[发明专利]一种便携式林格曼黑度智能检测方法及系统

说明书

本发明的一种便携式林格曼黑度智能检测方法，所述方法包括以下步骤：步骤一，自动识别检测口是否进入黑烟：步骤二，自动识别是否满足黑度检测条件，进行数据分析和信息采集：步骤三，背景建模，将背景进行自动更新保存，作为下次检测的镜面背景；步骤四，数据计算，停止测量之后，输出测量值。本发明提供了一种高度自动化测量、操作简单易学且测量精度高的便携式林格曼黑度智能检测方法及系统。

技术领域

本发明涉及柴油机械烟气检测技术领域，具体涉及一种便携式林格曼黑度智能检测方法及系统。

背景技术

烟气黑度的测定一般是根据林格曼林格曼烟气黑度图测定的，目前具体的方法有人眼观测法，望远镜法，以及远程图像对比的方法。其中人眼观测法，望远镜法需要检测人员在现场进行，行政成本过高。也有远程图像对比的方法，但也需要人盯着视频，这些传统方式不但耗费了大量的人力物力，其结果有很大的人为因素。目前随着物联网技术的兴起与智慧环保的需要，需要对柴油车进行林格曼黑度检测。

现有技术中，在检测过程中需要人为进行标定，然后通过人工按键控制开始测量时刻，因此，如何自动判定是否有黑烟进入，自动标定并开始自动测量，成为当前便携式林格曼黑度检测亟待解决的问题。

发明内容

为解决上述技术问题，本发明提供了一种高度自动化测量、操作简单易学且测量精度高的便携式林格曼黑度智能检测方法及系统。

为实现上述目的，本发明提供了一种便携式林格曼黑度智能检测方法，所述方法包括以下步骤：

步骤一，自动识别检测区域是否进入黑烟：人工对准排气口进行定位，采集视频和实时图像，通过边缘检测、图像卷积获取黑烟形状，对图片采用腐蚀算法、膨胀算法，并结合神经网络算法深度学习判别是否有黑烟进入，识别有黑烟进入，自动开启黑烟计算；

步骤二，自动识别是否满足黑度检测条件，进行数据分析和信息采集：采集视频和实时图像进行动态检测，对黑烟图像中的烟气流动形态进行分析，实时判断是否满足黑度检测条件，对于满足黑度检测条件的视频，截取实时图像进行分析，区别背景和黑烟，对满足黑度检测条件的图像进行分析，对不满足黑度检测条件的背景进行调零；

步骤三，背景建模，通过边缘检测、图像卷积获取黑烟形状，对黑烟图像采用腐蚀算法、膨胀算法，并结合神经网络算法深度学习判别是否有黑烟进入，对黑烟的轮廓和形状进行实时判断，判断黑烟轮廓和形状未变化，认定为后续无黑烟进入，将背景进行自动更新保存，作为下次检测的镜面背景；

步骤四，数据计算，停止测量之后，输出测量值。

进一步地，所述步骤一中，图像卷积采用拉普拉斯-二阶导数计算；

神经网络算法在yolov3模型库基础上针对黑烟类型进行优化，建立模型库时，把不同形状，不同颜色的黑烟都输入进行深度学习的模型。

进一步地，步骤三中，对截取图片进行分析，当超过10秒视频中黑烟轮廓和形态未发生变化，对黑烟的轮廓和形状进行实时判断认定无黑烟进入，认定为未排烟，将此时获取到的图形的像素矩阵作为下次测量的镜面背景进行保存。

进一步地，将镜面背景和黑烟图像进行灰度化，在数据分析和信息处理时将检测到黑烟图像扣除无烟背景图像的灰度值后的灰度值，得到相应的林格曼黑度值。

进一步地，所述镜面背景与黑烟图像进行灰度处理，先将镜面背景灰度与黑烟图像灰度进行像素合并，进行灰度差计算，选择最大灰度值根据烟度关系式得到相应的林格曼黑度值，以提高测量精度。

进一步地，所述步骤二中，获取黑烟图像的黑烟轮廓后，对黑烟轮廓进行区域划分，计算各区域的林格曼黑度，取最大值作为输出的测量值。

进一步地，所述步骤四中，持续10秒没有黑烟触发测量，对镜面背景的数值进行完整的存储，作为下次测量的零点。