[发明专利]一种大气颗粒物检测方法

说明书

本发明公开了一种大气颗粒物检测方法，包括步骤：一、采集大气颗粒物，并将大气颗粒物附着到滤膜上；二、获取大气污染颗粒物数字图像，记为采集图像；三、对采集图像进行预处理，得到预处理图像；四、对预处理图像进行大气污染颗粒物分割；五、采用卷积神经网络对分割后的图像进行识别分类。本发明方法步骤简单，实现方便，对大气颗粒物的采集图像先进行预处理，分割后再采用卷积神经网络进行识别分类，检测准确度高，便于推广。

技术领域

本发明属于大气污染物检测技术领域，具体涉及一种大气颗粒物检测方法。

背景技术

大气颗粒物是指悬浮在地球大气中的微观固态或液态物质，其中空气动力学当量直径小于等于2.5μm的颗粒物称为PM2.5。随着我国社会和经济的快速发展，以及科学技术的飞速发展和工业化进程的不断加快，大气污染问题越来越受到人们的关注。但是，在人们生活和工业生产过程中，将产生大量的污染物排放到大气中，导致大气环境质量下降。当大气污染物的浓度达到一定程度，将破坏地球生态环境系统和人类正常生存和发展的环境条件，对人类或动植物的正常生存和发展造成严重危害。

目前针对PM2.5已经有关于其质量浓度、化学成分、源解析、时空分布、区域传输以及形成机理等方面的研究，但将其与图像处理技术相结合对其进行分类识别，可以为大气污染防治的源解析以及进行科学的控制提供有力的支持。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种大气颗粒物检测方法，其步骤简单，实现方便，对大气颗粒物的采集图像先进行预处理，分割后再采用卷积神经网络进行识别分类，检测准确度高，便于推广。

为解决上述技术问题，本发明采用的技术方案是：一种大气颗粒物检测方法，包括以下步骤：

步骤一、采集大气颗粒物，并将大气颗粒物附着到滤膜上；

步骤二、获取大气污染颗粒物数字图像，记为采集图像；

步骤三、对采集图像进行预处理，得到预处理图像；

步骤四、对预处理图像进行大气污染颗粒物分割；

步骤五、采用卷积神经网络对分割后的图像进行识别分类。

上述的一种大气颗粒物检测方法，步骤二中所述获取大气污染颗粒物数字图像通过高分辨率扫描电子显微镜获取。

上述的一种大气颗粒物检测方法，步骤三中所述对采集图像进行预处理包括对采集图像进行灰度化和基于滤波的去噪处理，并进行自适应阈值化处理得到二值图像；二值图像和源图像做与操作，处理后的图像保存为合并图像。

上述的一种大气颗粒物检测方法，步骤四中所述对预处理图像进行大气污染颗粒物分割的具体过程为：对大气污染颗粒物预处理图像进行canny边缘检测得到大气污染颗粒物边缘检测图像；对边缘检测图像进行轮廓检测，得到所有大气污染颗粒物的轮廓信息。

上述的一种大气颗粒物检测方法，步骤五中所述卷积神经网络包括选取Relu函数作为隐藏层激励函数，选取softmax函数作为最后输出层的激励函数；神经网络优化策略为Adam优化器；选择四个卷积层，每一层的卷积核从前向后依次为3×3×8、5×5×16、3×3×32、3×3×32，卷积层的输出作为全神经层的输入，建立的大气颗粒物形状特征识别与分类卷积神经网络模型。

本发明与现有技术相比具有以下优点：本发明方法步骤简单，实现方便，对大气颗粒物的采集图像先进行预处理，分割后再采用卷积神经网络进行识别分类，检测准确度高，便于推广。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的方法流程框图。

具体实施方式