气体泄漏事故造成的危害是多方面的，如环境污染、人员财产损失、火灾爆炸。红外热成像作为可实现大范围快速成像的定性探测技术被广泛使用，相比一般红外图像，气体红外图像的对比度更低，边缘更加模糊，不易识别。针对上述问题，本文提出一种基于混合高斯背景建模的低对比度气体红外图像泄漏检测方法。首先，在预处理阶段，提出时域自适应帧间滤波算法实现红外图像的降噪和细节保持；然后，基于空域信息和梯度信息约束，提出时空混合高斯背景模型实现泄漏气体目标的前景的初步提取；最后，为更好地去除前景检测中干扰的运动目标，利用改进的快速鲁棒的模糊C均值聚类方法实现气体区域的自适应分割。实验结果表明，在5 m的泄漏距离下，该检测算法可有效提高准确率，弥补气体区域空洞问题，降低其他运动物体的干扰，气体泄漏检测准确率在92.3%~96.3%，与其他算法相比具有显著的抗干扰和区域分割能力。

传统的模糊C均值算法直接基于原始数据进行聚类，数据的内在结构可能会被噪声、异常值或其他因素破坏，因此聚类性能会受到影响。为提升FCM算法的鲁棒性，提出了一种基于自适应近邻信息的模糊C均值聚类算法。近邻信息指的是一种基于数据点之间相似度的度量，每个数据点都可以看作其他数据点的近邻，但是不同数据点之间的相似度是不同的。将样本点的近邻信息GX和类中心点的近邻信息GV融入基础FCM模型中，为聚类过程提供更多的数据结构信息，用于指导聚类算法中的簇划分过程，以提升算法的稳定性，并提出了3个迭代算法求解本文提出的聚类模型。与其他先进聚类算法对比，在部分基准数据集上聚类性能有10%以上的提升，同时还从参数敏感性、收敛性、消融实验等方面对算法进行评价。实验结果可以充分显示本文提出的聚类算法的可行性与有效性。

为了实现不同位置、磁矩和埋深的多个磁偶极子同步定位，提出通过自适应模糊c-means（Adaptive Fuzzy c-means Clustering， AFCM）聚类和张量不变量进行磁目标多源定位的方法。首先，在磁梯度张量系统的二维平面网格测量基础上，利用归一化磁源强度和张量缩并的不变量改进倾斜角对目标二维分布区域进行预识别。然后，利用张量衍生不变关系定位方法计算识别区域内各节点处的磁偶极子初始位置三维坐标，这些坐标将在磁源的真实位置空间周围形成稠密点云。最后，AFCM聚类算法将对这些初始位置解集点云进行三维聚类并自动检测簇质心数目，估计的簇质心数即为目标数量，簇质心即为目标位置坐标，张量矩阵和位置矢量可用于目标磁矩计算。仿真数据集表明，在5 nT/m方差的高斯噪声环境下，对20个磁偶极子目标数目估计精度为100%，水平位置估计精度大于91.7%，埋深估计精度大于85.6%；实测中，在2.1 m×2.1 m和1.2 m×1.2 m测区内对多个小型磁铁的坐标估计偏差小于0.091 m。