[发明专利]一种基于林格曼黑度对环境空气中的烟气检测方法

说明书

本发明涉及气体检测技术领域，提供一种基于林格曼黑度对环境空气中的烟气检测方法，所述检测方法包括：（1）对烟气待检区域进行抓拍，并对抓拍图片进行二值化处理；（2）将二值化处理后的图片根据图片内的像素建立高斯混合模型，并判断前景图和背景图；（3）对前景图进行去噪处理；（4）提取去噪处理后前景图中烟气图像；（5）对烟气图像进行林格曼黑度判断。通过对有动态的烟气进行捕捉，不仅可以检测到黑烟，还可以检测到白烟、以及很淡的黑烟，对烟气的检测非常准确，可以满足对各种烟气的检测；不需要铺设白板，简化了烟气检测的整体结构，降低了所需成本；检测结果只与烟气本身相关，不受其他因素的影响，检测的准确性较高。

技术领域

本发明涉及气体检测技术领域，特别涉及一种基于林格曼黑度对环境空气中的烟气检测方法。

背景技术

烟气是气体和烟尘的混合物，是污染居民区大气的主要原因，行驶车辆释放的尾气也是烟气产生的一重要源头，为了减少烟气的产生，需要对车辆进行定期的烟气检测，尤其是黑烟的检测，并对排放污染的车辆进行治理。

年检站对于黑烟的检测标准非常严格，当发现冒黑烟则直接判为不合格，中止检测，提升检测效率；但现有方案是通过灰度差算法，在检测部分地面盖上白色板子，检测白色板子的灰度变化，从而判断林格曼等级，但当白板受到污染，就会影响测量结果，造成误报。

发明内容

本发明提供一种基于林格曼黑度对环境空气中的烟气检测方法，通过对有动态的烟气进行捕捉，然后对烟气部分图像进行灰度值计算，从而判断其林格曼黑度，本发明不仅不需要铺设白板，而且可以对黑烟、白烟、很淡的黑烟等等环境空中的烟气均可检测。

为了实现上述目的，本发明提供以下技术方案：

本发明提供一种基于林格曼黑度对环境空气中的烟气检测方法，所述检测方法包括：

（1）对烟气待检区域进行抓拍，并对抓拍图片进行二值化处理；

（2）将二值化处理后的图片根据图片内的像素建立高斯混合模型，并判断前景图和背景图；将提取变化快的像素作为前景图，变化慢的像素作为背景图；变化快慢的参考物是设置的当前图片的前x数量图片；

（3）对前景图进行去噪处理，因为摄像头本身性能等原因，会有类似零散的非前景的像素点也会变化很快，误判为前景，类似电视的雪花点，需要进行去噪点处理；

（4）提取去噪处理后前景图中烟气图像；图像经过了二值化，只有黑色和白色，黑色部分为背景，白色部分为前景烟气图像即为前景图中白色部分；

（5）对烟气图像进行林格曼黑度判断。

进一步的，所述二值化采用大津算法，算法假定该图像根据双模直方图（前景像素和背景像素）把包含两类像素，于是它要计算能将两类分开的最佳阈值，使得它们的类内方差最小；由于两两平方距离恒定，所以即它们的类间方差最大。把原始图像进行二值化处理，所有图像像素点转换为0-1值。

进一步的，所述大津算法的具体处理过程为：

假定抓拍图片包含两类像素，分别为前景类像素和背景类像素；

利用穷举搜索并将类内方差最小的阈值定义为第一类像素和第二类像素两个类的方差的加权和：

(t)第一类像素按阈值t分的概率方差；

(t)第二类像素按阈值t分的概率方差；

由于最小化类内方差和最大化类间方差是相同的，用类概率和类均值来表示，即：

；

(t)是最小化类内方差；

类内方差；

(t)是类按阈值t分的方差；

(t)是第一类像素按阈值t分的类概率；

(t)是第二类像素按阈值t分的类概率；

(t)是第一类像素按阈值t分的类均值；

(t)是第二类像素按阈值t分的类均值；