摘要

阀门是调控流体流量、方向及开关状态的关键部件，其早期气密性检测对保障工业流水线安全运行至关重要。本文聚焦阀门泄漏检测的气泡法，系统综述了传统运动目标检测技术的优化策略及深度学习技术的应用进展。传统方法通过融合边缘检测与自适应阈值分割算法，缓解了光照干扰与实时性不足的问题；深度学习技术通过卷积神经网络自动提取气泡特征，实现了重叠气泡分割与形状参数预测，检测精度显著提升。然而，模型泛化能力不足与计算复杂度高仍是瓶颈。未来需通过构建多样化数据集、迁移学习及轻量化模型设计，推动气泡法检测技术的智能化发展。

关键词