随着石油化工企业生产装置大型化、自动化程度不断提高,生产过程中常伴有VOCs(Volatile Organic Compounds)气体泄漏,安全隐患巨大;传统气体检测方法主要依赖于传感器进行人为判断,检测结果不准确,效率低。随着光学气体成像技术的发展,基于红外热像的气体检测技术,以其成像清晰、定位准确、检测范围较大等优势引起了业界广泛关注。论文以红外光学气体成像理论为基础,对气体泄漏检测方法进行深入研究,论文主要工作如下:(1)利用双目实验云台进行双目标定,提出景深距离匹配算法,进行红外与可见光图像配准对齐,采用图像融合评价机制进行匹配结果分析,算法实时性及准确性满足了后期检测需要。(2)气体泄漏检测预处理:对采集到的红外视频序列进行图像增强、去噪等预处理,提高红外图像信噪比;通过背景建模及前景图像提取,消除视频序列中静止物体信息,利用视觉差异性特征,确定红外特征性区域,排除非气体泄漏区域的大部分干扰,提高后续气体检测准确性。(3)利用红外图像信息,对泄漏气体特征进行综合分析,将泄漏气体区域与非泄漏气体干扰区域准确区分,并对泄漏气体浓度进行定性分析,最终实现气体泄漏检测算法。通过大量实验论证,本文提出的基于红外热像的气体泄漏检测算法,鲁棒性较高、抗干扰能力强,能够实现气体泄露区域的准确定位,满足不同场景实时检测需要。