一种基于视频信号的工厂烟气排放自动监测的方法
【专利摘要】一种基于视频信号的工厂烟气排放自动监测的方法，利用摄像机和图像采集卡摄像机拍摄含被监测烟囱出口的视频，实时传输给计算机及其软件系统进行处理。本发明通过自适应的轮廓检测算法判断摄像机镜头是否有污染，若存在污染且达到设定阈值，则提示人工清洁处理，以降低镜头污染对视频质量的影响；若无污染，则进一步根据监测视频建立参考像素值模型，反投影后确定出视场内的天空区域和可能存在的云团区域，以消除运动背景对烟雾监测结果的干扰。此后以视场中被监测烟囱出口处的区域为监测目标，判断该区域内是否还存在运动体，若存在，则认为正在排烟，信息管理系统会自动记录排放信息，否则认为未在排放。本发明能够有效、稳定地监测工厂烟囱排烟状况。
【专利说明】
_种基于视频信号的工厂烟气^排放自动监测的方法
技术领域
[0001] 本发明涉及对工厂烟肉排烟污染监测领域，具体涉及一种基于视频信号的工厂烟 气排放自动监测的方法。
【背景技术】
[0002] 各型火电厂、化工厂、垃圾焚烧厂等燃烧排放的尾气一般都是有毒气体，大量排放 会对环境造成极大的污染。随着我国对环保要求的逐步提高，国家出台了一系列的减排、限 排政策以限制这些重污染工厂的排烟量，以防止其对环境造成更大的污染。但为了创造更 多的效益，部分企业会在限排、整改、或非规定排放时段继续排放，监管时也难以取证。因 此，为了保证国家政策能够顺利执行，需要开发一种有效的对企业排烟过程自动监控的技 术方法，提高环保相关领域执法的科学性和有效性。
[0003] 现有的排烟自动监测方法通常是在烟肉上安装温度传感器或其他化学类传感器 来进行监测，但该类方法中传感器易遭人为破坏、移动等而使系统不工作或采集虚假信号， 给监控造成误导。因视频监控有"眼见为实"的特点，可进行非接触、远距离监测，若被人为 破坏、造假等也可以从视频中直接显示，如:关掉摄像机、摄像机被改变了监测方向等。目前 视频技术已经被用于排烟监测，但主要是用于直接录像，若要对结果进行判断还需要人工 在线或者离线查看视频，工作量大，自动化程度低、实时性差，起不到自动监控的作用。
[0004] 发明专利"基于图像处理的烟气排放连续监测系统"，（ZL200610130503.6)以视频 图像的色调值（即颜色)来监测烟气排放状态，具体方法是选择固定场景中图像无烟区域作 为参考区域、排烟口上方区域作为监测区域，再以两者的色调差值为标准判断监测区域是 否存在排烟，进而选择正常排烟状态时烟气的颜色模板作为参考，来判断烟气排放的类型 (仅限于黑烟、黄烟、红烟）及对浓度进行估算，该方法在监测非白色烟气，亦即烟气与背景 之间的颜色有显著区别时是有效的，但忽略了一个事实，即实际生产中，排烟口附近通常存 在白色的云团区域，若参考区域中存在云团，而监测区域排放烟气颜色又是白色时，由于两 者色调值相似，基于色调差值的算法就难以识别出排烟口是否在排烟;反之，若参考区域中 存在云团，而监测区域不存在云团且没有排烟时，该算法就会误判排烟口正在排烟。由于 存在以上缺陷，上述的基于色调差值为标准判断的监测系统就无法准确的判断监测区域是 否存在烟雾。因此，开发一种基于新的监测标准的视觉排烟监测装置及方法是很有必要的。
【发明内容】
[0005] 为解决上述技术问题，本发明提供一种基于视频信号的工厂烟气排放自动监测的 方法，首先判断摄像机镜头是否污染，消除镜头污染对监测结果的影响，在此基础上，应用 所建背景光照模型去除该区域中的静止背景及缓慢移动的背景的干扰，如:缓慢移动的云 团，此后，若区域中还存在运动目标，即判断为正在排烟，信息管理模块开始自动记录相关 信息。该方法不受烟气颜色及背景上有云团的干扰，具备鲁棒性好的优点。
[0006] 本发明所采用的技术方案是：
[0007] -种基于视频信号的工厂烟气排放自动监测的方法，通过固定安装的摄像机、及 视频采集卡连续拍摄含被监测烟肉出口区域的视频，再通过自适应的轮廓检测算法判断摄 像机镜头是否存在污染，若没有污染，则根据视频参考区域建立参考像素值模型，参考像素 值模型中包含静止的天空区域模型和可能存在的移动云团模型。以参考像素值模型作为概 率密度图，则可以反投影出图像中其他天空和云团的区域，消除静止背景和运动云团背景 对场景中运动目标判别的干扰，在此基础上，若此时监测到烟肉出口仍有运动对象，则可认 为烟肉正在排烟，否则认为未在排烟。
[0008] -种基于视频信号的工厂烟气排放自动监测的方法，包括视频获取模块、视频处 理模块、信息管理模块，所述视频获取模块包括摄像机、视频采集卡、计算机，视频采集卡安 装在计算机上，视频采集卡的输入端连接摄像机。视频处理模块包括视频处理系统。信息管 理模块用于保存、记录监测结果信息。
[0009] 摄像机拍摄含被监测烟肉出口的视频，并传输给视频采集卡，视频采集卡将摄像 机采集的模拟视频信号转换为数字信号，由计算机中的视频处理系统进行实时处理，视频 处理系统通过改进的反投影法对视频进行处理，以判断所监测的烟肉是否在排烟。
[0010]所述视频处理系统4包括以下处理步骤：
[0011]步骤1、步骤1、摄像机镜头污染检测:通过自适应的轮廓检测算法计算图像中的轮 廓总数及轮廓覆盖总面积比率（以像素为单位）；若轮廓总数或轮廓总面积比率其中一项超 出设定阈值，则认为摄像机镜头有污染，系统停止监测，并发出警报或提示工作人员处理， 若两者都未超出设定阈值，则执行下述的排烟监测步骤；
[0012] 步骤2、运动目标提取:建立不受光照变化影响的参考像素值模型。计算当前帧图 像的实际像素值与前一帧图像参考像素值的差值，以提取监测视频中所有的运动目标，设 视频中任意帧图像(对应时刻t)中某一点的参考像素值为μ ?:
[0013] yt= (l-a)yt-i+apt (I)
[0014] 其中，a为设定常数，μΗ为前一帧图像(对应时刻t_l)中该点的参考像素值，pt为 改点在当前帧中的实际像素值；当光照强度随时间发生缓慢变化时，静止的背景点的参考 像素值W也将随光照强度的变化趋势发生相应的变化，但该变化应是缓慢的，不会产生跳 变，即当前帧中静止的背景点的实际像素值Pt与前一帧中同一点的参考像素值yt-i的差值 极小，根据这一准则，可判断出所有静止的背景点，并设其像素为0,从而，像素值大于0的区 域，即为提取出的当前的运动目标;不断重复步骤2,即可实时提取运动目标。
[0015] 步骤3、消除背景中云的干扰:若所采集的视频背景中有移动的云团，在步骤2中会 被判断为运动物体，将对烟肉口是否正在排烟的检测结果造成明显的干扰。可在整个视场 中设置多处参考区域，并计算每块区域的归一化概率密度直方图，若存在云团，则归一化概 率密度直方图中必然存在云团的颜色信息，以该信息为基准，将其他非参考区域的归一化 概率密度直方图与参考区归一化概率密度直方图进行对比，可检测出所有移动云团区域， 并将云团区域像素值设置为0，则可消除监测视频中运动云团的干扰；
[0016] 步骤4、排烟检测：经过步骤2-3处理后，若监测视频中仍检测出运动物体，则可判 断烟囱口正在排烟，否则即为未排烟，从而实现烟囱是否正在排烟的自动监测；
[0017] 步骤5、通过步骤3、步骤4排除静止背景及运动云团干扰后，若监测结果中仍存在 运动物体，则认为被监测烟肉口正在排烟，则信息管理系统自动将对应的烟肉号、排放起止 时刻、正在排烟时段视频等信息保存、记录到数据库中，还可根据需要发出提示、报警。不断 重复步骤1-5，即可实现实时监测。
[0018] -种基于视频信号的工厂烟气排放自动监测的方法，在窗口、楼道因产生火灾而 有烟雾出现时，对火灾的自动监控和报警。
[0019] 本发明一种基于视频信号的工厂烟气排放自动监测的方法，技术效果如下：
[0020] 1):能够检测摄像机镜头蒙尘、雨水等的污染程度是否已达到设定阈值，并给出提 示待工作人员进行清洁维护，以免镜头污染过高影响视频质量和烟气监测结果；
[0021] 2):相比于其他类似方法，本发明不仅在常规情况下能监测排烟状况，在复杂环境 中依然能高性能地工作，例如烟尘较大易使镜头模糊的场合，以及背景中有白云易与前景 中白烟颜色混淆的场合，因而适应性更广。
【附图说明】
[0022]图1是本发明实测镜头无污染时的结果图；
[0023]图2是本发明实测镜头有污染时的结果图；
[0024]图3是本发明提取运动物体时(不包含运动云团）的结果图；
[0025]图4是本发明提取运动物体时(包含运动云团）的结果图；
[0026]图5是本发明提取运动物体并消除运动云团后的结果图；
[0027]图6是本发明的结构示意图；
[0028]图7是本发明的监测流程示意图；
[0029]图8是本发明实测未在排烟的结果图；
[0030]图9是本发明实测排烟流量较小时的结果图；
[0031]图10是本发明实测排烟流量较大时的结果图。
[0032]其中，I-摄像机，2-视频米集卡，3-计算机，4-视频处理模块。
【具体实施方式】
[0033] -种基于视频信号的工厂烟气排放自动监测的方法，包括摄像机1、视频采集卡2、 计算机3、视频处理系统4、以及信息管理系统。摄像机1拍摄含被监测烟囱出口的视频，实时 传输给计算机3及视频处理系统进行处理。本发明首先通过一种自适应的轮廓检测算法判 断摄像机1的镜头是否有蒙尘、水痕等污染，若存在污染且达到设定阈值，则提示人工清洁 处理，以降低镜头污染对视频质量的影响;若无污染，则进一步根据参考区域建立参考像素 值模型，对参考像素值模型反投影后确定出视场内与其概率密度图一致的其他区域，以消 除天空像素与云团像素对监测结果的干扰。此后以视场中被监测烟囱出口处的区域为监测 区域，由于烟雾的概率密度图与参考像素值模型的概率密度图不一致，故若监测区域存在 运动物体，则认为其正在排烟，信息管理系统会自动记录排放信息，否则认为未在排放。 [0034] 具体实施例：
[0035] 如图6所示，一种基于视频信号的工厂烟气排放自动监测的方法，包括视频获取模 块、视频处理模块、信息管理模块。
[0036] 所述视频获取模块包括摄像机1、视频采集卡2、计算机3,视频采集卡2安装在计算 机3上，视频采集卡2的输入端连接摄像机1。
[0037]视频处理模块包括视频处理系统4。
[0038]信息管理模块用于保存、记录监测结果信息。
[0039] 摄像机1连续拍摄含目标烟囱出口的区域视频，经视频采集卡2转换为数字信号交 由计算机3中的视频处理系统4进行实时处理，视频处理系统4通过改进的反投影法对视频 进行去干扰处理，判断所监测区域是否在排烟。
[0040] 视频处理系统4中所运行的改进的反投影法包括以下步骤：
[0041] 1.根据式1计算视频的边缘强度，并通过边缘强度自适应的计算视频中的轮廓总 数及轮廓总面积比率，若轮廓总数或轮廓总面积比率其中一项超出设定阈值，则认为摄像 机镜头有污染，系统将发出警报，若两者都未超出设定阈值，则执行排烟监测步骤； /2 = (/ +1) X ιηαν χ 15 / 256
[0042] V 1 (I) / = //x 0,4
[0043] 式1中，参数h和1分别是自适应轮廓算法的上、下限阈值，i为所监测视频的像素总 数，mav为所监测视频中的最大边缘强度。若图像中某一点的像素值超过高阈值h，则认为其 为强边缘点，若像素值超过低阈值1但不超过高阈值h，则认为其为弱边缘点，若像素值低于 阈值1，则认为其非边缘点。搜索所有强边缘点，并以弱边缘点连接各强边缘点形成轮廓，摒 除其余无法连接强边缘点的弱边缘点，则形成了轮廓图像。此后通过以下准则判断镜头是 否污染：1)若镜头无污染，则从图像中检测出的轮廓仅为视场中物体本身的轮廓，轮廓数明 显较少;2)在有污染的图像中，由于镜头上存在大量的点状或条状污染，则形成的轮廓图像 中会出现大量的轮廓;3)根据现场实际统计情况，设定检出的轮廓总数阈值和轮廓面积比 率(相对于图像总面积）阈值，若两项指标中任意一个超出设定阈值，则认为污染已经达到 上限，需要处理。本发明应用实施例中设置检出轮廓总数阈值和轮廓面积比率分别为35和 0.08〇
[0044] 如图1所示，该实施例中监测、计算得到mave [945 1000]，带入式（1)有he [340 360]，le[136 144]，进一步计算实际轮廓总数区间为[0 0]，实际轮廓面积比率区间为 [0.017 0.017K噪声点非轮廓，但也会计为面积），系统判定镜头无污染。
[0045] 如图2所示，该实施例中监测、计算得到mav e [681 1059]，带入式（1)有h e [245 381]，le [98 152]，进一步计算实际轮廓总数区间为[54 62]，轮廓面积比率区间为[0.121 0.450]，系统判定镜头有污染。
[0046] 2.建立不受光照变化影响的参考像素值模型。计算当前帧视频的实际像素值与前 一帧视频的参考像素值的差值以提取监测视频中所有的运动目标。设当前帧中某一点的参 考像素值为yt:
[0047] yt= (l-a)yt-i+apt (2)
[0048]其中，a为设定常数，本发明中设置为〇.2，yt-i为前一帧中该点的参考像素值，Pt为 当前帧中该点的实际像素值。当光照强度随时间发生缓慢变化时，背景点的参考像素值W 也将沿光照强度的变化方向发生缓慢变化，即当前帧背景点的实际像素值Pt与前一帧背景 点的参考像素值μ t-ι的差值不会超过设定的阈值sp (此处设置sp = 10);而运动物体由于在 相邻帧中位置不一样，故其在相邻帧中的像素差值将会较大，会超过设定阈值SP。由上述算 法原理，即可消除静止背景的干扰，提取出监测视频中的运动目标，典型实施例如图3、4所 不。
[0049] 3.在所监测视频中的天空区域设置多处参考区域(图8、9、10中的黄框区域），计算 每处参考区域的参考像素值模型，参考像素值模型中包含天空区域模型和可能存在的云团 模型。提取参考像素值模型的概率密度直方图，则可以反投影出图像中其他存在天空和云 团的区域，设置所有反投影天空与云团区域的像素值为〇,即可消除天空中运动云团的干 扰。通过此算法处理图4后即可得到图5。
[0050] 本发明的参考像素值模型即记录一个参考区域内所有像素点的色调信息与灰度 信息，色调值的区间为[0 180]，故可将所有像素点的色调值组合为180柱的色调直方图；同 理，可将所有像素点的灰度值组合为256柱的灰度直方图；将两种直方图归一化为概率密度 直方图，此时直方图每一柱的面积大小即为该柱色调值(灰度值)在整个参考区域中出现的 概率，所有柱的总面积为1。计算图像中其他区域的色调概率密度直方图和灰度概率密度直 方图，并与参考区域进行比对，若其他区域的两种概率密度直方图与参考区域的相似，则认 为此区域为背景区域，否则为前景区域。
[0051] 4.根据以上步骤即可获得排除一切背景干扰的视频，此时，设定所有的背景区域 的像素值都为〇,前景运动物体的像素值为1，则：1)若在连续500帧图像内均检测到监测区 域(排烟口上方）中存在像素值为1的区域，且此区域面积大于200,则认为当前为排烟状态； 2)若在连续500帧内监测区域中完全不存在像素值为1的区域，则认为当前无烟气排放;3) 若在连续500帧内仅有若干帧的监测区域中存在像素值为1且面积大于200的区域，则初步 判断当前无烟气排放，但是在该过程中，将监测区域中首次出现像素值为1且面积大于200 的区域的情况重新记为第1帧，重复并依据1)、2)进行最终判断。按照以上规则得到典型实 施例判断结果如图8、9、10所示，其中图8为实际未排放的情况，图9为轻微排放的情况，图10 为大量排放的情况。三种情况的视频背景中均有不同程度的白云，而排放的烟气也为白色， 烟气与背景上的白云色调对比度极差，但由于烟气与云团和天空的概率密度图不同，故无 论烟气是轻微排放还是显著排放，本发明都能灵敏地检测出来，获得了较好的监测效果。本 发明可根据需要将正排放的烟肉号、排放起止时间及对应视频自动对应保存记录，以留作 环保执法证据，同时发出某种警报及提示。
【主权项】
1. 一种基于视频信号的工厂烟气排放自动监测方法，其特征在于，通过摄像机（I)、及 视频采集卡（2)连续拍摄含被监测烟囱出口区域的视频，再通过自适应的轮廓检测算法判 断摄像机镜头是否存在蒙尘等污染，若有污染，则自动记录信息，并发出报警或信号，提示 值班人员进行清洁处理； 若没有污染，则根据监测视频建立不受光照变化的参考像素值模型，以识别出视频中 所有的运动物体;并根据监测视频中参考区域的概率密度直方图以消除运动云团的干扰， 此后若监测到烟囱出口有运动对象，则认为正在排烟，否则认为未在排烟。2. -种基于视频信号的工厂烟气排放自动监测方法，包括视频获取模块、视频处理模 块、信息管理模块，其特征在于， 所述视频获取模块包括摄像机（1)、视频采集卡(2)、计算机(3)，视频采集卡(2)安装在 计算机(3)上，视频采集卡(2)的输入端连接摄像机(1); 视频处理模块包括视频处理系统(4); 信息管理模块用于保存、记录监测结果信息； 摄像机（1)拍摄含被监测烟囱出口的视频，并传输给视频采集卡(2 )，视频采集卡(2)将 摄像机（1)采集的模拟视频信号转换为数字信号，由计算机(3)中的视频处理系统(4)进行 实时处理，视频处理系统(4)通过改进的反投影法对视频进行处理，以判断所监测的烟囱是 否在排烟。3. 根据权利要求2所述一种基于视频信号的工厂烟气排放自动监测方法，其特征在于， 所述视频处理系统(4)包括以下处理步骤： 步骤1、摄像机镜头污染检测:通过自适应的轮廓检测算法计算图像中的轮廓总数及轮 廓覆盖总面积比率，以像素为单位;若轮廓总数或轮廓总面积比率其中一项超出设定阈值， 则认为摄像机镜头有污染，系统停止监测，并发出警报或提示工作人员处理，若两者都未超 出设定阈值，则执行下述的排烟监测步骤； 步骤2、运动目标提取:建立不受光照变化影响的参考像素值模型。计算当前帧图像的 实际像素值与前一帧图像参考像素值的差值，以提取监测视频中所有的运动目标，设视频 中任意帧图像，对应时刻t中某一点的参考像素值为: yt= (l-a)yt-i+apt (1) 其中，a为设定常数，yt-i为前一帧图像，对应时刻t_l中该点的参考像素值，pt为改点在 当前帧中的实际像素值；当光照强度随时间发生缓慢变化时，静止的背景点的参考像素值 W也将随光照强度的变化趋势发生相应的变化，但该变化应是缓慢的，不会产生跳变，即当 前帧中静止的背景点的实际像素值Pt与前一帧中同一点的参考像素值yt-i的差值极小，根 据这一准则，可判断出所有静止的背景点，并设其像素为0,从而，像素值大于O的区域，即为 提取出的当前的运动目标;不断重复步骤2，即可实时提取运动目标。 步骤3、消除背景中云的干扰:若所采集的视频背景中有移动的云团，在步骤2中会被判 断为运动物体，将对烟肉口是否正在排烟的检测结果造成明显的干扰。可在整个视场中设 置多处参考区域，并计算每块区域的归一化概率密度直方图，若存在云团，则归一化概率密 度直方图中必然存在云团的颜色信息，以该信息为基准，将其他非参考区域的归一化概率 密度直方图与参考区归一化概率密度直方图进行对比，可检测出所有移动云团区域，并将 云团区域像素值设置为0，则可消除监测视频中运动云团的干扰； 步骤4、排烟检测:经过步骤2-3处理后，若监测视频中仍检测出运动物体，则可判断烟 囱口正在排烟，否则即为未排烟，从而实现烟囱是否正在排烟的自动监测； 步骤5、通过步骤3、步骤4排除静止背景及运动云团干扰后，若监测结果中仍存在运动 物体，则认为被监测烟囱口正在排烟，则信息管理系统自动将对应的烟囱号、排放起止时 亥IJ、正在排烟时段视频等信息保存、记录到数据库中，还可根据需要发出提示、报警。不断重 复步骤1-5，即可实现实时监测。4.如权利要求1~3任意一种基于视频信号的工厂烟气排放自动监测方法，其特征在 于，本发明亦可用于楼宇、建筑等因火灾而产生的烟雾的监测，只要能获取被监测点的可视 视频，即可在烟雾产生时进行自动监测和报警。
【文档编号】H04N7/18GK105915840SQ201610208929
【公开日】2016年8月31日
【申请日】2016年4月5日
【发明人】陈从平, 黄正, 聂葳, 王小云, 黄杰光
【申请人】三峡大学