Acidentes de vazamento de gás causam danos múltiplos, como poluição ambiental, perda de vidas e bens, incêndios e explosões. A termografia infravermelha é amplamente utilizada como uma técnica qualitativa capaz de realizar imagens rápidas em grande escala. Em comparação com imagens infravermelhas comuns, as imagens infravermelhas de gás apresentam contraste mais baixo, bordas mais borradas e são difíceis de reconhecer. Para resolver esses problemas, este artigo propõe um método de detecção de vazamento de gás em imagens infravermelhas de baixo contraste baseado em modelagem de fundo gaussiano misto espaço-temporal. Primeiramente, na fase de pré-processamento, é proposto um algoritmo de filtragem interquadros adaptativo no domínio temporal para reduzir o ruído e preservar os detalhes das imagens infravermelhas; em seguida, baseado em restrições de informações espaciais e de gradiente, é proposto um modelo de fundo gaussiano misto espaço-temporal para a extração preliminar do primeiro plano do alvo de vazamento de gás; por fim, para remover melhor os alvos em movimento que interferem na detecção do primeiro plano, é utilizado um método aprimorado de agrupamento fuzzy C-médias rápido e robusto para segmentação adaptativa da região do gás. Os resultados experimentais mostram que, à distância de vazamento de 5 m, este algoritmo de detecção melhora efetivamente a precisão, resolve o problema dos vazios na região do gás, reduz a interferência de outros objetos em movimento, com precisão de detecção de vazamento de gás entre 92,3% e 96,3%, apresentando capacidade notável de resistência a interferências e segmentação regional em comparação com outros algoritmos.

Detecção de vazamento de gás; termografia infravermelha; modelo gaussiano misto espaço-temporal; filtragem interquadros adaptativa no domínio temporal; detecção de movimento; agrupamento fuzzy C-médias rápido e robusto