高斯混合模型在VOCs泄漏自动识别中的研究

作者：吴苏保; 王慧锋; 颜秉勇; 万永菁; 张烨

来源：工业安全与环保, 2019, 45(07): 69-72.

• LDAR
• VOCs泄漏
• 高斯混合模型
• K-means++

LDAR(leak detection and repair)技术是石化企业减排降本的重要手段,通过定期检测泄漏点,及时发现、修复、替换泄漏组件,从而减少VOCs(volatile organic compounds)的泄漏排放。然而在使用红外摄像仪进行泄漏识别时,单凭人眼的观察难以快速、准确确定泄漏点位置。为此,实时、高效的高斯混合模型被首次用来辨识化工泄漏。首先通过高斯混合模型,建立红外视频背景模型,并由背景模型提取出前景泄漏特征;然后运用μ-σ准则获得二值化图片,随后运用形态学开运算处理,进一步确定泄漏发生的位置信息;最后,采用K-means++算法对泄漏信息进行聚类框选,并把框选结果在原视频中展现,帮助现场检测人员快速确定泄漏发生的位置。实践证明,该方法对红外视频中泄漏发生的位置具有较高的辨识准确率。

• 单位
  华东理工大学; 上海市特种设备监督检验技术研究院