CN112712454B

CN112712454B - 一种适用于船闸的船舶黑烟自动抓拍系统

Info

Publication number: CN112712454B
Application number: CN202110016197.8A
Authority: CN
Inventors: 胡健波; 彭士涛; 赵宏鑫; 齐兆宇; 苏宁
Original assignee: Tianjin Research Institute for Water Transport Engineering MOT
Current assignee: Tianjin Research Institute for Water Transport Engineering MOT
Priority date: 2021-01-07
Filing date: 2021-01-07
Publication date: 2021-09-07
Anticipated expiration: 2041-01-07
Also published as: CN112712454A

Abstract

本发明公开了一种适用于船闸的船舶黑烟自动抓拍系统，主要包括摄像系统、船闸对岸黑白网格图、船身遮挡识别子系统、尾气黑度定级子系统。本发明利用安装于船闸一侧的摄像系统持续摄录安装于船闸另一侧侧壁的黑白网格图，一旦有船舶出现在摄像画面内，则会同时出现船身遮挡黑白网格图以及尾气改变黑白网格图亮度这两种情况。本发明利用船身遮挡识别算法，自动识别黑白网格图中被遮挡部分，并对未被遮挡部分的黑白网格图，识别由黑烟导致的亮度降低的部分白色网格，并根据亮度降低程度评定尾气黑烟等级。本发明实现了船闸自动、精准识别冒黑烟船舶的目的。

Description

一种适用于船闸的船舶黑烟自动抓拍系统

技术领域

本发明涉及尾气检测领域，特别是涉及一种适用于船闸的船舶黑烟自动抓拍系统。

背景技术

在举国上下进行蓝天保卫战的大背景下，主要水上蓝天保卫战的治理对象是船舶尾气。其中，对沿海沿江城市居民对船舶尾气最直观和最反感的问题是船舶冒黑烟现象。2018年，上海市在国内率先要求“机动车、船不得排放明显可见的黑烟。”，其后杭州、秦皇岛等城市陆续跟进。考虑到船舶在开阔的水面航行且是一个移动目标，目前主要通过海事执法人员手机录制视频，同时携带一张林格曼黑度比色卡，对照判断尾气黑度，存在判定主观性较强的问题。对于海船来说，问题并不严重，因为录制视频时的背景往往是相对纯净的天空；对于内河船舶来说，问题则严重的多，因为背景可能是各种河边建筑。海事主管部门亟需一个可控的环境，开展船舶黑烟抓拍行动，通过加强威慑杜绝船舶冒黑烟现象。

发明内容

本发明通过人为设定船舶的背景——黑白网格图，简化船舶黑烟抓拍的环境，继而通过船身遮挡识别算法和尾气黑度定级算法，利用摄像系统自动抓拍船舶冒黑烟现象,实现了船闸自动、精准识别冒黑烟船舶的目的。

为实现上述目的，本发明提供了如下方案：

一种适于船闸的船舶黑烟自动抓拍系统，包括：

摄像系统：用于采集图像，为船身遮挡和尾气黑度定级子系统提供数据；

船闸对岸黑白网格图：用于提供背景参考，量化船舶尾气黑度；

船身遮挡识别子系统：用于识别船身遮挡造成的白色网格亮度变化；

尾气黑度定级子系统：用于根据白色网格亮度降低的程度，自动量化船舶尾气黑度。

优选地，所述摄像系统的高度应与过往船舶烟囱的平均高度一致，所述摄像系统角度水平，垂直于船闸方向拍摄所述船闸对岸的黑白网格图。

优选地，所述船闸对岸黑白网格图中的白色网格具有编号,每一个白色网格都具有唯一的标识n，每一个白色网格都具有四个相邻的黑色网格和四条边。

优选地，对落在所述黑白网格图内的像素进行归类，完全落在一个白色网格n内的像素归类为An像素，落在白色网格四条边上的像素归类为Ln像素，落在黑色网格n内的像素归类为Bn像素。

优选地，所述船身遮挡识别子系统的操作步骤包括：

S1.1、计算黑白网格图的边缘强度，利用边缘算子，对图内每一个像素进行运算得到边缘强度值I；

S1.2、设定所述边缘强度的阈值，计算每一个落在白色网格四条边的边缘强度I_Ln的平均值，其平均值的二分之一设定为边缘强度的阈值；

S1.3、判定任意一个白色网格是否被船身遮挡，任意一个白色网格的四条边的Ln像素有多个，只要其中一个Ln像素的I_Ln值<阈值，则判定整个白色网格被完全遮挡或部分遮挡，反之则判定该白色网格未被遮挡。

优选地，所述尾气黑度定级子系统的操作步骤包括：

S2.1、对未被遮挡的白色网格，计算其所有An像素的亮度DN值，将像素的DN值的平均值作为该白色网格的DN值；

S2.2、制作虚拟林格曼比色卡，四个角落白色网格中最大的亮度DN值代表林格曼黑度0级的亮度，四个角落黑色网格中最小的亮度DN值代表林格曼黑度5级的亮度；

S2.3、对每一个白色网格的亮度DN值，计算林格曼黑度百分比，公式为：

白色网格DN值＝0级黑度DN值×(1-x)+5级黑度DN值×x

当x＝20％，则该白色网格的黑度为1级，当x＝40％，则该白色网格的黑度为2级，当x＝60％，则该白色网格的黑度为3级，当x＝80％，则该白色网格的黑度为4级；

由于尾气离开烟囱后就不断稀释变淡，因此x值最大的白色网格的黑度等级代表船舶烟囱口排出尾气的黑度。

优选地，所述DN亮度值包括蓝色、绿色、红色三个颜色，分别用DN_blue、DN_green、DN_red表示。

与现有技术相比，本发明具有以下优点：

在船闸这样的船舶必经的卡口，通过对船闸侧壁进行简单的改造，简化摄像系统侧视抓拍船舶尾气的背景，在此基础上设计并利用船身遮挡识别算法和尾气黑度定级算法，打造适用于船闸的船舶黑烟自动抓拍系统，为海事部门建立起自动识别船舶黑烟的能力，实现针对船舶冒黑烟现象的高效、精准监管能力。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明系统流程图；

图2为本发明系统的组成及说明示意图；

图3为本发明黑白网格示例图；

图4为本发明在成像分辨率为1/4个网格宽度时的黑白网格图局部示意图；

图5为本发明船身遮挡识别示例图；

图6为本发明船身遮挡示例局部放大示意图；

图7为本发明实施例中船舶遮挡示意图；

其中1是白色网格内部An像素，2是白色网格边缘Ln像素，3为黑色网格内部Bn像素，4为未遮挡网格，5为被遮挡网格。

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做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。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示为本发明流程图；

一种适用于船闸的船舶黑烟自动抓拍系统(如图2所示)，包括：

摄像系统：用于采集图像，为船身遮挡和尾气黑度定级算法提供数据；

船闸对岸黑白网格图：用于提供背景参考，白色网格便于量化船舶尾气黑度；

S1、船闸一侧的摄像系统持续摄录船闸另一侧的黑白网格图。

(1)安装要求：摄像系统安装于船闸的一侧，可以在船闸侧壁，也可以在船闸岸上，取决于船闸内过往船舶烟囱的高度，摄像系统的高度应当与过往船舶烟囱的平均高度一致或接近。黑白网格图的中心高度与摄像系统高度一致或接近。摄像系统角度水平，垂直于船闸方向，摄录正对面的黑白网格图。一般情况下，山区船闸较深，水位落差大，适宜安装在船闸侧壁；平原船闸较浅，水位落差小，适宜安装在船闸岸上，甚至是在高处地面的固定平台上。

(2)性能要求：本发明实施例所选摄像系统带有红外夜视功能，适用于夜间拍摄，红外一体摄像机采用了专让波长850nm-940nm红外线进入的“双通滤光片”，即让可见光和部分波段的红外光同时通过进入到感光元器件。

黑白网格图(示例如图3所示)的一个网格中至少含有3×3个像素，确保至少有1个像素能够完全在网格内。

(3)白色网格编号；

对黑白网格图中的白色网格进行编号，每一个白色网格具有唯一的标识n，每一个白色网格都具有4个相邻的黑色网格和4条边。

编号的原因是：利用船身遮挡识别算法判断白色网格n是否被遮挡的依据是其4条边是否完整可见，而尾气黑度定级算法之所以能量化尾气在白色网格n处的黑度的依据是白色网格n亮度值降低(如果不是遮挡造成亮度值变化，那么亮度值降低只有可能是尾气造成的)。

(4)对白色网格内像素进行归类(如图4所示)；

对画面中的所有像素进行归类，完全落在某一个白色网格n内的像素归类为An像素，对于落在该网格4条边上的像素归类为Ln像素；对于完全落在黑色网格n内的像素则归属为Bn像素，对于落在黑色网格4条边上的像素不予归类，因为这些像素不参与本发明的后续运算中。

S2、船身遮挡识别(示例如图5所示)。

(1)计算网格图的边缘强度：利用边缘算子，例如Sobel算子、Roberts算子，对每一个像素进行运算得到边缘强度值I。一般情况下，An像素的边缘强度值I_An极低，而Ln像素的边缘强度值I_Ln极高。

本发明实施例中采用Sobel算子计算网格图的边缘强度，Sobel算子是一种用于边缘检测的离散微分算子，它结合了高斯平滑和微分求导。该算子用于计算图像明暗程度近似值，根据图像边缘旁边明暗程度把该区域内超过某个数的特定点记为边缘。Sobel算子在Prewitt算子的基础上增加了权重的概念，认为相邻点的距离远近对当前像素点的影响是不同的，距离越近的像素点对应当前像素的影响越大，从而实现图像锐化并突出边缘轮廓。Sobel算子根据像素点上下、左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用，提供较为精确的边缘方向信息。因为Sobel算子结合了高斯平滑和微分求导(分化)，因此结果会具有更多的抗噪性。

(2)设定边缘强度的阈值：默认船身遮挡或者尾气干扰不可能同时影响到网格图的左上、右上、左下、右下这4个角落的白色网格。因此，对每一个角落白色网格，计算其I_Ln的平均值。4个角落白色网格中I_Ln平均值最大者被认作是未被船身遮挡或者尾气干扰的白色网格，其I_Ln平均值的1/2被设定为判别任意一个白色网格的Ln像素是否被遮挡的阈值。

(3)判定任意一个白色网格是否被船身遮挡

任意一个白色网格的4条边的Ln像素有多个，只要其中1个Ln像素的I_Ln值<阈值，则判定整个白色网格被完全遮挡或部分遮挡，反之则判定该白色网格未被遮挡。

S3、尾气黑度定级。

(1)计算未被遮挡白色网格的亮度值

对每一个未被遮挡的白色网格，计算其所有An像素的DN值(蓝色、绿色、红色3个颜色的亮度值DN_blue、DN_green、DN_red的平均值)。该白色网格的所有像素的DN值的平均值作为该白色网格的DN值。

所述DN值为是遥感影像像元亮度值，记录的地物的灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。

(2)制作虚拟林格曼比色卡

林格曼黑度是用视觉方法对烟气黑度进行评价的一种方法。共分为六级，分别是：0、1、2、3、4、5级，5级为最严重污染。

默认船身遮挡或者尾气干扰不可能同时影响到网格图的左上、右上、左下、右下这4个角落的网格。因此，4个角落白色网格中最大的DN值代表林格曼黑度0级的亮度，4个角落黑色网格中最小的DN值代表林格曼黑度5级的亮度。

(3)量化尾气黑度

1级黑度的DN值＝0级黑度DN值×80％+5级黑度DN值×20％；

2级黑度DN值＝0级黑度DN值×60％+5级黑度DN值×40％；

3级黑度DN值＝0级黑度DN值×40％+5级黑度DN值×60％；

4级黑度DN值＝0级黑度DN值×20％+5级DN值黑度×80％；

对每一个白色网格的DN值，计算其林格曼黑度百分比x。

公式如下：

白色网格DN值＝0级黑度DN值×(1-x)+5级黑度DN值×x

当x＝20％，则该白色网格的黑度为1级；

当x＝40％，则该白色网格的黑度为2级；

当x＝60％，则该白色网格的黑度为3级；

当x＝80％，则该白色网格的黑度为4级；

以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims

1.一种适于船闸的船舶黑烟自动抓拍系统，其特征在于，包括：

所述船闸对岸黑白网格图的一个网格中至少含有3×3个像素，确保至少有1个像素能够完全在网格内；对所述船闸对岸黑白网格图中的白色网格进行编号，每一个白色网格具有唯一的标识n，每一个白色网格都具有4个相邻的黑色网格和4条边；对落在所述船闸对岸黑白网格图内的像素进行归类，完全落在某一个白色网格n内的像素归类为An像素，落在白色网格四条边上的像素归类为Ln像素；落在黑色网格n内的像素归类为Bn像素；

尾气黑度定级子系统：用于根据白色网格亮度降低的程度，自动量化船舶尾气黑度；

所述尾气黑度定级子系统的操作步骤包括：

白色网格DN值＝0级黑度DN值×(1-x)+5级黑度DN值×x

x值最大的白色网格的黑度等级代表船舶烟囱口排出尾气的黑度。

2.根据权利要求1所述的适于船闸的船舶黑烟自动抓拍系统，其特征在于，所述摄像系统的高度应与过往船舶烟囱的平均高度一致，所述摄像系统角度水平，垂直于船闸方向拍摄所述船闸对岸的黑白网格图。

3.根据权利要求1所述的适于船闸的船舶黑烟自动抓拍系统，其特征在于，所述船身遮挡识别子系统的操作步骤包括：

4.根据权利要求1所述的适于船闸的船舶黑烟自动抓拍系统，其特征在于，所述亮度DN值包括蓝色、绿色、红色三个颜色，分别用DN_blue、DN_green、DN_red表示。