一种红外多光谱成像气体识别方法与流程

本发明涉及气体检测，尤其涉及一种红外多光谱成像气体识别方法。

背景技术：

1、随着社会工业的发展，许多工业生产过程都存在有毒有害气体。例如在电力设备中使用六氟化硫作为断路器的灭弧介质，一旦发生意外泄漏，六氟化硫在高温高压环境下将会分解产生多种含氟化合物，影响对电力设备的正常运行并且危害人类健康；在矿井和液化石油厂，存在着甲烷与挥发性有机物等气体，这些气体易燃易爆，极易发生重大安全事故。当有毒有害气体暴露在大气中时，对人类的健康、生活质量与社会工业生产活动存在严重不良影响。因此，对气体泄漏进行有效的探测与预警对保护人民群众的生命、财产及大气环境的安全具有十分重要的意义。

2、传统的气体检测方法主要是基于气体的化学性质，比如滴定法、催化燃烧法、电解质法、气相色谱法、质谱法等。相较于传统的气体传感器，气体光学检测技术具有响应速度快、探测距离远、覆盖范围大、检测气体种类多等优点，适用于现场快速检测与连续实时在线分析。依据有无外置光源可以将现有的气体光学检测方法分为基于对激光光源辐射吸收的主动式检测和基于对背景辐射吸收的被动式检测两大类，被动式检测中的光谱成像技术能够通过非接触的途径获取目标的图像信息和光谱辐射信息。其中，红外光谱成像技术为非接触成像，既可以获取气体的光谱信息，又可以对气体在空间中的分布进行成像，通过红外热成像技术对场景进行成像，结合分光技术，实现对气体种类的鉴别，但现有技术中针对红外光谱成像气体识别技术的研究较少，缺乏相应的解决方案。

技术实现思路

1、本发明的目的是提供一种红外多光谱成像气体识别方法，该方法能够通过成像迅速识别气体泄漏情况，同时对泄漏气体的种类进行识别，适用于未知气体目标的可视化识别和多种气体泄漏的监测。

2、本发明的目的是通过以下技术方案实现的：

3、一种红外多光谱成像气体识别方法，所述方法包括：

4、步骤1、首先获取待测目标气体的吸收峰信息，根据特征峰位置设计红外宽带长通滤光片组，使待测目标气体的各吸收峰合理分布在各等效窄带内；

5、步骤2、将设计好的红外宽带长通滤光片组搭载在被动式红外热像仪上，获取待测目标气体的红外宽带长通图像；

6、步骤3、对获取的图像进行差分处理，得到等效窄带图像，提取出各等效窄带图像中的气体区域和背景区域，利用φ因子提取算法得到该等效窄带图像上的气体吸收因子，并计算在探测器响应波段上的气体稀疏吸收光谱；

7、步骤4、利用稀疏光谱模拟算法建立待测气体的稀疏光谱数据库，扩充样本数据，并利用支持向量机svm训练多个适合不同气体的分类器，用于气体种类的识别。

8、由上述本发明提供的技术方案可以看出，上述方法能够通过成像迅速识别气体泄漏情况，同时对泄漏气体的种类进行识别，适用于未知气体目标的可视化识别和多种气体泄漏的监测。适用于石油炼化厂、化工园区、危化品停车场、油气输送管线、油气码头、油气储罐等生产场所的安全监管和风险应急，可探测醛基、羟基、羧基(常见物质包括甲醇、乙醇、甲苯、二甲苯、苯乙烯)等多种可燃气体和有毒有害气体，并可根据区域特征因子进行定制。

技术特征：

1.一种红外多光谱成像气体识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述红外多光谱成像气体识别方法，其特征在于，在步骤1中，所设计的红外宽带长通滤光片组包含一个红外宽带长通滤光片和一组红外窄带长通滤光片，一组红外窄带长通滤光片中有5片滤光片，针对响应波段为λcut_on～λcut_off的红外探测器，滤光片起始波长分别为λcut_on～λcut_off，λcut_on～λ1，λ1～λ2，λ2～λ3，λ3～λ4，λ4～λcut_off；

3.根据权利要求1所述红外多光谱成像气体识别方法，其特征在于，在步骤2中，将设计好的红外宽带长通滤光片组搭载在被动式红外热像仪上，对待测目标气体进行成像，每次成像时，首先将第1片滤光片置于被动式红外热像仪的窗口，焦平面阵列积分得到一幅光谱范围为λcut_on～λcut_off，且包含待测目标气体区域与背景区域信息的气体红外宽带长通图像i1；

4.根据权利要求3所述红外多光谱成像气体识别方法，其特征在于，在步骤3中，待测目标气体的红外宽带长通图像的背景光谱辐射表示为：

5.根据权利要求1所述红外多光谱成像气体识别方法，其特征在于，在步骤4中，针对m种不同气体，利用偏最小二乘法训练m个不同的气体分类器，每个气体分类器针对一种特殊气体进行识别，其中：

技术总结本发明公开了一种红外多光谱成像气体识别方法，首先获取待测目标气体的吸收峰信息，根据特征峰位置设计红外宽带长通滤光片组；将设计好的红外宽带长通滤光片组搭载在被动式红外热像仪上，获取待测目标气体的红外宽带长通图像；对获取的图像进行差分处理，得到等效窄带图像，提取出各等效窄带图像中的气体区域和背景区域，计算在探测器响应波段上的气体稀疏吸收光谱；利用稀疏光谱模拟算法建立待测气体的稀疏光谱数据库，利用支持向量机SVM训练多个适合不同气体的分类器，用于气体种类的识别。该方法能够通过成像迅速识别气体泄漏情况，同时对泄漏气体的种类进行识别，适用于未知气体目标的可视化识别和多种气体泄漏的监测。技术研发人员：王泊林,李兴华,袁子龙,郭乐乐受保护的技术使用者：北京伟瑞迪科技有限公司技术研发日：技术公布日：2024/8/27