【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及圖像處理，具體涉及一種氣體特征圖生成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、隨著氣體檢測(cè)技術(shù)的發(fā)展，依據(jù)氣體的自身特性延伸出了多種氣體檢測(cè)的方法。然而，目前技術(shù)中采用不同工作原理的各種泄漏檢測(cè)技術(shù)都有自身的優(yōu)勢(shì)和不足。
2、現(xiàn)有的泄漏氣體熱成像檢測(cè)算法研究主要參考可見(jiàn)光場(chǎng)景的目標(biāo)檢測(cè)模型，使用卷積神經(jīng)網(wǎng)絡(luò)直接訓(xùn)練泄漏氣體紅外圖像，而缺乏對(duì)泄漏氣體紅外圖像特征的研究，造成模型訓(xùn)練和泄漏氣體檢測(cè)的計(jì)算量大、耗時(shí)長(zhǎng)，得到的泄漏氣體檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)模型復(fù)雜度高，難以滿(mǎn)足泄漏氣體實(shí)時(shí)檢測(cè)的需求和檢測(cè)的精準(zhǔn)性。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)實(shí)施例公開(kāi)了一種氣體特征圖生成方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，能夠得到具有更多氣體特征的氣體特征圖，從而提高氣體檢測(cè)的精準(zhǔn)性。
2、第一方面，本申請(qǐng)實(shí)施例公開(kāi)了一種氣體特征圖生成方法，包括：
3、獲取紅外氣體探測(cè)器采集的紅外氣體圖像數(shù)據(jù)；
4、根據(jù)每幀所述紅外氣體圖像數(shù)據(jù)提取弱信號(hào)特征，以生成弱信號(hào)特征圖；所述弱信號(hào)特征用于表征微弱氣體的信號(hào)；
5、根據(jù)多幀紅外氣體圖像數(shù)據(jù)提取吸收特征，以生成吸收特征圖；所述吸收特征用于表征氣體對(duì)紅外光譜的吸收特性；
6、根據(jù)至少一組相鄰的紅外氣體圖像數(shù)據(jù)提取擴(kuò)散特征，以生成擴(kuò)散特征圖；所述擴(kuò)散特征用于表征氣體的擴(kuò)散程度；
7、將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖進(jìn)行融合，得到氣體特征圖。
8、作為一種
9、根據(jù)第一紅外氣體圖像數(shù)據(jù)，生成所述第一紅外氣體圖像數(shù)據(jù)的灰度直方圖；所述第一紅外氣體圖像數(shù)據(jù)為任一紅外氣體圖像數(shù)據(jù)；
10、根據(jù)所述灰度直方圖，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖；所述第一位數(shù)大于所述第二位數(shù)。
11、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第一方面中，所述根據(jù)所述灰度直方圖，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖；包括：
12、根據(jù)所述灰度直方圖，確定弱灰度及強(qiáng)灰度；所述第一紅外氣體圖像數(shù)據(jù)中分布在所述弱灰度的像素點(diǎn)的占比小于比例閾值；所述強(qiáng)灰度為所述灰度直方圖中除所述弱灰度以外的灰度；
13、根據(jù)所述弱灰度對(duì)應(yīng)的第一壓縮比例，以及所述強(qiáng)灰度對(duì)應(yīng)的第二壓縮比例，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖；所述第一壓縮比例小于所述第二壓縮比例。
14、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第一方面中，根據(jù)多幀紅外氣體圖像數(shù)據(jù)提取吸收特征，以生成吸收特征圖，包括：
15、確定第一時(shí)間段內(nèi)多幀紅外氣體圖像數(shù)據(jù)的每個(gè)像素點(diǎn)對(duì)應(yīng)的最小灰度值以及目標(biāo)灰度值，所述目標(biāo)灰度值為像素點(diǎn)對(duì)應(yīng)的最大灰度值或平均灰度值；
16、計(jì)算所述每個(gè)像素點(diǎn)對(duì)應(yīng)的目標(biāo)灰度值與最小灰度值的差值，以得到吸收特征圖。
17、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第一方面中，所述根據(jù)至少一組相鄰的紅外氣體圖像數(shù)據(jù)提取擴(kuò)散特征，以生成擴(kuò)散特征圖；包括：
18、確定至少一組相鄰的紅外氣體圖像數(shù)據(jù)對(duì)應(yīng)的灰度差值，以得到擴(kuò)散特征圖。
19、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第一方面中，所述將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖進(jìn)行融合，得到氣體特征圖；包括：
20、分別計(jì)算所述弱信號(hào)特征圖、所述吸收特征圖、所述擴(kuò)散特征圖對(duì)應(yīng)的強(qiáng)度權(quán)值；
21、將所述弱信號(hào)特征圖、所述吸收特征圖、所述擴(kuò)散特征圖按照分別對(duì)應(yīng)的強(qiáng)度權(quán)值進(jìn)行融合，得到氣體特征圖。
22、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第一方面中，所述將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖進(jìn)行融合，得到氣體特征圖；包括：
23、將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖作為三個(gè)通道分量，進(jìn)行多通道數(shù)據(jù)融合，得到氣體特征圖。
24、第二方面，本申請(qǐng)實(shí)施例公開(kāi)了一種氣體特征圖生成裝置，包括：
25、數(shù)據(jù)獲取模塊，用于獲取紅外氣體探測(cè)器采集的紅外氣體圖像數(shù)據(jù)；
26、信號(hào)特征模塊，用于根據(jù)每幀所述紅外氣體圖像數(shù)據(jù)提取弱信號(hào)特征，以生成弱信號(hào)特征圖；所述弱信號(hào)特征用于表征微弱氣體的信號(hào)；
27、吸收特征模塊，用于根據(jù)多幀紅外氣體圖像數(shù)據(jù)提取吸收特征，以生成吸收特征圖；所述吸收特征用于表征氣體對(duì)紅外光譜的吸收特性；
28、擴(kuò)散特征模塊，用于根據(jù)至少一組相鄰的紅外氣體圖像數(shù)據(jù)提取擴(kuò)散特征，以生成擴(kuò)散特征圖；所述擴(kuò)散特征用于表征氣體的擴(kuò)散程度；
29、特征融合模塊，用于將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖進(jìn)行融合，得到氣體特征圖。
30、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第二方面中，所述信號(hào)特征模塊，還用于根據(jù)第一紅外氣體圖像數(shù)據(jù)，生成所述第一紅外氣體圖像數(shù)據(jù)的灰度直方圖；所述第一紅外氣體圖像數(shù)據(jù)為任一紅外氣體圖像數(shù)據(jù)；以及用于根據(jù)所述灰度直方圖，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖；所述第一位數(shù)大于所述第二位數(shù)。
31、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第二方面中，所述信號(hào)特征模塊，還用于根據(jù)所述灰度直方圖，確定弱灰度及強(qiáng)灰度；所述第一紅外氣體圖像數(shù)據(jù)中分布在所述弱灰度的像素點(diǎn)的占比小于比例閾值；所述強(qiáng)灰度為所述灰度直方圖中除所述弱灰度以外的灰度；以及用于根據(jù)所述弱灰度對(duì)應(yīng)的第一壓縮比例，以及所述強(qiáng)灰度對(duì)應(yīng)的第二壓縮比例，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖；所述第一壓縮比例小于所述第二壓縮比例。
32、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第二方面中，所述吸收特征模塊，還用于確定第一時(shí)間段內(nèi)多幀紅外氣體圖像數(shù)據(jù)的每個(gè)像素點(diǎn)對(duì)應(yīng)的最小灰度值以及目標(biāo)灰度值，所述目標(biāo)灰度值為像素點(diǎn)對(duì)應(yīng)的最大灰度值或平均灰度值；以及用于計(jì)算所述每個(gè)像素點(diǎn)對(duì)應(yīng)的目標(biāo)灰度值與最小灰度值的差值，以得到吸收特征圖。
33、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第二方面中，所述擴(kuò)散特征模塊，還用于確定至少一組相鄰的紅外氣體圖像數(shù)據(jù)對(duì)應(yīng)的灰度差值，以得到擴(kuò)散特征圖。
34、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第二方面中，所述特征融合模塊，還用于分別計(jì)算所述弱信號(hào)特征圖、所述吸收特征圖、所述擴(kuò)散特征圖對(duì)應(yīng)的強(qiáng)度權(quán)值；將所述弱信號(hào)特征圖、所述吸收特征圖、所述擴(kuò)散特征圖按照分別對(duì)應(yīng)的強(qiáng)度權(quán)值進(jìn)行融合，得到氣體特征圖。
35、作為一種可選的實(shí)施方式，在本申請(qǐng)實(shí)施例的第二方面中，所述特征融合模塊，還用于將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖作為三個(gè)通道分本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種氣體特征圖生成方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)每幀所述紅外氣體圖像數(shù)據(jù)提取弱信號(hào)特征，以生成弱信號(hào)特征圖，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述灰度直方圖，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)多幀紅外氣體圖像數(shù)據(jù)提取吸收特征，以生成吸收特征圖，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)至少一組相鄰的紅外氣體圖像數(shù)據(jù)提取擴(kuò)散特征，以生成擴(kuò)散特征圖，包括：
6.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的方法，其特征在于，所述將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖進(jìn)行融合，得到氣體特征圖，包括：
7.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的方法，其特征在于，所述將所述弱信號(hào)特征圖、所述吸收特征圖及所述擴(kuò)散特征圖進(jìn)行融合，得到氣體特征圖，包括：
8.一種氣體特征圖生成裝置，其特征在于，所述裝置包括：
9.一
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種氣體特征圖生成方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)每幀所述紅外氣體圖像數(shù)據(jù)提取弱信號(hào)特征，以生成弱信號(hào)特征圖，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述灰度直方圖，對(duì)第一位數(shù)的所述第一紅外氣體圖像數(shù)據(jù)進(jìn)行灰度壓縮，得到第二位數(shù)的弱信號(hào)特征圖，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)多幀紅外氣體圖像數(shù)據(jù)提取吸收特征，以生成吸收特征圖，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)至少一組相鄰的紅外氣體圖像數(shù)據(jù)提取擴(kuò)散特征，以生成擴(kuò)散特征圖，包括：
6.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的方...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：吳曉松，陳儷赟，吳奇文，馮惠儀，
申請(qǐng)(專(zhuān)利權(quán))人：廣州科易光電技術(shù)有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。