摘要
本发明涉及一种特气泄漏检测方法和系统,包括获取待检测区域的红外图像;将所述红外图像输入至预先训练好的特气泄漏检测模型,以获得特气泄漏检测结果。其优点在于,通过提出基于MSRCR、WLS滤波和CLAHE的红外图像增强算法,有效提升了图像对比度和纹理细节,增强了前后景边缘清晰度,从而提高了后续深度学习网络对泄漏区域识别的鲁棒性和准确性;通过网络下载、实地拍摄和软件合成等多种方式扩充数据集,使模型能够从大量多样化的样本中学习到更丰富的特征,减少了过拟合风险,增强了模型的泛化能力,使其能够适应不同环境和泄漏情况;轻量化模型和图像增强算法的结合,使得算法能够在保证识别准确性的同时,实现更快的检测速度,满足实时性需求。
技术关键词
泄漏检测方法
序列
红外图像增强算法
泄漏检测系统
矩阵分解法
深度学习网络
图像获取单元
高斯滤波器
图像结构
处理器
计算机设备
可读存储介质
多尺度
存储器
鲁棒性
对比度