一种柴油车烟气黑度自动检测装置制造方法
【专利摘要】一种柴油车烟气黑度自动检测装置，由图像采集单元、图像预处理单元、车辆速度和加速度测量单元、车牌识别单元、黑度识别单元组成。本发明采用激光法获取柴油车速度和加速度数据以辅助黑度识别，在刷上白漆的测试路段上使用垂直拍摄的方法获取柴油车车牌图像和烟气图像，通过图像预处理与黑度识别获取柴油车车牌信息和林格曼黑度级别。
【专利说明】一种柴油车烟气黑度自动检测装置【技术领域】
[0001]本发明涉及一种柴油车烟气黑度自动检测装置，属于环境【技术领域】。
【背景技术】
[0002]目前国内的柴油车黑度检测装置大部分都是主观模拟检测仪器，主要通过纯光学或光电结合的物理手段来实现。大部分省市环保部门均选用价格低廉的主观模拟检测仪器来检测柴油车烟气黑度，其测试准确性和可靠性很难保证。大量的数据统计表明，未经训练的观察人员之间有0.5-0.6的林格曼级数差别，经过训练的观察人员之间也有0.28-0.32的林格曼级数差别。而且所有的检测仪器都要求测试车辆的行驶工况是给定的，没有针对柴油车不同的行驶工况给出相应的检测结果，具有很大的局限性。
[0003]现有的柴油车烟气黑度测试主要有对照法、测烟望远镜观测及光电测烟法三种方式，它们都存在一定的局限性。对照法要求观测时，烟气图至观察者眼睛的距离不大于2m，一般在1.5m左右，凭观测者的主观判断确定黑度级数值；测烟望远镜将林格曼黑度图安装在精通内，与目镜距离很小，在很大程度上影响了观测者对黑度的准确判断；光电测烟法要求以晴朗的天空为背景，在阴霾和多云或云层薄厚不匀的天气条件下，干扰较大，测试效果较差。
【发明内容】
[0004]本发明的技术解决问题:克服现有技术的不足，提供一种柴油车烟气黑度自动检测装置，采用垂直拍摄方式，对不同行驶状态的柴油车烟气黑度进行自动检测，识别出行驶车辆排放烟气黑度是否超标。
[0005]本发明的技术解决方案:本发明采用激光法获取柴油车速度和加速度数据以辅助黑度识别，在刷上白漆的测试路段上使用垂直拍摄的方法获取柴油车车牌图像和烟气图像，通过图像预处理与黑度识别获取柴油车车牌信息和林格曼黑度级别。
[0006]柴油车烟气黑度自动检测装置，包括图像采集单元、图像预处理单元、车辆速度和加速度测量单元、车牌识别单元、黑度识别单元，其中:
[0007]图像采集单元由安装在道路上方的C⑶黑白摄像机、视频采集卡和位于工控机内的处理器组成。CCD黑白摄像机拍摄的视频通过视频采集卡转换为相应格式的图像，传送到工控机内的处理器进行图像预处理操作。
[0008]图像预处理单元包括烟雨区域提取单元、背景亮度识别单元以及灰度概率统计单元。图像预处理单元处理过的图像才能用于林格曼黑度级的识别。 [0009]烟羽图像提取需要排除图像非烟羽部分对烟羽部分的干扰，根据经验切除图像前段5cm的图像并选取1Ocm的烟羽图像进行分析，然后采用基于Sobel算子的边缘检测方法将烟羽图像和背景图像区分开，即确定烟羽图像的边缘。该算子包含两组3*3矩阵，分别为横向及纵向，将之与图像做平面卷积，即可得到横向和纵向的边缘检测的图像灰度值Gx和Gy0通过公式
【权利要求】
1.一种柴油车烟气黑度自动检测装置，其特征在于:包括图像采集单元、图像预处理单元、车辆速度和加速度测量单元、车牌识别单元、黑度识别单元； 图像采集单元包括云台图像摄像机单元、视频图像预览单元以及图像压缩及抓拍单元，其完成待测目标烟气图像的采集及图像的压缩编码和存储；图像采集单元能按照检测前端PC或黑度识别单元PC输入的控制指令对CXD摄像机进行有效控制及调整； 图像预处理单元包括烟雨区域提取单元、背景亮度识别单元以及灰度概率统计单元，其完成有效烟羽区域的选取、背景亮度扣除及其灰度概率密度统计功能； 车辆速度和加速度测量单元包括位于道路两侧排列的三组半导体激光器与光电探测器、计时处理模块；每一组半导体激光器都保持发射连续的光束，其相对的光电探测器在接收后保持高电平；当车辆行驶通过测试区时三组半导体激光器发出的光束先后被遮挡，光电探测器没接收到光束而输出低电平；每个光电探测器输出的跳变沿都会触发计时处理模块，根据遮挡时间计算出车辆行驶的速度和加速度；计时处理模块具有与黑度识别单元的通信功能，将检测到的车辆速度与加速度数据传送给黑度识别单元以辅助黑度识别；当车辆车尾通过第三组半导体激光器和光电探测器时触发云台摄像机开始工作抓拍车辆尾气图； 车牌识别单元包括车牌摄像机、视频捕捉卡及牌照抓拍处理和识别模块；车牌摄像机安装在道路上方，完成对被测车辆的车牌图像获取，车牌摄像机与视频捕捉卡连接，传送车辆的车牌图像；牌照抓拍处理和识别模块对车牌摄像机拍摄的车辆图片进行处理，获取车辆的车牌信息，并将结果传送至黑度识别单元； 黑度识别单元包括图像灰度统计单元、单帧灰度识别单元以及计算结果分析单元，其实现对预处理后的烟羽图像林格曼黑度级的识别。
2.根据权利要求1所述 的柴油车烟气黑度自动检测装置，其特征在于:采用垂直拍摄方式，黑度识别过程采用基于模式识别的方法，无需人工参与，完全是一个自动识别的过程，为了提高识别的准确度，采用神经网络学习方法对机器进行训练；BP神经网络是一种按误差逆传播算法训练的多层前馈网络，能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程；采用的学习规则是最速下降法，通过反向传播来不断调整网络的权值和阈值，使参考值与识别值的误差平方和最小；由于黑度识别与车辆的行驶状态密切相关，在车辆静止与运动时检测差异极大，所以有必要采用一种方法来识别车辆行驶状态以辅助黑度识别；通过大量实验发现，车辆的速度与加速度是行驶状态的主要因素并直接影响着黑度识别，采用递推增广最小二乘算法对其严格的数学关系进行辨识，最终给出车辆在不同行驶状态下的林格曼黑度级别。
3.根据权利要求1所述的柴油车烟气黑度自动检测装置，其特征在于:还包括烟羽图像提取单元，其需要排除图像非烟羽部分对烟羽部分的干扰，根据经验切除图像前段5cm的图像并选取IOcm的烟羽图像进行分析，然后采用基于Sobel算子的边缘检测方法将烟羽图像和背景图像区分开，即确定烟羽图像的边缘；该算子包含两组3*3矩阵，分别为横向及纵向，将之与图像做平面卷积，即可得到横向和纵向的边缘检测的图像灰度值GjJPGy ;通过公式
4.根据权利要求1所述的柴油车烟气黑度自动检测装置，其特征在于: 包括灰度概率密度统计单元，利用灰度直方图来求得图像灰度分布，假设烟羽图像的灰度直方图的横坐标是灰度为r，纵坐标为灰度概率密度函数PJr)，若图像中烟气部分区域的总像素数为η,具有r灰度的像素数为IV则灰度概率密度函数为Pjr) = nr/η。
5.根据权利要求1所述的柴油车烟气黑度自动检测装置，其特征在于:选取的有效烟羽区域图像经过背景亮度扣除和灰度概率密度统计，由于具有256个灰度级，所以得到一个256*1维的输出向量P，向 量P将作为后续模式识别的特征向量使用。
【文档编号】G01J3/46GK103808723SQ201410070139
【公开日】2014年5月21日 申请日期:2014年2月27日 优先权日:2014年2月27日
【发明者】康宇, 姜超, 吕文君, 胥琳静 申请人:中国科学技术大学