基于深度学习的红外热成像气体泄漏图像识别与定位方法

本发明公开了基于深度学习的红外热成像气体泄漏图像识别与定位方法，包括步骤S1：通过红外热成像模块捕捉气体泄漏的热信号特征；步骤S2：通过预处理模块对红外热成像图像进行包括双边滤波和边缘增强处理；步骤S3：深度学习检测模块通过YOLOv8‑SAM2模型改进；步骤S4：光流追踪与定位模块基于Lucas‑Kanade算法计算连续帧光流场，反向推断泄漏源头坐标，并且结合GPS/IMU数据实现三维空间定位。本发明公开的基于深度学习的红外热成像气体泄漏图像识别与定位方法，解决红外热成像气体泄漏检测中低对比度图像下的微小泄漏识别难、复杂背景干扰下的误报率高以及实时定位精度不足的问题。