[发明专利]一种粉尘网格化定位方法及粉尘网格化监测方法

权利要求书

1.一种粉尘网格化定位方法，其特征在于，在待测空间均匀的布置若干摄像头其中，待测空间中的每一空间点均位于至少两个摄像头的视场内，通过对各摄像头拍摄的视场图像进行拼接，将待测空间网格化，得到三维网格化视场，所述粉尘网格化定位方法包括如下步骤：

步骤101，获取采样周期内各摄像头拍摄的视频图像序列；

步骤102，基于视频图像序列中各视频图像的图像特征分析识别三维网格化视场中的静止几何物体，得到三维网格化视场中静止物体的空间坐标，其中，所述图像特征包括颜色分布、轮廓连续、几何关联和像素密度；

步骤103，将视频图像序列中相邻的两帧视频图像作差分运算，得到灰度图序列，基于灰度图序列与设定的像素点第一阈值得到三维网格化视场在采样周期内新增运动物体的空间坐标以及新增高浓度粉尘的点云图形，具体为：

提取出灰度图序列中灰度值大于像素点第一阈值的轮廓点云图形，得到第一轮廓序列；

若第一轮廓序列中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场中的运动物体，根据运动物体的运动特征或轮廓特征，通过不同摄像头图像的信息综合，获得运动物体的形状特征或标志性特征，以区分不同的运动物体，进而确定三维网格化视场在采样周期内新增的运动物体的空间坐标，即产尘源头；

若第一轮廓序列中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增高浓度运动粉尘的点云图形；

步骤104，基于灰度图序列与设定的像素点第二阈值得到三维网格化视场在采样周期内新增低浓度粉尘的点云图形，其中，像素点第二阈值小于像素点第一阈值，具体为：

提取出灰度图序列中灰度值大于像素点第二阈值的点云轮廓图形，得到第二轮廓序列；

剔除第二轮廓序列中的运动物体轮廓和静止物体轮廓以及新增高浓度粉尘的点云图形，得到第三轮廓序列；

若第三轮廓序列中的点云轮廓具有不确定形状，则可判断这一类型的轮廓对应三维网格化视场在采样周期内的新增低浓度粉尘的点云图形；

步骤105，将三维网格化视场中新增高浓度粉尘与静止物体之间进行空间相对位置分析，将三维网格化视场中新增低浓度粉尘与静止物体之间进行空间相对位置分析，将三维网格化视场中新增高浓度粉尘与新增运动物体之间进行空间相对位置分析，将三维网格化视场中新增低浓度粉尘与新增运动物体之间进行空间相对位置分析，确定粉尘产生的运动物体源头和静止物体源头；

步骤106，由粉尘产生的运动物体源头和静止物体源头的空间坐标得到新增运动粉尘的空间坐标，其中，新增运动粉尘包括新增高浓度粉尘与新增低浓度粉尘；

步骤107，基于粉尘的运移参数对新增运动粉尘进行跟踪，得到新增运动粉尘在下一个采样周期内的空间坐标，其中，所述粉尘的运移参数包括粉尘的运移方向与运移速度，所述粉尘的运移方向与运移速度通过其点云轮廓的运动，以及三维网格化视场内的环境参数推算获得；

所述环境参数包括三维网格化视场内的温度、湿度、风速、风向和大气压；

步骤108，重复步骤107，完成对三维网格化视场内新增粉尘的持续跟踪定位。

2.根据权利要求1所述粉尘网格化定位方法，其特征在于，步骤105中，将网格化视场中的新增粉尘的点云图形与静止物体，新增粉尘的点云图形与运动物体进行三维空间的相对位置分析，确定粉尘产生的运动物体源头和静止物体源头；

步骤106中，由粉尘产生的运动物体源头和静止物体源头的空间坐标计算得到的新增粉尘的点云图形中心的空间坐标，进而得到新增运动粉尘的空间坐标。

3.根据权利要求1所述粉尘网格化定位方法，其特征在于，所述摄像头包括全景摄像头、枪机、球机和枪球一体机。