基于ViBe模型的VOCs泄漏自动识别算法
来源期刊：控制工程2020年第11期
论文作者：吴苏保 王慧锋 颜秉勇 万永菁 张烨
关键词：LDAR;VOCs泄漏;ViBe模型;K-means++;
摘 要：挥发性有机物（Volatile Organic Compounds, VOCs）是大气污染的重要来源,也是臭氧和有机颗粒物的重要前体物质,对人体和环境都有很大的伤害。LDAR（Leak Detection and Repair）技术通过定期检修设备与管阀件等VOCs主要泄漏源,对石化行业降本减排具有重要意义。针对当下红外摄像仪检测VOCs时,完全依赖人眼辨识泄漏发生与否的缺陷,提出基于简单且运算快速的Visual Background extractor （ViBe）模型的VOCs泄漏自主辨识算法。为提高模型环境适应性,模型结合二值化和图像形态学开运算处理,以及K-means++聚类算法,实现在原视频帧中框选出泄漏位置,为人工辨识泄漏提供帮助和参考。
吴苏保1，王慧锋1，颜秉勇1，万永菁1，张烨2
1. 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2. 上海市特种设备监督检验技术研究院
摘 要：挥发性有机物（Volatile Organic Compounds, VOCs）是大气污染的重要来源,也是臭氧和有机颗粒物的重要前体物质,对人体和环境都有很大的伤害。LDAR（Leak Detection and Repair）技术通过定期检修设备与管阀件等VOCs主要泄漏源,对石化行业降本减排具有重要意义。针对当下红外摄像仪检测VOCs时,完全依赖人眼辨识泄漏发生与否的缺陷,提出基于简单且运算快速的Visual Background extractor （ViBe）模型的VOCs泄漏自主辨识算法。为提高模型环境适应性,模型结合二值化和图像形态学开运算处理,以及K-means++聚类算法,实现在原视频帧中框选出泄漏位置,为人工辨识泄漏提供帮助和参考。
关键词：LDAR;VOCs泄漏;ViBe模型;K-means++;
