CN112508824A - 一种堆场粉尘治理方法 - Google Patents
一种堆场粉尘治理方法 Download PDFInfo
- Publication number
- CN112508824A CN112508824A CN202110151056.7A CN202110151056A CN112508824A CN 112508824 A CN112508824 A CN 112508824A CN 202110151056 A CN202110151056 A CN 202110151056A CN 112508824 A CN112508824 A CN 112508824A
- Authority
- CN
- China
- Prior art keywords
- dust
- yard
- gray
- sampling
- plane image
- 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
- 239000000428 dust Substances 0.000 title claims abstract description 144
- 238000003860 storage Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005070 sampling Methods 0.000 claims abstract description 89
- 238000005507 spraying Methods 0.000 claims abstract description 17
- 238000011282 treatment Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000004939 coking Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- -1 casting Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D47/00—Separating dispersed particles from gases, air or vapours by liquid as separating agent
- B01D47/06—Spray cleaning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种堆场粉尘治理方法，包括：获取采样周期内所有的平面图像，进行滤噪处理得到真实平面图像；基于背景平面图像识别堆场中的非粉尘物体轮廓；对所有相邻采样时刻的真实平面图像进行差分运算，得到灰度图序列，并基于灰度图序列与非粉尘物体轮廓，得到堆场中每一采样时刻的新增粉尘定位信息；基于真实平面图像的灰度梯度得到堆场中弥漫粉尘定位信息；控制喷洒装置作业，完成堆场粉尘治理。有效、快速地完成堆场粉尘治理，通过采用该治理方法后，无需在堆场内密集布置大量的粉尘浓度监测仪，降低了投入成本、维护成本，同时也对堆场、作业等场所的车辆移动、人员作业等活动影响不大。
Description
技术领域
本发明涉及粉尘治理技术领域，具体是一种堆场粉尘治理方法。
背景技术
钢铁、焦化、火电、水泥、铸造、砖瓦窑、炭素、玻璃、陶瓷、建材、建筑、矿山等行业的原料运输、堆场施工、物料传送、生产作业等过程中会产生粉尘，粉尘的主要危害如下：1)危害人体健康；2)引起粉尘爆炸；3)降低能见度，雾霾的重要组成部分就是粉尘；4)弄脏建筑物等；5)腐蚀金属设施；6)增大机器设备的磨损；7)降低产品质量；8)导致植物生长不良。在2018年，面源污染防治技术被列入《2018年国家先进污染防治技术目录(大气污染防治领域)》。2019年，北方各城市开始实施钢铁、焦化等行业深度减排实施方案，要求钢铁、焦化等企业全面完成粉尘排放精准监测和治理。
目前部分行业、企业推行采用粉尘浓度监测仪进行粉尘监测，堆场、作业等场所每一万平米安装一个，不足一万平米按一万平米计算。这种监测方式只能检测粉尘浓度在线监测仪安装的局部一些点的总尘浓度、PM2.5、PM10、温度、湿度、大气压力、风向、风力，这些局部点的检测精度比较高。但是仅适合于局部点的粉尘高精度检测，而无法实现对于区域内任意位置的粉尘浓度检测。如果要实现区域粉尘的网格化精准监测，则必须在整个堆场、作业等场所密集布置大量的粉尘浓度监测仪，则投入成本高、安装复杂、维护成本高，其安装支架会严重影响堆场、作业等场所的车辆移动、人员作业等活动。
发明内容
针对上述现有技术中的不足，本发明提供一种堆场粉尘治理方法，无需在堆场内密集布置大量的粉尘浓度监测仪，大大减少了投入成本、维护成本等。
为实现上述目的，本发明提供一种堆场粉尘治理方法，在堆场顶部布置若干喷洒装置与摄像装置，其中，堆场内的每一空间点均位于至少一个喷洒装置的喷洒区域内以及至少一个摄像装置的视场内，通过对各摄像装置视场图像进行拼接，得到堆场的平面图像，所述堆场粉尘治理方法包括如下步骤：
步骤1，获取采样周期内所有的平面图像，对所有的采样平面图像进行滤噪处理，得到滤除摄像装置镜头噪声后的真实平面图像；
步骤2，基于真实平面图像得到堆场的背景平面图像，并基于背景平面图像识别堆场中的非粉尘物体轮廓；
步骤3，对所有相邻采样时刻的真实平面图像进行差分运算，得到灰度图序列，进而得到堆场中每一采样时刻的新增粉尘定位信息；
步骤4，基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息；
步骤5，根据堆场中每一采样时刻的新增粉尘与弥漫粉尘的定位信息，控制喷洒装置作业，完成堆场粉尘治理。
在其中一个实施例中，步骤1中，所述对所有的采样平面图像进行滤噪处理，得到滤除摄像装置镜头噪声后的真实平面图像，具体为：
对采样平面图像进行网格划分；
对采样平面图像i的任意一个网格局域j进行如下处理：
Δg i，j =g i，j -g j0
式中，Δg i，j 为第i个采样平面图像中第j个网格局域的真实灰度均值，g i，j 为第i个采样平面图像中第j个网格局域的灰度均值，g j0为一定时长内所有采样平面图像中第j个网格区域的最低灰度均值；
在采样平面图像i中采用Δg i，j 替换g i，j ，即得到采样平面图像i的真实平面图像。
在其中一个实施例中，步骤2中，所述基于真实平面图像得到堆场的背景平面图像，具体为：
对于任一采样时刻，获取从该采样时刻往前n个采样周期内所有的真实平面图像，并对所获取的所有真实平面图像进行ViBe算法分析，得到该采样时刻的背景平面图像。
在其中一个实施例中，步骤2中，所述基于背景平面图像识别堆场中的非粉尘物体轮廓，具体为：
提取出背景平面图像中灰度值大于第一灰度阈值的轮廓点集图形；
若轮廓点集图形中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应堆场中包括料棚结构、作业装备、停放车辆在内的非粉尘物体轮廓；
若轮廓点集图形中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应堆场中包括料堆在内的非粉尘物体轮廓。
在其中一个实施例中，步骤3中，得到堆场中每一采样时刻的新增粉尘定位信息，具体为：
提取出灰度图序列中灰度值大于第二灰度阈值的轮廓点集图形，得到轮廓点集图形集；
将非粉尘物体轮廓所对应的轮廓点集图形从轮廓点集图形集中剔除，此时轮廓点集图形集中所剩余的轮廓点集图形即对应堆场中的新增粉尘，即得到堆场中每一采样时刻的新增粉尘定位信息。
在其中一个实施例中，步骤4中，所述基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息，包括：
对任意一个真实平面图像i进行网格划分，获取真实平面图像i中每个网格区域的灰度梯度；
提取出真实平面图像i中灰度梯度小于第一灰度梯度阈值的网格区域，并判定该部分网格区域所对应堆场中的局域具有弥漫粉尘，即得到堆场中在采样时刻i弥漫粉尘第一定位信息。
在其中一个实施例中，所述获取真实平面图像i中每个网格区域的灰度梯度，具体为：
gg i，j =(Δg i，j -Δg i，j+1)/Distance
式中，Δg i，j 、Δg i，j+1为第i个真实平面图像中第j个、j+1网格局域的真实灰度均值，gg i，j 为第i个真实平面图像中第j个网格局域与第j+1个网格局域之间的灰度梯度值，Distance为第j个网格局域与第j+1个网格局域之间的距离；
以当前网格(i，j)为中心点，计算在Distance这个距离内所有网格的灰度梯度值，并取所有灰度梯度值的统计均值作为网格区域j的灰度梯度。
在其中一个实施例中，步骤4中，所述基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息，还包括：
对于真实平面图像i，提取真实平面图像i中所有的非粉尘物体轮廓，并得到各非粉尘物体轮廓边缘的灰度梯度；
提取出灰度梯度小于第二灰度梯度阈值的非粉尘物体轮廓，并判定该部分非粉尘物体轮廓所对应堆场中的局域具有弥漫粉尘，得到堆场中在采样时刻i弥漫粉尘第二定位信息。
在其中一个实施例中，若干所述喷洒装置与摄像装置均网格化布局在堆场顶部。
在其中一个实施例中，所述摄像装置包括枪机、球机、枪球机、全景机中的至少一种。
本发明提供的一种堆场粉尘治理方法，其通过周期性的得到堆场的平面图像，并基于对堆场内平面图像进行图像识别、处理得到堆场内弥漫粉尘、新增粉尘在二维平面内的定位信息，并基于此定位信息控制喷洒装置作业，即能有效、快速地完成堆场粉尘治理，通过采用该治理方法后，无需在堆场内密集布置大量的粉尘浓度监测仪，降低了投入成本、维护成本，同时也对堆场、作业等场所的车辆移动、人员作业等活动影响不大。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例中堆场粉尘治理方法的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是物理连接或无线通信连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本实施例公开了一种堆场粉尘治理方法，在堆场顶部布置若干喷洒装置与摄像装置，其中，堆场内的每一空间点均位于至少一个喷洒装置的喷洒区域内以及至少一个摄像装置的视场内，因此堆场内从上往下的方向上的二维平面内的每一点都位于至少一个摄像装置的视场内，通过对各摄像装置所拍摄的视场图像进行拼接，得到堆场内从上往下的方向上的二维平面内的平面图像。其通过周期性的得到堆场的平面图像，并基于对堆场内平面图像进行图像识别、处理得到堆场内弥漫粉尘、新增粉尘在二维平面内的定位信息，并基于此定位信息控制喷洒装置作业，即能有效、快速地完成堆场粉尘治理，通过采用该治理方法后，无需在堆场内密集布置大量的粉尘浓度监测仪，降低了投入成本、维护成本，同时也对堆场、作业等场所的车辆移动、人员作业等活动影响不大。
本实施例中，摄像装置可以是在堆场的顶部网格化布局枪机、球机、枪球机、全景机等不同类型的摄像头，通过所有摄像头拍摄的视场图像将堆场构建为一个二维平面空间，使其能够体现堆场内物体的形状、大小与坐标。而将多张视场图像拼接为一张平面图像为常规技术手段，因此本实施例中不再赘述，具体可参见专利CN103597810A、CN110969594A等。
参考图1，本实施例中的堆场粉尘治理方法包括如下步骤：
步骤1，获取采样周期内所有的平面图像，作为采样平面图像，对所有的采样平面图像进行滤噪处理，得到滤除摄像装置镜头噪声后的真实平面图像。其中，图像的采样周期的选择取决于视频图像处理硬软件速度，本实施例中的采样周期为1秒-5分钟。在采样周期内各摄像装置在同一采样时刻拍摄的视场图像拼接为一幅采样平面图像，并将该采样周期内的所有采样平面图像按采样时刻的先后顺序组成一个采样平面图像序列。
由于在摄像装置拍摄过程中，由于镜头上灰尘或异物的影响会导致其拍摄的视场图像出现噪声，这将会导致后续的图像识别过程中引入噪声误差，因此需对其进行滤噪处理，滤除摄像装置的镜头噪声。本实施例中，该滤噪处理的过程具体为：
对采样平面图像进行网格划分；
对采样平面图像i的任意一个网格局域j进行如下处理：
Δg i，j =g i，j -g j0
式中，Δg i，j 为第i个采样平面图像中第j个网格局域的真实灰度均值，g i，j 为第i个采样平面图像中第j个网格局域的灰度均值，g j0为一定时长内所有平面图像中第j个网格区域的最低灰度均值；
在采样平面图像i中采用Δg i，j 替换g i，j ，即得到平面图像i的真实平面图像。
需要注意的是，上述滤噪处理过程中的“一定时长”既可以是1个采样周期，也可以是10-1000个采样周期，由于摄像装置镜头上的灰尘或异物变化是一个长时间的过程，因此本实施例优选为以1000个采样周期的时长作为上述g j0获取过程中的“一定时长”。例如，若采样周期为1分钟，则在1000分钟内的滤噪处理过程中，g j0均为同一值。
步骤2，基于真实平面图像得到堆场的背景平面图像，并基于背景平面图像识别堆场中的非粉尘物体轮廓，以及非粉尘物体的定位信息。
其中，所述基于真实平面图像得到堆场的背景平面图像，具体为：
对于任一采样时刻，获取从该采样时刻往前n个采样周期内所有的真实平面图像，并对所获取的所有真实平面图像进行ViBe算法分析，得到该采样时刻的背景平面图像。
堆场内的非粉尘物体主要包括两大类，第一类是料棚结构、作业设备、停放车辆、工作人员等具有规则几何形状的物体，这一类物体是可以根据物体的形状特征、标志性特征直接区分的；第二类则是料堆、废渣堆等不具有规则几何形状的物体，这一类物体是无法根据物体的形状特征、标志性特征直接区分的，但是这两类物体具有一共同点，就是其轮廓在图像上的灰度值都较大，基于此，本实施例中提出了一种堆场内非粉尘物体轮廓的识别方法，具体过程如下：
首先提取出背景平面图像中灰度值大于第一灰度阈值的轮廓点集图形，使得该轮廓点集图形中仅具有上述两类非粉尘物体的轮廓，随后再对每一轮廓进行单独识别：
若轮廓点集图形中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应堆场中包括料棚结构、作业装备、停放车辆、工作人员在内的非粉尘物体轮廓；
若轮廓点集图形中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应堆场中包括料堆、废渣堆在内的非粉尘物体轮廓；
在识别出所有非粉尘物体的轮廓后，结合非粉尘物体的颜色分布、轮廓连续、几何关联、像素密度、点云分布等图像特征，即能得到所有非粉尘物体在真实平面图像内的定位信息。
步骤3，对所有相邻采样时刻的真实平面图像进行差分运算，得到灰度图序列，进而得到堆场中每一采样时刻的新增粉尘定位信息。
由于在平面图像中可直接获取定位信息，而堆场中产生粉尘的源头只能是作业装备、工作车辆、工作人员、料堆或废渣堆等，即上述步骤2中的非粉尘物体轮廓，因此可将粉尘与非粉尘物体轮廓相关联，以便于后续喷洒装置的控制，例如，若一个区域的粉尘是由工作人员引起的，则这一区域的粉尘则不进行喷雾处理，待工作人员离开后再喷雾。基于此，本实施例提出了一种新增粉尘的定位方法，具体过程如下：
提取出灰度图序列中灰度值大于第二灰度阈值的轮廓点集图形，得到轮廓点集图形集，其中，第二灰度阈值小于第一灰度阈值，这一步的轮廓点集图形的提取是为了滤除堆场中的背景图形；
将非粉尘物体轮廓所对应的轮廓点集图形从轮廓点集图形集中剔除，此时轮廓点集图形集中所剩余的轮廓点集图形即对应堆场中的新增粉尘，即能得到堆场中每一采样时刻的新增粉尘在真实平面图像内的定位信息。
步骤4，基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息。
本实施例中，将弥漫粉尘定位信息分为两类，第一类为真实图像中内不具有非粉尘物体所在区域的弥漫粉尘，对于第一类弥漫粉尘的定位信息，其具体获取过程为：
对任意一个真实平面图像i进行网格划分，获取真实平面图像i中每个网格区域的灰度梯度，具体为：
gg i，j =(Δg i，j -Δg i，j+1)/Distance
式中，Δg i，j 、Δg i，j+1为第i个真实平面图像中第j个、j+1网格局域的真实灰度均值，gg i，j 为第i个真实平面图像中第j个网格局域与第j+1个网格局域之间的灰度梯度值，Distance为第j个网格局域与第j+1个网格局域之间的距离；
以当前网格(i，j)为中心点，计算在Distance这个距离内所有网格的灰度梯度值，并取所有灰度梯度值的统计均值作为网格区域j的灰度梯度；
提取出真实平面图像i中灰度梯度小于第一灰度梯度阈值的网格区域，并判定该部分网格区域所对应堆场中的局域具有弥漫粉尘，即得到堆场中在采样时刻i弥漫粉尘第一定位信息。
第二类为真实图像中内具有非粉尘物体所在区域的弥漫粉尘，由于这一类弥漫粉尘位于非粉尘物体的正上方，而非粉尘物体的灰度值较大，其灰度值大于弥漫粉尘的灰度值；因此上述第一类的区域梯度识别方法对于这一类的弥漫粉尘是无法适用的。因此对于第二类弥漫粉尘的定位信息，本实施例提出了一种基于轮廓梯度判定的方法，其具体获取过程为：
对于真实平面图像i，提取真实平面图像i中所有的非粉尘物体轮廓，并得到各非粉尘物体轮廓边缘的灰度梯度，该灰度梯度的计算过程与第一类的计算过程相同，只需将轮廓进行离散，以一个离散点作为一个网格区域；
提取出灰度梯度小于第二灰度梯度阈值的非粉尘物体轮廓，并判定该部分非粉尘物体轮廓所对应堆场中的局域具有弥漫粉尘，进而得到堆场中在采样时刻i弥漫粉尘第二定位信息。
步骤5，根据堆场中每一采样时刻的新增粉尘与弥漫粉尘的定位信息，控制喷洒装置对具有新增粉尘与弥漫粉尘的区域进行喷洒作业，在喷洒完成后，停顿一定时长以等待雾与粉尘沉降，完成堆场粉尘治理，并进入下一个采样周期，即本实施例中相邻的两个采样周期在时间上并不是连续的，两者之间具有一个等待雾与粉尘沉降的时段。其中，本实施例中的喷洒装置包括在堆场顶部，网格化布局喷嘴及其水路、气路管道，且喷嘴可以多自由度运动，至于喷嘴与水路、气路的具体实施结构均为常规技术手段，因此本实施例中不再赘述。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种堆场粉尘治理方法，其特征在于，在堆场顶部布置若干喷洒装置与摄像装置，其中，堆场内的每一空间点均位于至少一个喷洒装置的喷洒区域内以及至少一个摄像装置的视场内，通过对各摄像装置视场图像进行拼接，得到堆场的平面图像，所述堆场粉尘治理方法包括如下步骤：
步骤1，获取采样周期内所有的平面图像，对所有的采样平面图像进行滤噪处理，得到滤除摄像装置镜头噪声后的真实平面图像；
步骤2，基于真实平面图像得到堆场的背景平面图像，并基于背景平面图像识别堆场中的非粉尘物体轮廓；
步骤3，对所有相邻采样时刻的真实平面图像进行差分运算，得到灰度图序列，进而得到堆场中每一采样时刻的新增粉尘定位信息；
步骤4，基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息；
步骤5，根据堆场中每一采样时刻的新增粉尘与弥漫粉尘的定位信息，控制喷洒装置作业，完成堆场粉尘治理。
2.根据权利要求1所述堆场粉尘治理方法，其特征在于，步骤1中，所述对所有的采样平面图像进行滤噪处理，得到滤除摄像装置镜头噪声后的真实平面图像，具体为：
对采样平面图像进行网格划分；
对采样平面图像i的任意一个网格局域j进行如下处理：
Δg i，j =g i，j -g j0
式中，Δg i，j 为第i个采样平面图像中第j个网格局域的真实灰度均值，g i，j 为第i个采样平面图像中第j个网格局域的灰度均值，g j0为一定时长内所有采样平面图像中第j个网格区域的最低灰度均值；
在采样平面图像i中采用Δg i，j 替换g i，j ，即得到采样平面图像i的真实平面图像。
3.根据权利要求1所述堆场粉尘治理方法，其特征在于，步骤2中，所述基于真实平面图像得到堆场的背景平面图像，具体为：
对于任一采样时刻，获取从该采样时刻往前n个采样周期内所有的真实平面图像，并对所获取的所有真实平面图像进行ViBe算法分析，得到该采样时刻的背景平面图像。
4.根据权利要求1所述堆场粉尘治理方法，其特征在于，步骤2中，所述基于背景平面图像识别堆场中的非粉尘物体轮廓，具体为：
提取出背景平面图像中灰度值大于第一灰度阈值的轮廓点集图形；
若轮廓点集图形中的轮廓具有确定规则几何形状，则可判断这一类型的轮廓对应堆场中包括料棚结构、作业装备、停放车辆在内的非粉尘物体轮廓；
若轮廓点集图形中的轮廓具有不确定规则几何形状，则可判断这一类型的轮廓对应堆场中包括料堆在内的非粉尘物体轮廓。
5.根据权利要求1所述堆场粉尘治理方法，其特征在于，步骤3中，得到堆场中每一采样时刻的新增粉尘定位信息，具体为：
提取出灰度图序列中灰度值大于第二灰度阈值的轮廓点集图形，得到轮廓点集图形集；
将非粉尘物体轮廓所对应的轮廓点集图形从轮廓点集图形集中剔除，此时轮廓点集图形集中所剩余的轮廓点集图形即对应堆场中的新增粉尘，即得到堆场中每一采样时刻的新增粉尘定位信息。
6.根据权利要求1所述堆场粉尘治理方法，其特征在于，步骤4中，所述基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息，包括：
对任意一个真实平面图像i进行网格划分，获取真实平面图像i中每个网格区域的灰度梯度；
提取出真实平面图像i中灰度梯度小于第一灰度梯度阈值的网格区域，并判定该部分网格区域所对应堆场中的局域具有弥漫粉尘，即得到堆场中在采样时刻i弥漫粉尘第一定位信息。
7.根据权利要求6所述堆场粉尘治理方法，其特征在于，所述获取真实平面图像i中每个网格区域的灰度梯度，具体为：
gg i，j =(Δg i，j -Δg i，j+1)/Distance
式中，Δg i，j 、Δg i，j+1为第i个真实平面图像中第j个、j+1网格局域的真实灰度均值，gg i，j 为第i个真实平面图像中第j个网格局域与第j+1个网格局域之间的灰度梯度值，Distance为第j个网格局域与第j+1个网格局域之间的距离；
以当前网格(i，j)为中心点，计算在Distance这个距离内所有网格的灰度梯度值，并取所有灰度梯度值的统计均值作为网格区域j的灰度梯度。
8.根据权利要求6所述堆场粉尘治理方法，其特征在于，步骤4中，所述基于每一真实平面图像的灰度梯度得到堆场中每一采样时刻的弥漫粉尘定位信息，还包括：
对于真实平面图像i，提取真实平面图像i中所有的非粉尘物体轮廓，并得到各非粉尘物体轮廓边缘的灰度梯度；
提取出灰度梯度小于第二灰度梯度阈值的非粉尘物体轮廓，并判定该部分非粉尘物体轮廓所对应堆场中的局域具有弥漫粉尘，得到堆场中在采样时刻i弥漫粉尘第二定位信息。
9.根据权利要求1至8任一项所述堆场粉尘治理方法，其特征在于，若干所述喷洒装置与摄像装置均网格化布局在堆场顶部。
10.根据权利要求1至8任一项所述堆场粉尘治理方法，其特征在于，所述摄像装置包括枪机、球机、枪球机、全景机中的至少一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110151056.7A CN112508824B (zh) | 2021-02-04 | 2021-02-04 | 一种堆场粉尘治理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110151056.7A CN112508824B (zh) | 2021-02-04 | 2021-02-04 | 一种堆场粉尘治理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112508824A true CN112508824A (zh) | 2021-03-16 |
| CN112508824B CN112508824B (zh) | 2021-04-23 |
Family
ID=74952661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110151056.7A Active CN112508824B (zh) | 2021-02-04 | 2021-02-04 | 一种堆场粉尘治理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112508824B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9341579B2 (en) * | 2011-02-14 | 2016-05-17 | Keyence Corporation | Defect detection apparatus, defect detection method, and computer program |
| CN106228554A (zh) * | 2016-07-20 | 2016-12-14 | 西安科技大学 | 基于多属性约简的模糊粗糙集煤粉尘图像分割方法 |
| CN111530203A (zh) * | 2020-07-08 | 2020-08-14 | 湖南九九智能环保股份有限公司 | 一种粉尘智能测控治系统及其抑尘降尘方法 |
| CN111781113A (zh) * | 2020-07-08 | 2020-10-16 | 湖南九九智能环保股份有限公司 | 一种粉尘网格化定位方法及粉尘网格化监测方法 |
-
2021
- 2021-02-04 CN CN202110151056.7A patent/CN112508824B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9341579B2 (en) * | 2011-02-14 | 2016-05-17 | Keyence Corporation | Defect detection apparatus, defect detection method, and computer program |
| CN106228554A (zh) * | 2016-07-20 | 2016-12-14 | 西安科技大学 | 基于多属性约简的模糊粗糙集煤粉尘图像分割方法 |
| CN111530203A (zh) * | 2020-07-08 | 2020-08-14 | 湖南九九智能环保股份有限公司 | 一种粉尘智能测控治系统及其抑尘降尘方法 |
| CN111781113A (zh) * | 2020-07-08 | 2020-10-16 | 湖南九九智能环保股份有限公司 | 一种粉尘网格化定位方法及粉尘网格化监测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 谢鹏程，陈青山，李响: "基于机器视觉的工矿现场粉尘实时监测", 《工矿自动化》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112508824B (zh) | 2021-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111530203B (zh) | 一种粉尘智能测控治系统及其抑尘降尘方法 | |
| CN111754638B (zh) | 一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法 | |
| CN111781113B (zh) | 一种粉尘网格化定位方法及粉尘网格化监测方法 | |
| CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
| CN101657277B (zh) | 用于对连续铸造板坯上的表面缺陷进行识别和分类的方法 | |
| CN205898699U (zh) | 悬挂式单轨箱型梁巡检装置 | |
| US10875592B2 (en) | Automobile manufacturing plant and method | |
| CN110057198B (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
| CN104914111A (zh) | 一种带钢表面缺陷在线智能识别检测系统及其检测方法 | |
| CN102679914A (zh) | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 | |
| WO2019047338A1 (zh) | 港口机械的巡检装置及巡检方法 | |
| CN105606619A (zh) | 一种铸坯修磨机的检测及优化修磨方法 | |
| CN108190774B (zh) | 一种基于投影的排绳故障检测方法及其装置 | |
| CN113702391B (zh) | 一种钢坯表面及近表面缺陷复合检测方法及装置 | |
| CN106643661B (zh) | 基于机器视觉的轨道式起重机吊具位姿检测系统及方法 | |
| CN112508824B (zh) | 一种堆场粉尘治理方法 | |
| CN115456963A (zh) | 一种基于视觉识别的料场皮带跑偏检测方法及系统 | |
| CN114358039A (zh) | 一种堆场粉尘治理系统 | |
| CN110672632A (zh) | 一种隧道病害识别方法 | |
| CN117073910A (zh) | 一种换流站阀厅屋顶漏水监测系统 | |
| CN103729644B (zh) | 地基光测设备克服恒星穿越探测窗口干扰的卫星跟踪方法 | |
| CN110374634B (zh) | 一种城市轨道交通的隧道混凝土自动喷水养护装置及方法 | |
| CN210220663U (zh) | 烧结机台车轮工作状态检测装置 | |
| CN116597329A (zh) | 一种基于机器视觉的桥梁裂缝检测系统及方法 | |
| KR101901918B1 (ko) | 관로 내 주행체의 이동거리 측정 시스템 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A dust control method for storage yard Effective date of registration: 20210629 Granted publication date: 20210423 Pledgee: Bank of Changsha Limited by Share Ltd. science and Technology Branch Pledgor: HUNAN JIUJIU INTELLIGENT ENVIRONMENTAL PROTECTION Co.,Ltd. Registration number: Y2021980005456 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Liming Inventor after: Gong Jingzhong Inventor after: Liu Shufang Inventor after: Zhang Hao Inventor after: Liu Gang Inventor before: Liu Liming Inventor before: Gong Jingzhong Inventor before: Liu Shufang Inventor before: Zhang Hao Inventor before: Liu Gang Inventor before: Li Shaoming |
|
| CB03 | Change of inventor or designer information | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220222 Granted publication date: 20210423 Pledgee: Bank of Changsha Limited by Share Ltd. science and Technology Branch Pledgor: HUNAN JIUJIU INTELLIGENT ENVIRONMENTAL PROTECTION CO.,LTD. Registration number: Y2021980005456 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |