CN112634358B - 车辆尾气烟团定位检测方法、装置、设备、存储介质及系统 - Google Patents
车辆尾气烟团定位检测方法、装置、设备、存储介质及系统 Download PDFInfo
- Publication number
- CN112634358B CN112634358B CN202011643089.5A CN202011643089A CN112634358B CN 112634358 B CN112634358 B CN 112634358B CN 202011643089 A CN202011643089 A CN 202011643089A CN 112634358 B CN112634358 B CN 112634358B
- Authority
- CN
- China
- Prior art keywords
- image
- reflection band
- absorbance
- vehicle
- band
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明适用于计算机技术领域,尤其涉及一种车辆尾气烟团定位检测方法、装置、设备、存储介质及系统,所述方法包括:获取在周期性变化的红外波段下采集的车辆通过反光带时的若干帧反光带光谱图像,并按照时间顺序拼接;在不同红外波段下确定反光带CO2吸光度图像以及参考矩阵,并利用参考矩阵对反光带CO2吸光度图像进行修正处理;确定车辆尾气烟团位置信息,进一步实现对车辆尾气烟团的检测。本发明提供的车辆尾气烟团定位检测方法,利用CO2波段光谱图定位尾气烟团位置,并利用参考波段光谱消除光强等因素影响,能够很好地弥补现有的垂直式尾气遥测设备无法实现对车辆尾气烟团的定位的缺陷,能够实现对排气管不在车辆尾部的车辆的尾气检测。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种车辆尾气烟团定位检测方法、装置、设备、存储介质及系统。
背景技术
对车辆尾气烟团中成分的分析可以有效防止高污染尾气的排放,保护环境。现有技术中对车辆尾气烟团中成分的分析大多数都是基于垂直式尾气遥测设备实现检测的,具体的,当车辆车头到达反射带时,测试主机的反射信号被阻断,而在车尾离开反射带的瞬间,测试主机能够重新接收到反射的光谱信号,从而立即开始连续采集光谱,并分析计算尾气中CO2,CO,C3H8,NO等不同成分气体的浓度。
然而,对于大多数货车,排气管不在车辆尾部,而在车身侧面或者底部位置,当车尾离开反光带时,测试主机开始采集光谱,此时排气管早已通过了反光带,排放出的尾气也已经扩散到空气中,此时遥感设备所能采集到的尾气浓度极低,甚至完全采集不到尾气,严重影响测量精度。
可见,现有的垂直式尾气遥测设备无法实现对车辆尾气烟团的定位,从而无法对排气管不在车辆尾部的车辆进行尾气检测。
发明内容
本发明实施例的目的在于提供一种车辆尾气烟团定位检测方法、装置、设备、存储介质及系统,旨在解决现有的垂直式尾气遥测设备还存在的无法实现对车辆尾气烟团的定位,从而无法对排气管不在车辆尾部的车辆进行尾气检测的技术方案。
本发明实施例是这样实现的,一种车辆尾气烟团定位检测方法,包括:
获取车辆通过反光带时的若干帧反光带光谱图像;所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的;
将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像;
根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵;
根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理;
根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息;
根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
本发明实施例的另一目的在于提供一种车辆尾气烟团定位检测装置,包括:
反光带光谱图像获取单元,用于获取车辆通过反光带时的若干帧反光带光谱图像;所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的;
路面采集序列图像生成单元,用于将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像;
吸光度图像及参考矩阵确定单元,用于根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵;
吸光度图像修正处理单元,用于根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理;
车辆尾气烟团位置确定单元,用于根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息;
车辆尾气烟团检测单元,用于根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
本发明实施例的另一目的在于提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述所述车辆尾气烟团定位检测方法的步骤。
本发明实施例的另一目的在于提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述所述车辆尾气烟团定位检测方法的步骤。
本发明实施例的另一目的在于提供一种车辆尾气烟团定位检测系统,包括如上述所述的车辆尾气烟团定位检测装置、红外面阵信号收发装置、斩波盘以及反光带,所述红外面阵信号收发装置与斩波盘以及反光带配合用于实现在周期性变化的红外波段下对反光带光谱图像的连续采集,并将连续采集的反光带光谱图像发送至所述车辆尾气烟团定位检测装置,以使所述车辆尾气烟团定位装置实现对车辆尾气烟团的定位检测。
本发明提供的一种车辆尾气烟团定位检测方法,通过在周期性变化的红外波段下采集车辆通过反光带时的若干帧反光带光谱图像,并将反光带光谱图像按照时间顺序拼接生成路面采集序列图像,考虑到汽车尾气中,CO2的含量远远高于其他组分,因此利用CO2波段光谱图定位尾气烟团位置,并利用参考波段光谱(在此波段,汽车尾气的所有组分气体均无吸收)消除光强等因素影响,具体的,利用路面采集序列图像中预设红外波段的反光带光谱图像分别确定反光带CO2吸光度图像以及参考矩阵,然后利用参考矩阵对所述反光带CO2吸光度图像进行修正处理,并根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息,从而实现车辆尾气烟团的定位,然后进一步根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测,从而完成了对车辆尾气烟团的定位检测。本发明提供的车辆尾气烟团定位检测方法能够很好地弥补现有的垂直式尾气遥测设备无法实现对车辆尾气烟团的定位的缺陷,能够实现对排气管不在车辆尾部的车辆的尾气检测。
附图说明
图1为本发明实施例提供的一种车辆尾气烟团定位检测方法的应用环境图;
图2为本发明实施例提供的一种车辆尾气烟团定位检测方法的步骤流程图;
图3为本发明实施例提供的一种确定吸光度图像以及参考矩阵的步骤流程图;
图4为本发明实施例提供的另一种车辆尾气烟团定位检测方法的步骤流程图;
图5为本发明实施例提供的又一种车辆尾气烟团定位检测方法的步骤流程图;
图6为本发明实施例提供的一种吸光度修正处理的步骤流程图;
图7为本发明实施例提供的再一种车辆尾气烟团定位检测方法的步骤流程图;
图8(a)为本发明实施例中路面采集序列图像的示意图;
图8(b)为本发明实施例中反光带CO2吸光度图像的示意图;
图8(c)为本发明实施例中参考矩阵的示意图;
图8(d)为本发明实施例中利用参考矩阵对反光带CO2吸光度图像进行卷积修正处理后的示意图;
图8(e)为本发明实施例中利用参考矩阵对反光带CO2吸光度图像进行吸光度修正处理后的示意图;
图9为本发明实施例提供的一种车辆尾气烟团定位检测装置的结构示意图;
图10为本发明实施例提供的一种执行车辆尾气烟团定位检测方法的计算机设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明实施例提供的一种车辆尾气烟团定位检测方法的应用环境图,具体也可以理解为一种车辆尾气烟团定位检测系统的结构示意图,详述如下。
在本发明实施例中,所述车辆尾气烟团定位检测系统具体包括车辆尾气烟团定位检测装置110、红外面阵信号收发装置120、斩波盘130以及反光带140。
在本发明实施例中,高速旋转的斩波盘上设置有多个不同波段的滤光片,当不同波段的滤光片正对着红外面阵信号收发装置时,红外面阵信号收发装置能够拍摄该波段下反光带的光谱图像。在一个转动周期内,红外面阵信号收发装置能够连续拍摄在不同波段下反光带的光谱图像,从而实现在周期性变化的红外波段下采集车辆通过反光带时的反光带光谱图像。
在本发明实施例中,当车头到达反光带,红外面阵信号收发装置接收到触发信号,保存此刻之前的连续N帧图像(N值可以设置,优选4-8之间),并从此刻开始连续保存反光带光谱图像数据,直到车辆完全离开反光带后,红外信号收发装置仍继续采集了M帧图像(M可以设置,优选6-10之间),此时单次测量结束。
在本发明实施例中,红外面阵信号收发装置将连续采集的反光带光谱图像发送给车辆尾气烟团定位检测装置110,以使车辆尾气烟团定位检测装置110按照预先设定好的车辆尾气烟团定位检测方法对车辆尾气烟团进行定位以及检测。
在本发明实施例中,需要说明的是,红外面阵信号收发装置120、斩波盘130以及反光带140三者仅仅是为了向车辆尾气烟团定位检测装置110提供在周期性变化的红外波段下连续采集的反光带光谱图像数据,本发明的核心发明点并不在于此,而在于后续车辆尾气烟团定位检测装置110中对周期性变化的红外波段下连续采集的反光带光谱图像数据进行处理以实现对车辆尾气烟团进行定位以及检测的过程,即本发明公开的红外面阵信号收发装置120、斩波盘130以及反光带140仅仅是作为一种可行的实施环境,当然也可以替换为其他能够实现在周期性变化的红外波段下连续采集的反光带光谱图像数据的技术方案。
如图2所示,为本发明实施例提供的一种车辆尾气烟团定位检测方法的步骤流程图,该车辆尾气烟团定位检测方法主要以运行于如前述图1所示出的车辆尾气烟团定位检测装置110中,具体包括以下步骤:
步骤S202,获取车辆通过反光带时的若干帧反光带光谱图像。
在本发明实施例中,所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的。
在本发明实施例中,结合图1提供的应用场景可以看出,反光带光谱图像是基于由红外面阵信号收发装置、斩波盘以及反光带组成的反光带光谱图像采集子系统采集的,当然也可以是通过其他反光带光谱图像采集子系统采集的。在采集到符合要求的反光带光谱图像后,可以是通过有线、无线或者其他任意可行的方式传输给车辆尾气烟团定位检测装置,也就是执行本发明提供的车辆尾气烟团定位检测方法的执行主体终端设备。
步骤S204,将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像。
在本发明实施例中,将若干帧反光带光谱图像按照时间顺序拼接,其中生成的路面采集序列图像的横坐标表示的是反光带宽度,而纵坐标表示时间。为便于理解,图8(a)具体示出了路面采集序列图像的样式,具体请参阅图8(a)及其解释说明。
步骤S206,根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵。
在本发明实施例中,在本发明实施例中,可以理解路面采集序列图像由周期性变化的红外波段下采集的反光带光谱图像组成,本发明正是基于在CO2吸收波段下的反光带光谱图像,配合在参考波段下的反光带光谱图像来消除光强等因素影响,从而实现了尾气烟团位置的精确定位。其中,反光带CO2吸光度图像即为CO2吸收波段下的反光带光谱图像,而参考矩阵是基于参考波段下的反光带光谱图像确定的。
在本发明实施例中,确定反光带CO2吸光度图像以及参考矩阵的步骤,具体请参阅图3及其解释说明。
步骤S208,根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理。
在本发明实施例中,参考矩阵是基于参考波段下的反光带光谱图像确定的,而在参考波段下汽车尾气的所有组分气体均无吸收,因此利用参考矩阵对所述反光带CO2吸光度图像进行修正处理可以消除反光带CO2吸光度图像中噪音污染,提高车辆尾气烟团定位的准确度。
在本发明实施例中,根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理的步骤,具体请参阅图4~图6的内容。
步骤S210,根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息。
在本发明实施例中,CO2吸光度图像描述了不同时刻反光带不同处CO2的浓度,显然CO2的浓度最高处,即为车辆尾气排气管刚好经过反光带的时刻与位置,此时根据修正处理后的CO2吸光度图像就能够确定车辆尾气烟团位置信息。
步骤S212,根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
在本发明实施例中,进一步的,在确定车辆尾气烟团位置信息后,根据反光带光谱图像中对应不同组分吸收波段下的反光带光谱图像中最接近车辆尾气烟团位置信息处的吸光度计算得到车辆尾气烟团不同组分的含量,从而实现对车辆尾气烟团的检测。
本发明提供的一种车辆尾气烟团定位检测方法,通过在周期性变化的红外波段下采集车辆通过反光带时的若干帧反光带光谱图像,并将反光带光谱图像按照时间顺序拼接生成路面采集序列图像,考虑到汽车尾气中,CO2的含量远远高于其他组分,因此利用CO2波段光谱图定位尾气烟团位置,并利用参考波段光谱(在此波段,汽车尾气的所有组分气体均无吸收)消除光强等因素影响,具体的,利用路面采集序列图像中预设红外波段的反光带光谱图像分别确定反光带CO2吸光度图像以及参考矩阵,然后利用参考矩阵对所述反光带CO2吸光度图像进行修正处理,并根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息,从而实现车辆尾气烟团的定位,然后进一步根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测,从而完成了对车辆尾气烟团的定位检测。本发明提供的车辆尾气烟团定位检测方法能够很好地弥补现有的垂直式尾气遥测设备无法实现对车辆尾气烟团的定位的缺陷,能够实现对排气管不在车辆尾部的车辆的尾气检测。
如图3所示,为本发明实施例提供的一种确定吸光度图像以及参考矩阵的步骤流程图,具体包括以下步骤:
步骤S302,根据路面采集序列图像确定反光带CO2波段光谱图以及反光带参考波段光谱图。
在本发明实施例中,所述路面采集序列图像中CO2吸收波段下的反光带光谱图像即为反光带CO2波段光谱图,同样的在参考波段下的反光带光谱图像即为反光带参考波段光谱图,其中参考波段是指在该波段下汽车尾气所有组分气体均无吸收。
在本发明实施例中,CO2吸收波段以及参考波段可以是本领域技术人员基于公知常识确定得到,本发明在此不做具体的说明。
步骤S304,根据反光带CO2波段光谱图确定反光带CO2吸光度图像。
在本发明实施例中,是根据朗伯比尔定律(A=lg(1/T))计算吸光度,即根据反光带CO2波段光谱图以及朗伯比尔定律可以计算得到反光带CO2吸光度图像。需要说明的是,由于车辆边缘轮廓的光谱噪声,车顶反光等现象,导致此时得到的反光带CO2吸光度图像中存在大量的噪声信号,因此直接将CO2吸光度最大的位置确定为尾气烟团中心位置会存在较大的误差,通常需要修正处理。
在本发明实施例中,为便于理解,此时反光带CO2吸光度图像的示意图如图8(b)所示,具体请参阅图8(b)及其解释说明的内容。
步骤S306,根据反光带参考波段光谱图以及预设的阈值构建参考矩阵。
在本发明实施例中,根据反光带参考波段光谱图以及预设的二值阈值,构建出车轮辆廓二值矩阵,即为参考矩阵。为便于理解,参考矩阵的示意图如图8(c)所示,详情请参阅图8(c)及其解释说明内容。
在本发明实施例中,参考矩阵中仅仅含有两个元素0和1,是通过吸光度与阈值对比确定的,其中车身范围内以及反光带边缘处均为0,即图中黑色部分,表示这些区域不参与计算。
在本发明实施例中,优选的,为避免边缘光线干扰,将车辆轮廓范围向轮廓边缘辐射10-30个像元并设定为0。进一步的,将反光带参考波段光谱图中干扰较大的噪声点也对应设定为0,以降低噪音干扰。
如图4所示,为本发明实施例提供的另一种车辆尾气烟团定位检测方法的步骤流程图,详述如下。
在本发明实施例中,与图2所示出的一种车辆尾气烟团定位检测方法的步骤流程图的区别在于,所述步骤S208,具体包括:
步骤S402,根据所述参考矩阵对所述反光带CO2吸光度图像进行卷积修正处理。
在本发明实施例中,参考矩阵为由元素0和1构成的二值矩阵,利用参考矩阵对反光带CO2吸光度图像进行卷积修正处理就可以消除噪音、消除光强等因素影响。为便于理解,如图8(d)所示,示出了此时经过卷积修正处理后的反光带CO2吸光度图像,具体请参阅图8(d)及其解释说明的内容。
在本发明实施例中,在卷积修正处理后,考虑到排气管位于侧面的车辆,烟羽的位置也在车身侧面,但车身高度过高时,车顶会挡住红外面阵信号收发转置发出的扇形光路,致使车身侧面存在阴影区域,从而影响该区域吸光度取值,因此需要进一步对该区域吸光度进行修正。
如图5所示,为本发明实施例提供的又一种车辆尾气烟团定位检测方法的步骤流程图,详述如下。
在本发明实施例中,与图4所示出的一种车辆尾气烟团定位检测方法的步骤流程图的区别在于,在所述步骤S402之后,还包括:
步骤S502,根据所述参考矩阵对卷积修正处理后的反光带CO2吸光度图像中未挡光区域进行吸光度修正处理。
在本发明实施例中,基于前述步骤S402的描述可知,车身侧面存在阴影区域,从而影响该区域吸光度取值,因此,需要进一步利用参考矩阵对卷积修正处理后的反光带CO2吸光度图像中未挡光区域进行吸光度修正处理,其中,具体的吸光度修正处理步骤,请参阅后续图6及其解释说明的内容。
如图6所示,为本发明实施例提供的一种吸光度修正处理的步骤流程图,具体包括以下步骤:
步骤S602,根据所述参考矩阵确定含有挡光区域的反光带光谱图像序号,并确定反光带CO2吸光度图像中的相应光谱区域。
在本发明实施例中,参考矩阵描述了车身影响范围,即沿纵向坐标可以确定出含有挡光区域的反光带光谱图像序号,并确定反光带CO2吸光度图像中的相应光谱区域。
步骤S604,将所述相应光谱区域中的未挡光区域的吸光度最低值作为吸光度基底。
步骤S606,根据吸光度基底重计算吸光度值得到吸光度修正处理的反光带CO2吸光度图像。
在本发明实施例中,对于含有挡光区域的光谱,在未挡光区域选择最低值作为吸光度基底,重计算吸光度值,就可以得到最终修正后的吸光度图像。为便于理解,如图8(e)所示,示出了最终修正后的吸光度图像的示意图,具体请参阅图8(e)及其解释说明的内容。
如图7所示,为本发明实施例提供的再一种车辆尾气烟团定位检测方法的步骤流程图,详述如下。
在本发明实施例中,与图2所示出的一种车辆尾气烟团定位检测方法的步骤流程图的区别在于,所述步骤S210,具体为:
步骤S702,根据修正处理后的CO2吸光度图像中吸光度值最大区域确定车辆尾气烟团位置信息。
在本发明实施例中,显然CO2浓度越高,则吸光度值越大,因此吸光度值最大区域所对应的y轴即为排气管通过反光带的时间,x轴即为排气管相对反光带的位置,即根据修正处理后的CO2吸光度图像中吸光度值最大区域确定车辆尾气烟团位置信息,此时进一步根据不同组分吸收波段下光谱图像中与吸光度值最大区域最接近出的吸光度可以计算得到相应的组分含量。
如图8(a)~图(e)所示,为本发明实施例提供的车辆尾气烟团定位检测方法中各步骤对图像处理的处理结果组图,详述如下。
如图8(a)所示,为本发明实施例中路面采集序列图像的示意图。其中,具体是由若干帧反光带光谱图像按照时间序列纵向拼接排列的,其中,横坐标0~300描述了反光带的宽度,在纵坐标上,每32行即为一个斩波盘的转动周期,对应了在一个转动周期下所采集的若干帧反光带光谱图像。其中,序号为7、8、9的三个斩波盘转动周期内出现了挡光现象,表明这三个周期刚好拍摄到了车辆经过反光板的过程。
如图8(b)所示,为本发明实施例中反光带CO2吸光度图像的示意图。
在本发明实施例中,需要说明的一点是,吸光度图像以及后续的修正处理后的吸光度图像均经过灰度处理,其中存在部分颜色特征会被模糊掉,但基于灰度处理后的吸光度图像仍能表明某些结论。其中,可以看出,直接确定的反光带CO2吸光度图像中存在严重的噪音干扰,较难直接根据CO2吸光度最大值区域确定车辆尾气烟团位置。
如图8(c)所示,为本发明实施例中参考矩阵的示意图。其中,可以看出,参考矩阵包括0和1两个元素,其中0元素以黑色代替,1元素以白色代替,0元素主要集中于车身覆盖范围以及反光带边缘,在修正计算过程中不带入计算,即消除此部分的干扰。
如图8(d)所示,为本发明实施例中利用参考矩阵对反光带CO2吸光度图像进行卷积修正处理后的示意图。其中,可以看出,在利用参考矩阵对反光带CO2吸光度图像的卷积修正处理后,能够消除其中绝大部分噪音干扰,但是图中圈出的位置可以看出,吸光度偏高,这是由于车身高度过高,车顶挡住了红外面阵信号收发转置发出的扇形光路,致使车身侧面存在阴影区域,影响该区域吸光度取值。
如图8(e)所示,为本发明实施例中利用参考矩阵对反光带CO2吸光度图像进行吸光度修正处理后的示意图。其中,可以看出,经过进一步的吸光度修正处理,可以直观的判断出车辆尾气烟团所在位置信息。
如图9所示,为本发明实施例提供的一种车辆尾气烟团定位检测装置的结构示意图,该车辆尾气烟团定位检测装置主要为前述图1所示出的车辆尾气烟团定位检测装置,具体包括以下单元:
反光带光谱图像获取单元910,用于获取车辆通过反光带时的若干帧反光带光谱图像。
在本发明实施例中,所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的。
在本发明实施例中,结合图1提供的应用场景可以看出,反光带光谱图像是基于由红外面阵信号收发装置、斩波盘以及反光带组成的反光带光谱图像采集子系统采集的,当然也可以是通过其他反光带光谱图像采集子系统采集的。在采集到符合要求的反光带光谱图像后,可以是通过有线、无线或者其他任意可行的方式传输给车辆尾气烟团定位检测装置,也就是执行本发明提供的车辆尾气烟团定位检测方法的执行主体终端设备。
路面采集序列图像生成单元920,用于将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像。
在本发明实施例中,将若干帧反光带光谱图像按照时间顺序拼接,其中生成的路面采集序列图像的横坐标表示的是反光带宽度,而纵坐标表示时间。为便于理解,图8(a)具体示出了路面采集序列图像的样式,具体请参阅图8(a)及其解释说明。
吸光度图像及参考矩阵确定单元930,用于根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵。
在本发明实施例中,在本发明实施例中,可以理解路面采集序列图像由周期性变化的红外波段下采集的反光带光谱图像组成,本发明正是基于在CO2吸收波段下的反光带光谱图像,配合在参考波段下的反光带光谱图像来消除光强等因素影响,从而实现了尾气烟团位置的精确定位。其中,反光带CO2吸光度图像即为CO2吸收波段下的反光带光谱图像,而参考矩阵是基于参考波段下的反光带光谱图像确定的。
在本发明实施例中,确定反光带CO2吸光度图像以及参考矩阵的步骤,具体请参阅图3及其解释说明。
吸光度图像修正处理单元940,用于根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理。
在本发明实施例中,参考矩阵是基于参考波段下的反光带光谱图像确定的,而在参考波段下汽车尾气的所有组分气体均无吸收,因此利用参考矩阵对所述反光带CO2吸光度图像进行修正处理可以消除反光带CO2吸光度图像中噪音污染,提高车辆尾气烟团定位的准确度。
在本发明实施例中,根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理的步骤,具体请参阅图4~图6的内容。
车辆尾气烟团位置确定单元950,用于根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息。
在本发明实施例中,CO2吸光度图像描述了不同时刻反光带不同处CO2的浓度,显然CO2的浓度最高处,即为车辆尾气排气管刚好经过反光带的时刻与位置,此时根据修正处理后的CO2吸光度图像就能够确定车辆尾气烟团位置信息。
车辆尾气烟团检测单元960,用于根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
在本发明实施例中,进一步的,在确定车辆尾气烟团位置信息后,根据反光带光谱图像中对应不同组分吸收波段下的反光带光谱图像中最接近车辆尾气烟团位置信息处的吸光度计算得到车辆尾气烟团不同组分的含量,从而实现对车辆尾气烟团的检测。
本发明提供的一种车辆尾气烟团定位检测装置,通过在周期性变化的红外波段下采集车辆通过反光带时的若干帧反光带光谱图像,并将反光带光谱图像按照时间顺序拼接生成路面采集序列图像,考虑到汽车尾气中,CO2的含量远远高于其他组分,因此利用CO2波段光谱图定位尾气烟团位置,并利用参考波段光谱(在此波段,汽车尾气的所有组分气体均无吸收)消除光强等因素影响,具体的,利用路面采集序列图像中预设红外波段的反光带光谱图像分别确定反光带CO2吸光度图像以及参考矩阵,然后利用参考矩阵对所述反光带CO2吸光度图像进行修正处理,并根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息,从而实现车辆尾气烟团的定位,然后进一步根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测,从而完成了对车辆尾气烟团的定位检测。本发明提供的车辆尾气烟团定位检测装置能够很好地弥补现有的垂直式尾气遥测设备无法实现对车辆尾气烟团的定位的缺陷,能够实现对排气管不在车辆尾部的车辆的尾气检测。
图10示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的车辆尾气烟团定位检测装置110。如图10所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现车辆尾气烟团定位检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行车辆尾气烟团定位检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的车辆尾气烟团定位检测装置可以实现为一种计算机程序的形式,计算机程序可在如图10所示的计算机设备上运行。计算机设备的存储器中可存储组成该车辆尾气烟团定位检测装置的各个程序模块,比如,图9所示的反光带光谱图像获取单元910、路面采集序列图像生成单元920以及吸光度图像及参考矩阵确定单元930等等。 各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的车辆尾气烟团定位检测方法中的步骤。
例如,图10所示的计算机设备可以通过如图9所示的车辆尾气烟团定位检测装置中的反光带光谱图像获取单元910执行步骤S202;计算机设备可通过路面采集序列图像生成单元920执行步骤S204;计算机设备可通过吸光度图像及参考矩阵确定单元930执行步骤S206等等。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取车辆通过反光带时的若干帧反光带光谱图像;所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的;
将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像;
根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵;
根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理;
根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息;
根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
获取车辆通过反光带时的若干帧反光带光谱图像;所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的;
将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像;
根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵;
根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理;
根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息;
根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种车辆尾气烟团定位检测方法,其特征在于,包括:
获取车辆通过反光带时的若干帧反光带光谱图像;所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的;
将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像;
根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵;
根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理;
根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息;
根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测;
所述根据路面采集序列图像中不同红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵的步骤,具体包括:
根据路面采集序列图像确定反光带CO2波段光谱图以及反光带参考波段光谱图;其中参考波段是指在该波段下汽车尾气所有组分气体均无吸收;
根据反光带CO2波段光谱图确定反光带CO2吸光度图像;
根据反光带参考波段光谱图以及预设的阈值构建参考矩阵。
2.根据权利要求1所述的车辆尾气烟团定位检测方法,其特征在于,所述根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理的步骤,具体包括:
根据所述参考矩阵对所述反光带CO2吸光度图像进行卷积修正处理。
3.根据权利要求2所述的车辆尾气烟团定位检测方法,其特征在于,在所述将所述参考矩阵与所述反光带CO2吸光度图像进行卷积修正处理的步骤之后,还包括:
根据所述参考矩阵对卷积修正处理后的反光带CO2吸光度图像中未挡光区域进行吸光度修正处理。
4.根据权利要求3所述的车辆尾气烟团定位检测方法,其特征在于,所述根据所述参考矩阵对卷积修正处理后的反光带CO2吸光度图像中未挡光区域进行吸光度修正处理的步骤,具体包括:
根据所述参考矩阵确定含有挡光区域的反光带光谱图像序号,并确定反光带CO2吸光度图像中的相应光谱区域;
将所述相应光谱区域中的未挡光区域的吸光度最低值作为吸光度基底;
根据吸光度基底重计算吸光度值得到吸光度修正处理的反光带CO2吸光度图像。
5.根据权利要求1所述的车辆尾气烟团定位检测方法,其特征在于,所述根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息的步骤,具体为:
根据修正处理后的CO2吸光度图像中吸光度值最大区域确定车辆尾气烟团位置信息。
6.一种车辆尾气烟团定位检测装置,其特征在于,包括:
反光带光谱图像获取单元,用于获取车辆通过反光带时的若干帧反光带光谱图像;所述若干帧反光带光谱图像是在周期性变化的红外波段下采集的;
路面采集序列图像生成单元,用于将所述若干帧反光带光谱图像按照时间顺序拼接生成路面采集序列图像;
吸光度图像及参考矩阵确定单元,用于根据路面采集序列图像中预设红外波段的反光带光谱图像确定反光带CO2吸光度图像以及参考矩阵,根据路面采集序列图像确定反光带CO2波段光谱图以及反光带参考波段光谱图;其中参考波段是指在该波段下汽车尾气所有组分气体均无吸收;根据反光带CO2波段光谱图确定反光带CO2吸光度图像;根据反光带参考波段光谱图以及预设的阈值构建参考矩阵;
吸光度图像修正处理单元,用于根据所述参考矩阵对所述反光带CO2吸光度图像进行修正处理;
车辆尾气烟团位置确定单元,用于根据修正处理后的CO2吸光度图像确定车辆尾气烟团位置信息;
车辆尾气烟团检测单元,用于根据反光带光谱图像以及车辆尾气烟团位置信息对车辆尾气烟团进行检测。
7.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至5中任一项权利要求所述车辆尾气烟团定位检测方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至5中任一项权利要求所述车辆尾气烟团定位检测方法的步骤。
9.一种车辆尾气烟团定位检测系统,其特征在于,包括如权利要求6所述的车辆尾气烟团定位检测装置、红外面阵信号收发装置、斩波盘以及反光带,所述红外面阵信号收发装置与斩波盘以及反光带配合用于实现在周期性变化的红外波段下对反光带光谱图像的连续采集,并将连续采集的反光带光谱图像发送至所述车辆尾气烟团定位检测装置,以使所述车辆尾气烟团定位装置实现对车辆尾气烟团的定位检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011643089.5A CN112634358B (zh) | 2020-12-30 | 2020-12-30 | 车辆尾气烟团定位检测方法、装置、设备、存储介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011643089.5A CN112634358B (zh) | 2020-12-30 | 2020-12-30 | 车辆尾气烟团定位检测方法、装置、设备、存储介质及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634358A CN112634358A (zh) | 2021-04-09 |
CN112634358B true CN112634358B (zh) | 2022-06-14 |
Family
ID=75291214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011643089.5A Active CN112634358B (zh) | 2020-12-30 | 2020-12-30 | 车辆尾气烟团定位检测方法、装置、设备、存储介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634358B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108414469A (zh) * | 2018-03-27 | 2018-08-17 | 山西中科华仪科技有限公司 | 基于tdlas扫描收发一体式机动车尾气遥感测量装置及方法 |
CN109238987A (zh) * | 2018-10-11 | 2019-01-18 | 成都中安瑞晨科技有限责任公司 | 一种多光谱汽车尾气监测装置 |
CN111091586A (zh) * | 2019-12-17 | 2020-05-01 | 上海工程技术大学 | 一种快速的烟雾动态遮挡区域检测和定位方法及其应用 |
WO2020112316A1 (en) * | 2018-11-06 | 2020-06-04 | Utility Global, Inc. | System and method for integrated deposition and heating |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8854223B2 (en) * | 2012-01-18 | 2014-10-07 | Xerox Corporation | Image-based determination of CO and CO2 concentrations in vehicle exhaust gas emissions |
CN206531778U (zh) * | 2016-11-09 | 2017-09-29 | 浙江多普勒环保科技有限公司 | 一种多光程尾气遥感测试装置 |
CN108333131A (zh) * | 2018-02-14 | 2018-07-27 | 天津同阳科技发展有限公司 | 尾气检测装置及其方法 |
-
2020
- 2020-12-30 CN CN202011643089.5A patent/CN112634358B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108414469A (zh) * | 2018-03-27 | 2018-08-17 | 山西中科华仪科技有限公司 | 基于tdlas扫描收发一体式机动车尾气遥感测量装置及方法 |
CN109238987A (zh) * | 2018-10-11 | 2019-01-18 | 成都中安瑞晨科技有限责任公司 | 一种多光谱汽车尾气监测装置 |
WO2020112316A1 (en) * | 2018-11-06 | 2020-06-04 | Utility Global, Inc. | System and method for integrated deposition and heating |
CN111091586A (zh) * | 2019-12-17 | 2020-05-01 | 上海工程技术大学 | 一种快速的烟雾动态遮挡区域检测和定位方法及其应用 |
Non-Patent Citations (2)
Title |
---|
Simulation Analysis on the Optimal Imaging Detection Wavelength of SO2 Concentration in Ship Exhaust;Zhenduo Zhang 等;《MDPI》;20201019;第1-12页 * |
机动车尾气遥感监测系统及高排污车辆鉴别研究;亚力坤·阿布都米提;《绿色环保建材》;20200930;第62-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112634358A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112834235B (zh) | 车辆尾气检测方法、装置、计算机设备以及可读存储介质 | |
CN106680281A (zh) | 一种基于深度残差学习网络的柴油车尾气烟度检测方法 | |
EP1890264B1 (en) | Vehicle, image processing system, image processing method, image processing program, image processing system configuration method, and server | |
JP2007522455A (ja) | 温度効果と圧力効果を補正する計算技術および較正技術を備えた遠隔排ガス計測システムおよび方法 | |
CN108665699B (zh) | 一种预测车辆出现地点的方法及装置 | |
CN111488788B (zh) | 用于利用测试图案来检验cnn参数的完整性的方法及装置 | |
CN108007890A (zh) | 一种机动车尾气检测光束反射装置及检测系统 | |
CN109238987B (zh) | 一种多光谱汽车尾气监测装置 | |
US20080116377A1 (en) | Method and System for Passive Remote Exhaust Emission Measurement | |
CN116206221B (zh) | 一种水体耀斑检测方法和系统 | |
CN112905960B (zh) | 用于判定尾气烟羽数据有效性和对其筛选的方法及产品 | |
CN112634358B (zh) | 车辆尾气烟团定位检测方法、装置、设备、存储介质及系统 | |
KR102293020B1 (ko) | 매연 교정수단을 구비한 운행 중인 차량의 배기가스 실시간 측정 장치 | |
CN117074046B (zh) | 高原环境下汽车实验室排放测试方法及装置 | |
CN109211795B (zh) | 一种垂直式多车道机动车尾气遥感检测方法及系统 | |
EP1137925B1 (en) | REMOTE EMISSIONS SENSING SYSTEM WITH IMPROVED NOx DETECTION | |
CN112730307A (zh) | 气体浓度非线性测量方法、装置、计算机设备及存储介质 | |
CN117665744B (zh) | 对高重叠高光谱激光雷达回波波形进行处理的方法和系统 | |
CN114136464A (zh) | 红外传感器的性能测试方法、装置、设备和系统 | |
US10331936B2 (en) | Duplicate pattern reconstructions | |
CN112819791A (zh) | 环检线上的林格曼黑度检测方法、装置、检测仪及黑烟车识别系统 | |
CN116698762A (zh) | 一种基于无人机的水质检测方法、系统及介质 | |
CN115565383A (zh) | 遥感大数据处理方法及系统 | |
CN114942233A (zh) | 近红外光谱特征波长选择方法、装置、设备和存储介质 | |
CN114093155A (zh) | 交通事故责任溯源方法、装置、计算机设备和存储介质 |
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 |