(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210962958.3 (22)申请日 2022.08.11 (71)申请人 杭州舜程智能检测技 术有限公司 地址 310000 浙江省杭州市滨江区长河街 道江虹路768号1号楼第10层1008室 （自主申报） (72)发明人 郭海训　郑宝友　杨烨　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 傅朝栋　张法高 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/25(2022.01) G06V 10/28(2022.01) G06V 10/75(2022.01)G06V 10/762(2022.01) G06V 10/764(2022.01) G06T 7/20(2017.01) G06T 7/66(2017.01) (54)发明名称 一种基于红外热成像的设备漏油检测方法 及系统 (57)摘要 本发明公开了一种基于红外热成像的设备 漏油检测方法及系统。 本发明在可能存在漏油情 况的设备前上方安装红外热成像摄像头， 并在摄 像头的监控 图像中预置一个ROI漏油检测区域； 实时获取所述摄像头的红外热成像信号数据， 再 对所述的ROI区域进行漏油检测， 找到可疑油渍 连通区域； 最后对检测到的可疑油渍连通区域进 行分析， 并根据分析结果决定是否在监控图像上 输出漏油检测报警信息框。 本发 明将漏油检测与 红外热成像相结合实现了漏油自动监测， 相比于 现有的人工巡检方式， 无需再到现场进行近距离 检测， 这使得设备漏油检测变得更加高效便捷。 权利要求书3页 说明书9页 附图3页 CN 115311623 A 2022.11.08 CN 115311623 A 1.一种基于红外热成像的设备漏油检测方法， 其特 征在于， 包括以下步骤： S1、 通过视角固定的红外热成像摄像头实时获取目标监控区域的红外监控图像帧， 并 根据预设的ROI区域坐标框从红外监控图像帧中提取覆盖油渍块出现范围的第一ROI区域 图像； S2、 对S1中获取的所述第一ROI区域图像进行灰度值统计， 得到第一ROI区域图像的灰 度直方图， 再对所述第一ROI区域图像进行抛点处理得到第二ROI区域图像； 所述抛点处理 为去除第一ROI区域图像中像素值 位于所述灰度直方图的值 域两端的极值像素； S3、 对S2中得到的第二ROI区域图像的像素值进行聚类， 若所有像素值被聚为一类， 则 视为该第二ROI区域图像获取时刻不存在漏油情况， 继续对下一帧红外监控图像帧执行S1 ～S3； 若所有像素值被聚为多类， 则视为当前目标监控区域中可能存在漏油情况， 以所有聚 类中心像素值的平均值作为第一阈值对第二ROI区域图像进行二值化， 若像素值小于等于 第一阈值则置为 1， 否则置为0， 从而建立包含疑似油渍块的二值图； 再对二值图进 行孤立点 去除后基于最小面积进行筛选， 筛选得到的所有连通区域更新至目标跟踪列表中； 其中更 新过程如下： 遍历筛选得到的每个连通区域， 将当前遍历连通区域在目标跟踪列表中进行目标匹 配， 若匹配不到同一跟踪目标， 则在目标跟踪列表中将当前遍历连通区域增加 为一个新跟 踪目标， 并初始 化该新跟踪目标的目标出现次数为 1， 连续消失次数为0； 若匹配到同一跟踪 目标， 则将目标跟踪列 表中这个跟踪目标的出现次数加1， 这个跟踪目标的连续消失次数置 0； 当遍历完筛选得到的所有 连通区域后， 判断目标跟踪列 表中是否存在目标出现次数未被 加1的原有跟踪目标， 若存在则对其连续消失次数进行加1； S4、 不断迭代执行S1～S3， 且迭代一次更新目标跟踪列表后， 对目标跟踪列表中的所有 跟踪目标进行遍历， 若跟踪目标 的连续消失次数超过第二阈值， 则从目标跟踪列表中删除 该跟踪目标， 若跟踪目标的出现次数超过第三阈值且该跟踪目标的连通区域内像素波动平 均值小于第四阈值， 则认为该跟踪目标为漏油导 致的油渍块， 触发设备漏油报警。 2.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 所述红外热 成像摄像头支持RTSP、 ONVIF协议， 通过在相应的SDK中输入设备IP、 端口号、 用户名及密码 后显示获取到的红外热成像信号数据。 3.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 所述抛点处 理过程中， 需去除所述灰度直方图的值域范围内灰度值最大的5％像素和灰度值最小的5％ 像素。 4.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 所述 聚类采 用K‑means聚类， 其做法为： S31、 随机 选取第二ROI区域图像中的任意两个 像素点作为初始聚类中心； S32、 计算第二ROI区域 图像中其余每个像素点与两个聚类中心之间的距离， 其中所述 距离为像素点与聚类中心之间灰度值之差的绝对值； S33、 将第二ROI区域 图像中其余每个像素点划分至距离值最近的类簇中， 然后对每个 类簇中的所有像素点计算灰度值的平均值， 并将平均值作为 新的聚类中心； S34、 不断迭代S32和S3 3， 直至聚类中心收敛， 得到最终聚类结果。 5.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 所述孤立点权　利　要　求　书 1/3 页 2 CN 115311623 A 2去除的做法为： 遍历二值图中的每一个像素点， 若以该像素点为中心的3 ×3范围内9个像素的像素值 之和小于9， 则判断该点 为孤立点， 将孤立 点在二值图中的像素值置为0 。 6.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 所述基于最 小面积进行筛 选的做法为： 按照预设的油渍块区域最小面积阈值对经过孤立点去除的二值图中的连通区域进行 筛选， 提取出面积大于油渍块区域最小面积 阈值的连通区域， 过滤掉面积不大于油渍块区 域最小面积阈值的连通区域。 7.如权利要求6所述的基于红外热成像的设备漏油检测方法， 其特征在于， 所述油渍块 区域最小面积阈值 为80～120个 像素。 8.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 将当前遍历 连通区域在目标跟踪列表中进行目标匹配时， 匹配规则如下： 计算当前遍历连通区域的质心， 并判断该质心是否落在目标跟踪列表中一个跟踪目标 最新的外包矩形框内且两个连通区域的面积变化率小于50％， 若是， 则视为当前遍历连通 区域与对应的跟踪目标属于同一跟踪目标， 若否， 则视为当前遍历连通区域为一个新跟踪 目标。 9.如权利要求1所述的基于红外热成像的设备漏油检测方法， 其特征在于， 触发设备漏 油报警时， 将油渍块的外包矩形框显示于红外监控图像帧上， 并通过声、 光、 电、 图像、 文字 中的一种或多种发出报警信号。 10.一种基于红外热成像的设备漏油检测系统， 其特 征在于， 包括： 实时图像获取模块， 用于通过视角固定的红外热成像摄像头实时获取目标监控区域的 红外监控图像帧， 并根据预设的ROI区域坐标框从红外监控图像帧中提取覆盖油渍块出现 范围的第一ROI区域图像； 预处理模块， 用于对实时图像获取模块中获取的所述第一ROI区域图像进行灰度值统 计， 得到第一ROI区域图像的灰度直方图， 再对所述第一ROI区域图像进行抛点处理得到第 二ROI区域图像； 所述抛点处理为去除第一 ROI区域图像中像素值位于所述灰度直方图的值 域两端的极值像素； 目标跟踪模块， 用于对预处理模块中得到的第二ROI区域图像的像素值进行聚类， 若所 有像素值被聚为一类， 则视为该第二 ROI区域图像获取时刻不存在漏油情况， 继续对下一帧 红外监控图像帧执行S1～S3； 若所有像素值被聚为多类， 则视为当前目标监控区域中可能 存在漏油情况， 以所有聚类中心像素值的平均值作为第一阈值对第二ROI区域图像进行二 值化， 若像素值小于等于第一阈值则置为1， 否则置为0， 从而建立包含疑似油渍块的二值 图； 再对二值图进行孤立点去除后基于最小面积进行筛选， 筛选得到的所有连通区域更新 至目标跟踪列表中； 其中更新过程如下： 遍历筛选得到的每个连通区域， 将当前遍历连通区域在目标跟踪列表中进行目标匹 配， 若匹配不到同一跟踪目标， 则在目标跟踪列表中将当前遍历连通区域增加 为一个新跟 踪目标， 并初始 化该新跟踪目标的目标出现次数为 1， 连续消失次数为0； 若匹配到同一跟踪 目标， 则将目标跟踪列 表中这个跟踪目标的出现次数加1， 这个跟踪目标的连续消失次数置 0； 当遍历完筛选得到的所有 连通区域后， 判断目标跟踪列 表中是否存在目标出现次数未被权　利　要　求　书 2/3 页 3 CN 115311623 A 3