烟气黑度检测方法、系统和存储介质技术方案

本申请公开了一种烟气黑度检测方法、系统和存储介质，方法包括：获取第一图像，第一图像为包括天空区域和烟气区域的图像；对第一图像进行灰度化，得到第二图像；对第二图像进行二值分割，得到第一天空区域和第一烟气区域；计算第一图像中第一天空区域的亮度，并基于第一天空区域的亮度对第一图像中的第一烟气区域像素点的亮度进行补偿，得到补偿后第一烟气区域的亮度数据；对补偿后的第一烟气区域的亮度数据进行亮度分布概率统计，得到统计数据；将统计数据输入到分类模型中，得到烟气黑度的第一预测结果。本申请基于天空区域亮度对烟气区域亮度进行补偿，可以降低环境对检测的干扰，提高检测的准确度。本申请可以广泛应用于图像处理领域。

【技术实现步骤摘要】
烟气黑度检测方法、系统和存储介质
本申请涉及图像处理领域，尤其是一种烟气黑度检测方法、系统和存储介质。
技术介绍
随着社会经济的发展，人们对环境保护提出了更高的要求。各种用于检测环境的系统应运而生。对于产生废气的工厂来说，烟气的黑度往往表征了污染的程度，过去通过设置监测站，由技术人员对烟气的黑度进行目检。传统的方法耗费了人力，于是有人提出采用图像检测的方式来判断烟气的黑度。但是现有的图像技术在检测烟气黑度时受到天气等诸多因素的干扰，准确度有限。
技术实现思路
为解决上述技术问题的至少之一，本申请的目的在于：提供一种烟气黑度检测方法、系统和存储介质，以提升图像检测烟气黑度的准确度。第一方面，本申请实施例提供了：一种烟气黑度检测方法，包括以下步骤：获取第一图像，所述第一图像为包括天空区域和烟气区域的图像；对所述第一图像进行灰度化，得到第二图像；对所述第二图像进行二值分割，得到第一天空区域和第一烟气区域；计算所述第一图像中第一天空区域的亮度，并基于所述第一天空区域的亮度对所述第一图像中的第一烟气区域像素点的亮度进行补偿，得到补偿后第一烟气区域的亮度数据；对所述补偿后的第一烟气区域的亮度数据进行亮度分布概率统计，得到统计数据；将所述统计数据输入到分类模型中，得到烟气黑度的第一预测结果。进一步，所述计算所述第一图像中第一天空区域的亮度，并基于所述第一天空区域的亮度对所述第一图像中的第一烟气区域像素点的亮度进行补偿，得到补偿后第一烟气区域的亮度数据，包括：从所述第一天空区域中选择至少两个子区域；计算所述两个子区域的平均亮度作为所述第一图像中第一天空区域的亮度；对所述第一图像中第一天空区域的亮度进行倒映射操作，得到第一亮度；对所述第一图像中的第一烟气区域内所有像素点的亮度进行倒映射操作并减去第一亮度，得到第一烟气区域内所有像素点的第二亮度；对所述第一烟气区域内所有像素点的第二亮度进行倒映射操作，得到所述第一烟气区域内所有像素点的第三亮度，将所述第一烟气区域内所有像素点的第三亮度值作为补偿后第一烟气区域的亮度数据。进一步，所述对所述第一图像进行灰度化，得到第二图像，包括：对所述第一图像的像素的RGB颜色进行加权，以加权的结果作为灰度，得到第二图像。进一步，所述对所述第二图像进行二值分割，得到第一天空区域和第一烟气区域，包括：利用最大类间方差法对所述第二图像进行二值分割；其中，所述最大类间方差法的分割阈值T为使得K值最大的分割阈值；所述σ2表示分割后两部分的差异，表示分割后每部分内部灰度值的分布情况。进一步，所述统计数据为256维的向量，该向量表示亮度为0～255的像素点在所述第一烟气区域出现的概率。进一步，所述分类模型通过以下方法训练得到：获取训练集合，所述训练集合中包括多个第三图像和标注信息，所述第三图像包括天空区域和烟气区域；对第三图像进行灰度化，得到第四图像；对第四图像进行二值分割，得到第二天空区域和第二烟气区域；计算所述第三图像中第二天空区域的亮度，并基于所述第二天空区域的亮度对所述第三图像中的第二烟气区域像素点的亮度进行补偿，得到补偿后第二烟气区域的亮度数据；对所述补偿后的第二烟气区域的亮度数据进行亮度分布概率统计，得到统计数据；将所述统计数据输入到分类模型中，得到烟气黑度的第二预测结果；根据所述第二预测结果与所述标注信息之间的误差调整所述分类模型的参数，并进行迭代训练，直到所述分类模型满足训练条件。进一步，所述分类模型为支持向量机，所述支持向量机的输入为256维向量，输出为6维向量，所述支持向量机的核函数为高斯径向基核函数。进一步，还包括以下步骤：对在预设周期内按照设定频率获取的多个第一图像的第一预测结果进行统计；根据第一预测结果属于各等级的数量确定烟气黑度的等级。第二方面，本申请实施例提供了：一种烟气黑度检测系统，包括：摄像头，被部署在黑烟检测区域，用于拍摄第一图像；处理模块，与所述摄像头通过无线网络连接，所述处理模块用于执行的烟气黑度检测方法。第三方面，本申请实施例提供了：一种存储介质，其存储有程序，所述程序被处理器执行时所述的烟气黑度检测方法。本申请实施例的有益效果是：本申请实施例通过获取包括天空区域和烟气区域的图像，然后对其灰度化以后进行二值分割，得到天空区域和烟气区域，然后基于图像中天空区域的亮度对图像中烟气区域的亮度进行补偿，对补偿后的烟气区域的亮度数据进行亮度分布概率统计，得到统计数据，再通过分类模型对统计数据进行预测，得到烟气黑度的预测结果，本申请实施例利用相同的照片中天空区域的亮度来补偿烟气区域的亮度，可以减少环境亮度对预测结果的影响，提升了预测的准确度。附图说明图1为根据本申请实施例提供的一种烟气黑度检测方法的流程图；图2为根据本申请实施例提供的一种分类模型的训练方法的流程图；图3为根据本申请实施例提供的一种烟气黑度检测出系统的模块框图。具体实施方式下面结合说明书附图和具体的实施例对本申请进行进一步的说明。所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。首先，对本申请出现的名词进行解释：支持向量机：(SupportVectorMachine,SVM)是一类按监督学习(supervisedlearning)方式对数据进行二元分类的广义线性分类器(generalizedlinearclassifier)，其决策边界是对学习样本求解的最大边距超平面(maximum-marginhyperplane)。二值化分割：是指对根据图片像素点的数值和分割阈值对图像进行分割的操作。参照图1，本实施例公开了一种烟气黑度检测方法，本实施例应用在计算机设备之中，计算机设备可以是独立的计算机、分布式服务器等等，本实施例的方法包括以下步骤：步骤110、获取第一图像，所述第一图像为包括天空区域和烟气区域的图像。其中，第一图像可以是由现场的摄像头实时拍摄的，第一图像也可以是存储在数据库之中的图像。可以通过调整现场摄像头的拍摄角度，使得拍摄得到的第一图像中只包含天空区域和烟气区域。步骤120、对所述第一图像进行灰度化，得到第二图像。其中，该步骤具体为：对所述第一图像的像素的RG本文档来自技高网...

【技术保护点】
1.一种烟气黑度检测方法，其特征在于，包括以下步骤：/n获取第一图像，所述第一图像为包括天空区域和烟气区域的图像；/n对所述第一图像进行灰度化，得到第二图像；/n对所述第二图像进行二值分割，得到第一天空区域和第一烟气区域；/n计算所述第一图像中第一天空区域的亮度，并基于所述第一天空区域的亮度对所述第一图像中的第一烟气区域像素点的亮度进行补偿，得到补偿后第一烟气区域的亮度数据；/n对所述补偿后的第一烟气区域的亮度数据进行亮度分布概率统计，得到统计数据；/n将所述统计数据输入到分类模型中，得到烟气黑度的第一预测结果。/n

【技术特征摘要】
1.一种烟气黑度检测方法，其特征在于，包括以下步骤：
获取第一图像，所述第一图像为包括天空区域和烟气区域的图像；
对所述第一图像进行灰度化，得到第二图像；
对所述第二图像进行二值分割，得到第一天空区域和第一烟气区域；
计算所述第一图像中第一天空区域的亮度，并基于所述第一天空区域的亮度对所述第一图像中的第一烟气区域像素点的亮度进行补偿，得到补偿后第一烟气区域的亮度数据；
对所述补偿后的第一烟气区域的亮度数据进行亮度分布概率统计，得到统计数据；
将所述统计数据输入到分类模型中，得到烟气黑度的第一预测结果。


2.根据权利要求1所述的一种烟气黑度检测方法，其特征在于，所述计算所述第一图像中第一天空区域的亮度，并基于所述第一天空区域的亮度对所述第一图像中的第一烟气区域像素点的亮度进行补偿，得到补偿后第一烟气区域的亮度数据，包括：
从所述第一天空区域中选择至少两个子区域；
计算所述两个子区域的平均亮度作为所述第一图像中第一天空区域的亮度；
对所述第一图像中第一天空区域的亮度进行倒映射操作，得到第一亮度；
对所述第一图像中的第一烟气区域内所有像素点的亮度进行倒映射操作并减去第一亮度，得到第一烟气区域内所有像素点的第二亮度；
对所述第一烟气区域内所有像素点的第二亮度进行倒映射操作，得到所述第一烟气区域内所有像素点的第三亮度，将所述第一烟气区域内所有像素点的第三亮度值作为补偿后第一烟气区域的亮度数据。


3.根据权利要求1所述的一种烟气黑度检测方法，其特征在于，所述对所述第一图像进行灰度化，得到第二图像，包括：
对所述第一图像的像素的RGB颜色进行加权，以加权的结果作为灰度，得到第二图像。


4.根据权利要求1所述的一种烟气黑度检测方法，其特征在于，所述对所述第二图像进行二值分割，得到第一天空区域和第一烟气区域，包括：
利用最大类间方差法对所述第二图像进行二值分割；
其中，所述最大类间方差法的分割阈值T为使得K值最大的分割阈值；所述σ2表示分割后两部分的差异，表示分...

【专利技术属性】
技术研发人员：何军飞，谢泽琼，叶杰文，肖振乾，黄允生，高富强，黄嘉瑜，廖夏金，
申请(专利权)人：广州能源检测研究院，
类型：发明
国别省市：广东;44