[发明专利]一种基于视频的黑烟车辆及林格曼黑度等级智能检测方法

说明书

本发明提供了一种基于视频的黑烟车辆及林格曼黑度等级智能检测方法，包括以下步骤：S1：使用深度学习检测框架对输入的每一个视频帧图片进行黑烟区域检测，当检测区域置信度大于阈值后进行下一步操作；S2：使用深度学习检测框架对车辆进行检测；S3：将黑烟区域与车辆进行关联，关联成功后，进入下一步操作；S4：使用3D卷积神经网络对黑烟进行精准识别，当黑烟识别概率值大于阈值后，输出黑烟检测区域和关联车辆区域信息。本发明提供的基于视频的黑烟车辆及林格曼黑度等级智能检测方法，能提高检测精度、降低误检率，且可得到更精确的林格曼等级。

技术领域

本发明涉及一种黑烟车辆检测系统，尤其涉及一种基于视频的黑烟车辆及林格曼黑度等级智能检测方法。

背景技术

黑烟车辆检测在早些年称作为机动车尾气监测，主要是利用道路旁边安装的遥感设备进行监测。这种传统方案主要是基于紫外光和红外光的遥感机动车尾气监测方法，以对道路行驶中的机动车尾气污染物进行有效检测。检测污染因子包括一氧化碳(CO)、二氧化碳(CO2)、碳氢化合物(HC)、氮氧化合物(NOX)与不透光度(OP)。

近年来，随着人工智能和计算机视觉技术的应用爆发，目前也有基于道路监控视频的黑烟车辆检测文献报道和专利，比如《Smoky Vehicle Detection Based on RangeFiltering on Three Orthogonal Planes and Motion Orientation Histogram》文献中提出使用颜色矩、运动方向直方图、三正交平面滤波特征进行黑烟车检测；《Smoke vehicledetection based on robust codebook model and robust volume local binary countpatterns》提出使用码本背景建模和局部二值模式进行黑烟车检测；专利《一种基于视频分析的黑烟车检测方法》首先用深度学校进行车辆检测和车型识别，排除非黑烟车型，然后使用前景目标检测，并利用光流进行跟踪，最后计算黑烟能量直方图进行黑烟车辆判断。

然而，传统的特殊光谱的遥感黑烟车辆检测设备不仅设备昂贵，单价高达150万以上，而且对气候、风速等自然环境不太鲁棒，导致很难大规模进行普及。基于视频的黑烟车辆检测不仅设备成本低廉，而且由于抓拍摄像机对车速、风速气候等不太敏感，检测精度和效率都比遥感方案更高。但是现有基于视频分析的黑烟车辆检测大多数采用背景建模、运动前景提取、疑似区域筛选、烟雾特征分类这个流程进行。这种方案从一开始的背景建模就是手工设计的策略，后续的手工设计特征也存在表达能力不强、鲁棒性不够的问题，对环境光照、阴影、天气状况不够鲁棒，检测效果相对较差。

因此有必要设计一种新的基于视频的黑烟车辆及林格曼黑度等级智能检测方法，以克服上述问题。

发明内容

本发明的目的在于克服现有技术之缺陷，提供了一种基于视频的黑烟车辆及林格曼黑度等级智能检测方法，能提高检测精度、降低误检率，且可得到更精确的林格曼等级。

本发明是这样实现的：

本发明提供一种基于视频的黑烟车辆及林格曼黑度等级智能检测方法，包括以下步骤：

S1：使用深度学习检测框架对输入的每一个视频帧图片进行黑烟区域检测，当检测区域置信度大于阈值后进行下一步操作；

S2：使用深度学习检测框架对车辆进行检测；

S3：将黑烟区域与车辆进行关联，关联成功后，进入下一步操作；

S4：使用3D卷积神经网络对黑烟进行精准识别，当黑烟识别概率值大于阈值后，输出黑烟检测区域和关联车辆区域信息。

进一步地，所述基于视频的黑烟车辆及林格曼黑度等级智能检测方法还包括确定黑烟国际标准的黑烟林格曼等级识别步骤，如下：