[发明专利]粉尘浓度检测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202011607972.9 申请日: 2020-12-29
公开(公告)号: CN112580600A 公开(公告)日: 2021-03-30
发明(设计)人: 杨文博;姜来福;左来宝;马光辉;穆霄刚;齐若宇;陈贵林;薛森;马少华;孙远;马君;李伟;贾宁;张建亮 申请(专利权)人: 神华黄骅港务有限责任公司;秦皇岛燕大滨沅科技发展有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 陈金普
地址: 06111*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 粉尘 浓度 检测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种粉尘浓度检测方法,其特征在于,包括以下步骤:

获取粉尘检测图像;

将所述粉尘检测图像输入预先训练的粉尘标注模型中,并获取所述粉尘标注模型输出的目标检测框;所述目标检测框用于标注粉尘位置;

计算所述粉尘检测图像中所述目标检测框内的目标图像透射率,并根据所述目标图像透射率确定粉尘浓度。

2.根据权利要求1所述的粉尘浓度检测方法,其特征在于,将所述粉尘检测图像输入预先训练的粉尘标注模型之前,还包括步骤:

获取各样本数据;所述样本数据包括样本图像和与粉尘位置对应的检测框;

通过各所述样本数据对YOLOv3-SPP模型进行训练,得到所述粉尘标注模型。

3.根据权利要求2所述的粉尘浓度检测方法,其特征在于,通过各所述样本数据对YOLOv3-SPP模型进行训练,得到所述粉尘标注模型的步骤,包括:

将各所述样本数据输入所述YOLOv3-SPP模型中,以CIoU损失函数作为回归损失函数,对所述YOLOv3-SPP模型进行训练,得到所述粉尘标注模型。

4.根据权利要求1所述的粉尘浓度检测方法,其特征在于,根据所述目标图像透射率确定粉尘浓度的步骤,包括:

获取图像透射率与粉尘浓度的映射关系,并基于所述映射关系确定与所述目标图像透射率对应的所述粉尘浓度。

5.根据权利要求4所述的粉尘浓度检测方法,其特征在于,获取图像透射率与粉尘浓度的映射关系的步骤,包括:

获取多个测试数据;所述测试数据包括测试图像和对应的粉尘浓度;

针对每一测试数据,将本测试数据的测试图像输入所述粉尘标注模型中,得到所述测试图像的测试检测框,并计算所述测试图像中所述测试检测框内的测试图像透射率,根据所述测试图像透射率与本测试数据的粉尘浓度生成所述映射关系。

6.根据权利要求1所述的粉尘浓度检测方法,其特征在于,所述方法还包括步骤:

在所述粉尘浓度大于浓度阈值的情况下,将所述粉尘检测图像确认为目标检测图像,并在所述目标检测图像的数量大于报警阈值的情况下进行报警。

7.根据权利要求1至6任一项所述的粉尘浓度检测方法,其特征在于,计算所述粉尘检测图像中所述目标检测框内的目标图像透射率的步骤,包括:

采用暗通道去雾算法处理所述粉尘检测图像,得到所述目标检测框内的预估透射率;

获取所述粉尘检测图像的灰度图,并以所述灰度图作为引导图,对所述预估透射率进行引导滤波,得到所述目标图像透射率。

8.根据权利要求7所述的粉尘浓度检测方法,其特征在于,采用暗通道去雾算法处理所述粉尘检测图像,得到所述目标检测框内的预估透射率的步骤,包括:

获取所述粉尘检测图像的暗原色通道图像,并按照像素选取比例,从所述暗原色通道图像中选取出亮度值最大的各目标像素点;

分别确定各所述目标像素点在所述粉尘检测图像中对应的灰度值,并将各所述灰度值中的最大灰度值确认为全局大气光值;

基于以下公式得到所述预估透射率:

其中,x为空间坐标值;I为所述粉尘检测图像;t(x)为所述粉尘检测图像中空间坐标为x的像素点的预估透射率;ω为调整参数;Ω(x)为以空间坐标为x的像素点为中心的窗口;y为所述窗口内的像素点;c为RGB三通道中的任一通道;A为所述全局大气光值。

9.一种粉尘检测装置,其特征在于,所述装置包括:

图像获取模块,用于获取粉尘检测图像;

图像标注模块,用于将所述粉尘检测图像输入预先训练的粉尘标注模型中,并获取所述粉尘标注模型输出的目标检测框;所述目标检测框用于标注粉尘位置;

粉尘浓度确定模块,用于计算所述粉尘检测图像中所述目标检测框内的目标图像透射率,并根据所述目标图像透射率确定粉尘浓度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于神华黄骅港务有限责任公司;秦皇岛燕大滨沅科技发展有限公司,未经神华黄骅港务有限责任公司;秦皇岛燕大滨沅科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011607972.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top