1 武汉工程大学 电气信息学院
2 湖北省视频图像与高清投影工程技术研究中心，武汉 430205
3 深圳光启高等理工研究院，深圳 518000
针对工业生产中泄漏气体导致的爆炸和火灾问题，提出一种基于形状和SVM分类的红外图像泄漏气体检测方法。采用泄漏气体和干扰物红外图像样本的形状特征训练SVM分类器，通过对红外图像序列采用基于背景差分的运动检测得到候选目标区域，再对候选目标区域提取其形状特征，最后使用SVM分类器进行判别，从而得到最终的检测结果。使用乙烯气体泄漏仿真数据进行实验，检测率最高可达98%，结果表明，采用该方法可以有效检测泄漏气体，相比其他方法，极大地减少了干扰物造成的误检。
气体检测 形状特征 支持向量机 红外图像 leak gas detection shape feature support vector machine(SVM) infrared image
