[发明专利]粉尘浓度检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种粉尘浓度检测方法、装置、计算机设备和存储介质。方法包括：获取粉尘检测图像；将粉尘检测图像输入预先训练的粉尘标注模型中，并获取粉尘标注模型输出的目标检测框；目标检测框用于标注粉尘位置；计算粉尘检测图像中目标检测框内的目标图像透射率，并根据目标图像透射率确定粉尘浓度。采用本方法能够自动提取粉尘特征并自动确定粉尘浓度，无需人工介入处理，避免了人工提取特征的复杂工作，从而可提高检测效率和准确率，并降低检测成本，具备操作方便的优点。

技术领域

本申请涉及粉尘检测技术领域，特别是涉及一种粉尘浓度检测方法、装置、计算机设备和存储介质。

背景技术

与集装箱码头有所不同，散货码头的港口通过装船机进行装卸作业时会产生大量的扬尘，而溜筒卸料作为装船机装船作业的最后一个环节，是产生扬尘的重灾区。随着环保需求的提高，环保部门已经将装卸作业时产生的扬尘作为大气污染治理的重点。特别是针对京津冀区域的港口散货码头，若其环保要求不达标，将会面临停产整顿、关停甚至被取缔的风险。

为确保除尘过程的效率和经济效益，需要对扬尘进行有效检测，并准确地判断扬尘的分布状态和扬尘的浓度等级。然而传统技术仅能通过人工检测粉尘浓度，存在检测效率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高检测效率并降低成本的粉尘浓度检测方法、装置、计算机设备和存储介质。

为实现上述目的，第一方面，本申请实施例提供了一种粉尘浓度检测方法，包括以下步骤：

获取粉尘检测图像；将粉尘检测图像输入预先训练的粉尘标注模型中，并获取粉尘标注模型输出的目标检测框；目标检测框用于标注粉尘位置；计算粉尘检测图像中目标检测框内的目标图像透射率，并根据目标图像透射率确定粉尘浓度。

在其中一个实施例中，将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；样本数据包括样本图像和与粉尘位置对应的检测框；通过各样本数据对YOLOv3-SPP模型进行训练，得到粉尘标注模型。

在其中一个实施例中，通过各样本数据对YOLOv3-SPP模型进行训练，得到粉尘标注模型的步骤，包括：将各样本数据输入YOLOv3-SPP模型中，以CIoU损失函数作为回归损失函数，对YOLOv3-SPP模型进行训练，得到粉尘标注模型。

在其中一个实施例中，根据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，并基于映射关系确定与目标图像透射率对应的粉尘浓度。

在其中一个实施例中，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；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粉尘标注模型中，得到测试图像的测试检测框，并计算测试图像中测试检测框内的测试图像透射率，根据测试图像透射率与本测试数据的粉尘浓度生成映射关系。

在其中一个实施例中，方法还包括步骤：在粉尘浓度大于浓度阈值的情况下，将粉尘检测图像确认为目标检测图像，并在目标检测图像的数量大于报警阈值的情况下进行报警。

在其中一个实施例中，计算粉尘检测图像中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粉尘检测图像，得到目标检测框内的预估透射率；获取粉尘检测图像的灰度图，并以灰度图作为引导图，对预估透射率进行引导滤波，得到目标图像透射率。

在其中一个实施例中，采用暗通道去雾算法处理粉尘检测图像，得到目标检测框内的预估透射率的步骤，包括：获取粉尘检测图像的暗原色通道图像，并按照像素选取比例，从暗原色通道图像中选取出亮度值最大的各目标像素点；分别确定各目标像素点在粉尘检测图像中对应的灰度值，并将各灰度值中的最大灰度值确认为全局大气光值；基于以下公式得到预估透射率：