传感器，4-气象测量模块，5-网络交换机，6-数据采集卡，7-电机转台，8-计算机。
26.图2是可见光灰度处理后的图片。
27.图3是红外热成像灰度处理后的图片。
28.图4是滑动检测过程示意图。
29.图5是危险气体voc泄露识别后的图片。
具体实施方式
30.下面结合说明书附图，对本发明的技术方案进行清楚、完整的描述。显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明的保护范围。
31.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或数量或位置。
32.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是
两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
33.一种基于voc气云成像智能监控危险气体泄露的方法，包括以下步骤：（1）选择地点设置voc气云成像智能监控设备。如图1所示，智能监控设备包括电机转台7和位于电机转台上的可见光摄像机1、红外热成像摄像机2、pid传感器3、气象测量模块4、网络交换机5和数据采集卡6，以及计算机8。可见光摄像机1用于采集实时可见光视频，红外热成像摄像机2用于采集实时红外热成像视频，pid传感器3用于采集voc总量数据，气象模块4用于采集风速、风向等气象数据。pid传感器3和气象模块4通过485串口线连接到数据采集卡6，可见光摄像机1、红外热成像摄像机2和数据采集卡6通过网线或无线网络连接网络交换机5，网络交换机5和计算机8通过网线或者无线网络连接。
34.（2）计算机8将voc总量（tvoc）数据、气象数据、可见光视频流和红外热成像视频流在时间上进行统一处理，然后将voc总量数据、气象数据依次叠加到视频流的每一帧图像中，实现数据的一体化显示。
35.（3）当voc总量数据超过阈值时，根据气象数据确定泄漏源的大致区域。
36.（4）旋转电机转台7，将可见光摄像机1和红外热成像摄像机2对准步骤（3）确定的大致区域及周边观测，并截取可见光图片p1和红外热成像图片p2，并将图片p1和p2缩放至相同像素800
×
600。
37.（5）分别对图片p1和p2进行灰度处理，得到处理后的图片pg1，如图2所示；和处理后的图片pg2，如图3所示。
38.（6）按照150
×
150个像素为一个单元cell，步长为一个像素点滑动检测图片pg2。检测过程如图4所示，从序号a的位置开始，按照1个像素的步长滑动检测至序号b的位置，然后向下平移一个像素点，再向左侧按照1个像素的步长平移检测至序号c的位置，直至遍历整张图片。
39.（7）计算单元内每个像素点色值分量r、g、b均值，当色值分量r、g、b均值大于220的像素点占总像素点的比例超过50%时，认定像素值满足整体偏白色系特征。当从图片pg2中找到第n个单元celln，其像素值满足整体偏白色系特征，初步判定此处存在烟气、水汽、voc泄露的可能；检测图片pg1中对应的单元celln，其像素值是否满足整体偏白色系特征，如果不满足则判定此处存在voc泄露。
40.（8）根据高斯模型估算泄漏源的voc浓度值，并通过比对不同时间的浓度值，分析voc泄露变化量，并将voc泄露区域和泄露变化量叠加在步骤（2）的实时视频图像中，如图5所示。
41.尽管上面已经示出和描述了本发明的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施方式进行变化、修改、替换和变型。本发明的保护范围由权利要求书及其等同技术方案限定。