首页 | 本学科首页   官方微博 | 高级检索  
     

被动式红外成像气体目标智能检测算法及量化研究进展
引用本文:王琦,潘夏童,邢明玮,孙云龙,赵勇. 被动式红外成像气体目标智能检测算法及量化研究进展[J]. 控制与决策, 2023, 38(8): 2265-2282
作者姓名:王琦  潘夏童  邢明玮  孙云龙  赵勇
作者单位:东北大学 信息科学与工程学院,沈阳 110819;东北大学 流程工业综合自动化国家 重点实验室,沈阳 110819;东北大学秦皇岛分校 控制工程学院,河北 秦皇岛 066004
基金项目:国家自然科学基金项目(62073068,62073061);中央高校基本科研业务费专项资金项目(N2204019);河北省自然科学基金项目(F2020501040);山东省自然科学基金项目(ZR2020MF108,ZR2020MD058).
摘    要:在“双碳目标”、安全发展的时代背景下,工业气体泄漏检测因牵涉经济资源、生态环境、生产安全而成为国内外普遍关注的重要问题.气体被动式红外成像因其动态直观、可进行非接触式大范围遥测的特点而被视为检测泄漏的有效工具.在这一技术中,气体目标智能化检测及泄漏量化是两个核心的研究热点问题,且在未来一段相当长的时间内仍会是两项挑战.鉴于此,针对这两方面的研究进行综述.首先,分析基于被动式红外成像气体检测技术的原理,探究影响成像检测结果的关键因素及其作用形式;其次,将气体智能化检测算法按图像识别、视频分类、目标检测、图像分割等不同计算机视觉任务予以分类整理;再次,分别介绍气体量化任务中柱密度、路径浓度、泄漏率三者的测量方法,并重点强调不确定性分析对量化结果的重要性;最后,对气体智能化检测及量化研究中存在的问题提供一些潜在的解决方案,并展望了气体被动式红外成像技术未来的研究方向.

关 键 词:气体泄漏检测  被动式红外成像  计算机视觉  柱密度  路径浓度  泄漏率

A survey of automatic gas leakage detection and quantification based on passive infrared imaging
WANG Qimakebox,PAN Xia-tongmakebox,XING Ming-weimakebox,SUN Yun-longmakebox,ZHAO Yongmakebox. A survey of automatic gas leakage detection and quantification based on passive infrared imaging[J]. Control and Decision, 2023, 38(8): 2265-2282
Authors:WANG Qimakebox  PAN Xia-tongmakebox  XING Ming-weimakebox  SUN Yun-longmakebox  ZHAO Yongmakebox
Affiliation:College of Information Science and Engineering,Northeastern University,Shenyang 110819,China;State Key Laboratory of Synthetical Automation for Process Industries,Northeastern University,Shenyang 110819,China;School of Control Engineering,Northeastern University at Qinhuangdao,Qinhuangdao 066004,China
Abstract:
Keywords:
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号