潘新雨， 马 燕

（上海师范大学信息与机电工程学院， 上海 200234）

0 引 言

气体是工业生产不可或缺的物质，但气体的生产、存储、运输和使用等过程中易发生泄露，而大部分气体具有无色无味的特点，在发生泄露时不易被察觉，从而引发气体爆炸、中毒等事故。 因此，如何在第一时间检测泄漏气体是众多企业面临的难题之一。

近年来，随着红外成像技术的快速发展，工作人员可通过红外监控设备对气体进行实时监控。 但现有的气体泄漏检测方法大多是在无其它干扰的情况下进行分析检测，当监控范围内存在外界干扰因素时，则会降低检测精度。 另外，红外图像的目标与背景之间的对比度低，具有信噪比低、边缘模糊等特点，也增加了检测难度。 针对上述问题，王建平等［1］融合多幅帧间差分和背景差分后的图像，利用形态学滤波消除噪声干扰，最终获得气体泄漏疑似区域；刘路民根等［2］提取候选目标区域形状特征，使用支持向量机（Support Vector Machines， SVM）分类器进行判别；李红娣等［3］使用图像熵表征纹理的复杂程度。 本文基于气体形状特征和灰度分布特征，排除不符合该特征的区域，从而准确地识别泄漏气体区域。

1 算法描述

1.1 算法的主要流程

首先，提取红外视频，对视频进行预处理，利用背景减除法排除部分非运动干扰区域，提取疑似气体泄漏的区域；其次，根据气体的形状特征、灰度值变化特征，对疑似气体泄漏的区域进行分析，最终判断是否属于泄露气体。……