一种便携式气体红外成像检测设备及异源图像配准方法与流程

1.本发明涉及光学成像气体检测技术领域，特别是涉及一种便携式气体红外成像检测设备及异源图像配准方法。


背景技术：

2.目前在我国因工业危险气体泄漏而引发的安全事故、城市燃气管道泄漏而造成的爆炸时有发生。传统点式气体检测设备多是需要接触所检气体，覆盖范围小，检测种类少，很多待检测目标地点无法到达，难以满足工业维检、城市安全保障的实际需要。而红外成像技术可以发挥其自身高效率、大场景、远距离检测的优势，来填补这一应用空缺。但现有设备体积较大，且还需单独串接算法运行模块、显示装置、外接电源等，致使集成度不高、不便移动。
3.在该领域应用中，多是单源成像设备，即仅包含红外光一路。而现有少数的吸纳了可见光光路的红外成像检测设备，在数据采集时用红外光路和可见光光路分别获取红外图像及可见光图像，而后多是采用传统图像配准方法。一则基于区域的方法，含互信息法、傅立叶法、类似相关法等；二则基于深度学习算法。传统的方法，在使用中受限于异源图像成像方式的差异性，难以保证准确度。而深度学习的方法，受限于算法复杂度，难以保证系统的实时性。


技术实现要素：

4.为解决上述提出的现有技术存在的问题，本发明提供了一种便携式气体红外成像检测设备及异源图像配准方法。
5.本发明是通过以下技术方案实现的：一种异源图像配准方法，其步骤为：
6.s1：获取可见光图像与红外图像数据；
7.s2：对图像预处理操作，对图像进行全局直方图均衡化处理，提高气体目标与背景之间的对比度，对红外图像和可见光图像进行图像增强；
8.s3：使用基于模糊理论的边缘检测算法对预处理后的图像进行边缘检测，提取图像特征；
9.s3.1计算阈值:此处阈值的含义是将图像分为两部分，划分目标与背景的临界值；由于气体目标相对于背景来说是属于低灰度区域，所以对该区域进行衰减运算，以期使图像的对比度更加明显，阈值的计算方法按如下迭代算法进行：
10.s3.1.1计算经过预处理后的图像灰度值的数学期望e，将数学期望e作为迭代时的初值，期望的计算方法如下：
11.12.其中：t0表示初始阈值，i表示输入图像的灰度级，l表示输出图像的灰度级数，p(xi)表示某一灰度值xi出现的概率，c(xi)表示xi出现的次数；
13.s3.1.2某一次迭代所得结果tk将图像分为目标和背景两部分，再分别求取两部分的数学期望：
[0014][0015][0016]
其中：表示目标部分数学期望，表示背景部分数学期望；
[0017]
s3.1.3求取新的阈值：
[0018][0019]
s3.1.4判断结果：若满足|t
k+1-tk|＜δ，其中δ为设定的允许误差，取值5，则判断t
k+1
为最佳阈值，否则令tk＝t
k+1
，继续迭代；
[0020]
s3.2利用新的隶属度函数进行模糊变换：
[0021][0022][0023]
其中：μ
mn
表示图像(m,n)像素点处的隶属度函数，x
mn
表示这个像素点的灰度值，b表示变量因子，t表示在第二步中求取的最佳阈值；
[0024]
s3.3进行模糊增强：增强算子如下：
[0025]
μ
′
mn
＝tr(μ
mn
)＝t
p
(t
r-1
(μ
mn
))
[0026][0027]
其中：tr(μ
mn
)表示在进行r次迭代以后的增强结果，t
p
即是增强算子，迭代次数r取2，模糊特征阈值μk的选取直接影响着气体目标边缘检测的质量，μk的最佳取值与图像灰度值的离散程度有关，计算灰度值的标准差为μk的选择提供参考，标准差的计算公式如下：
[0028][0029]
其中，x
avg
表示灰度值的平均值；当0＜σ＜55时，μk在[0.50,0.60]范围内，以0.56为中心，0.01为步长调节；当σ≥55时，μk在[0.60,0.80]范围内，以0.68为中心，0.01为步长调节；
[0030]
s3.4利用g-1
函数进行逆变换，使图像从模糊空间回到数据空间；
[0031][0032]
其中：b的取值，满足上述分段形式；
[0033]
s3.5利用min算子提取图像边缘；
[0034]
s3.6对提取结果进行形态学操作：红外与可见光图像中用于对准的图像边缘需要含有重复区域，使用形态学操作进行边缘筛选；先使用数字形态学开操作，即先腐蚀再膨胀消除图像差分引起的细小边缘，使用数字形态学先开后闭操作平滑图像。
[0035]
s4：计算图像间的单应性矩阵：利用优化算法，以图像间的互信息为基准，通过不断的迭代优化，获取两幅图像边缘最大互信息下的图像变换，即单应性矩阵；
[0036]
s4.1优化算法：首先根据硬件条件计算图像缩放关系，根据空间几何，图像的缩放矩阵m1仅与像素大小和焦距有关，根据相机的固有参数计算缩放矩阵：
[0037][0038]
其中si表示红外的像元大小，sv表示可见光相机的像元大小，fi和fv分别为两个相机的焦距；
[0039]
s4.2计算边缘提取结果图像的互信息，图像a与图像b的互信息i(a，b)表示为：
[0040]
i(a,b)＝h(a)+h(b)-h(a,b)
[0041]
其中，h(a)表示图像a的熵，h(b)图像b的熵，h(a，b)表示a，b的联合熵；假设图像a和图像b的概率密度分布函数分别为p(a)、p(b)，联合概率密度分布函数为p(a,b)，则：
[0042][0043][0044][0045]
s4.3建立图像变换矩阵，选择优化算法对参数进行优化；
[0046]
图像变换矩阵为仿射矩阵m，其关系式为：
[0047][0048]
式中，(xv，yv)为可见图像对应位坐标，(xi，yi)为红外图像对应位坐标，w，h为缩放参数，θ为旋转参数，t
x
为水平方向平移量，ty为垂直方向的平移量，a，b，c，d，e，f即为待求解参数；
[0049]
对于优化算法的选择，采用1+1优化算法，其表达式为：
[0050]mt+1
＝m
t
+n(0,σ)
[0051]
其中，m
t+1
为第t+1代变换矩阵，m
t
为第t代矩阵；n(0，σ)是服从正态分布的随机数。
[0052]
以最大互信息为优化目标，对参数进行调整更新，结合预设的迭代次数和优化器参数得到最终的变换矩阵m。
[0053]
s5：根据所得到的单应性矩阵对浮动图像进行仿射变换操作，完成配准；具体步骤为：根据仿射变换矩阵m，以可见光图像为固定图像，红外图像为浮动图像完成图像配准，对图像进行无效信息裁剪，利用插值算法还原图像到原始尺寸。
[0054]
一种包括所述异源图像配准方法的便携式气体红外成像检测设备，包括有处理系统，处理系统采用异源图像配准方法。处理系统包括数据输入模块、图像预处理模块和图像配准模块。
[0055]
便携式气体红外成像检测设备包括壳体，壳体上部设有可折叠式显示屏，壳体正面横向排列有第一孔位、第二孔位和第三孔位；第二孔位下部设有led灯。
[0056]
优选的，第一孔位、第二孔位和第三孔位的圆心等高，第一孔位与第三孔位直径相等，第二孔位的直径大于第一孔位的直径；可见光相机镜头固定安装在第二孔位中，两个红外相机分别安装在第一孔位和第三孔位中。
[0057]
优选的，壳体与可折叠式显示屏之间通过接口连接。
[0058]
所述的壳体侧面设有嵌入式暗把手。
[0059]
本发明的有益效果是：
[0060]
1、本发明提供的便携式气体红外成像检测仪集成度高，便于移动和多场景使用。
[0061]
2、通过异源图像信息互补的方式，提高泄漏点定位效率和准确度。
[0062]
3、采用宽波段红外相机，可检测气体类型多，适用范围更广。
[0063]
4、本发明提供的图像配准方式，基于相机的内外参数获取变换需要的单应性矩阵，不会受到如浓雾等恶劣环境因素影响。
[0064]
5、算法执行速度更快，对硬件要求低，利于实现实时检测。
[0065]
综上，应用本发明的技术方案，解决了现有技术中装置集成度低、不宜移动以及配准实时性差的问题，并且本发明具有较高的应用价值。
附图说明
[0066]
图1为便携式气体红外成像检测设备的结构示意图；
[0067]
图2为异源图像配准方法流程图；
[0068]
图3基于模糊理论的图像边缘检测算法流程；
[0069]
图4a为用于配准的可见光图像；
[0070]
图4b为用于配准的红外图像；
[0071]
图5a配准前的图像加权融合结果图；
[0072]
图5b为用于配准的红外图像；
[0073]
图6本发明提出算法的配准后的图像加权融合结果图；
[0074]
图中：1-可折叠式显示屏，2-接口处，3-壳体，4-第一孔位，5-第二孔位，6-led灯，7-第三孔位，8-嵌入式暗把手。
具体实施方式
[0075]
下面将结合本发明实施例中的附图1-图6，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0076]
需要说明的是，本发明实施例中的左、右、上、下、前、后等方位用语，仅是互为相对概念或是以产品的正常使用状态，即产品的行进方向为参考的，而不应该认为是具有限定性的。
[0077]
当组件被称为“位于”或“设置于”另一个组件，它可以在另一个组件上或可能同时存在居中组件。当一个组件被称为是“连接于”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。
[0078]
实施例1：
[0079]
便携式气体红外成像检测设备，包括壳体3，壳体3上部设有可折叠式显示屏1，壳体3与可折叠式显示屏1之间通过接口2连接。壳体3正面横向排列有第一孔位4、第二孔位5和第三孔位7；第一孔位4、第二孔位5和第三孔位7的圆心等高，第一孔位4与第三孔位7直径相等，第二孔位5的直径大于第一孔位4的直径。壳体3侧面设有嵌入式暗把手8。
[0080]
具体的：可见光相机镜头固定安装在第二孔位6中，两个红外相机分别安装在第一孔位4和第三孔位7中，红外相机具体为非制冷型宽波段红外探测器，可以使得设备体积进一步缩小，可见光相机使用高清晰度相机，进一步提升图像视觉效果，提高泄漏点定位精度。
[0081]
在实际使用过程中，为了降低图像差异，在固定安装相机镜头过程中，要进行相机间的光学校准，保证光轴平行的情况下，图像差异较小，并且可以避免人工调节校准的复杂操作，降低人工成本。
[0082]
可折叠式显示屏1与壳体3通过活动接口位2相连接，处理系统安装在双光相机上，并且保持电连接。
[0083]
为了实现图像配准并且提高配准的准确度，便携式气体红外成像检测设备中还设有处理系统。处理系统包括：数据输入模块、图像预处理模块和图像配准模块，数据输入模块与相机电连接和图像预处理模块电连接，图像预处理模块与图像配准模块电连接，且均设置于壳体3容纳空间中。
[0084]
数据输入模块用于读取双光相机获取的光学信息，光学信息包括可见光图像和红外图像数据。在实际使用过程中，数据输入模块用于储存可见光图像和红外图像数据，通过电连接传输给图像预处理模块。
[0085]
图像预处理模块用于对所属光学信息进行预处理，在实际使用过程中，因为红外相机成像原理的特殊性，系统容易受到自身和外界因素影响，在同等强度红外辐射下，探测器的各个像元的输出响应率不同，因此会导致图像具有非均匀性，会使得成像质量下降，影响图像效果，对泄漏检测造成不良影响。因此该模块预处理为利用两点校正法进行非均匀校正。
[0086]
图像配准模块用于采用基于相机标定的配准算法对预处理后的光学信息进行配准。图像配准基于边缘检测和优化算法，计算异源图像间的单应性矩阵，使用仿射变换的方
式实现图像变换，完成图像间像素级配准，方便快速，解决现存技术存在的问题，有助于气体泄漏点的实时定位检测，具有广阔的应用前景
[0087]
优选的，便携式气体红外成像检测设备配置led灯6，以达到夜间及光线强度较弱的环境下使用条件。
[0088]
便携式气体红外成像检测设备中处理系统采用的异源图像配准方法，其步骤为：
[0089]
s1：获取可见光图像与红外图像数据；
[0090]
s2：对图像预处理操作，对图像进行全局直方图均衡化处理，提高气体目标与背景之间的对比度，对红外图像和可见光图像进行图像增强；
[0091]
s3：使用基于模糊理论的边缘检测算法对预处理后的图像进行边缘检测，提取图像特征；
[0092]
具体步骤为：
[0093]
s3.1计算阈值:此处阈值的含义是将图像分为两部分，划分目标与背景的临界值；由于气体目标相对于背景来说是属于低灰度区域，所以对该区域进行衰减运算，以期使图像的对比度更加明显，阈值的计算方法按如下迭代算法进行：
[0094]
s3.1.1计算经过预处理后的图像灰度值的数学期望e，将数学期望e作为迭代时的初值，期望的计算方法如下：
[0095][0096]
其中：t0表示初始阈值，i表示输入图像的灰度级，l表示输出图像的灰度级数，p(xi)表示某一灰度值xi出现的概率，c(xi)表示xi出现的次数；
[0097]
s3.1.2某一次迭代所得结果tk将图像分为目标和背景两部分，再分别求取两部分的数学期望：
[0098][0099][0100]
其中：表示目标部分数学期望，表示背景部分数学期望；
[0101]
s3.1.3求取新的阈值：
[0102][0103]
s3.1.4判断结果：若满足|t
k+1-tk|＜δ，其中δ为设定的允许误差，取值5，则判断t
k+1
为最佳阈值，否则令tk＝t
k+1
，继续迭代；
[0104]
s3.2利用新的隶属度函数进行模糊变换：
[0105][0106][0107]
其中：μ
mn
表示图像(m,n)像素点处的隶属度函数，x
mn
表示这个像素点的灰度值，b表示变量因子，t表示在第二步中求取的最佳阈值；
[0108]
s3.3进行模糊增强：增强算子如下：
[0109]
μ
′
mn
＝tr(μ
mn
)＝t
p
(t
r-1
(μ
mn
))
[0110][0111]
其中：tr(μ
mn
)表示在进行r次迭代以后的增强结果，t
p
即是增强算子，迭代次数r取2，模糊特征阈值μk的选取直接影响着气体目标边缘检测的质量，μk的最佳取值与图像灰度值的离散程度有关，计算灰度值的标准差为μk的选择提供参考，标准差的计算公式如下：
[0112][0113]
其中，x
avg
表示灰度值的平均值；当0＜σ＜55时，μk在[0.50,0.60]范围内，以0.56为中心，0.01为步长调节；当σ≥55时，μk在[0.60,0.80]范围内，以0.68为中心，0.01为步长调节；
[0114]
s3.4利用g-1
函数进行逆变换，使图像从模糊空间回到数据空间；
[0115][0116]
其中：b的取值，满足上述分段形式；
[0117]
s3.5利用min算子提取图像边缘；
[0118]
s3.6对提取结果进行形态学操作：红外与可见光图像中用于对准的图像边缘需要含有重复区域，使用形态学操作进行边缘筛选；先使用数字形态学开操作，即先腐蚀再膨胀消除图像差分引起的细小边缘，使用数字形态学先开后闭操作平滑图像。
[0119]
s4：计算图像间的单应性矩阵：利用优化算法，以图像间的互信息为基准，通过不断的迭代优化，获取两幅图像边缘最大互信息下的图像变换，即单应性矩阵；
[0120]
s4.1优化算法：首先根据硬件条件计算图像缩放关系，根据空间几何，图像的缩放矩阵m1仅与像素大小和焦距有关，根据相机的固有参数计算缩放矩阵：
[0121][0122]
其中si表示红外的像元大小，sv表示可见光相机的像元大小，fi和fv分别为两个
相机的焦距；
[0123]
s4.2计算边缘提取结果图像的互信息，图像a与图像b的互信息i(a，b)表示为：
[0124]
i(a,b)＝h(a)+h(b)-h(a,b)
[0125]
其中，h(a)表示图像a的熵，h(b)图像b的熵，h(a，b)表示a，b的联合熵；假设图像a和图像b的概率密度分布函数分别为p(a)、p(b)，联合概率密度分布函数为p(a,b)，则：
[0126][0127][0128][0129]
s4.3建立图像变换矩阵，选择优化算法对参数进行优化；
[0130]
图像变换矩阵为仿射矩阵m，其关系式为：
[0131][0132]
式中，(xv，yv)为可见图像对应位坐标，(xi，yi)为红外图像对应位坐标，w，h为缩放参数，θ为旋转参数，t
x
为水平方向平移量，ty为垂直方向的平移量，a，b，c，d，e，f即为待求解参数；
[0133]
对于优化算法的选择，采用1+1优化算法，其表达式为：
[0134]mt+1
＝m
t
+n(0,σ)
[0135]
其中，m
t+1
为第t+1代变换矩阵，m
t
为第t代矩阵；n(0，σ)是服从正态分布的随机数。
[0136]
以最大互信息为优化目标，对参数进行调整更新，结合预设的迭代次数和优化器参数得到最终的变换矩阵m。
[0137]
s5：根据所得到的单应性矩阵对浮动图像进行仿射变换操作，完成配准；具体步骤为：根据仿射变换矩阵m，以可见光图像为固定图像，红外图像为浮动图像完成图像配准，对图像进行无效信息裁剪，利用插值算法还原图像到原始尺寸。
[0138]
根据图4a，4b与图6比较可以看出，通过本发明设备及方法处理后的红外图像，能够与可见光图像进行较好配准，通过融合结果可以看出配准精度较高。并且通过异源图像的线性叠加，不仅可以解决原始红外图像对比度、清晰度低的问题，而且可以融合红外与可见光图像信息，实现不同波段图像信息互补。

技术特征：
1.一种异源图像配准方法，其特征在于，其步骤为：s1：获取可见光图像与红外图像数据；s2：对图像预处理操作，对图像进行全局直方图均衡化处理，提高气体目标与背景之间的对比度，对红外图像和可见光图像进行图像增强；s3：使用基于模糊理论的边缘检测算法对预处理后的图像进行边缘检测，提取图像特征；s4：计算图像间的单应性矩阵：利用优化算法，以图像间的互信息为基准，通过不断的迭代优化，获取两幅图像边缘最大互信息下的图像变换，即单应性矩阵；s5：根据所得到的单应性矩阵对浮动图像进行仿射变换操作，完成配准。2.根据权利要求1所述的一种异源图像配准方法，其特征在于，所述的s3中，具体步骤为：s3.1计算阈值:此处阈值的含义是将图像分为两部分，划分目标与背景的临界值；由于气体目标相对于背景来说是属于低灰度区域，所以对该区域进行衰减运算，以期使图像的对比度更加明显，阈值的计算方法按如下迭代算法进行：s3.1.1计算经过预处理后的图像灰度值的数学期望e，将数学期望e作为迭代时的初值，期望的计算方法如下：其中：t0表示初始阈值，i表示输入图像的灰度级，l表示输出图像的灰度级数，p(x
i
)表示某一灰度值x
i
出现的概率，c(x
i
)表示x
i
出现的次数；s3.1.2某一次迭代所得结果t
k
将图像分为目标和背景两部分，再分别求取两部分的数学期望：学期望：其中：表示目标部分数学期望，表示背景部分数学期望；s3.1.3求取新的阈值：s3.1.4判断结果：若满足|t
k+1-t
k
|＜δ，其中δ为设定的允许误差，取值5，则判断t
k+1
为最佳阈值，否则令t
k
＝t
k+1
，继续迭代；
s3.2利用新的隶属度函数进行模糊变换：s3.2利用新的隶属度函数进行模糊变换：其中：μ
mn
表示图像(m,n)像素点处的隶属度函数，x
mn
表示这个像素点的灰度值，b表示变量因子，t表示在第二步中求取的最佳阈值；s3.3进行模糊增强：增强算子如下：μ
′
mn
＝t
r
(μ
mn
)＝t
p
(t
r-1
(μ
mn
))其中：t
r
(μ
mn
)表示在进行r次迭代以后的增强结果，t
p
即是增强算子，迭代次数r取2，模糊特征阈值μ
k
的选取直接影响着气体目标边缘检测的质量，μ
k
的最佳取值与图像灰度值的离散程度有关，计算灰度值的标准差为μ
k
的选择提供参考，标准差的计算公式如下：其中，x
avg
表示灰度值的平均值；当0＜σ＜55时，μ
k
在[0.50,0.60]范围内，以0.56为中心，0.01为步长调节；当σ≥55时，μ
k
在[0.60,0.80]范围内，以0.68为中心，0.01为步长调节；s3.4利用g-1
函数进行逆变换，使图像从模糊空间回到数据空间；其中：b的取值，满足上述分段形式；s3.5利用min算子提取图像边缘；s3.6对提取结果进行形态学操作：红外与可见光图像中用于对准的图像边缘需要含有重复区域，使用形态学操作进行边缘筛选；先使用数字形态学开操作，即先腐蚀再膨胀消除图像差分引起的细小边缘，使用数字形态学先开后闭操作平滑图像。3.根据权利要求1所述的一种异源图像配准方法，其特征在于，所述的s4中，具体步骤为：s4.1优化算法：首先根据硬件条件计算图像缩放关系，根据空间几何，图像的缩放矩阵m1仅与像素大小和焦距有关，根据相机的固有参数计算缩放矩阵：
其中si表示红外的像元大小，sv表示可见光相机的像元大小，fi和fv分别为两个相机的焦距；s4.2计算边缘提取结果图像的互信息，图像a与图像b的互信息i(a，b)表示为：i(a,b)＝h(a)+h(b)-h(a,b)其中，h(a)表示图像a的熵，h(b)图像b的熵，h(a，b)表示a，b的联合熵；假设图像a和图像b的概率密度分布函数分别为p(a)、p(b)，联合概率密度分布函数为p(a,b)，则：像b的概率密度分布函数分别为p(a)、p(b)，联合概率密度分布函数为p(a,b)，则：像b的概率密度分布函数分别为p(a)、p(b)，联合概率密度分布函数为p(a,b)，则：s4.3建立图像变换矩阵，选择优化算法对参数进行优化；图像变换矩阵为仿射矩阵m，其关系式为：式中，(xv，yv)为可见图像对应位坐标，(xi，yi)为红外图像对应位坐标，w，h为缩放参数，θ为旋转参数，t
x
为水平方向平移量，t
y
为垂直方向的平移量，a，b，c，d，e，f即为待求解参数；对于优化算法的选择，采用1+1优化算法，其表达式为：m
t+1
＝m
t
+n(0,σ)其中，m
t+1
为第t+1代变换矩阵，m
t
为第t代矩阵；n(0，σ)是服从正态分布的随机数。以最大互信息为优化目标，对参数进行调整更新，结合预设的迭代次数和优化器参数得到最终的变换矩阵m。4.据权利要求1所述的一种异源图像配准方法，其特征在于，所述的s5中，具体步骤为：根据仿射变换矩阵m，以可见光图像为固定图像，红外图像为浮动图像完成图像配准，对图像进行无效信息裁剪，利用插值算法还原图像到原始尺寸。5.一种包括权利要求1-4中任意一项所述异源图像配准方法的便携式气体红外成像检测设备，其特征在于：包括有处理系统，处理系统中采用异源图像配准方法。6.根据权利要求5所述的便携式气体红外成像检测设备，其特征在于：所述的处理系统包括数据输入模块、图像预处理模块和图像配准模块。7.根据权利要求5所述的便携式气体红外成像检测设备，其特征在于：包括壳体(3)，壳体(3)上部设有可折叠式显示屏(1)，壳体(3)正面横向排列有第一孔位(4)、第二孔位(5)和第三孔位(7)；第二孔位(5)下部设有led灯(6)。8.根据权利要求7所述的便携式气体红外成像检测设备，其特征在于：所述的第一孔位(4)、第二孔位(5)和第三孔位(7)的圆心等高，第一孔位(4)与第三孔位(7)直径相等，第二孔位(5)的直径大于第一孔位(4)的直径；可见光相机镜头固定安装在第二孔位(6)中，两个红外相机分别安装在第一孔位(4)和第三孔位(7)中。
9.根据权利要求7所述的便携式气体红外成像检测设备，其特征在于：所述的壳体(3)与可折叠式显示屏(1)之间通过接口(2)连接。10.根据权利要求7所述的便携式气体红外成像检测设备，其特征在于：所述的壳体(3)侧面设有嵌入式暗把手(8)。

技术总结
本发明涉及光学成像气体检测技术领域，提供了一种便携式气体红外成像检测设备及异源图像配准方法。包括：双光相机系统、可折叠式显示屏、处理系统。处理系统中采用异源图像配准方法，步骤为：S1获取可见光图像与红外图像数据；S2对图像预处理操作；S3使用基于模糊理论的边缘检测算法对预处理后的图像进行边缘检测，提取图像特征；S4计算图像间的单应性矩阵；S5对浮动图像进行仿射变换操作，完成配准。本发明能够实现对气体泄漏环境的实时成像，进而完成泄漏点定位，并且红外相机采用宽波段红外探测器，可以实现多种气体检测，提高了气体检测装置的应用范围。此外，通过实时异源图像处理，实现图像信息互补，提高检测效率。提高检测效率。提高检测效率。


技术研发人员：张磊 王文青
受保护的技术使用者：应急管理部沈阳消防研究所
技术研发日：2023.07.17
技术公布日：2023/10/20