[发明专利]基于机器学习的机动车尾气林格曼黑度测量装置及方法

说明书

本发明公开了一种基于机器学习的机动车尾气林格曼黑度测量装置及方法，装置包括照明光源，红外双目成像单元、可移动存储单元接口、数据处理单元、显示单元、固定三脚架，所述数据处理单元还包括图像处理模块和等级判定模块。同时本发明还公开了一种基于机器学习的机动车尾气林格曼黑度测量方法通过红外双目成像单元获取红外和可见光视频，以红外视频为主，可见光视频为辅，分别对红外视频和可见光视频均进行帧间差分和滤波运算，将除机动车尾气之外的其他背景去除，对去除背景的机动车尾气图像进行特征提取以及线性建模，利用机器学习的方法对机动车尾气图片进行黑度判定。具有高精度，高效率，智能化，结构简单，操作方便等优点。

技术领域

本发明涉及环境测量检测技术领域，具体涉及一种基于机器学习的机动车尾气林格曼黑度测量装置及方法。

背景技术

随着交通运输技术的发展给人类生活带来了诸多便利，但也带来了威胁人类健康的尾气污染。尤其机动车样式多、分布广和流动快的特点更是加剧了环境的污染，其中以柴油车排放影响最严重。柴油发动机主要应用于工程机械、农业机械、林业机械、发电机组、空气压缩机等。大量柴油机械在工农业中的应用使得执法部门对发动机尾气的检测需求越来越高。但是，目前对机动车尾气的检测主要还是基于人工检测，不仅耗费人力而且检测精度和准确度也不准，存在比较大的问题，具体如下：

不透光烟度计法可以检测机动车低浓度的颗粒物排放，实现尾气烟度的连续测量，但该方法取样复杂，检测时效率低；林格曼测烟仪法是一种使用林格曼黑度作为标准进行烟度测量的方法。该方法将烟雾的透光率与标准黑度板进行对比，再进行信号转换显示等级，其缺点是精度低且对背景要求高，同时需半自动化近距离测量，长期检测对检测人员身体影响很大；现有的遥测法，由于缺乏图像的红外特征，利用图像技术中的帧间差分法无法进行精确分割，特别是夜间分割效果更差。因此现有遥测法会导致环境噪声大，等级判定精度不高等缺点。

发明内容

本发明提出的一种基于机器学习的机动车尾气林格曼黑度测量装置及方法，实现非道路柴油车尾气的高精度高效率全自动化检测，有效反应非道路柴油车的尾气污染情况并减少人力成本。

为实现上述目的，本发明采用了以下技术方案：

一种基于机器学习的机动车尾气林格曼黑度测量装置，包括照明光源，红外双目成像单元、可移动存储单元、数据处理单元、固定三脚架，所述数据处理单元还包括图像处理模块和等级判定模块；

所述照明光源为环绕于红外双目成像单元四周的环状光源，用于夜间测量时主动发出可见光照射机动车尾气；

所述红外双目成像单元，用于同时拍摄机动车尾气的可见光波段图像和红外波段图像，被安装在在固定三脚架上，将成像视野调整到机动车排出的尾气范围，连续拍摄机动车尾气从无烟气到有烟气整个排放状态，并将拍摄到的视频存储到可移动存储单元上，通过可移动存储单元接口中的存储介质传输到数据处理单元中。

进一步的，所述存储介质是USB存储器、SD卡或硬盘。

进一步的，所述可移动存储单元接口，用于临时存储并传送拍摄的可见光尾气视频和红外尾气视频；

红外双目成像单元和图像处理单元上的可移动存储单元接口通过存储介质连接，进行数据传输，将拍摄的视频拷贝到图像处理单元中。

进一步的，还包括显示单元；

所述数据处理单元，用于提取视频中无烟帧X和有烟帧Y，并利用图像处理中的帧间差分法，分别对可见光和红外视频中无烟帧和有烟帧进行作差，得到尾气的目标Z1和Z2，融合Z1和Z2相交的尾气范围得到Z3，基于Z3和机器学习算法计算得到林格曼黑度等级，并将Z3传输到显示单元上。

另一方面，本发明还公开一种基于机器学习的机动车尾气林格曼黑度测量方法，基于上述基于机器学习的机动车尾气林格曼黑度测量装置，包括以下步骤：