CN109488888A - 基于对红外温度场多元分析的金属管道泄漏监测方法 - Google Patents
基于对红外温度场多元分析的金属管道泄漏监测方法 Download PDFInfo
- Publication number
- CN109488888A CN109488888A CN201811310612.5A CN201811310612A CN109488888A CN 109488888 A CN109488888 A CN 109488888A CN 201811310612 A CN201811310612 A CN 201811310612A CN 109488888 A CN109488888 A CN 109488888A
- Authority
- CN
- China
- Prior art keywords
- temperature
- region
- leakage
- infrared
- monitoring method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/005—Protection or supervision of installations of gas pipelines, e.g. alarm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiation Pyrometers (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种基于对红外温度场多元分析的金属管道泄漏监测方法，包括如下步骤：采用红外摄像机拍摄监控区域，得到管道及其周围环境的红外热像图和温度参数；依据每个像素点的灰度和温度信息建立红外热像图的位置‑灰度矩阵和位置‑温度矩阵；利用位置‑温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1，同时利用位置‑灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2；计算P1与P2的重合度，若大于预设的重合率，则将重合区域确定为泄漏区，并向外界发出报警信号。该金属管道泄漏监测方法仅利用红外摄像机，联合利用温度与图像对泄漏进行监测，能够检测所有种类的运输物，泄漏检测的准确率高。
Description
技术领域
本发明涉及设备监测领域，特别提供了一种基于对红外温度场多元分析的金属管道泄漏监测方法。
背景技术
由于金属材料的管道对热传递的速度很快，在输送高温高压的固体、液体或者气体时，管道壁温度会急剧升高，在复杂的工作环境下，会存在运输物泄漏的危险。
目前，常通过如下两种方法对管道进行实时监测：一、利用传感器直接测量管道外壁温度，这种方法最直接但是由于测量布置的不方便，同时只能监测部分管道的温度情况，无法准确的确定泄漏点；二、利用红外热成像技术，如中国发明专利CN107992857A公开了高温蒸汽泄漏自动巡检识别方法，利用可见光与红外两种摄像头的方法来进行气体泄露检测，使用机器人对复杂的场景进行自动巡检，利用拍摄的图像与图像库中的图像对比分析，确定蒸汽泄露区域，然而，利用可视加红外双视的方法，仅依靠图像处理的方法，对管道环境、场景内的照明条件的要求较高，在特殊环境下不能有效准确的得到泄露区域。
因此，研制一种适用于所有种类运输物、可避免温度误差带来的影响、无需可见光与红外两种摄像头的金属管道泄漏监测方法，成为人们亟待解决的问题。
发明内容
鉴于此，本发明的目的在于提供一种基于对红外温度场多元分析的金属管道泄漏监测方法，以解决现有的监测方法不适用于所有种类运输物、由于红外热像仪获得的温度场与实际温度场有误差而易造成误检、对管道环境、场景内的照明条件的要求较高、准确率低等问题。
本发明提供的技术方案是：一种基于对红外温度场多元分析的金属管道泄漏监测方法，包括如下步骤：
S1：采用红外摄像机拍摄监控区域，得到管道及其周围环境的红外热像图和温度参数；
S2：根据S1中得到的红外热像图和温度参数，依据每个像素点的灰度和温度信息建立红外热像图的位置-灰度矩阵和位置-温度矩阵；
S3：利用位置-温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1，同时利用位置-灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2；
S4：计算P1与P2的重合度，若大于预设的重合率，则将重合区域确定为泄漏区，并向外界发出报警信号。
优选，S3中利用位置-温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1的具体步骤如下：
S301：利用位置-温度矩阵，将相邻两帧图像的位置-温度矩阵做差，得到温度变化矩阵；
S302：利用温度变化阈值模板对S31中得到的温度变化矩阵进行模板遍历，确定温度变化异常的区域，得到温度变化异常联通域的位置信息，并记为疑似泄漏区域P1，其中，温度变化阈值模板为通过设定的温度变化阈值建立的3*3模板。
进一步优选，温度变化阈值T的设定方法如下：
气、液体：T＝2*(T自-T环)/3，其中，T自表示管道内运输物的温度，T环表示红外摄像机获取到的平均环境温度；
固体：T＝(T自-T环)/2，其中，T自表示管道内运输物的温度，T环表示红外摄像机获取到的平均环境温度。
进一步优选，S3中利用位置-灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2的具体步骤如下：
S311：利用位置-灰度矩阵对红外图像进行滤波降噪处理及边缘提取，得到边缘轮廓信息；
S312：利用分类器识别S311中得到的边缘轮廓，找出轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2。
进一步优选，预设的泄漏物形状为团状或长锥型。
进一步优选，S311中，采用中值滤波方法对红外图像进行滤波降噪处理，采用一阶微分算子Sobel对处理后的图像进行边缘提取。
进一步优选，S312中，使用Hough变换对图像进行特征提取；分类器采用Fisher分类器。
进一步优选，若S312中找到疑似泄漏区域P2，则S312后还包括进一步确定疑似泄漏区域P2的步骤：
S313：利用该帧图像的位置-灰度矩阵与前一帧图像的位置-灰度矩阵做差，得到灰度变化矩阵；
S314：通过S313得到的灰度变化矩阵找出灰度变化值大于预设的灰度变化阈值的区域，并将其与S312中的疑似泄漏区域P2取交集，作为新的疑似泄漏区域P2。
进一步优选，预设的灰度变化阈值通过红外摄像机视场中的恒温标定物确定，通过红外摄像机获取指定标定物的温度，利用红外摄像机自带温度转灰度接口，将此标定物前后两帧的温度差，转换为红外图像灰度变化阈值。
本发明提供的基于对红外温度场多元分析的金属管道泄漏监测方法适用于所有种类运输物，可实现对管道的全天候实时监测，通过红外的温度数据可确定出管道局部温度变化异常区域，避免了由于红外热像仪获得的温度场与实际温度场有误差而易造成的误检，通过图像轮廓信息可确定出存在泄露危险的区域，该基于对红外温度场多元分析的金属管道泄漏监测方法通过联合温度和图像信息对泄漏点进行监控，准确率更高，具体地：当管道局部温度变化异常区域与存在泄漏危险的区域重合且重合率大于预设的重合率时，则将该重合区认定为泄漏区，并向外界发出报警信号。
附图说明
下面结合附图及实施方式对本发明作进一步详细的说明：
图1为本发明提供的基于对红外温度场多元分析的金属管道泄漏监测方法的流程图。
具体实施方式
下面将结合具体的实施方案对本发明进行进一步的解释，但并不局限本发明。
如图1所示，本发明提供了一种基于对红外温度场多元分析的金属管道泄漏监测方法，包括如下步骤：
S1：采用红外摄像机拍摄监控区域，得到管道及其周围环境的红外热像图和温度参数；
S2：根据S1中得到的红外热像图和温度参数，依据每个像素点的灰度和温度信息建立红外热像图的位置-灰度矩阵和位置-温度矩阵；
S3：利用位置-温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1，同时利用位置-灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2；
S4：计算P1与P2的重合度，若大于预设的重合率，则将重合区域确定为泄漏区，并向外界发出报警信号。
该基于对红外温度场多元分析的金属管道泄漏监测方法，适用于所有种类运输物，可实现对管道的全天候实时监测，通过红外的温度数据可确定出管道局部温度变化异常区域，避免了由于红外热像仪获得的温度场与实际温度场有误差而易造成的误检，通过图像轮廓信息可确定出存在泄露危险的区域，该基于对红外温度场多元分析的金属管道泄漏监测方法通过联合温度和图像信息对泄漏点进行监控，准确率更高，具体地：当管道局部温度变化异常区域与存在泄漏危险的区域重合且重合率大于预设的重合率时，则将该重合区认定为泄漏区，并向外界发出报警信号。
其中，预设的重合率优选为85％，该值的选取通过大量实验获得，当选取该值时，检测的误报率较低，准确率较高。
其中，S3中利用位置-温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1的具体步骤如下：
S301：利用位置-温度矩阵，将相邻两帧图像的位置-温度矩阵做差，得到温度变化矩阵；
S302：利用温度变化阈值模板对S31中得到的温度变化矩阵进行模板遍历，确定温度变化异常的区域，得到温度变化异常联通域的位置信息，并记为疑似泄漏区域P1，其中，温度变化阈值模板为通过设定的温度变化阈值建立的3*3模板。
由于红外热像仪所获得的温度与实际温度有误差，若直接通过红外热像仪获得的温度与预设的阈值进行比较来确定疑似泄漏区域，设备采集数据的误差将对结果产生很大的影响，本发明通过计算温度变化矩阵，并利用其确定温度跃变区域，可以将温度跃变值大于预设的温度变化阈值的区域检出，避免了由于采集温度与实际温度有误差而导致的确定的疑似泄漏区域不准确的问题。
其中，温度变化阈值T的设定方法如下：
气、液体：T＝2*(T自-T环)/3，其中，T自表示管道内运输物的温度，T环表示红外摄像机获取到的平均环境温度；
固体：T＝(T自-T环)/2，其中，T自表示管道内运输物的温度，T环表示红外摄像机获取到的平均环境温度。
针对不同的运输物，需设定不同的温度变化阈值，利用温度变化可以确定出不同运输物的疑似泄漏区域。
其中，S3中利用位置-灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2的具体步骤如下：
S311：利用位置-灰度矩阵对红外图像进行滤波降噪处理及边缘提取，得到边缘轮廓信息；
S312：利用分类器识别S311中得到的边缘轮廓，找出轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2。
上述步骤中，通过寻找图像中形状与泄漏物形状相似的方法，可以通过泄露瞬间泄漏物的喷射形状快速地查找出疑似泄漏区域P2，进而确定出存在泄露危险的区域。
其中，S3中，预设的泄漏物形状根据运输物的性质设置，泄漏物形状通常设置为团状或长锥型；滤波降噪处理采用中值滤波；边缘提取方法采用一阶微分算子Sobel；使用Hough变换对图像进行特征提取；分类器采用Fisher分类器。
若S312中找到疑似泄漏区域P2，则S312后还包括进一步确定疑似泄漏区域P2的步骤：
S313：利用该帧图像的位置-灰度矩阵与前一帧图像的位置-灰度矩阵做差，得到灰度变化矩阵；
S314：通过S313得到的灰度变化矩阵找出灰度变化值大于预设的灰度变化阈值的区域，并将其与S312中的疑似泄漏区域P2取交集，作为新的疑似泄漏区域P2。
通过上述方法，重新确定疑似泄漏区域P2，可以进一步判断S312中找出的轮廓特征与预设的泄漏物形状相符的区域是否为突然出现的泄漏物的区域，以实现消除因光照等环境因素带来的影响。
由于红外摄像机得到的图像，会混有比较严重的由环境温度带来的噪声，因此，本发明优选通过红外摄像机视场中的恒温标定物确定红外图像灰度变化阈值，即通过红外摄像机获取指定标定物的温度，利用红外摄像机自带温度转灰度接口，将此标定物前后两帧的温度差，转换为红外图像灰度变化阈值。
本发明的具体实施方式是按照递进的方式进行撰写的，着重强调各个实施方案的不同之处，其相似部分可以相互参见。
上面结合附图对本发明的实施方式做了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (9)
1.基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于，包括如下步骤：
S1：采用红外摄像机拍摄监控区域，得到管道及其周围环境的红外热像图和温度参数；
S2：根据S1中得到的红外热像图和温度参数，依据每个像素点的灰度和温度信息建立红外热像图的位置-灰度矩阵和位置-温度矩阵；
S3：利用位置-温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1，同时利用位置-灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2；
S4：计算P1与P2的重合度，若大于预设的重合率，则将重合区域确定为泄漏区，并向外界发出报警信号。
2.按照权利要求1所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：
S3中利用位置-温度矩阵，确定温度变化异常的区域，记为疑似泄漏区域P1的具体步骤如下：
S301：利用位置-温度矩阵，将相邻两帧图像的位置-温度矩阵做差，得到温度变化矩阵；
S302：利用温度变化阈值模板对S31中得到的温度变化矩阵进行模板遍历，确定温度变化异常的区域，得到温度变化异常联通域的位置信息，并记为疑似泄漏区域P1，其中，温度变化阈值模板为通过设定的温度变化阈值建立的3*3模板。
3.按照权利要求2所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：温度变化阈值T的设定方法如下：
气、液体：T＝2*(T自-T环)/3，其中，T自表示管道内运输物的温度，T环表示红外摄像机获取到的平均环境温度；
固体：T＝(T自-T环)/2，其中，T自表示管道内运输物的温度，T环表示红外摄像机获取到的平均环境温度。
4.按照权利要求1所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：
S3中利用位置-灰度矩阵查找轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2的具体步骤如下：
S311：利用位置-灰度矩阵对红外图像进行滤波降噪处理及边缘提取，得到边缘轮廓信息；
S312：利用分类器识别S311中得到的边缘轮廓，找出轮廓特征与预设的泄漏物形状相符的区域，记为疑似泄漏区域P2。
5.按照权利要求4所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：预设的泄漏物形状为团状或长锥型。
6.按照权利要求4所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：S311中，采用中值滤波方法对红外图像进行滤波降噪处理，采用一阶微分算子Sobel对处理后的图像进行边缘提取。
7.按照权利要求4所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：S312中，使用Hough变换对图像进行特征提取；分类器采用Fisher分类器。
8.按照权利要求4所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：若S312中找到疑似泄漏区域P2，则S312后还包括进一步确定疑似泄漏区域P2的步骤：
S313：利用该帧图像的位置-灰度矩阵与前一帧图像的位置-灰度矩阵做差，得到灰度变化矩阵；
S314：通过S313得到的灰度变化矩阵找出灰度变化值大于预设的灰度变化阈值的区域，并将其与S312中的疑似泄漏区域P2取交集，作为新的疑似泄漏区域P2。
9.按照权利要求8所述基于对红外温度场多元分析的金属管道泄漏监测方法，其特征在于：预设的灰度变化阈值通过红外摄像机视场中的恒温标定物确定，通过红外摄像机获取指定标定物的温度，利用红外摄像机自带温度转灰度接口，将此标定物前后两帧的温度差，转换为红外图像灰度变化阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811310612.5A CN109488888B (zh) | 2018-11-06 | 2018-11-06 | 基于对红外温度场多元分析的金属管道泄漏监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811310612.5A CN109488888B (zh) | 2018-11-06 | 2018-11-06 | 基于对红外温度场多元分析的金属管道泄漏监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109488888A true CN109488888A (zh) | 2019-03-19 |
| CN109488888B CN109488888B (zh) | 2020-07-17 |
Family
ID=65693918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811310612.5A Active CN109488888B (zh) | 2018-11-06 | 2018-11-06 | 基于对红外温度场多元分析的金属管道泄漏监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109488888B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113865168A (zh) * | 2021-11-03 | 2021-12-31 | 广东百思特管业科技有限公司 | 一种双系统微通道换热器及其控制系统 |
| CN114323446A (zh) * | 2022-01-06 | 2022-04-12 | 长鑫存储技术有限公司 | 一种漏液侦测方法、装置及设备 |
| CN114577399A (zh) * | 2022-01-18 | 2022-06-03 | 潍柴动力股份有限公司 | 发动机漏气检测方法及检测装置 |
| CN114723691A (zh) * | 2022-03-28 | 2022-07-08 | 江苏新之阳新能源科技有限公司 | 基于人工智能的液压系统漏油故障程度检测方法 |
| CN114838297A (zh) * | 2022-04-14 | 2022-08-02 | 重庆七腾科技有限公司 | 一种原油管道泄露检测方法、装置、存储介质及系统 |
| CN116823839A (zh) * | 2023-08-31 | 2023-09-29 | 梁山中维热力有限公司 | 基于热红外图像的管道泄漏检测方法 |
| CN117114420A (zh) * | 2023-10-17 | 2023-11-24 | 南京启泰控股集团有限公司 | 一种基于图像识别的工贸安全事故风险管控系统和方法 |
| CN118190871A (zh) * | 2024-03-26 | 2024-06-14 | 河北富湾科技有限公司 | 利用激光甲烷遥测模块识别和量化voc气云成像的方法 |
| CN118464835A (zh) * | 2024-04-12 | 2024-08-09 | 河北富湾科技有限公司 | 一种交叉验证甲烷遥测浓度的方法、系统和程序 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060225507A1 (en) * | 2003-01-13 | 2006-10-12 | Paulson Peter O | Pipeline monitoring system |
| CN101251430A (zh) * | 2008-04-14 | 2008-08-27 | 北京理工大学 | 基于红外成像技术的泄漏检测定位方法及系统 |
| CN102636313A (zh) * | 2012-04-11 | 2012-08-15 | 浙江工业大学 | 基于红外热成像图像处理的渗漏源检测装置 |
| CN103217256A (zh) * | 2013-03-20 | 2013-07-24 | 北京理工大学 | 基于红外图像的局部灰度-熵差的泄漏检测定位方法 |
| CN103912791A (zh) * | 2014-01-26 | 2014-07-09 | 清华大学深圳研究生院 | 地下管网泄漏探测方法 |
| CN107677372A (zh) * | 2017-09-11 | 2018-02-09 | 华中科技大学 | 一种基于双目视觉的隧道检测方法 |
| CN107833221A (zh) * | 2017-11-29 | 2018-03-23 | 武汉大学 | 一种基于多通道特征融合和机器学习的漏水监测方法 |
| CN107992857A (zh) * | 2017-12-25 | 2018-05-04 | 深圳钰湖电力有限公司 | 一种高温蒸汽泄漏自动巡检识别方法及识别系统 |
| WO2018122810A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于动态红外热像图处理的地下管廊渗漏检测方法 |
-
2018
- 2018-11-06 CN CN201811310612.5A patent/CN109488888B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060225507A1 (en) * | 2003-01-13 | 2006-10-12 | Paulson Peter O | Pipeline monitoring system |
| CN101251430A (zh) * | 2008-04-14 | 2008-08-27 | 北京理工大学 | 基于红外成像技术的泄漏检测定位方法及系统 |
| CN102636313A (zh) * | 2012-04-11 | 2012-08-15 | 浙江工业大学 | 基于红外热成像图像处理的渗漏源检测装置 |
| CN103217256A (zh) * | 2013-03-20 | 2013-07-24 | 北京理工大学 | 基于红外图像的局部灰度-熵差的泄漏检测定位方法 |
| CN103912791A (zh) * | 2014-01-26 | 2014-07-09 | 清华大学深圳研究生院 | 地下管网泄漏探测方法 |
| WO2018122810A1 (zh) * | 2016-12-30 | 2018-07-05 | 同济大学 | 一种基于动态红外热像图处理的地下管廊渗漏检测方法 |
| CN107677372A (zh) * | 2017-09-11 | 2018-02-09 | 华中科技大学 | 一种基于双目视觉的隧道检测方法 |
| CN107833221A (zh) * | 2017-11-29 | 2018-03-23 | 武汉大学 | 一种基于多通道特征融合和机器学习的漏水监测方法 |
| CN107992857A (zh) * | 2017-12-25 | 2018-05-04 | 深圳钰湖电力有限公司 | 一种高温蒸汽泄漏自动巡检识别方法及识别系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈书旺等: "地下管道的红外成像检测法", 《大珩先生九十华诞文集暨中国光学学会2004年学术大会论文集》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113865168A (zh) * | 2021-11-03 | 2021-12-31 | 广东百思特管业科技有限公司 | 一种双系统微通道换热器及其控制系统 |
| CN114323446A (zh) * | 2022-01-06 | 2022-04-12 | 长鑫存储技术有限公司 | 一种漏液侦测方法、装置及设备 |
| CN114577399A (zh) * | 2022-01-18 | 2022-06-03 | 潍柴动力股份有限公司 | 发动机漏气检测方法及检测装置 |
| CN114723691A (zh) * | 2022-03-28 | 2022-07-08 | 江苏新之阳新能源科技有限公司 | 基于人工智能的液压系统漏油故障程度检测方法 |
| CN114723691B (zh) * | 2022-03-28 | 2022-12-23 | 江苏新之阳新能源科技有限公司 | 基于人工智能的液压系统漏油故障程度检测方法 |
| CN114838297B (zh) * | 2022-04-14 | 2024-03-15 | 七腾机器人有限公司 | 一种原油管道泄漏检测方法、装置、存储介质及系统 |
| CN114838297A (zh) * | 2022-04-14 | 2022-08-02 | 重庆七腾科技有限公司 | 一种原油管道泄露检测方法、装置、存储介质及系统 |
| CN116823839A (zh) * | 2023-08-31 | 2023-09-29 | 梁山中维热力有限公司 | 基于热红外图像的管道泄漏检测方法 |
| CN116823839B (zh) * | 2023-08-31 | 2023-12-01 | 梁山中维热力有限公司 | 基于热红外图像的管道泄漏检测方法 |
| CN117114420B (zh) * | 2023-10-17 | 2024-01-05 | 南京启泰控股集团有限公司 | 一种基于图像识别的工贸安全事故风险管控系统和方法 |
| CN117114420A (zh) * | 2023-10-17 | 2023-11-24 | 南京启泰控股集团有限公司 | 一种基于图像识别的工贸安全事故风险管控系统和方法 |
| CN118190871A (zh) * | 2024-03-26 | 2024-06-14 | 河北富湾科技有限公司 | 利用激光甲烷遥测模块识别和量化voc气云成像的方法 |
| CN118464835A (zh) * | 2024-04-12 | 2024-08-09 | 河北富湾科技有限公司 | 一种交叉验证甲烷遥测浓度的方法、系统和程序 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109488888B (zh) | 2020-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109488888A (zh) | 基于对红外温度场多元分析的金属管道泄漏监测方法 | |
| CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
| CN110411570B (zh) | 基于人体检测和人体跟踪技术的红外人体温度筛查方法 | |
| US8218814B2 (en) | Image data processing apparatus and method for object detection and judging suspicious objects | |
| US7961953B2 (en) | Image monitoring system | |
| US11378387B2 (en) | System and method for locating, measuring, counting, and aiding in the handling of drill pipes | |
| JP6460700B2 (ja) | トンネルの内壁の欠陥の有無の診断を行う方法およびトンネルの内壁の欠陥の有無の診断を行うプログラム | |
| CN109854964B (zh) | 基于双目视觉的蒸汽泄露定位系统及方法 | |
| CN105894504B (zh) | 基于图像的井盖缺失检测方法 | |
| US20080027648A1 (en) | Detection-Object-Position-Specifying Device and Method of Specifying Position of Object to Be Detected | |
| US20190197313A1 (en) | Monitoring device | |
| CN102881106A (zh) | 一种热成像视频双鉴林火识别系统及其识别方法 | |
| KR101921610B1 (ko) | 촬영영상으로부터 객체를 감시하기 위한 장치 및 방법 | |
| US20150339819A1 (en) | Method for processing local information | |
| CN109447011A (zh) | 红外对蒸汽管道泄露的实时监控方法 | |
| CN110675447A (zh) | 一种基于可见光相机与热像仪结合的人数统计方法 | |
| CN105957300B (zh) | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 | |
| JP2018077837A (ja) | 位置認識方法およびシステム、ならびに異常判定方法およびシステム | |
| CN113947754A (zh) | 一种基于视觉的船舶机械运行状态监测方法、系统及存储介质 | |
| CN109544535B (zh) | 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统 | |
| CN111008998A (zh) | 基于双目视觉的自动消防水炮的火焰检测方法 | |
| JP2004282368A (ja) | 移動体監視装置 | |
| EP1512955A1 (en) | Localization of a point source of a visualized gas leak | |
| CN111353350B (zh) | 一种基于组合传感器图像融和技术的火焰检测与定位方法 | |
| JP3888528B2 (ja) | 液面認識処理装置及び液面監視システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |