气体泄漏定量检测方法及装置、设备及存储介质

技术领域

本申请涉及图像处理技术，尤其是涉及一种气体泄漏定量检测方法及装置、红外热成像设备以及计算机可读存储介质。

背景技术

在工业生产和日常生活中，均可能存在很多危险气体，如电力设备使用的六氟化硫(SF

多数气体的泄露并非是肉眼可见，然而不同气体具有独特的温度特征和光谱特征，气体可以吸收对应频率的红外光能量，气体吸收红外光能量中频率最高的被称为气体的特征吸收频率。当光线穿透气体时，气体吸收特征频率谱线光，导致光的能量下降。因此，红外热成像技术可以根据红外吸收光谱特性和气体自身辐射特性，探测包含气体某个特征吸收峰的红外波段，对气体进行成像并进行泄露检测。泄露气体的浓度越大，对辐射吸收越强，在红外热成像设备的视场中的图像灰度差异越明显。

目前已知的基于红外图像的气体检测领域中，通常是针对待检测场景采集红外图像进行检测，识别红外图像中是否包含气体成像区域，以此来判断待检测场景中是否存在气体泄露问题。然而，现有技术仅能停留在是否存在气体泄露的判断阶段，无法针对气体泄露情况的严重程度进行判断。

发明内容

为解决现有存在的技术问题，本申请提供一种能够对气体泄露进行有效定量分析的气体泄漏定量检测方法及装置、红外热成像设备及计算机可读存储介质。

为达到上述目的，本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种气体泄漏定量检测方法，包括：

根据包括待测区域的目标场景的待测红外图像中的气体泄漏区域，确定所述气体泄漏区域对应的当前区域面积比；

获取气体泄漏点的当前距离信息；

根据不同距离与不同泄漏速度条件下的气体泄漏标定数据，将所述当前距离信息和当前区域面积比与所述气体泄漏标定数据进行对比，估算当前气体泄漏速度；其中，所述气体泄漏标定数据包括距离、气体泄漏速度和泄漏区域面积比的对应关系；

根据所述当前气体泄漏速度和泄漏时长，确定气体泄漏量。

第二方面，本申请实施例提供一种气体泄露定量检测装置，包括：

面积比确定模块，用于根据包括待测区域的目标场景的待测红外图像中的气体泄漏区域，确定所述气体泄漏区域对应的当前区域面积比；

距离模块，用于获取气体泄漏点的当前距离信息；

标定模块，用于根据不同距离与不同泄漏速度条件下的气体泄漏标定数据，将所述当前距离信息和当前区域面积比与所述气体泄漏标定数据进行对比，估算当前气体泄漏速度；其中，所述气体泄漏标定数据包括距离、气体泄漏速度和泄漏区域面积比的对应关系；

泄露量确定模块，用于根据所述当前气体泄漏速度和泄漏时长，确定气体泄漏量。

第三方面，本申请实施例提供一种红外热成像设备，包括存储器、处理器与所述处理器连接的红外机芯模组；

所述红外机芯模组包括收集红外光信号的红外物镜组件、将红外光信号转换为电信号的红外探测器及基于所述电信号成红外图像的图像处理器；

所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行本申请任一实施例所述的气体泄漏定量检测方法；所述处理器与所述图像处理器是同一处理器或不同处理器。

第四方面，本申请实施例提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行本申请任一实施例所述气体泄漏定量检测方法。

上述实施例中，根据待测红外图像中的气体泄露区域，确定气体泄露区域对应的当前区域面积比，获取气体泄露点的当前距离信息，结合针对目标场景实时检测得到的当前区域面积比和与气体泄露点的当前距离信息，基于在先标定的气体泄露标定数据来估算当前气体泄露速度，并根据当前气体泄露速度和泄露时长计算气体泄露量，如此，在气体泄露定量检测过程中，在检测到存在气体泄露问题后，可根据气体泄露在待测红外图像中成像区域的大小，对当前的气体泄露速度和气体泄露量进行分析，气体泄露速度和气体泄露量的确定有利于精准地掌握当前气体泄露问题的严重程度，便于用户针对不同程度的气体泄露问题采取不同解决措施，提升安全性。

上述实施例中，气体泄露定量检测装置、红外热成像设备及计算机可读存储介质分别与对应的气体泄露定量检测方法实施例属于同一构思，从而分别与对应的气体泄露定量检测方法实施例具有相同的技术效果，在此不再赘述。

附图说明

图1为一实施例中气体泄露定量检测方法的可选应用场景的示意图；

图2为另一实施例中气体泄露定量检测方法的可选应用场景的示意图；

图3为一实施例中气体泄露定量检测方法的流程示意图；

图4为一实施例中气体泄露标定数据的标定原理示意图；

图5为另一实施例中气体泄露定量检测方法的流程示意图；

图6为一可选具体示例中气体泄露定量检测方法的流程示意图；

图7为一实施例中经图像信号处理后得到的红外图像中气体增强效果示意图；

图8为一实施例中气体泄露区域凸显的红外图像中气体着色效果示意图；

图9为一实施例中目标场景进行气体泄露定量检测和定量分析，得到的定量分析结果的显示示意图；

图10为一实施例中气体泄露定量检测装置的结构示意图；

图11为另一实施例中气体泄露定量检测装置的结构示意图；

图12为一实施例中红外热成像设备的结构示意图。

具体实施方式

以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例”的表述，其描述了所有可能实施例的子集，需要说明的是,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

在以下的描述中，所涉及的术语“第一、第二、第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一、第二、第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

请参阅图1，为本申请实施例提供的气体泄露定量检测方法的一可选应用场景的示意图，所述气体泄露定量检测方法应用于对气体泄露进行检测的红外热成像设备。该红外热成像设备可以为手持式红外热成像仪11，包括用于采集红外图像数据的红外图像采集模块、存储有计算机程序的存储器和执行计算机程序以实现本申请实施例提供的气体泄露定量检测方法的处理器。红外图像采集模块用于对可能存在气体泄露的目标场景实时进行红外图像的采集，包括红外探测器，用于根据红外光信号转换电信号以获得原始红外数据；图像处理器，用于根据原始红外数据进行成像处理获得红外图像。气体泄露定量检测方法的执行过程中，处理器根据对红外图像中气体泄露区域的识别结果，计算气体泄露区域对应的当前区域面积比、获取与气体泄露点之间的当前距离信息，再结合预先标定的气体泄漏标定数据，进一步对气体泄露进行定量分析，确定气体泄露速度和气体泄露量。进一步的，对红外图像中气体泄露区域的确定，包括从红外探测器获得原始红外数据进行气体痕迹提取、及利用图像处理器成像的红外图像进行气体区域检测以得到气体区域检测结果，利用气体痕迹提取结果和气体区域检测结果共同识别红外图像中的气体泄漏区域，可以提升气体泄露区域的识别结果的准确性，以能够更准确地判断出目标场景内是否存在气体泄露、以及若存在气体泄露的情况下便于根据气体泄露区域进行定量分析以判断出气体泄露的程度。

可选的，请参阅图2，为本申请另一实施例提供的气体泄露定量检测方法的可选应用场景的示意图，其中，红外热成像设备11包括手持式红外热成像仪112、与手持式红外热像仪112插接连接的测距组件113、设置于手持式红外热像仪112上的显示装置115和报警装置114。手持式红外热成像仪112用于对可能存在气体泄露的目标场景实时地进行红外图像的采集，通过执行本申请实施例提供的气体泄露定量检测方法，根据对红外图像中气体泄露区域的识别结果，计算气体泄露区域对应的当前区域面积比、获取与气体泄露点之间的当前距离信息，再结合预先标定的气体泄漏标定数据，进一步对气体泄露情况进行定量分析，确定气体泄露速度和气体泄露量；测距组件113用于在气体泄露定量检测方法执行过程中，根据测距指令进行测距，实时获得与测距目标对象之间的距离信息；显示装置115用于实时显示采集到的目标场景的红外图像、以及根据手持式红外热像仪112对气体泄露区域的识别结果在红外图像中进行标识显示；报警装置114可根据手持式红外热像仪112对气体泄露区域的识别结果和气体泄露的定量分析结果，按照预设的预警策略发出对应的告警提示信息。

需要说明的是，红外热成像设备的产品形态并不限于上述实施例所述的形式，如也可以是固定地集成装设于工业厂房内、由多个物理上分离设置的多个设备组成的红外热成像系统。

请参阅图3，为本申请一实施例提供的气体泄露定量检测方法，可以应用于图1或图2所示的红外热成像设备。其中，气体泄露定量检测方法包括如下步骤：

S201，根据包括待测区域的目标场景的待测红外图像中的气体泄漏区域，确定所述气体泄漏区域对应的当前区域面积比。

当前区域面积比，是指表征气体泄露区域的面积与待测红外图像的面积的比值的相关参数，如，气体泄露区域内的像素数量与待测红外图像的总像素数量的比值；气体泄露区域的面积与待测红外图像的面积的比值。其中，待测红外图像表征的图像采集视场的范围，因此，气体泄露区域在待测红外图像中的当前区域面积比，表征的泄露的气体量在图像采集视场内扩散形成的范围。

S203，获取气体泄漏点的当前距离信息。

气体泄露点，是指发生气体泄露的气体容器所在位置。针对目标场景实时采集红外图像，在确定目标场景内存在气体泄露区域之后，获取气体泄露点的当前距离信息，以提供根据当前距离信息后续计算气体泄露量。

S204，根据不同距离与不同泄漏速度条件下的气体泄漏标定数据，将所述当前距离信息和当前区域面积比与所述气体泄漏标定数据进行对比，估算当前气体泄漏速度；其中，所述气体泄漏标定数据包括距离、气体泄漏速度和泄漏区域面积比的对应关系。

气体泄露标定数据，是指以不同的距离、泄露速度的取值为标定条件，分别确定对应标定条件下形成的气体泄漏区域对应的泄漏区域面积比。在进行气体泄露的检测应用中，针对目标场景实时采集红外图像，在确定目标场景内存在气体泄露区域之后，获取气体泄露点的当前距离信息，如此，可以实时地检测确定气体泄露区域以计算所述气体泄露区域对应的当前区域面积比、以及实时地获得当前距离信息，根据气体泄露标定数据，在泄露区域面积比和距离已知的情况下，可以得到对应的泄露速度，也即估算得到当前的气体泄露速度。

S205，根据所述当前气体泄漏速度和泄漏时长，确定气体泄漏量。

泄露时长，可以根据目标场景内检测到存在气体泄露区域的首张红外图像的采集时间为起始时间进行确定。气体泄露量可以通过当前气体泄露速度和泄露时长的乘积来表达。

上述实施例所提供的气体泄露定量检测方法，通过根据待测红外图像中的气体泄露区域，确定气体泄露区域对应的当前区域面积比，获取气体泄露点的当前距离信息，结合针对目标场景实时检测得到的当前区域面积比和与气体泄露点的当前距离信息，基于在先标定的气体泄露标定数据来估算当前气体泄露速度，并根据当前气体泄露速度和泄露时长计算气体泄露量，如此，在气体泄露定量检测过程中，在检测到存在气体泄露问题后，可根据气体泄露在待测红外图像中成像区域的大小，对当前的气体泄露速度和气体泄露量进行分析，气体泄露速度和气体泄露量的确定有利于精准地掌握当前气体泄露问题的严重程度，便于用户针对不同程度的气体泄露问题采取不同解决措施，提升安全性。

在一些实施例中，步骤S205，根据所述当前气体泄漏速度和泄漏时长，确定气体泄漏量，包括：

根据连续多帧的所述待测红外图像中对所述气体泄漏区域的检测结果，分别得到每帧所述待测红外图像对应的所述气体泄漏速度，对相邻帧值间所述气体泄漏速度跳变不满足要求的值剔除，计算有效帧的平均泄漏速度；

根据所述平均泄漏速度和泄漏时长，计算气体泄漏量；

根据所述气体泄漏量确定当前的泄漏预警等级，并发出对应的预警提示。

针对目标场景的红外图像数据的采集，可以是按照预设频率连续采集多张单帧的红外图像，也可以是采集红外视频，在气体泄露定量检测过程中从红外视频分帧提取连续的多帧图像。气体泄露是一个持续发生的动态事件，随着泄露发生后时间的推移，泄露的气体量会逐渐累积。在气体泄露的初期，气体量很少而往往不易检测到，为了提升检测准确性，本实施例中，确定目标场景内发生气体泄露事件，是以连续多帧，如100-500帧均检测到气体泄露区域为准。针对连续多帧检测并确定气体泄露区域后，针对每帧图像分别计算对应的气体泄露速度，对于气体泄露速度帧间计算值跳变较大(无效帧)的值进行剔除，并根据其余帧(有效帧)的值计算平均泄漏速度。按照初始检测到发生气体泄露图像帧的采集时间为起始时刻确定泄露时长，根据平均泄漏速度和泄漏时长可以计算气体泄漏量，根据气体泄露量划分泄漏等级，当气体泄露达到设定等级后，可以发出对应的预警提示。

在一个示例中，泄露等级可以包括：无泄露、轻量泄露、泄露适中、泄露较重、严重泄露。针对轻量泄露、泄露适中、泄露较重、严重泄露每一种检测到已发生气体泄露事件的情景，可分别给出相应的气体泄露预警提示，如可以在监控画面中实时显示当前的气体泄露速度，并对不同泄露等级分别以不同颜色的文字和/或图标警示信息进行预警提示。在另一示例中，针对设定的泄露等级，在发出对应的预警提示同时，还包括可对目标场景内指定设备工作状态进行停止或调节的控制指令。

上述实施例中，在针对目标场景进行气体泄露定量检测过程中，在检测到气体泄露发生后，进一步实现对气体泄露量的定量分析，根据定量分析的结果进行泄露等级的判定和预警，便于用户更加实时且客观知道当前气体泄露事件的严重情况，及时采取措施以提升安全性。

可选的，步骤S205，根据所述当前气体泄漏速度和泄漏时长，确定气体泄漏量之前，包括：

以检测到所述气体泄漏区域的连续多帧所述待测红外图像中的首帧图像采集时间为起始时间，当前帧图像采集时间为终止时间，计算得到泄漏时长。

以连续多帧图像中均检测到气体泄露区域来确认发生气体泄露事件，可以提升气体泄露识别的准确性。在以连续n张图像中均检测到气体泄露区域确认存在气体泄露事件时，将n张图像中首帧图像的采集时间为起始时间计算泄露时长，以更准确地测算气体泄露量。

在一些实施例中，S204，根据不同距离与不同泄漏速度条件下的气体泄漏标定数据，将所述当前距离信息和当前区域面积比与所述气体泄漏标定数据进行对比，估算当前气体泄漏速度之前，包括：

基于预设距离和预设气体泄漏速度为标定条件，确定所述标定条件下对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比；

根据距离、气体泄漏速度和泄漏区域面积比的对应关系，形成气体泄漏标定数据。

在气体泄露的定量分析中，在确定目标场景当前存在气体泄露问题后，气体泄露标定数据是确定气体泄露的当前速度所需的重要数据。气体泄露标定数据，可以是预先存储于红外热成像设备内的数据表；也可以支持根据不同应用场景下的需求自行标定得到。气体泄露标定数据，包括距离、气体泄露速度和泄露区域面积比的多组对应关系，在气体泄露定量检测分析过程中，确定目标场景发生气体泄露时，通过实时地确定与气体泄露点之间的当前距离和当前气体泄露速度，可依据气体泄露标定数据查找对应的泄漏区域面积比，或者依据气体泄露标定数据确定当前距离和当前气体泄露速度对应的比例系数，根据比例系数进行比例换算以确定泄露区域面积比。

本实施例中，通过预先基于距离和气体泄漏速度为标定条件，对不同标定条件下的泄露区域面积比进行标定以形成气体泄露标定数据，以提供后续在气体泄露定量分析中，可根据当前检测到的目标场景下气体泄漏区域的当前区域面积比和距离信息，对比气体泄露标定数据中的标定泄露区域面积比来估算当前的气体泄露速度。

在一些实施例中，步骤S201，基于预设距离和预设气体泄漏速度为标定条件，确定所述标定条件下对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比之前，包括：

以与气体容器之间的预设距离为L1，所述气体容器的预设气体泄漏速度分别为[a1,a2,a3,…an]的标定条件下，确定所述标定条件下对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比为[P1,P2,P3,…Pn]；

根据观测视场面积与观测距离的正比关系，确定以与气体容器之间的预设距离为L2，所述气体容器的预设气体泄漏速度分别为[a1,a2,a3,…an]的标定条件下，对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比为[Q1,Q2,Q3,…Qn]；其中，

本实施例中，红外热成像设备设有标定模式，用户可以开启标定模式，通过自行标定来获得气体泄漏标定数据，或者对原有的气体泄漏标定数据进行更新。请参阅图4，通过设置好与气体泄露点之间的距离以及气体泄露点处的气体泄露速度，以此为一个标定条件，测量该标定条件下泄露的气体对应所形成的观测视场面积；以相同的气体泄露速度，调节与气体泄露点之间的不同距离分别对应不同的标定条件，再测量各相应标定条件下泄露的气体对应所形成的观测视场面积；以相同的距离，调节气体泄露点处不同气体泄露速度分别对应不同的标定条件，再测量各相应标定条件下泄露的气体对应所形成的观测视场面积。

以图4为例，观测视场面积S与观测距离L成正比，如公式15所示：

在L1距离下，相同像素数量对应的实际的观测视场面积S2是L2距离下的观测视场面积S1的k倍，以此，可推理在L2距离下气体泄露速度[a1,a2,a3,…an]对应的泄露区域面积比[Q1,Q2,Q3,…Qn]，泄露区域面积比的计算可如公式16所示：

上述实施例中，观测视场面积S表示的是气体泄露扩散的范围，观测视场面积S在目标场景图像的拍摄范围内的占比、与气体泄露扩散的范围在目标场景图像中形成的泄漏区域面积比保持的是相同的比例关系，因此，在标定模式下，用户可借助设定的观测距离L、设定的气体泄露速度下获得观测视场面积S来完成标定，有利于简化标定操作；通过标定以得到气体泄露标定数据的过程中，可利用观测视场面积S与观测距离L成正比，对于不同观测L下的观测视场面积S通过比例换算得到，可以减少标定的工作量，提升标定效率。

在一些实施例中，步骤203，获取气体泄漏点的当前距离信息，包括：

根据距离值输入操作，获取气体泄漏点的当前距离信息；和/或，

根据对测距组件的测距光标的移动调整操作，将所述测距光标移动至气体泄漏点，获取所述测距组件实时测量得到的所述气体泄漏点的当前距离信息；和/或，

根据对所述气体泄漏区域的分析，确定气体泄漏点位置，控制所述测距组件自动转动对准所述气体泄漏点，获取所述气体泄漏点的当前距离信息。

距离值输入操作，是指支持用户手动输入距离值的任意操作，如，红外热成像设备上设置有按键面板，用户可操作按键面板来输入距离值；红外热成像设备上设有触控屏，用户可在触控屏显示的应用程序界面中输入距离值。红外热成像设备也可以包括内置的测距组件或通过可拆卸方式装配于其上的测距组件，可以在目标场景内检测到存在气体泄露之后，用户手动调整红外热成像设备的朝向使得测距组件的测距光标对准气体泄露点，控制测距组件执行测距以实时测量得到的气体泄漏点的当前距离信息。红外热成像设备还可以是固定地部署于目标场景内且由物理上分离的多个设备共同组成的红外热成像系统，测距组件为通过电机控制的可转动的测距设备，当手持式红外热成像设备通过实时检测并确定红外图像中的气体泄露区域后，根据气体泄露区域在红外图像中的位置确定气体泄露点位置，并控制测距组件自动转动以对准气体泄露点，测距组件执行测距以实时测量得到的气体泄漏点的当前距离信息。

上述实施例中，红外热成像设备支持多种获取与气体泄露点之间的距离信息的获得方式，可满足用户在不同应用场景下的需求。

在一些实施例中，步骤S201，根据包括待测区域的目标场景的待测红外图像中的气体泄漏区域，确定所述气体泄漏区域对应的当前区域面积比，包括：

获取包括待测区域的目标场景的待测红外图像，对所述待测红外图像进行检测，确定气体泄漏区域；

对所述气体泄漏区域进行凸显；其中，凸显的方式包括如下之一：对所述气体泄漏区域进行掩膜勾边、对所述气体泄漏区域进行单色着色、对所述气体泄漏区域进行伪彩着色；

根据凸显的所述气体泄漏区域与其所在的所述待测红外图像的占比，确定所述气体泄漏区域对应的当前区域面积比。

其中，确定气体泄露区域，可以是选用已知的深度学习模型或采用传统的图像识别算法建立的图像检测模型，通过图像检测模型对待测红外图像进行检测，以确定待测红外图像中是否包含气体区域，并在检测到待测红外图像中包含气体区域的情况下，确定气体区域位置并输出包含气体区域位置的气体区域检测结果。当前区域面积比，是指表征气体泄露区域的面积与待测红外图像的面积的比值的相关参数，如，气体泄露区域内的像素数量与待测红外图像的总像素数量的比值；气体泄露区域的面积与待测红外图像的面积的比值。待测红外图像表征的图像采集视场的范围，因此气体泄露区域在待测红外图像中的当前区域面积比，表征的是泄露的气体量在图像采集视场内扩散形成的范围。对气体泄露区域进行凸显，以将待测红外图像中的气体泄露区域标识出，便于人眼观测，也便于根据凸显来计算当前的待测红外图像中的气体泄漏区域的当前区域面积比。

在一些实施例中，凸显的方式为对所述气体泄漏区域进行伪彩着色；所述根据凸显的所述气体泄漏区域与其所在的所述待测红外图像的占比，确定所述气体泄漏区域对应的当前区域面积比，包括：

根据连续多帧所述待测红外图像中检测到所述气体泄漏区域的检测结果，按照如下公式确定各帧中所述气体泄漏区域对应的当前区域面积比：

其中，P为当前区域面积比，M表示当前帧在检测到所述气体泄漏区域的连续多帧图像中的帧号，ni表示当前帧内着色的像素数量，N表示当前帧的总像素数量。

其中，气体泄露区域在待测红外图像中通常并非是规则图形，为了更准确地计算当前区域面积比，以用于更准确地估算气体泄露量，本实施例中，以对气体泄露区域进行凸显的方式，是指对气体泄漏区域进行伪彩着色为例；确定所述气体泄漏区域的当前区域面积比，可以是根据连续多帧所述待测红外图像中检测到所述气体泄漏区域的检测结果，根据着色像素数量来确定各帧中所述气体泄漏区域对应的当前区域面积比，如公式14所示：

上述实施例中，针对气体泄露区域的凸显选用伪彩着色，可以将凸显后的待测红外图像直观地展示在显示界面，以供用户直观地了解到气体泄露扩散的情况，且便于根据着色的像素数量来计算气体泄漏区域的当前区域面积比，可以更精准地得到待测红外图像中包含的气体量信息。

在一些实施例中，步骤S201中，确定待测红外图像中的气体泄漏区域，还可以是气体泄露定量检测方法的执行过程中，从红外探测器获得原始红外数据进行气体痕迹提取、及利用图像处理器成像的红外图像进行气体区域检测以得到气体区域检测结果，基于气体痕迹提取结果和气体区域检测结果来共同识别待测红外图像中的气体泄漏区域，可以提升待测气体区域识别的准确性，且有利于在气体泄露初期尽早地检测到气体泄露问题。请参阅图5，所述气体泄露定量检测方法还包括：

S101，获取包含待测区域的目标场景的原始红外数据。

待测区域，是指用于判断是否存在气体的区域。目标场景，是指包含所述待测区域的场景。如，针对可能需要依赖工业气体来执行生产的工厂车间，该工厂车间可以为目标场景；根据工厂车间内工业气体存储设备的存放位置，假如存在工业气体泄漏则通常会首先出现在工业气体存储设备的周围，从而相应地这些工业气体存储设备所在区域为待测区域。原始红外数据，是指针对目标场景进行红外图像采集过程中，红外探测器根据目标场景内的红外光信号进行光电转换得到的原始红外数据，其中，原始红外数据是被图像处理器通过图像信号处理以形成对应的红外图像所需的数据。

S102，对所述原始红外数据进行非均匀性校正处理，得到校正后红外成像数据。

非均匀性，是指入射到红外探测器上的光强能量一致而红外探测器各单元输出的信号不一致的现象。非均匀性产生的原因，通常包括探测器自身材料和工艺的原因、光线入射的光学镜头的原因、光学系统中光路传输导致噪声的原因等。对原始红外数据进行非均匀性校正处理，以使得红外探测器面阵的各输出单元对于同样的入射光产生同样的输出信号，减小非均匀性对后续气体图像清晰度的影响。

S103，对所述红外成像数据基于背景差分和帧间差分进行气体痕迹提取，得到气体痕迹掩膜。

背景差分，是指采用图像序列中的当前帧与背景参考模型比较来检测目标对象的方法。背景差分，尤其适合对运动的目标对象进行检测，本申请实施例中，气体泄露是持续发生的动态事件，针对发生气体泄露事件的目标场景进行图像采集得到的连续多帧图像中，气体团的成像区域的检测可视为对运动的目标对象的检测。帧间差分，是一种通过对图像序列中相邻两帧作差分运算来获得运动的目标对象轮廓的方法。帧间差分，可以很好地适用于存在多个运动目标的情况。当目标场景中出现异常的物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像的差值，根据两帧差值来分析图像序列的运行特性，确定图像序列中有无物体运动。本申请实施例中，对经非均匀性校正后的原始红外数据进行气体痕迹提取，是在对原始红外数据进行图像信号处理以形成红外图像之前经过背景差分和帧间差分进行气体痕迹提取，其中，为了区分描述，将经非均匀性校正后的原始红外数据称为红外成像数据，可以理解的是，红外成像数据同样是红外图像成像之前的原始红外数据；如此，气体痕迹的提取数据为红外图像成像之前的原始红外数据，更能保留气体与温度的对应关系，将气体提取效果与后续的图像信号处理解耦合，可有效减小图像背景对气体痕迹提取效果的影响，鲁棒性更强。

掩膜(mask)，通常是指对处理的图像的部分进行遮挡以控制图像处理区域或处理过程所用到的模板图像。气体痕迹掩膜，是指基于原始红外数据进行气体痕迹提取，确定出气体团痕迹而得到气体团轮廓掩膜。

S104，对所述红外成像数据进行图像信号处理，得到待测红外图像。

图像信号处理(Image Signal Processing，ISP)，是指对图像探测器的输出信号进行处理以形成适配不同显示参数的图像。对红外成像数据进行图像信号处理得到待测红外图像，可选用已知的图像信号处理算法来完成，本实施例对此不作限制。

S105，通过图像检测模型对所述待测红外图像进行检测，得到包含气体区域位置的气体区域检测结果。

图像检测模型，可选用已知的深度学习模型或采用传统的图像识别算法建立的传统模型。通过图像检测模型对待测红外图像进行检测，检测到待测红外图像中包含气体区域的情况下，确定气体区域位置并输出包含气体区域位置的气体区域检测结果。在一个示例中，气体区域检测结果，为在待测红外图像中对确定为气体区域的部位采用检测框进行标识的结果；在另一示例中，气体区域检测结果，为包含有气体区域在待测红外图像中的坐标的结果。

S106，基于所述气体痕迹掩膜和所述气体区域检测结果对所述待测红外图像中的非气体干扰进行排除，确定气体泄漏区域。

气体痕迹掩膜是基于原始红外数据对是否存在气体区域进行检测和判断得到的结果，气体区域检测结果是基于原始红外数据成像后的红外图像对是否存在气体区域进行检测和判断得到的结果，在无干扰和准确性满足要求的理论情况下，二者所表示的气体区域部位应该是一致的。然而，通过对原始红外数据进行图像信号处理以形成红外图像的过程中，会损失部分原始红外数据中的温度数据，若仅根据红外图像进行检测来识别是否存在气体区域，对检测结果的置信度设置过高将增大认定为气体区域的难度，而置信度过低又会导致准确性难以满足要求。本申请实施例中，通过利用原始红外数据进行气体痕迹提取形成气体痕迹掩膜，利用气体痕迹掩膜对基于红外图像进行检测得到的气体区域检测结果进行校正，如，可设置气体痕迹掩膜和气体区域检测结果中均认定为存在气体区域的部位则确认为气体泄漏区域，从而可对二者中非气体干扰进行排除，提升气体泄露区域的检测准确性。

上述实施例中，通过获取包含待测区域的目标场景的原始红外数据，对原始红外数据进行非均匀性校正处理，得到校正后红外成像数据，并对红外成像数据基于背景差分和帧间差分进行气体痕迹提取，得到气体痕迹掩膜；通过图像检测模型对基于红外成像数据成像的待测红外图像进行检测，得到包含气体区域位置的气体区域检测结果；根据基于原始的红外成像数据得到的气体痕迹掩膜和基于待测红外图像检测得到的气体区域检测结果相互校正，共同确定气体泄露区域，如此，通过在红外原始数据域提取气体泄露痕迹，有利于在气体弱泄露下也能更明显分辨，再结合在红外图像域通过图像检测模型对气体泄露区域进行检测，利用图像检测与气体痕迹相互校正来识别气体泄露区域，能够有效地提升气体泄露定量检测的准确性，有利于在气体泄露早期准确地检测到气体泄露问题。

在一些实施例中，步骤S103，对所述红外成像数据基于背景差分和帧间差分进行气体痕迹提取，得到气体痕迹掩膜，包括：

以与当前帧满足设定关系的目标帧对应的所述红外成像数据，建立背景模型和帧差模型；

根据当前帧与背景模型之间的差值，得到所述当前帧中各像素点对应的背景差分值，并将所述背景差分值大于背景差分阈值的像素点置0；

根据当前帧与差分模型之间的差值，得到所述当前帧中各像素点对应的帧间差分值，基于所述帧间差分值进行帧差叠加后与帧间差分阈值的比较结果得到气体增强掩膜；

根据所述气体增强掩膜，将非0区域的各像素点取值为所述背景差分值和所述帧间差分值之和，将为0区域的各像素点取值为所述背景差分值，得到气体痕迹掩膜。

背景模型是指按照一定规则以确定得到的背景图像。差分模型是指按照一定帧间规则以确定得到的相邻帧图像。在图像实时采集过程中，针对不同当前帧的背景图像和相邻帧图像也应同步更新。以与当前帧满足设定关系的目标帧对应的红外成像数据建立背景模型，可以是将当前帧的前一帧作为背景帧，利用当前帧和背景帧各自一定比例的红外成像数据的叠加，来计算当前帧的背景图像。将当前帧与背景图像作差，根据当前帧中各像素点的温度值减去其在背景图像中的温度值的差，得到各像素点对应的背景差分值。背景差分阈值为预先设定的值，将当前帧与背景模型作差后像素点的背景差分值用delta_back表示，将背景差分值delta_back的绝对值大于背景差分阈值backDeltaT的像素点置0，以达到抑制噪声的效果。以与当前帧满足设定关系的目标帧对应的红外成像数据建立背景模型，可以是将当前帧的前一帧作为相邻帧图像，将当前帧与相邻帧图像作差，根据当前帧中各像素点的温度值减去其在相邻帧图像中的温度值的差，得到各像素点的帧间差分值delta_fra。可选的，可将帧间差分值delta_fra的绝对值大于背景差分阈值backDeltaT的像素点置0，以达到抑制噪声的效果。

联合背景差分和帧间差分，得到气体痕迹掩膜gasTrace(i,j)，可以是根据气体增强掩膜，将非0区域的各像素点取值为背景差分值delta_back(i,j)和帧间差分值delta_fra(i,j)之和，将为0区域的各像素点取值为背景差分值delta_back(i,j)，得到气体痕迹掩膜，如下公式1所示：

上述实施例中，气体痕迹的提取数据为原始红外数据，可以更好地利用气体与温度的对应关系来识别气体痕迹，有利于在气体泄露前期气体的泄露量还较少的情况下即可提取到气体痕迹，而联合背景差分和帧间差分的气体痕迹提取方式，可以更好地捕获到气体痕迹的动态信息，提取效果更加稳定可靠。

在一些实施例中，所述以与当前帧满足设定关系的目标帧对应的所述红外成像数据，建立背景模型和帧差模型，包括：

将当前帧的前一相邻帧作为目标帧；

根据所述目标帧和所述当前帧按照预设比例的叠加，建立背景模型；

以所述目标帧对应的所述红外成像数据，建立帧差模型。

本实施例中，与当前帧满足设定关系的目标帧，是指当前帧的前一相邻帧。在一个示例中，背景模型back_frame可采用如下公式2更新：

back_frame ＝ 0.2*frame + 0.8*back_frame； (公式2)

其中，frame表示当前帧，back_frame为目标帧。帧差模型的更新则可实时依据当前帧的前一相邻帧来确定。

上述实施例中，在联合背景差分和帧间差分的气体痕迹提取方式中，对背景模型的更新采用一定比例的相邻两帧的数据叠加，可以更好地捕获到气体痕迹的动态信息，提取效果更加稳定可靠。

在一些实施例中，所述基于所述帧间差分值进行帧差叠加后与帧间差分阈值的比较结果得到气体增强掩膜，包括：

基于所述帧间差分值进行帧差叠加计算，如下公式3所示：

sumdiff＝sumdiff*0.8+delta_fra；(公式3)

其中，sumdiff为帧差叠加值，delta_fra为当前帧对应的帧间差分值；

根据所述帧差叠加值与帧间差分阈值的比较结果，得到气体增强掩膜，如下公式4所示：

其中，gasMask(i,j)为气体增强掩膜，diffMaskT为帧间差分阈值。

上述实施例中，在联合背景差分和帧间差分的气体痕迹提取方式中，将当前帧的前一相邻帧作为目标帧计算帧间差分值，并通过计算帧差叠加值与帧间差分阈值进行比较来得到气体增强掩膜，帧差叠加值采用一定比例的本帧的帧间差分值和累加的帧差叠加值计算得到，可以更好地捕获到气体痕迹的动态信息，提取效果更加稳定可靠。

在一些实施例中，步骤S104，对所述红外成像数据进行图像信号处理，得到待测红外图像，包括：

对所述红外成像数据进行直方图统计，根据统计结果与像素数的比值计算各像素点对应的直方图概率；

基于所述直方图概率计算所述像素点对应的直方图累加概率；

将所述直方图累加概率通过映射得到目标分辨率的红外图像数据，将所述红外图像数据与预设权重的气体痕迹掩膜相叠加，得到增强后的待测红外图像。

通过对红外成像数据进行图像信号处理，将原始红外数据中的有效数据映射至目标分辨率的红外图像。通常，红外探测器得到的原始红外数据为14bit红外成像数据，而最终红外图像的呈现为8bit，图像信号处理过程中，会将气体灰阶和背景灰阶合并，从而丢失气体信息，当气体在弱泄露阶段时，在最终的红外图像中无法较明显地分辨气体云团。本实施例中，为了使得气体团在红外图像中更明显，图像信号处理的过程中，通过直方图统计计算各像素点对应的直方图概率，基于直方图概率计算各像素点的直方图累加概率，通过直方图累加概率计算映射表，以将直方图累加概率映射至目标分辨率的红外图像，实现对红外成像数据进行动态范围压缩，将气体与背景之间对比度增强及细节增强，使得红外图像中的气体团可以更清晰、明显。

本申请发明人在研究中发现，通过对气体泄露场景的原始红外数据进行分析，气体在红外原始数据中和背景的灰阶差异通常在5-20个灰阶。当背景温度较低时，气体成像效果不明显，不便于人眼观察，当背景温度较高时，气体成像效果较明显，便于人眼观察。本实施例中，图像信号处理过程中的气体增强的处理流程包括：

对红外成像数据进行直方图统计，将统计结果保存在histSrc。记录统计结果中最大像素值HighIdx和最小像素值LowIdx，并将采样的像素数保存为totalCount。根据统计结果与像素数的比值计算各像素点对应的直方图概率HistPWeight，计算如下公式5所示：

HistPWeight[i]＝histSrc[i]/totalCount； (公式5)

histSrc[i]是指第i个像素点对应的统计结果。根据直方图概率计算像素点对应的直方图累加概率如下公式6所示：

根据直方图累加概率计算映射表，通过映射表将14bit原始红外数据映射至8bit红外图像数据，如下公式7、8所示：

HistTable[i]＝255*HistPWeight[i]； (公式7)

out[i,j]＝HistTable[input[i,j]]； (公式8)

其中，i，j表示图像索引，查找映射表，out[i,j]表示通过映射得到的目标分辨率的红外图像数据。最后，在将红外图像数据与预设权重的气体痕迹掩膜相叠加，得到增强后的待测红外图像，如下公式9所示：

enhance＝frame+gain*gasTrace；(公式9)

将得到的目标分辨率的红外成像结果，以一定的权重gain叠加气体痕迹gasTrace，实现对红外图像的气体增强。Enhance表示气体增强后的待测红外图像，frame表示当前帧的14bit红外成像数据经图像信号处理后的8bit的红外图像。

上述实施例中，对红外成像数据进行图像信号处理，以得到待测红外图像的过程中，通过动态范围压缩处理实现到将原始红外数据到目标分辨率的红外图像的数据转换，将气体和背景拉开差距，实现了红外图像中气体和背景的对比度增强；其次，利用原始红外数据进行气体痕迹提取的技术，对根据原始红外数据成像的红外图像数据进行气体成像增强，以进一步实现对红外图像中的气体团的对比度增强和细节增强，使得当气体泄露速度和泄露量较少时，也能明显看到气体团。

在一些实施例中，步骤S102，对所述原始红外数据进行非均匀性校正处理，得到校正后红外成像数据，包括：

对所述原始红外数据的坏点进行定位，采用中值滤波对所述坏点的像素值进行滤波替换，去除所述坏点；

针对每一行中像素点，根据各像素点的左右邻列与当前像素值的差计算各像素点的行差，根据所述像素点的行差与细节判断阈值的大小，统计估计半径范围内的小于所述细节判断阈值的有效像素点数量，根据所述有效像素点的行差均值与细节判断阈值的大小，计算各像素点对应的权重值，针对每一列中像素点，根据各像素点的行差的加权均值与有效像素点数量的加权均值的比值进行竖纹估计，根据去除坏点后的所述原始红外数据和竖纹估计结果的叠加，对所述原始红外数据进行竖纹校正，得到校正后红外图像成像数据。

本实施例中，非均匀性校正处理包括对原始红外数据进行坏点补偿和竖纹校正。坏点补偿包括：通过标定信息找出坏点掩膜mask，其中坏点掩膜mask(i,j)＝1表示相应点为坏点，坏点掩膜mask(i,j)＝0表示相应点为正常点，采用预设尺寸，如5x5的中值滤波器对mask(i,j)＝1的像素进行滤波替换，去除坏点。竖纹校正包括：

a)初始化参数，估计半径：r；细节判断阈值：detailT；

b)针对每一行像素点，计算该行像素值的左右邻列(radius列)与当前像素值的行差delta，如下公式10所示：

delta(i,j)＝src(i+k,J)-src(i，j)，k＝-r,...0,...r(公式10)

其中，i表示行号，j表示列号，k表示左右邻列；若|delta|

c)计算有效像素点的行差delta的均值ave，根据均值计算权重值w，如下公式11所示：

d)针对每一列像素点，计算像素点的差delta的加权均值，如下公式12所示：

其中，i，j分别表示行号、列号，height表示图像高度。StripeTemp为估计的竖纹模板。

e)根据去除坏点后的原始红外数据和竖纹估计结果的叠加，对原始的非均匀性校正(nonuniformity correction，NUC)数据进行竖纹校正，如下公式13所示；

dst(i,j)＝src(i,j)+stripeTemp(j)；(公式13)

Src表示原始NUC数据，stripeTemp为竖纹模板，dst表示校正后图像；

上述实施例中，通过对红外原始数据的非均匀性校正，可以减少非均匀性对气体成像的影响，得到有更利于人眼更易于识别的红外图像，保证气体图像更清晰。

在一些实施例中，步骤S106，通过图像检测模型对所述待测红外图像进行检测，得到包含气体区域位置的气体区域检测结果，包括：

采用PP-PicoDet-S目标检测网络进行训练后得到的图像检测模型，对所述待测红外图像进行检测，得到包含气体区域位置的气体区域检测结果。

PP-PicoDet-S目标检测网络，是一种适用于轻量级移动设备端的已知的深度学习模型。通过采用PP-PicoDet-S目标检测网络进行训练后得到图像检测模型，通过图像检测模型实时地针对目标场景采集得到的红外图像进行检测，找到存在气体的检测框区域，便于将其部署到手持式红外热成像仪使用。针对PP-PicoDet-S目标检测网络的训练样本，可以采集多场景气体泄露视频，对采集的视频数据进行分帧处理并进行泄露区域标注，通过训练确定目标检测网络中的权重参数。需要说明的是，针对PP-PicoDet-S目标检测网络的训练，可以在支持更大算力的计算机设备中训练完成后，再将网络权重参数确定后的图像检测模型部署到手持式红外热成像仪。

为了能够对本申请实施例所提供的气体泄露定量检测方法具有更加整体的理解，请结合参阅图6，以气体泄露定量检测方法应用于手持式红外热成像设备为例进行说明，所述气体泄露定量检测方法包括：

S11，采集原始红外数据。

S12，对原始红外数据进行非均匀性校正处理。

针对目标场景采集红外图像数据，对采集过程中红外探测器输出的原始红外数据进行非均匀性校正处理。非均匀性校正处理包括补偿原始红外数据中的坏点、以及竖纹校正，将条纹状噪声去除。原始红外数据的非均匀性校正可减少非均匀性对气体成像的影响，并保证气体图像更清晰。

S13，对经非均匀性校正处理后的红外成像数据进行气体痕迹提取。

气体痕迹提取，主要利用气体与背景的能量差，结合帧间信息来完成痕迹提取。提取步骤如下：

①背景建模与帧差建模：建立背景差分的背景模型back_frame和帧间差分的差分模型pre_frame，本实施例中，背景模型和差分模型的初始值选定皆为第一帧。

②基于背景差分的气体痕迹提取：将当前帧与背景模型相减，得到各像素点差值delta_back，将各像素点差值的绝对值大于背景差分阈值backDeltaT的置为0，以达到抑制噪声的效果。

③基于帧间差分的气体痕迹提取：将当前帧与帧差模型相减，得到各像素点差值delta_fra，将各像素点差值的绝对值大于背景差分阈值fraDeltaT的置为0，以达到抑制噪声的效果。

④通过帧差叠加的方式对帧间差分结果进行叠加，一方面抑制时域噪声，另一方面加强气体检测效果，如前公式3所示。

⑤计算气体增强掩模gasMask，如前公式4所示。

⑥联合帧间差分与背景差分，计算气体痕迹，如前公式1所示。

⑦背景建模与帧差建模的参数更新，其中背景建模的更新可如前公式2所示。

气体痕迹的提取数据为经非均匀性校正处理后的红外成像数据，为对其进行图像信号处理，也即形成红外图像之前的原始红外数据，更能表示气体与温度的对应关系，使气体提取的效果与图像信号处理之间解耦合，从而气体痕迹提取方式可以减少背景对提取效果的影响，鲁棒性更强。

S14，采用图像信号处理(ISP)对红外成像数据进行动态范围压缩和气体增强。动态范围压缩和气体增强的处理流程如下：

①将14bit红外成像数据经过红外ISP处理得到8bit红外图像，ISP处理过程中将气体与背景拉开差异的关键处理为动态范围压缩处理，算法流程如下：

对图像进行直方图统计，将统计结果保存在histSrc，并统计像素中的最大像素值HighIdx和最小像素值LowIdx，并将采样的所有像素数保存为totalCount；

计算直方图概率表，如前公式5所示。

计算直方图累加概率表，如前公式6所示。

计算映射表，如前公式7所示。

查找映射表，如前公式8所示。

②将8bit成像结果以一定的权重叠加气体痕迹，得到气体增强后的图像，即将经过S12提取的气体信息叠加在8bit红外图像上，如前公式9所示。

通过使用红外ISP处理技术对红外成像数据进行动态范围压缩、对比度增强及细节增强，可使成像后的红外图像中的气体团更清晰、明显。在原始红外数据中，气体和背景的灰阶差异可在5-20个灰阶。而红外ISP处理流程中会导致气体灰阶和背景灰阶合并，从而丢失气体信息，当气体比较弱时，在最终的红外图像上无法较明显的分辨气体云团。通过在红外IPS处理中，对红外成像数据进行动态范围压缩处理，以提升图像的局部动态范围，使气体在图像中更明显，再对红外IPS处理后的成像结果数据基于前期提取到的气体痕迹进行增强，可进一步有效提升气体在图像中的明显性，当气体泄露速度和泄露量比较少时，也能明显的看到气体云团。如图7所示，为对红外成像数据进行动态范围压缩和气体增强处理后得到的红外图像气体增强效果图。

S15，采用基于深度学习的图像检测模型对红外图像进行检测，得到存在气体的检测框区域。

图像检测模型，可使用轻量化的深度学习检测模型，如可采用PP-PicoDet-S轻量化检测模型，检测模型大小为0.99M，识别速度更快，精度更高，运行效率高。采集多场景气体泄露视频，对采集数据进行泄露区域标注，利用标注的训练样本对检测模型进行训练，得到网络权重，再将训练后的检测模型部署到手持式红外热成像设备端，在气体检测应用中，图像检测模型可针对实时采集的红外视频进行检测，得到标识出红外图像中气体区域位置的检测框的气体区域检测结果。

S16，对气体区域位置结合气体痕迹掩膜确定气体泄露区域，并进行凸显。

通常，基于原始红外数据进行气体痕迹提取，主要利用到气体泄露的动态特性来进行提取，对于可能存在的噪声干扰和背景运动物体扰动不能有效区分，结合图像检测模型检测到的气体区域，可以对非气体的干扰进行排除，筛选出气体泄露区域，在气体泄露区域内对气体进行凸显。凸显方式支持如下3种方式：气体泄露掩模勾边、气体泄露云团单色着色、气体泄露云团伪彩着色。如图8所示，为对气体泄露区域进行伪彩着色的红外图像气体着色效果图。

S17，计算气体泄露区域的区域面积比。

以S16中气体泄露区域的凸显为气体泄露云团伪彩着色为例，气体泄露区域的区域面积比为泄露区域着色面积比，如以泄露区域着色的像素数量与总像素数量的比值进行计算。

S18，气体泄露量的标定。

以固定距离下的气体泄露量标定：将气瓶与手持式红外热成像设备保持L距离(通常为5-10m)，分别调整气瓶的泄露速度(L/min)分别为[a1,a2,a3,…an]，标定在对应泄露速度下气体的着色面积比，即泄露区域面积比[P1,P2,P3,…Pn]。

S19，获得气体泄露点的距离信息。

获取方式包括：①无测距装置下，支持距离信息按键选择输入；②连接激光测距装置，将测距光标移动至气体泄露点，获得气体泄露点的距离信息；③外部接口连接带电机控制的可转动测试装置，自动获得气体泄露点的距离信息。

S20，气体泄露速度估计。

手持式红外热成像设备带有测距装置，当检测到气体泄露后，可通过测距设备获得气体泄露点到手持式红外热成像设备的距离L2。根据红外图像的成像中，观测视场面积S与观测距离L成正比，在L1距离下相同像素数量对应的实际观测视场面积是L2距离下的k倍，根据气体泄露量的标定数据，可推理在L2距离下气体泄露速度[a1,a2,a3,…an]对应的泄露着色面积比[Q1,Q2,Q3,…Qn]，如前述公式16所示。统计当前视场下的气体泄露区域的区域面积比，与标定的着色面积比[Q1,Q2,Q3,…Qn]比较，可估算出当前气体泄露速度。

S21，气体泄露量估计。

计算连续N帧(通常取100-500帧)红外图像的气体泄露速度，对泄露速度帧间计算值跳变较大的值进行剔除，计算有效帧的平均泄露速度；根据气体泄露速度和泄露时间，计算气体的泄露量，并划分气体泄露等级：无泄露、轻量泄露、泄露适中、泄露较重、严重泄露。当气体泄露到达设定等级后，给出气体泄露警报提示：显示系统会显示当前的气体泄露速度，并对不同泄露等级分别会以不同颜色的明显警示信息进行告警。如图9所示，为对目标场景进行气体泄露定量检测和定量分析结果的显示示意图。

上述实施例提供的气体泄露定量检测方法，至少具备如下特点：

第一、通过图像信号处理中加入动态范围压缩和气体增强处理，可有效抑制时空域噪声，增强气体与背景的对比度差异，使气体更明显、清晰；

第二、在原始红外数据域提取气体泄露痕迹，增强气体泄漏图像效果，使气体在弱泄露下也能更明显分辨；

第三、采用轻量化检测模型，检测气体泄露输出检测框信息，根据检测框的位置及置信度可以筛选气体泄露区域，检测模型支持运动场景的气体泄露定量检测，满足移动便携式的红外热成像设备用于气体检测；

第四、结合原始红外数据域提取的气体痕迹和红外图像域的气体泄露区域检测结果，对气体云团进行渲染凸显，结合基于测距装置获得的气体泄露点到设备的距离，结合气体泄露场景标定数据，对当前场景气体泄露情况进行定量分析，以便于实现气体泄露定量分析和智能预警。

本申请实施例另一方面，请参阅图10，还提供一种气体泄露定量检测装置，该气体泄露定量检测装置的产品实施形态可以为一种计算机程序产品，计算机程序产品被处理器执行时，使得处理器执行如本申请任一实施例所述的气体泄露定量检测方法，可选的，该计算机程序产品可以是应用程序客户端、网页程序、小程序等。气体泄露定量检测装置包括：面积比确定模块28，用于根据包括待测区域的目标场景的待测红外图像中的气体泄漏区域，确定所述气体泄漏区域对应的当前区域面积比；距离模块29，用于获取气体泄漏点的当前距离信息；标定模块30，用于根据不同距离与不同泄漏速度条件下的气体泄漏标定数据，将所述当前距离信息和当前区域面积比与所述气体泄漏标定数据进行对比，估算当前气体泄漏速度；其中，所述气体泄漏标定数据包括距离、气体泄漏速度和泄漏区域面积比的对应关系；泄露量确定模块31，用于根据所述当前气体泄漏速度和泄漏时长，确定气体泄漏量。

可选的，所述泄露量确定模块31，具体用于根据连续多帧的所述待测红外图像中对所述气体泄漏区域的检测结果，分别得到每帧所述待测红外图像对应的所述气体泄漏速度，对相邻帧值间所述气体泄漏速度跳变不满足要求的值剔除，计算有效帧的平均泄漏速度；根据所述平均泄漏速度和泄漏时长，计算气体泄漏量；根据所述气体泄漏量确定当前的泄漏预警等级，并发出对应的预警提示。

可选的，所述泄露量确定模块31，还用于以检测到所述气体泄漏区域的连续多帧所述待测红外图像中的首帧图像采集时间为起始时间，当前帧图像采集时间为终止时间，计算得到泄漏时长。

可选的，所述标定模块30，具体用于基于预设距离和预设气体泄漏速度为标定条件，确定所述标定条件下对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比；根据距离、气体泄漏速度和泄漏区域面积比的对应关系，形成气体泄漏标定数据。

可选的，所述标定模块30，还用于以与气体容器之间的预设距离为L1，所述气体容器的预设气体泄漏速度分别为[a1,a2,a3,…an]的标定条件下，确定所述标定条件下对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比为[P1,P2,P3,…Pn]；根据观测视场面积与观测距离的正比关系，确定以与气体容器之间的预设距离为L2，所述气体容器的预设气体泄漏速度分别为[a1,a2,a3,…an]的标定条件下，对应采集的红外图像中的气体泄漏区域对应的泄漏区域面积比为[Q1,Q2,Q3,…Qn]；其中，

可选的，所述距离模块29，具体用于根据距离值输入操作，获取气体泄漏点的当前距离信息；和/或，根据对测距组件的测距光标的移动调整操作，将所述测距光标移动至气体泄漏点，获取所述测距组件实时测量得到的所述气体泄漏点的当前距离信息；和/或，根据对所述气体泄漏区域的分析，确定气体泄漏点位置，控制所述测距组件自动转动对准所述气体泄漏点，获取所述气体泄漏点的当前距离信息。

可选的，所述面积比确定模块28，具体用于获取包括待测区域的目标场景的待测红外图像，对所述待测红外图像进行检测，确定气体泄漏区域；对所述气体泄漏区域进行凸显；其中，凸显的方式包括如下之一：对所述气体泄漏区域进行掩膜勾边、对所述气体泄漏区域进行单色着色、对所述气体泄漏区域进行伪彩着色；根据凸显的所述气体泄漏区域与其所在的所述待测红外图像的占比，确定所述气体泄漏区域对应的当前区域面积比。

可选的，凸显的方式为对所述气体泄漏区域进行伪彩着色；所述面积比确定模块28，还用于根据连续多帧所述待测红外图像中检测到所述气体泄漏区域的检测结果，按照如下公式确定各帧中所述气体泄漏区域对应的当前区域面积比：

可选的，请参阅图11，所述气体泄露定量检测装置，还包括获取模块21，用于获取包含待测区域的目标场景的原始红外数据；校正模块22，用于对所述原始红外数据进行非均匀性校正处理，得到校正后红外成像数据；痕迹提取模块23，用于对所述红外成像数据基于背景差分和帧间差分进行气体痕迹提取，得到气体痕迹掩膜；图像处理模块24，用于对所述红外成像数据进行图像信号处理，得到待测红外图像；图像检测模块25，用于通过图像检测模型对所述待测红外图像进行检测，得到包含气体区域位置的气体区域检测结果；泄露确定模块26，用于基于所述气体痕迹掩膜和所述气体区域检测结果对所述待测红外图像中的非气体干扰进行排除，确定气体泄漏区域。

需要说明的是：上述实施例提供的气体泄露定量检测装置在气体泄露检测过程中，仅以上述各程序模块的划分进行举例说明，在实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即可将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分方法步骤。另外，上述实施例提供的气体泄露定量检测装置与气体泄露定量检测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参阅图12，本申请实施例另一方面，还提供一种红外热成像设备，包括存储器1121、处理器1122与所述处理器1122连接的红外机芯模组1123；所述红外机芯模组1123包括收集红外光信号的红外物镜组件、将红外光信号转换为电信号的红外探测器及基于所述电信号成红外图像的图像处理器；所述存储器1121存储有计算机程序，所述计算机程序被所述处理器1122执行时，使得所述处理器1122执行本申请任一实施例所述的气体泄露定量检测方法。其中，所述处理器1121与所述图像处理器是同一处理器或不同处理器。

可选的，所述红外热成像设备为手持红外热像仪；所述手持红外热像仪上还设有测距组件，用于实时测量与气体泄漏点之间的距离；或者，所述手持红外热像仪上设有外设接口，所述外设接口用于插接连接一测距组件，通过所述测距组件实时测量与气体泄漏点之间的距离。

本申请实施例另一方面，还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述气体红外图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(RandomAccessMemory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台智能设备(可以是手机，计算机，服务器等)执行本发明各个实施例所述的方法。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围之内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。