(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 202211223856.6 (22)申请日 2022.10.09 (71)申请人 山东瑞驰至臻环境科技有限公司 地址 253000 山东省德州市平 原县经济开 发区仁和路北 首 (72)发明人 吴庆东　隋鲁智　 (74)专利代理 机构 济南光启专利代理事务所 (普通合伙) 37292 专利代理师 宁初明 (51)Int.Cl. G06T 5/00(2006.01) G06T 5/50(2006.01) G06V 10/26(2022.01) G06V 10/82(2022.01) (54)发明名称 用于气体 污染识别的视 觉增强方法及系统 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种用于气体污染识别的视觉增强方法及系统。 该 方法包括： 采集当前帧气体泄漏红外图像并进行 灰度化处理， 获取当前帧气体泄漏灰度图像中的 差异气体像素点； 获取每个差异气体像素点的差 异分布密度； 获取每个差异气体像素点与其他每 个差异气体像素点之间的泄漏向量， 得到每个差 异气体像素点的泄漏合向量； 获取每个差异气体 像素点的离散程度； 获取每个差异气体像素点的 泄漏程度， 获取当前帧气体泄漏灰度图像中每个 差异气体像素点的增强灰度值， 得到增强后的当 前帧气体泄漏灰度图像。 本发明通过确定差异气 体像素点， 并结合其分布以及扩散方向确定泄漏 程度进行对应增强， 有效提升了图像的可观测 性。 权利要求书2页 说明书8页 附图2页 CN 115311173 A 2022.11.08 CN 115311173 A 1.用于气体污染识别的视 觉增强方法， 其特 征在于， 包括： 采集当前帧气体泄漏红外 图像并进行灰度化处理， 得到当前帧气体泄漏灰度图像， 获 取当前帧气体泄漏灰度图像中的气体 像素点； 根据当前帧气体泄漏灰度图像与其上一帧气体泄漏灰度图像中气体像素点之间的灰 度值差异获取当前帧气体泄漏灰度图像中的差异气体像素点； 其中， 上一帧气体泄漏灰度 图像为采集的未增强气体泄漏灰度图像； 根据当前帧气体泄漏灰度图像中每个差异气体像素点及其相邻差异气体像素点的灰 度值、 每个差异气 体像素点与其相邻差异气 体像素点的距离获取当前帧气 体泄漏灰度图像 中每个差异气体 像素点的差异分布密度； 根据当前帧气体泄漏 灰度图像中每个差异气体像素点的差异分布密度， 获取当前帧气 体泄漏灰度图像中每 个差异气体 像素点的泄漏向量； 根据当前帧气体泄漏灰度图像中每个差异气体像素点泄漏向量的方向获取当前帧气 体泄漏灰度图像中每 个差异气体 像素点的离 散程度； 根据当前帧气体泄漏灰度图像中每个差异气体像素点的泄漏向量以及离散程度获取 当前帧气体泄漏灰度图像中每 个差异气体 像素点的泄漏程度； 根据当前帧气体泄漏灰度图像中每个差异气体像素点的泄漏程度获取当前帧气体泄 漏灰度图像中每 个差异气体 像素点的增强灰度值； 根据当前帧气体泄漏灰度图像中每个差异气体像素点的增强灰度值得到增强后的当 前帧气体泄漏灰度图像。 2.根据权利要求1所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取当前帧 气体泄漏灰度图像中的差异气体 像素点的方法为： 利用帧间差分法获取当前帧气体泄漏灰度图像与其上一帧气体泄漏灰度图像中气体 像素点之间灰度值差值的绝对值； 将当前帧气体泄漏灰度图像中灰度值差值的绝对值不为零的气体像素点作为当前帧 气体泄漏灰度图像中的差异气体 像素点。 3.根据权利要求1所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取每个差 异气体像素点的差异分布密度的方法为： 获取当前帧气体泄漏灰度图像中每个差异气体像素点与其相邻差异气体像素点之间 的灰度值差值， 以及每 个差异气体 像素点与其对应相邻差异像素点之间的欧式距离； 根据每个差异气体像素点与其相邻差异气体像素点之间的灰度值差值以及欧式距离 的乘积之和得到每 个差异气体 像素点的差异分布密度。 4.根据权利要求1所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取当前帧 气体泄漏灰度图像中每 个差异气体 像素点泄漏向量的方法为： 获取当前帧气体泄漏灰度图像中每个差异气体像素点与其他每个差异气体像素点之 间的差异分布密度的差值 绝对值； 将该差值绝对值与单位向量的乘积作为当前帧气体泄漏灰度图像中每个差异气体像 素点与其 他每个差异气体 像素点之间的泄漏向量； 将每个差异气体像素点与其他每个差异气体像素点之间差异分布密度最小值对应的 差异气体像素点作为向量起始点， 得到 当前帧气体泄漏灰度图像中每个差异气 体像素点泄权　利　要　求　书 1/2 页 2 CN 115311173 A 2漏向量的方向。 5.根据权利要求4所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取当前帧 气体泄漏灰度图像中每 个差异气体 像素点泄漏向量之后， 还 包括： 根据当前帧气体泄漏灰度图像中每个差异气体像素点与其他每个差异气体像素点之 间的泄漏向量， 获取当前帧气体泄漏灰度图像中每 个差异气体 像素点的泄漏合向量。 6.根据权利要求1所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取当前帧 气体泄漏灰度图像中每 个差异气体 像素点的离 散程度的方法为： 获取当前帧气体泄漏灰度图像中每个差异气体像素点与其他每个差异气体像素点之 间泄漏向量的方向个数； 根据当前帧气体泄漏灰度图像中每个差异气体像素点与其他每个差异气体像素点之 间泄露向量的每个方向在所有方向个数中的占比之和， 得到当前帧气 体泄漏灰度图像每个 差异气体 像素点的离 散程度。 7.根据权利要求5所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取每个差 异气体像素点的泄漏程度的方法为： 获取当前帧气体泄漏灰度图像中每 个差异气体 像素点的泄漏合向量的模长； 根据当前帧气体泄漏灰度图像中每个差异气体像素点的泄漏合向量的模长与离散程 度的乘积得到每 个差异气体 像素点的泄漏程度。 8.根据权利要求1所述的用于气体污染识别的视觉增强方法， 其特征在于， 获取当前帧 气体泄漏灰度图像的气体 像素点的方法为： 获取数据库中的气体泄漏图像作为数据集对神经网络进行训练， 利用训练好的神经网 络对当前帧气 体泄漏灰度图像进 行语义分割， 得到 当前帧气 体泄漏灰度图像中的气 体像素 点。 9.用于气体污染识别的视觉增强系统， 至少包括摄像设备、 存储器以及处理器， 其特征 在于， 存储器存储摄像设备采集的图像以及计算机程序， 处理器通过执行存储器存储的计 算机程序对摄像设备采集的图像进行处理， 以实现如权利要求1 ‑8任一项所述的用于气体 污染识别的视 觉增强方法。权　利　要　求　书 2/2 页 3 CN 115311173 A 3