高斯混合模型在VOCs泄漏自动识别中的研究

论文摘要

LDAR（leak detection and repair）技术是石化企业减排降本的重要手段,通过定期检测泄漏点,及时发现、修复、替换泄漏组件,从而减少VOCs（volatile organic compounds）的泄漏排放。然而在使用红外摄像仪进行泄漏识别时,单凭人眼的观察难以快速、准确确定泄漏点位置。为此,实时、高效的高斯混合模型被首次用来辨识化工泄漏。首先通过高斯混合模型,建立红外视频背景模型,并由背景模型提取出前景泄漏特征;然后运用μ-σ准则获得二值化图片,随后运用形态学开运算处理,进一步确定泄漏发生的位置信息;最后,采用K-means++算法对泄漏信息进行聚类框选,并把框选结果在原视频中展现,帮助现场检测人员快速确定泄漏发生的位置。实践证明,该方法对红外视频中泄漏发生的位置具有较高的辨识准确率。

论文目录

• 0 引言
• 1 基于高斯混合模型的背景建模
• 2 泄漏自主辨识过程
• 3 结论

文章来源

类型: 期刊论文

作者: 吴苏保,王慧锋,颜秉勇,万永菁,张烨

关键词: 泄漏,高斯混合模型

来源: 工业安全与环保 2019年07期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 华东理工大学化学过程先进控制与优化教育部重点实验室,上海市特种设备监督检验技术研究院

基金: 国家自然科学基金青年科学基金(51407078)

分类号: X78

页码: 69-72

总页数: 4

文件大小: 403K

下载量: 60