CN102042986A - 基于图像和fpga的汽车尾气自动监测 - Google Patents
基于图像和fpga的汽车尾气自动监测 Download PDFInfo
- Publication number
- CN102042986A CN102042986A CN200910218416XA CN200910218416A CN102042986A CN 102042986 A CN102042986 A CN 102042986A CN 200910218416X A CN200910218416X A CN 200910218416XA CN 200910218416 A CN200910218416 A CN 200910218416A CN 102042986 A CN102042986 A CN 102042986A
- Authority
- CN
- China
- Prior art keywords
- image
- fpga
- vehicle
- monitoring system
- tail gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明涉及一种基于图像和FPGA的汽车尾气自动监测系统,属于信号处理技术、工业测控技术,是利用FPGA芯片作为数字图像的处理核心,通过对序列图像感兴趣区的检测来实现对通行车辆的尾气排放量的定性监测。它通过CCD获得行驶车辆的图像,A/D转换芯片将模拟数据转换成数字数据,并由FPGA控制实现将图像感兴趣区域存入缓冲器,FPGA借助硬件逻辑实现尾气定位、尾气轮廓提取算法,实现对车辆尾气的“黑烟”区域的分割,并根据其像素面积判定该车辆的污染程度,同时进行报警,其突出的优点是:将图像处理算法硬件化,不需要工控机或DSP等核心处理单元,系统实时性能好,可扩展件强。
Description
技术领域
本发明涉及一种基于图像和FPGA的汽车尾气自动监测系统,属于信号处理技术、工业测控技术,是利用FPGA芯片作为数字图像的处理核心,通过对序列图像感兴趣区的检测来实现对通行车辆尾气超量排放的监测。
背景技术
随着我国社会经济的飞速发展和人民生活水平的日趋提高,我国汽车的保有量也在飞增,随之而来的汽车尾气污染问题也日趋严重。汽车污染物排放已经成为很多城市空气污染的主要来源,因此控制车辆尾气中污染物的排放对保护人类赖以生存的生态环境和人民群众的健康安全具有重要的意义。
目前,常用的汽车尾气检测方法分为无负荷检测方法和有负荷检测方法两类。其中前者包括怠速法、双怠速法和自由加速度烟度实验方法,这些方法的优点是易于操作、检测便携、费用低廉,其突出弊端是只在车辆无负荷时进行检测,因此检测结果与车辆实际运行时的排放存在较大差距,同时检测结果的代表性和真实性也较差。而有负荷检测方法包括:汽油车稳态加载模拟工况法、汽油车瞬态工况法、汽油车建议瞬态工况法、柴油车加载减速法等。这些方法都是通过各种手段模拟汽车道路行驶阻力,以此来检测车辆在真实道路行驶情况下的污染物排放情况。然而这些方法都需要专业人员通过专门的设备检测,检测时间相对较长,而且远远不能达到自动化实时处理的水平。
此外,现有的尾气检测设备都是针对于污染物含量的检测,需进行污染物成分及含量分析,需要借助专门设备配合使用,因而使得其造价昂贵,且复杂不易操作。
发明内容
为避免现有技术检测效率低、设备投入大的缺陷,本发明提出了一种基于视频图像和FPGA的汽车尾气监测方法,检测道路上的柴油车、农用机动车等污染物严重超标的车辆;该监测方法可以通过CCD获得行驶车辆尾部的模拟视频图像,由解码芯片将模拟数据转换成数字数据,并由FPGA实现将检测图像存入缓冲器,借助FPGA硬件逻辑对检测图象实现尾气定位、尾气轮廓提取算法,实现对车辆尾气的“黑烟”区域的分割,并根据其像素面积判定该车辆的污染程度,同时进行报警,其突出的优点是:将图像处理算法硬件化,不需要工控机或DSP等核心处理单元,系统实时性能好,可扩展性强。
本发明解决其技术问题所采用的技术方案:基于图像和FPGA的汽车尾气监测方法,其特点是包括以下步骤:
(a)在图像中选择一块车道区域作为车辆通行的检测区,在通行检测区的后端选一块区域作为尾气轮廓提取的感兴趣区。在奇数帧到来时将在检测区中的每一像素值送入累加器,对像素数进行计数,并将累加结果暂存;在偶数帧到来时,将图像先取反然后送入累加器,同时将尾气轮廓提取感兴趣区的图像暂存入缓冲器;偶数帧累加结束时,根据累加结果和像素计数值,计算感兴趣区域的平均像素差值FK。在非检测区按照亮暗度的不同级别取10个不同的像素点,根据两帧中这些像素点的累加结果计算平均背景差值BK。根据系统的应用场合确定合适的阈值T,若满足|FK-BK|>T,则判定当前时刻无车辆通过;
(b)若根据步骤(a)检测到有车辆通过,则将缓存器中存储的尾气检测感兴趣区图像送入阈值分割模块按固定阈值T对分割结果进行计数,若黑色像素计数值N与感兴趣区总像素数C比值小于一固定的参数,则判定该车辆没有超标,此时不做继续处理;否则,将分割处理后图像先后通过边缘检测模块和轮廓提取模块,并通过计数器计算出尾气轮廓所包含的图像像素数目;
(c)根据国家标准将汽车尾气的污染程度划分为几个级别,并用像素面积的形式表示。按照步骤(b)计算的车辆尾气轮廓像素数目确定该车辆的污染级别,并驱动振铃进行不同的报警;
(d)对FPGA各模块进行并行化设计,使车辆通行检测模块、尾气轮廓提取模块和报警模块三级流水并行工作。
本发明的有益效果是:本系统与以往的技术相比具有极高的便携性,成本低;同时,利用FPGA硬件逻辑运算高度并行性的特点,设计三级流水的图像处理算法,实现了对图像序列中超排车辆的自动实时检测并报警,克服了传统检测方法复杂不易操作且耗时长的不足,尤其对于尾气排放严重超标的车辆格外有效。
下面结合附图和实施例对本发明作详细说明。
附图说明
附图1是本发明基于图像和FPGA的汽车尾气自动监测系统结构图。
附图2是本发明基于图像和FPGA的汽车尾气自动监测系统实施例原理图。
附图3是本发明基于图像和FPGA的汽车尾气自动监测系统算法处理框图。
具体实施方式
在本系统的具体实现过程中,FPGA采用美国Altera公司的Cyclone系列FPGA中的EP1C12芯片。该芯片密集度达12060个LE单元(每个LE包括一个LUT,一个触发器和相关逻辑,是芯片实现逻辑的最基本结构,也是FPGA综合性能评价的主要指标),完全能够满足图像处理算法和系统逻辑控制的需要;169个用户可用I/O端口满足系统实现图像采集和存储的多个芯片连接要求;视频采集单元采用CCD,它可以把现场图像采集进来并送给A/D转化芯片作进一步处理;A/D芯片采用PHILIPS公司的7113H芯片,7113H芯片有4个模拟通道,通过分时采集4路的图像信号,分时进行处理,可以通过编程选择7113H的转换模式,通过I2C总线进行编程,完成7113H的初始化工作,信号的输出格式也由I2C总线进行控制,采用CCIR601的4:2:2格式。同时在FPGA上外扩一块IS61LV10248型号的SRAM作为尾气检测感兴趣区图像的缓存。
系统初始化后,EP1C12控制CCD开始采集,此时视频解码芯片SAA7113H将CCD输出的模拟视频信号数字化,并向FPGA提供数字视频数据、像素时钟LLC以及同步信号,这些信号驱动EP1C12中的逻辑程序产生地址。根据地址判断该像素是否在图像的检测区内;若是,在奇数帧,将像素值直接加入累加器,并计数值加一;在偶数帧,先将其取反再加入累加器,同时将尾气轮廓提取感兴趣区的图像暂存入SRAM;当两帧图像处理完后,根据累加结果和计数值计算出检测区平均像素差值FK;在非检测区根据10个采样点按照同样的方法求得非检测区的平均背景差值BK;根据FK和BK的绝对值差判定当前两帧时间内是否有车辆通行。
若有车辆通过,则将SRAM中图像按固定阈值进行二值化处理,同时对黑色像素的数目进行计数,阈值选取的依据是能够将“黑烟”从背景出分割出来;根据计数值与感兴趣区域大小的比例关系给出车辆是否排放超标;
根据国家标准将汽车尾气的污染程度划分为几个级别,并用像素面积的形式表示。若初步判断车辆超标,则根据计数值与标准级别的比较关系确定该车辆的污染等级,同时通过振铃等形式给出报警。
Claims (3)
1.一种基于图像和FPGA的汽车尾气自动监测系统,其特征在于:以FPGA芯片为核心实现了一种基于图像的汽车尾气监测系统,它将图像处理算法硬件化,不需要工控机或DSP等核心处理单元,实现对尾气超排车辆的实时定性检测。
2.一种基于图像和FPGA的汽车尾气自动监测系统,其特征在于:通过CCD获得行驶车辆的图像,A/D转换芯片将模拟数据转换成数字数据,并由FPGA控制实现将图像感兴趣区域存入缓冲器,FPGA借助硬件逻辑实现尾气定位、尾气轮廓提取算法,实现对车辆尾气的“黑烟”区域的分割,并根据其像素面积判定该车辆的污染程度,同时进行报警,其突出的优点是:将图像处理算法硬件化,不需要工控机或DSP等核心处理单元,系统实时性能好,可扩展性强。
3.根据权利要求2所述的基于图像和FPGA的汽车尾气自动监测系统,其特征在于包括以下步骤:
(a)在图像中选择一块车道区域作为车辆通行的检测区,在通行检测区的后端选一块区域作为尾气轮廓提取的感兴趣区。在奇数帧到来时将在检测区中的每一像素值送入累加器,对像素数进行计数,并将累加结果暂存;在偶数帧到来时,将图像先取反然后送入累加器,同时将尾气轮廓提取感兴趣区的图像暂存入缓冲器;偶数帧累加结束时,根据累加结果和像素计数值,计算感兴趣区域的平均像素差值FK。在非检测区按照亮暗度的不同级别取10个不同的像素点,根据两帧中这些像素点的累加结果计算平均背景差值BK。根据系统的应用场合确定合适的阈值T,若满足|FK-BK|>T,则判定当前时刻无车辆通过;
(b)若根据步骤(a)检测到有车辆通过,则将缓存器中存储的尾气检测感兴趣区图像送入阈值分割模块按固定阈值T对分割结果进行计数,若黑色像素计数值N与感兴趣区总像素数C比值小于一固定的参数,则判定该车辆没有超标,此时不做继续处理;否则,将分割处理后图像先后通过边缘检测模块和轮廓提取模块,并通过计数器计算出尾气轮廓所包含的图像像素数目;
(c)根据国家标准将汽车尾气的污染程度划分为几个级别,并用像素面积的形式表示。按照步骤(b)计算的车辆尾气轮廓像素数目确定该车辆的污染级别,并驱动振铃进行不同的报警;
(d)对FPGA各模块进行并行化设计,使车辆通行检测模块、尾气轮廓提取模块和报警模块三级流水并行工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910218416A CN102042986B (zh) | 2009-10-20 | 2009-10-20 | 基于图像和fpga的汽车尾气自动监测 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910218416A CN102042986B (zh) | 2009-10-20 | 2009-10-20 | 基于图像和fpga的汽车尾气自动监测 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102042986A true CN102042986A (zh) | 2011-05-04 |
CN102042986B CN102042986B (zh) | 2012-09-26 |
Family
ID=43909330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910218416A Expired - Fee Related CN102042986B (zh) | 2009-10-20 | 2009-10-20 | 基于图像和fpga的汽车尾气自动监测 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102042986B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721790A (zh) * | 2012-05-30 | 2012-10-10 | 吴江市精工铝字制造厂 | 基于rfid技术的汽车尾气监测系统 |
CN103514429A (zh) * | 2012-06-21 | 2014-01-15 | 夏普株式会社 | 检测对象的特定部位的方法及图像处理设备 |
RU2583344C1 (ru) * | 2015-02-25 | 2016-05-10 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Профессионального Образования "Донской Государственный Технический Университет" (Дгту) | Устройство анализа загрязненности моторного масла двигателя внутреннего сгорания дисперсными частицами |
CN105574493A (zh) * | 2015-12-14 | 2016-05-11 | 常熟理工学院 | 一种柴油机燃烧颗粒物的来源解析方法 |
CN105867253A (zh) * | 2016-05-24 | 2016-08-17 | 江苏腾飞环境工程设备有限公司 | 一种废气处理方法 |
CN106097479A (zh) * | 2016-05-30 | 2016-11-09 | 北京奇虎科技有限公司 | 行车信息的记录方法和装置 |
CN106769732A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种垂直式柴油车烟度检测方法 |
CN106951821A (zh) * | 2016-12-27 | 2017-07-14 | 湘潭大学 | 一种基于图像处理技术的黑烟车智能监控识别方法 |
CN108318449A (zh) * | 2018-02-08 | 2018-07-24 | 史元浩 | 一种机动车尾气行驶过程多探测综合序列检测系统 |
CN110516691A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 一种车辆尾气检测方法和装置 |
US11933242B2 (en) * | 2022-06-16 | 2024-03-19 | Hyundai Mobis Co., Ltd. | Exhaust gas monitoring system and method |
-
2009
- 2009-10-20 CN CN200910218416A patent/CN102042986B/zh not_active Expired - Fee Related
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721790A (zh) * | 2012-05-30 | 2012-10-10 | 吴江市精工铝字制造厂 | 基于rfid技术的汽车尾气监测系统 |
CN103514429A (zh) * | 2012-06-21 | 2014-01-15 | 夏普株式会社 | 检测对象的特定部位的方法及图像处理设备 |
CN103514429B (zh) * | 2012-06-21 | 2018-06-22 | 夏普株式会社 | 检测对象的特定部位的方法及图像处理设备 |
RU2583344C1 (ru) * | 2015-02-25 | 2016-05-10 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Профессионального Образования "Донской Государственный Технический Университет" (Дгту) | Устройство анализа загрязненности моторного масла двигателя внутреннего сгорания дисперсными частицами |
CN105574493B (zh) * | 2015-12-14 | 2019-03-26 | 常熟理工学院 | 一种柴油机燃烧颗粒物的来源解析方法 |
CN105574493A (zh) * | 2015-12-14 | 2016-05-11 | 常熟理工学院 | 一种柴油机燃烧颗粒物的来源解析方法 |
CN105867253A (zh) * | 2016-05-24 | 2016-08-17 | 江苏腾飞环境工程设备有限公司 | 一种废气处理方法 |
CN106097479A (zh) * | 2016-05-30 | 2016-11-09 | 北京奇虎科技有限公司 | 行车信息的记录方法和装置 |
CN106951821A (zh) * | 2016-12-27 | 2017-07-14 | 湘潭大学 | 一种基于图像处理技术的黑烟车智能监控识别方法 |
CN106769732A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种垂直式柴油车烟度检测方法 |
CN108318449A (zh) * | 2018-02-08 | 2018-07-24 | 史元浩 | 一种机动车尾气行驶过程多探测综合序列检测系统 |
CN110516691A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 一种车辆尾气检测方法和装置 |
US11933242B2 (en) * | 2022-06-16 | 2024-03-19 | Hyundai Mobis Co., Ltd. | Exhaust gas monitoring system and method |
Also Published As
Publication number | Publication date |
---|---|
CN102042986B (zh) | 2012-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102042986B (zh) | 基于图像和fpga的汽车尾气自动监测 | |
CN103714363B (zh) | 一种机动车尾气烟度视频识别系统 | |
CN109191830B (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
CN111122171B (zh) | 一种基于vsp工况的柴油车与柴油机多种排放检测方法的多源异构数据关联分析方法 | |
CN102289656B (zh) | 一种测算交通流对于城市污染影响的方法 | |
CN101587646A (zh) | 基于视频识别技术的车流量检测方法及系统 | |
CN109613905B (zh) | 一种动态识别重型商用车实际运行高油耗恶劣工况的方法和装置 | |
CN109489978A (zh) | 一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 | |
CN101196989B (zh) | 网络嵌入式多路车牌检测系统及车牌检测方法 | |
CN102721693B (zh) | 尾气不透光烟度检测方法和系统 | |
CN104318315A (zh) | 一种城市道路交通污染物排放监控预警系统及方法 | |
CN111125636B (zh) | 基于城市隧道的机动车排放因子计算方法 | |
CN103345842A (zh) | 一种道路车辆分型系统及方法 | |
CN111598424A (zh) | 一种基于重型柴油车远程监控数据的排放计算方法 | |
CN111523419A (zh) | 一种机动车尾气排放视频检测方法和装置 | |
CN111241720A (zh) | 一种道路扬尘模型的建模方法和装置 | |
CN111222394A (zh) | 一种渣土车超载检测方法、装置及系统 | |
CN113158141B (zh) | 基于大数据的新能源汽车超载检测方法 | |
CN113918890A (zh) | 一种基于移动窗口库的低负荷工况构建方法 | |
CN112289022B (zh) | 基于时空背景比对的黑烟车检测判定方法及系统 | |
CN1874500A (zh) | 红外视频监控报警装置及方法 | |
CN102122438B (zh) | 基于fpga的闯红灯自动监测装置 | |
CN116580523A (zh) | 交通能耗监测与管理方法、系统、电子装置和存储介质 | |
CN204087487U (zh) | 一种道路交通视频信息获取及智能处理系统 | |
CN103687254A (zh) | 节能灯的故障排查方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120926 Termination date: 20211020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |