随着石化工业的发展,化工生产中气体泄漏现象逐渐增多。这些气体大部分为挥发性有机化合物,且具有易燃易爆肉眼不可见的特点,泄漏时不易被及时察觉,一旦发生事故将对化工企业造成难以弥补的损失,并严重威胁人民生命财产安全。针对传统检测方法存在的检测范围小和效率低等不足,本文提出一种能够在较大范围内实现自动气体泄漏检测的方法。该方法利用气体红外成像技术,在红外图像的基础上引入可见光图像。利用该类气体只在红外条件下可见的视觉差异性,在异源图像配准的基础上,对红外与可见光下同时存在的运动干扰进行初步排除,得到更为准确的疑似泄漏区域。最后对疑似泄漏区域进行气体特征分析,判断是否存在气体泄漏。相较于传统方法,本文方法能够在没有人为干预的情况下进行全方位的气体泄漏监控,具有大范围、效率高、鲁棒性好和安全性强等显著优势。本文主要工作内容如下:(1)为了使红外与可见光图像中的同一目标达成映射,并用于后续视觉差异性处理,需要先进行异源图像的配准。由于目前异源图像配准算法难以在准确性和实时性上达到统一,本文提出一种利用图像闭合轮廓区域和互信息结合的异源图像配准算法。为实现轮廓区域提取,需要得到图像完整边缘信息,本文提出基于红外图像特征与K-means的红外图像边缘提取算法。(2)分析气体红外成像特点,首先利用背景减除法进行运动区域提取,排除部分与气体特征相似的干扰,再利用红外与可见光图像配准结果,对两幅图像的运动区域进行差分,排除同时存在的运动干扰,最终得到疑似气体泄漏区域。(3)总结和分析了红外条件下的气体特征,提出一种多特征融合的气体泄漏检测方法,分别对气体不规则特征、形状特征、扩散特征、飘动特征和灰度特征进行分析和量化,使其能够准确区分泄漏气体和干扰区域,适应复杂的工作环境,具有更强的鲁棒性。本文对所提出算法进行实验和分析。实验结果表明,本文算法能够准确定位气体泄漏区域,及时掌握泄漏趋势,为挥发性有机气体泄漏检测提供了一种有效的解决方案。