CN113473031B - 一种粉尘泄漏监测装置和方法 - Google Patents

一种粉尘泄漏监测装置和方法 Download PDF

Info

Publication number
CN113473031B
CN113473031B CN202111035753.2A CN202111035753A CN113473031B CN 113473031 B CN113473031 B CN 113473031B CN 202111035753 A CN202111035753 A CN 202111035753A CN 113473031 B CN113473031 B CN 113473031B
Authority
CN
China
Prior art keywords
light field
image
dust leakage
refocusing
field camera
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
Application number
CN202111035753.2A
Other languages
English (en)
Other versions
CN113473031A (zh
Inventor
刘煜东
王磊
施凯
夏勇
司旭东
李东方
梁学东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Nanjing Jinling Power Generation Co Ltd
Huaneng International Power Jiangsu Energy Development Co Ltd
Original Assignee
Huaneng Nanjing Jinling Power Generation Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaneng Nanjing Jinling Power Generation Co Ltd filed Critical Huaneng Nanjing Jinling Power Generation Co Ltd
Priority to CN202111035753.2A priority Critical patent/CN113473031B/zh
Publication of CN113473031A publication Critical patent/CN113473031A/zh
Application granted granted Critical
Publication of CN113473031B publication Critical patent/CN113473031B/zh
Priority to PCT/CN2022/081331 priority patent/WO2023029438A1/zh
Priority to US17/978,190 priority patent/US11954842B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/675—Focus control based on electronic image sensor signals comprising setting of focusing regions
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B17/00—Details of cameras or camera bodies; Accessories therefor
    • G03B17/56—Accessories
    • G03B17/561—Support related camera accessories
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10052—Images from lightfield camera
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开了一种粉尘泄漏监测装置和方法，粉尘泄漏监测装置包括：光场相机，用于记录被监测区域的光场原始图像；三维云台，设置在所述光场相机的下方，用于按设定方向进行转动来调节所述光场相机的拍摄角度，以使所述光场相机对准被监测区域；计算机，分别连接所述光场相机和所述三维云台，用于生成与所述光场原始图像对应的重聚焦图像，并基于所述重聚焦图像和所述拍摄角度确定被监测区域中粉尘泄漏点的空间坐标和粉尘泄漏的危害范围，提高了对粉尘泄漏的监测范围和监测准确度。

Description

一种粉尘泄漏监测装置和方法
技术领域
本申请涉及光场成像技术领域，更具体地，涉及一种粉尘泄漏监测装置和方法。
背景技术
粉尘是工业过程中对固体物料的重要应用形式，如聚乙烯粉末、水泥粉、煤粉等。工业粉尘通常使用正压气力输送的方式，通过风粉管道进行转运。气力输送的管道容易发生磨损、进而引起粉尘泄漏，造成环境污染、引起火灾爆炸、严重危害环境与生产安全，因此针对气力输送管道的粉尘泄漏监测具有重要意义。
目前主要使用激光散射技术或图像识别技术进行粉尘泄漏监测。然而，激光散射技术具有监测范围小、只能监测一定距离的直线管段、无法定位泄漏点的缺陷；图像识别技术具有易受镜头脏污影响、监测精度低的缺陷。因此目前粉尘泄漏监测仍以工作人员现场巡检为主，上述监测技术仅作为补充参考使用。实际上，管道在三维空间中的分布较为复杂，距离长、转角多，为了实现粉尘泄漏的全流程监控，需要对风粉管道实现全覆盖，同时对泄漏位置进行定位。
因此，如何提高对粉尘泄漏的监测范围和监测准确度，是目前有待解决的技术问题。
发明内容
本发明提供一种粉尘泄漏监测装置，用以解决现有技术中粉尘泄漏监测范围小，准确度低的技术问题。
该装置包括：
光场相机，用于记录被监测区域的光场原始图像；
三维云台，设置在所述光场相机的下方，用于按设定方向进行转动来调节所述光场相机的拍摄角度，以使所述光场相机对准被监测区域；
计算机，分别连接所述光场相机和所述三维云台，用于生成与所述光场原始图像对应的重聚焦图像，并基于所述重聚焦图像和所述拍摄角度确定被监测区域中粉尘泄漏点的空间坐标和粉尘泄漏的危害范围。
在本申请一些实施例中，所述光场相机包括：
主镜头，用于对所拍摄的场景或对象进行聚焦及一次成像；
微透镜阵列，由微小透镜以阵列形式组成，每个微小透镜的焦距与孔径相同、光轴相互平行；
图像传感器，用于对入射光进行探测、光电转换并形成数字图像信号，记录经主镜头、微透镜阵列调制后的光场原始图像；
其中，所述主镜头、所述微透镜阵列及所述图像传感器的光轴相重合，所述微透镜阵列位于所述主镜头的像面处，所述图像传感器位于微透镜阵列后方的一倍焦距处。
在本申请一些实施例中，所述拍摄角度包括俯仰角度和圆周角度，所述三维云台在俯仰方向和圆周方向的旋转中心穿过所述微透镜阵列的中心。
在本申请一些实施例中，所述空间坐标为在以所述图像传感器的中心为原点，以光轴方向为x轴建立的右手坐标系中的三维坐标。
在本申请一些实施例中，所述光场相机的外部设置有防尘护套，所述三维云台下部设置有隔振支架。
相应的，本发明还提供了一种粉尘泄漏监测方法，应用于如上所述的粉尘泄漏监测装置中，所述方法包括：
所述计算机获取所述光场相机按预设周期采集的被监测区域的光场原始图像，并基于对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像；
所述计算机基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，若所述初步判断结果为存在粉尘泄漏，所述计算机根据清晰度评价函数确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像；
所述计算机根据所述目标重聚焦图像的重聚焦参数和预设拟合曲线确定与所述粉尘泄漏点对应的目标深度位置；
所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果；
其中，所述深度位置为图像聚焦位置在光场相机光轴上的投影，所述预设拟合曲线由各所述重聚焦图像的重聚焦参数与各所述深度位置的对应关系确定。
在本申请一些实施例中，所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果，具体为：
所述计算机根据所述目标深度位置和所述拍摄角度确定所述粉尘泄漏点的空间坐标；
若与所述目标深度位置对应的深度距离未超出预设距离范围且所述空间坐标的范围未超出预设坐标范围，所述计算机确定所述最终判断结果为存在粉尘泄漏；
其中，所述深度距离为所述深度位置与光场相机的图像传感器的直线距离。
在本申请一些实施例中，所述计算机在确定所述最终判断结果为存在粉尘泄漏之后，所述方法还包括：
所述计算机根据所述目标重聚焦图像中粉尘烟雾的区域和图像放大率确定粉尘泄漏的危害范围，发出告警并报告所述空间坐标和所述危害范围，所述危害范围包括粉尘烟雾的长度、高度和投影面积。
在本申请一些实施例中，所述计算机在获取所述光场相机按预设周期采集的被监测区域的光场原始图像之前，所述方法还包括：
所述计算机调整所述三维云台，以使所述光场相机对准被监测区域；
所述计算机根据重聚焦深度位置标定实验的结果确定所述预设拟合曲线；
其中，重聚焦深度位置标定实验，具体为：
将标定板垂直于光场相机主光轴放置，精确测量该标定板平面到光场相机主镜头前端面的距离d0；
利用光场相机拍摄标定板，遍历重聚焦参数s并获得一组重聚焦图像；
利用图像清晰度评价函数确定各重聚焦图像的清晰度，使与清晰度最高的图像对应的重聚焦参数s与
Figure 472332DEST_PATH_IMAGE001
相对应，将在
Figure 509559DEST_PATH_IMAGE002
时清晰图像对应的标定板位置定义为深度位置d=0mm；
改变d0并重复实验，获得重聚焦参数与深度位置的对应关系，并表示为d=f(s)。
在本申请一些实施例中，所述卷积神经网络的训练样本包括由泄漏工况图像样本、非泄漏工况图像样本、主镜头脏污样本。
通过应用以上技术方案，在上述粉尘泄漏监测装置中，所述计算机获取所述光场相机按预设周期采集的被监测区域的光场原始图像，并基于对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像；所述计算机基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，若所述初步判断结果为存在粉尘泄漏，所述计算机根据清晰度评价函数确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像；所述计算机根据所述目标重聚焦图像的重聚焦参数和预设拟合曲线确定与所述粉尘泄漏点对应的目标深度位置；所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果；其中，所述深度位置为图像聚焦位置在光场相机光轴上的投影，所述预设拟合曲线由各所述重聚焦图像的重聚焦参数与各所述深度位置的对应关系确定，提高了对粉尘泄漏的监测范围和监测准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例提出的一种粉尘泄漏监测装置的结构示意图；
图2示出了本发明实施例中光场相机的结构示意图；
图3示出了本发明实施例提出的一种粉尘泄漏监测方法的流程示意图；
图4示出了本发明实施例中重聚焦深度位置标定实验的流程示意图；
图5示出了本发明实施例中一组聚焦于不同深度位置的重聚焦图像；
图6示出了本发明实施例中棋盘格标定板示意图；
图7示出了本发明另一实施例提出的一种粉尘泄漏监测方法的流程示意图。
图1和图2中，1、光场相机；2、三维云台；3、计算机； 11、主镜头；12、微透镜阵列；13、图像传感器。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请实施例提供一种粉尘泄漏监测装置，如图1所示，装置包括：
光场相机1，用于记录被监测区域的光场原始图像；
三维云台2，设置在光场相机1的下方，用于按设定方向进行转动来调节光场相机1的拍摄角度，以使光场相机1对准被监测区域；
计算机3，分别连接光场相机1和三维云台2，用于生成与光场原始图像对应的重聚焦图像，并基于重聚焦图像和拍摄角度确定被监测区域中粉尘泄漏点的空间坐标和粉尘泄漏的危害范围。
本实施例中，光场相机1可以为光场相机，不仅能够记录光场的光量信息，也能记录光场中光的方向信息。被监测区域可以为存在风粉管道的区域，风粉管道是利用气力输送转运工业粉尘的管道，风粉管道可能在空间中任意方向延伸、弯折。三维云台2可以通过转动光场相机1来调节拍摄角度，可进行不同方向的转动，使光场相机1对准被监测区域，扩大了监测范围。
计算机3通过相应的通信接口与光场相机1和三维云台2连接，计算机3中内置图像采集卡，图像采集卡可通过两根Camera Link数据传输线从光场相机1获取光场原始图像，对光场原始图像信号进行图像保存、光场信息解码、光场重聚焦，获得重聚焦图像，可根据重聚焦图像和从三维云台2获取的拍摄角度确定被监测区域中粉尘泄漏点的空间坐标和粉尘泄漏的危害范围。
为了可靠的获取光场原始图像，在本申请一些实施例中，如图2所示，光场相机1包括：
主镜头11，用于对所拍摄的场景或对象进行聚焦及一次成像；
微透镜阵列12，由微小透镜以阵列形式组成，每个微小透镜的焦距与孔径相同、光轴相互平行；
图像传感器13，用于对入射光进行探测、光电转换并形成数字图像信号，记录经主镜头11、微透镜阵列12调制后的光场原始图像；
其中，主镜头11、微透镜阵列12及图像传感器13的光轴相重合，微透镜阵列12位于主镜头11的像面处，图像传感器13位于微透镜阵列12后方的一倍焦距处。
本实施例中，主镜头11内具有光阑结构，用于限制每个物点发出光线进入成像系统的入射角度与光通量。微小透镜一般排列在同一平面内，故微透镜阵列12呈平板状。
为了可靠的调整光场相机1的拍摄角度，在本申请一些实施例中，拍摄角度包括俯仰角度和圆周角度，三维云台2在俯仰方向和圆周方向的旋转中心穿过微透镜阵列12的中心，扩大了粉尘泄漏监测范围。
本实施例中，三维云台2与光场相机1紧密配合，三维云台2在俯仰方向和圆周方向的旋转中心穿过微透镜阵列12的中心，从而保证位置测量的准确性。
为了准确的定位粉尘泄漏点，在本申请一些实施例中，空间坐标为在以图像传感器13的中心为原点，以光轴方向为x轴建立的右手坐标系中的三维坐标。
具体的，右手坐标系是在空间中规定直角坐标系的方法之一，此坐标系中x轴，y轴和z轴的正方向是如下规定的：把右手放在原点的位置，使大拇指，食指和中指互成直角，把大拇指指向x轴的正方向，食指指向y轴的正方向时，中指所指的方向就是z轴的正方向。
为了提高装置的可靠性，在本申请一些实施例中，光场相机1的外部设置有防尘护套，三维云台2下部设置有隔振支架。
本实施例中，由于被监测区域在存在粉尘泄漏时周围的粉尘含量较高，为了保证光场相机1的可靠性，在光场相机1的外部设置防尘护套。通过在三维云台2下部设置隔振支架，可以阻断环境振动向光场相机1的传播，防止振动对光场相机1元件的位置、图像的清晰度造成影响，从而使得在高振动的工业环境中，光场相机1具有更稳定的运行工况，隔振支架可安装特定的基础上。
通过应用以上技术方案，粉尘泄漏监测装置包括：光场相机，用于记录被监测区域的光场原始图像；三维云台，设置在所述光场相机的下方，用于按设定方向进行转动来调节所述光场相机的拍摄角度，以使所述光场相机对准被监测区域；计算机，分别连接所述光场相机和所述三维云台，用于生成与所述光场原始图像对应的重聚焦图像，并基于所述重聚焦图像和所述拍摄角度确定被监测区域中粉尘泄漏点的空间坐标和粉尘泄漏的危害范围，提高了对粉尘泄漏的监测范围和监测准确度。
本申请实施例还提出了一种粉尘泄漏监测方法，应用于如上所述的粉尘泄漏监测装置中，如图3所示，所述方法包括：
步骤S101，所述计算机获取所述光场相机按预设周期采集的被监测区域的光场原始图像，并基于对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像。
本实施例中，光场相机按预设周期采集被监测区域的光场原始图像，预设周期可以为1分钟，计算机从光场相机获取光场原始图像后，对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像。深度位置为图像聚焦位置在光场相机光轴上的投影。
步骤S102，所述计算机基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，若所述初步判断结果为存在粉尘泄漏，所述计算机根据清晰度评价函数确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像。
本实施例中，计算机中设置预设卷积神经网络模型，基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，该初步判断结果可以为发生粉尘泄漏的可能性，通常判断结果为范围在0-1之内的数，0表示发生泄漏的可能性为0%，1表示发生泄漏的可能性为100%。通过对该可能性设定阈值，即可获取是否发生粉尘泄漏的初步判断结果。
若初步判断结果为存在粉尘泄漏，计算机根据清晰度评价函数确定各重聚焦图像的清晰度并确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像，可以理解的是，粉尘泄漏点在目标重聚焦图像中的清晰度最高。清晰度评价函数可包括灰度梯度函数、信息学函数、频域函数、统计学函数，本领域技术人员可根据实际需要灵活选取。
为了提高初步判断结果的准确性，在本申请一些实施例中，所述卷积神经网络的训练样本包括由泄漏工况图像样本、非泄漏工况图像样本、主镜头脏污样本。
本实施例中，利用泄漏工况图像样本、非泄漏工况图像样本进行卷积神经网络训练，同时选用部分主镜头脏污的图像样本进行训练，以提高卷积神经网络的鲁棒性。
步骤S103，所述计算机根据所述目标重聚焦图像的重聚焦参数和预设拟合曲线确定与所述粉尘泄漏点对应的目标深度位置。
重聚焦是通过改变成像探测面，使不同深度的图像清晰，重聚焦参数表征了重聚焦面与光场原始图像的关系，本实施例中，目标重聚焦图像的重聚焦参数可通过重聚焦程序获取，预设拟合曲线由各所述重聚焦图像的重聚焦参数与各所述深度位置的对应关系确定。计算机可根据目标重聚焦图像的重聚焦参数和预设拟合曲线确定与粉尘泄漏点对应的目标深度位置。可以理解的是，该目标深度位置为粉尘泄漏点在光场相机光轴上的投影。
为了提高监测的准确性，在本申请一些实施例中，所述计算机在获取所述光场相机按预设周期采集的被监测区域的光场原始图像之前，所述方法还包括：
所述计算机调整所述三维云台，以使所述光场相机对准被监测区域；
所述计算机根据重聚焦深度位置标定实验的结果确定所述预设拟合曲线；
其中，重聚焦深度位置标定实验，具体为：
将标定板垂直于光场相机主光轴放置，精确测量该标定板平面到光场相机主镜头前端面的距离d0；
利用光场相机拍摄标定板，遍历重聚焦参数s并获得一组重聚焦图像；
利用图像清晰度评价函数确定各重聚焦图像的清晰度，使与清晰度最高的图像对应的重聚焦参数s与
Figure 863792DEST_PATH_IMAGE001
相对应，将在
Figure 543035DEST_PATH_IMAGE002
时清晰图像对应的标定板位置定义为深度位置d=0mm；
改变d0并重复实验，获得重聚焦参数与深度位置的对应关系，并表示为d=f(s)。
本实施例中，在安装好粉尘泄漏监测装置后，计算机调整三维云台，使光场相机对准被监测区域，由于计算机需要根据粉尘泄漏图像的深度位置确定光场重聚焦图像的重聚焦位置，因此需要先进行重聚焦深度位置标定实验，根据实验结果确定预设拟合曲线。
在本申请具体的应用场景中，如图4所示，重聚焦深度位置标定实验的具体包括以下步骤：
步骤S201，开始。
步骤S202，移动标定板，测量距离（d0）。
标定板可以为黑白棋盘格标定板，如图6所示。标定板垂直于光场相机主光轴放置，精确测量该标定板平面到光场相机主镜头前端面的距离d0。
步骤S203，采集光场图像。
本步骤中，利用光场相机拍摄标定板，采集光场图像。
步骤S204，选定重聚焦参数（s）。
步骤S205，获取重聚焦图像。
步骤S206，已聚焦所有s，若是执行步骤S207，否则执行步骤S204。
遍历重聚焦参数s并获得一组重聚焦图像，如图5所示，图中的黑白边界是棋盘格标定板中黑白色块边界的局部放大图，图中数字为深度位置。
步骤S207，评价清晰度确定最清晰的图像的s。
利用图像清晰度评价函数确定各重聚焦图像的清晰度，确定最清晰的图像的重聚焦参数。
步骤S208，获得该距离（d0）对应的s。
使与清晰度最高的图像对应的重聚焦参数s与d0相对应，其中，将在
Figure 629940DEST_PATH_IMAGE002
时清晰图像对应的标定板位置定义为深度位置d=0mm。本实施例中，d=0mm时标定板到光场相机主镜头前端面的距离d0=110mm。
步骤S209，已拍摄所有d0，若是执行步骤S210，否则执行步骤S202。
步骤S210，获得不同距离（d0）对应的s拟合曲线。
改变d0并重复实验，获得重聚焦参数与深度位置的对应关系，并表示为d=f(s)。
步骤S211，结束。
步骤S104，所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果。
本实施例中，针对工程现场环境恶劣、粉尘积累较多的特点，在确定初步判断结果为存在粉尘泄漏后，需结合粉尘泄漏的目标深度位置进行二次判断，从而进一步排除光场相机镜头表面积灰、脏污或有异物遮挡引起的误判。根据目标深度位置和拍摄角度可确定粉尘泄漏的最终判断结果。
为了提高粉尘泄漏监测的精度，在本申请一些实施例中，所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果，具体为：
所述计算机根据所述目标深度位置和所述拍摄角度确定所述粉尘泄漏点的空间坐标；
若与所述目标深度位置对应的深度距离未超出预设距离范围且所述空间坐标的范围未超出预设坐标范围，所述计算机确定所述最终判断结果为存在粉尘泄漏；
本实施例中，三维云台可在俯仰方向和圆周方向转动，根据拍摄角度可确定包括俯仰角和圆周角的角度坐标，根据目标深度位置和角度坐标可确定粉尘泄漏点的空间坐标，该空间坐标为在以所述图像传感器的中心为原点，以光轴方向为x轴建立的右手坐标系中的三维坐标。若与所述目标深度位置对应的深度距离未超出预设距离范围，说明不是主镜头脏污造成的误判，此时，若空间坐标的范围未超出预设坐标范围，说明存在粉尘泄漏，计算机确定最终判断结果为存在粉尘泄漏。其中，深度距离为深度位置与光场相机的图像传感器的直线距离。
为了使运维人员及时处理粉尘泄漏，防止泄漏进一步扩大，在本申请一些实施例中，所述计算机在确定所述最终判断结果为存在粉尘泄漏之后，所述方法还包括：
所述计算机根据所述目标重聚焦图像中粉尘烟雾的区域和图像放大率确定粉尘泄漏的危害范围，发出告警并报告所述空间坐标和所述危害范围，所述危害范围包括粉尘烟雾的长度、高度和投影面积，向运维人员提供了丰富的监测信息。
通过应用以上技术方案，在上述粉尘泄漏监测装置中，所述计算机获取所述光场相机按预设周期采集的被监测区域的光场原始图像，并基于对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像；所述计算机基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，若所述初步判断结果为存在粉尘泄漏，所述计算机根据清晰度评价函数确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像；所述计算机根据所述目标重聚焦图像的重聚焦参数和预设拟合曲线确定与所述粉尘泄漏点对应的目标深度位置；所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果；其中，所述深度位置为图像聚焦位置在光场相机光轴上的投影，所述预设拟合曲线由各所述重聚焦图像的重聚焦参数与各所述深度位置的对应关系确定，提高了对粉尘泄漏的监测范围和监测准确度。
为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。
本申请实施例提供一种粉尘泄漏监测方法，应用于如上所述的粉尘泄漏监测装置中，如图7所示，所述方法包括以下步骤：
步骤S301，开始。
完成系统装配，通讯、控制机构调试，设备初始化。
步骤S302，调整三维云台及光场相机角度。
本步骤中，调整三维云台、使光场相机对准待监控的风粉管道，并基于步骤S201-步骤S211完成重聚焦深度位置标定实验。
步骤S303，已对准风粉管道，若是执行步骤S304，否则执行步骤S302。
本步骤中，判断光场相机是否已对准风粉管道。
步骤S304，采集光场原始图像信号。
本步骤中，开始监测，每分钟采集一次光场原始图像。
步骤S305，计算生成光场重聚焦图像。
具体的，利用计算机对光场原始图像进行保存、解码，并生成聚焦于不同深度位置的一组光场重聚焦图像。
步骤S306，初步判断存在粉尘泄漏，若是执行步骤S307，否则执行步骤S304。
本步骤中，基于卷积神经网络对重聚焦图像进行检测，初步判断是否存在粉尘泄漏。
步骤S307，获取粉尘泄漏深度位置，三维云台角度坐标。
具体的，角度坐标包括俯仰角和圆周角。
步骤S308，计算粉尘泄漏点的空间坐标。
具体的，根据粉尘泄漏点的深度位置及三维云台的角度坐标信号计算粉尘泄漏点的空间坐标。
步骤S309，最终判断存在粉尘泄漏，若是执行步骤S310，否则执行步骤S304。
步骤S310，计算粉尘泄漏危害范围。
具体的，聚焦于泄漏粉尘烟雾位置的重聚焦图像，识别图中粉尘烟雾的区域，结合该重聚焦图像对应的图像放大率，计算粉尘泄漏烟雾危害的长度、高度以及投影面积。
步骤S311，粉尘泄漏报警，报告泄漏位置、范围。
步骤S312，结束。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种粉尘泄漏监测装置，其特征在于，所述装置包括：
光场相机，用于记录被监测区域的光场原始图像；
三维云台，设置在所述光场相机的下方，用于按设定方向进行转动来调节所述光场相机的拍摄角度，以使所述光场相机对准被监测区域；
计算机，分别连接所述光场相机和所述三维云台，用于生成与所述光场原始图像对应的重聚焦图像，并基于所述重聚焦图像和所述拍摄角度确定被监测区域中气力输送粉尘泄漏点的空间坐标和粉尘泄漏的危害范围；
其中，所述计算机进行粉尘泄漏监测的过程包括：
所述计算机获取所述光场相机按预设周期采集的被监测区域的光场原始图像，并基于对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像；
所述计算机基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，若所述初步判断结果为存在粉尘泄漏，所述计算机根据清晰度评价函数确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像；
所述计算机根据所述目标重聚焦图像的重聚焦参数和预设拟合曲线确定与所述粉尘泄漏点对应的目标深度位置；
所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果；
其中，所述深度位置为图像聚焦位置在光场相机光轴上的投影，所述预设拟合曲线由各所述重聚焦图像的重聚焦参数与各所述深度位置的对应关系确定。
2.如权利要求1所述的装置，其特征在于，所述光场相机包括：
主镜头，用于对所拍摄的场景或对象进行聚焦及一次成像；
微透镜阵列，由微小透镜以阵列形式组成，每个微小透镜的焦距与孔径相同、光轴相互平行；
图像传感器，用于对入射光进行探测、光电转换并形成数字图像信号，记录经主镜头、微透镜阵列调制后的光场原始图像；
其中，所述主镜头、所述微透镜阵列及所述图像传感器的光轴相重合，所述微透镜阵列位于所述主镜头的像面处，所述图像传感器位于微透镜阵列后方的一倍焦距处。
3.如权利要求2所述的装置，其特征在于，所述拍摄角度包括俯仰角度和圆周角度，所述三维云台在俯仰方向和圆周方向的旋转中心穿过所述微透镜阵列的中心。
4.如权利要求2所述的装置，其特征在于，所述空间坐标为在以所述图像传感器的中心为原点，以光轴方向为x轴建立的右手坐标系中的三维坐标。
5.如权利要求1所述的装置，其特征在于，所述光场相机的外部设置有防尘护套，所述三维云台下部设置有隔振支架。
6.一种粉尘泄漏监测方法，其特征在于，应用于如权利要求1-5任一项所述的粉尘泄漏监测装置中，所述方法包括：
所述计算机获取所述光场相机按预设周期采集的被监测区域的光场原始图像，并基于对所述光场原始图像进行保存和解码生成聚焦于不同深度位置的一组重聚焦图像；
所述计算机基于预设卷积神经网络模型对所述重聚焦图像进行检测并确定粉尘泄漏的初步判断结果，若所述初步判断结果为存在粉尘泄漏，所述计算机根据清晰度评价函数确定各所述重聚焦图像中聚焦于粉尘泄漏点的目标重聚焦图像；
所述计算机根据所述目标重聚焦图像的重聚焦参数和预设拟合曲线确定与所述粉尘泄漏点对应的目标深度位置；
所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果；
其中，所述深度位置为图像聚焦位置在光场相机光轴上的投影，所述预设拟合曲线由各所述重聚焦图像的重聚焦参数与各所述深度位置的对应关系确定。
7.如权利要求6所述的方法，其特征在于，所述计算机根据所述目标深度位置和从所述三维云台获取的光场相机的拍摄角度确定粉尘泄漏的最终判断结果，具体为：
所述计算机根据所述目标深度位置和所述拍摄角度确定所述粉尘泄漏点的空间坐标；
若与所述目标深度位置对应的深度距离未超出预设距离范围且所述空间坐标的范围未超出预设坐标范围，所述计算机确定所述最终判断结果为存在粉尘泄漏；
其中，所述深度距离为所述深度位置与光场相机的图像传感器的直线距离。
8.如权利要求7所述的方法，其特征在于，所述计算机在确定所述最终判断结果为存在粉尘泄漏之后，所述方法还包括：
所述计算机根据所述目标重聚焦图像中粉尘烟雾的区域和图像放大率确定粉尘泄漏的危害范围，发出告警并报告所述空间坐标和所述危害范围，所述危害范围包括粉尘烟雾的长度、高度和投影面积。
9.如权利要求6所述的方法，其特征在于，所述计算机在获取所述光场相机按预设周期采集的被监测区域的光场原始图像之前，所述方法还包括：
所述计算机调整所述三维云台，以使所述光场相机对准被监测区域；
所述计算机根据重聚焦深度位置标定实验的结果确定所述预设拟合曲线；
其中，重聚焦深度位置标定实验，具体为：
将标定板垂直于光场相机主光轴放置，精确测量该标定板平面到光场相机主镜头前端面的距离d0；
利用光场相机拍摄标定板，遍历重聚焦参数s并获得一组重聚焦图像；
利用图像清晰度评价函数确定各重聚焦图像的清晰度，使与清晰度最高的图像对应的重聚焦参数s与
Figure 562252DEST_PATH_IMAGE001
相对应，将在
Figure 111045DEST_PATH_IMAGE002
时清晰图像对应的标定板位置定义为深度位置d=0mm；
改变d0并重复实验，获得重聚焦参数与深度位置的对应关系，并表示为d=f(s)。
10.如权利要求6所述的方法，其特征在于，所述卷积神经网络的训练样本包括泄漏工况图像样本、非泄漏工况图像样本和主镜头脏污样本。
CN202111035753.2A 2021-09-06 2021-09-06 一种粉尘泄漏监测装置和方法 Active CN113473031B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111035753.2A CN113473031B (zh) 2021-09-06 2021-09-06 一种粉尘泄漏监测装置和方法
PCT/CN2022/081331 WO2023029438A1 (zh) 2021-09-06 2022-03-17 一种粉尘泄漏监测装置和方法
US17/978,190 US11954842B2 (en) 2021-09-06 2022-10-31 Powder leakage monitoring device and powder leakage monitoring method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111035753.2A CN113473031B (zh) 2021-09-06 2021-09-06 一种粉尘泄漏监测装置和方法

Publications (2)

Publication Number Publication Date
CN113473031A CN113473031A (zh) 2021-10-01
CN113473031B true CN113473031B (zh) 2021-11-12

Family

ID=77867505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111035753.2A Active CN113473031B (zh) 2021-09-06 2021-09-06 一种粉尘泄漏监测装置和方法

Country Status (2)

Country Link
CN (1) CN113473031B (zh)
WO (1) WO2023029438A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113473031B (zh) * 2021-09-06 2021-11-12 华能南京金陵发电有限公司 一种粉尘泄漏监测装置和方法
CN117491313B (zh) * 2023-11-13 2024-05-28 南京市锅炉压力容器检验研究院 一种基于tdlas的场区甲烷泄漏空间智能识别方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01121732A (ja) * 1987-11-06 1989-05-15 Toshiba Corp 流体漏洩監視装置
CN201583128U (zh) * 2010-01-25 2010-09-15 锦州新华龙钼业股份有限公司 钼精矿焙烧粉尘泄露监测报警控制系统
KR101880099B1 (ko) * 2017-09-21 2018-07-19 한국중부발전(주) 드론을 이용한 저탄장 발화감시 시스템
CN112824881A (zh) * 2020-04-28 2021-05-21 奕目(上海)科技有限公司 一种基于光场相机的透明或半透明介质缺陷检测系统及方法
CN112767302A (zh) * 2020-07-17 2021-05-07 奕目(上海)科技有限公司 摄像头模组缺陷检测系统和方法
CN113252609B (zh) * 2021-05-31 2023-04-11 昆明物理研究所 煤制油化工厂危险气体泄漏的现场连续监测装置
CN113473031B (zh) * 2021-09-06 2021-11-12 华能南京金陵发电有限公司 一种粉尘泄漏监测装置和方法

Also Published As

Publication number Publication date
CN113473031A (zh) 2021-10-01
WO2023029438A1 (zh) 2023-03-09

Similar Documents

Publication Publication Date Title
CN113473031B (zh) 一种粉尘泄漏监测装置和方法
CN110596134B (zh) 一种基于图像采集的片状玻璃边缘瑕疵检测方法
US8339463B2 (en) Camera lens calibration system
CN108332708B (zh) 激光水平仪自动检测系统及检测方法
KR101578496B1 (ko) 이미지 센서의 틸트 결정 방법
CN110411346B (zh) 一种非球面熔石英元件表面微缺陷快速定位方法
CN106645197B (zh) 检测精密光学元件表面颗粒物的在线检测系统及应用方法
CN105953741B (zh) 一种钢结构局部几何变形的测量系统和方法
CN110375981B (zh) 一种断路器机械特性测试方法
WO2021088247A1 (zh) 合金分析视觉定位方法、装置及合金分析系统
CN114323571A (zh) 一种光电瞄准系统多光轴一致性检测方法
CN108507484B (zh) 成捆圆钢多目视觉识别系统及计数方法
CN107063644B (zh) 有限物距畸变测量方法及系统
CN109997202B (zh) 用于检测和/或检查圆柱形部件表面上的磨耗的设备和方法
CN205426287U (zh) 机器视觉料位计
CN105526993A (zh) 机器视觉料位计及其测量料位的方法
CN207946065U (zh) 成捆圆钢多目视觉识别系统
JPH11337322A (ja) ２次元画像比較による外観の測定方法および装置
US11954842B2 (en) Powder leakage monitoring device and powder leakage monitoring method
US7577296B2 (en) System and method for evaluating laser projection equipment
WO2004092825A1 (en) Method for exploring optical parameters of camera
KR102217627B1 (ko) 드론을 이용한 도로 사면 점검을 위한 드론 비행경로 생성 시스템 및 방법
CN111504255A (zh) 一种基于机器视觉的三维对准精度自动测量装置及方法
El-Hakim Application and performance evaluation of a vision-based automated measurement system
CN112683172B (zh) 一种基于激光光斑中心定位方式实现高楼偏摆监测的方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220315

Address after: 210034 No.8 Jiangcheng Avenue, Qixia Economic and Technological Development Zone, Nanjing City, Jiangsu Province

Patentee after: HUANENG NANJING JINLING POWER GENERATION Co.,Ltd.

Patentee after: Huaneng International Power Jiangsu energy development Co., Ltd

Address before: 210034 No.8 Jiangcheng Avenue, Qixia Economic and Technological Development Zone, Nanjing City, Jiangsu Province

Patentee before: HUANENG NANJING JINLING POWER GENERATION Co.,Ltd.