-
公开(公告)号:CN119251459A
公开(公告)日:2025-01-03
申请号:CN202411318963.6
申请日:2024-09-21
Applicant: 北方夜视科技(南京)研究院有限公司
Abstract: 本发明提供一种基于深度学习的烷类气体泄漏实时识别定位方法、系统与介质,该方法包括:获取红外图像与可见光图像;基于成像面积与视场偏移校正进行快速配准,得到配准好的可见光图像;根据红外图像进行气体目标检测;根据检测到的气体目标以及气体浓度进行伪彩转换;将伪彩颜色融合到配准好的可见光图像。通过将红外视场检测出的气体,在可见光视场上伪彩融合,最后进行推流输出。本发明将深度学习检测算法和双光快速配准算法结合来解决烷类气体泄漏检测任务,相比于现有的人为观测烷类气体泄漏检测方法,降低了由于人为观测有限导致的检测误差,大大加快了气体泄漏检测速度,具有更好的安全可靠性。