0 引言

    國內(nèi)對機(jī)動車尾氣的煙氣黑度檢測的方法大部分是檢測人員使用模擬檢測設(shè)備進(jìn)行測量^[1]。在實際檢測操作中，檢測人員的熟練程度會對檢測結(jié)果產(chǎn)生一定的影響，同時對檢測人員進(jìn)行專業(yè)的訓(xùn)練也需要一定的成本。機(jī)動車的煙度檢測主要有三種方式，分別是對照法、測煙望遠(yuǎn)鏡和基于光電的測煙法。對照法要求在檢測時,煙氣圖至檢測人員眼睛的距離在2 m以內(nèi)，實際操作中一般采取1.5 m左右，被檢測機(jī)動車的尾氣黑度等級值依據(jù)檢測人員的主觀判斷；使用測煙望遠(yuǎn)鏡會因為林格曼黑度圖被安裝在望遠(yuǎn)鏡的鏡筒內(nèi)而影響檢測人員的判斷?；诠怆姷臏y煙法對天氣的依賴程度較高，常用于天氣較為晴朗的情況下，而陰霾、多云天氣會對檢測結(jié)果有較大程度的影響。對機(jī)動車尾氣黑度檢測采用自動化處理，可以使得檢測更為便捷與準(zhǔn)確^[2]。對機(jī)動車的檢測結(jié)果亦可以進(jìn)行報告打印，同時進(jìn)行電子存儲。

    本文設(shè)計并實現(xiàn)了基于背景差分法的機(jī)動車尾氣檢測系統(tǒng)。通過對尾氣進(jìn)行拍攝、處理、分析得到尾氣的林格曼黑度值，克服了現(xiàn)有技術(shù)的缺陷。為方便操作，檢測也可以通過手機(jī)來實現(xiàn)遠(yuǎn)程控制。該設(shè)計為檢測車輛尾氣黑度提供了一種簡便可行的方案^[3-6]。

1 系統(tǒng)整體設(shè)計

    基于可見光的尾氣檢測系統(tǒng)結(jié)構(gòu)如圖1所示，由三部分組成：手機(jī)控制APP、檢測系統(tǒng)（控制板和攝像頭）、打印與通信系統(tǒng)。手機(jī)控制APP部分主要功能為：對煙度檢測設(shè)備進(jìn)行相關(guān)設(shè)置與顯示；通信系統(tǒng)實現(xiàn)手機(jī)端與煙度檢測控制端進(jìn)行通信，手機(jī)端可以將設(shè)置信息發(fā)送到檢測端，也可以控制拍攝圖拍的數(shù)量；控制端可以向手機(jī)端發(fā)送圖片拍攝成功標(biāo)記，也可以發(fā)送尾氣檢測結(jié)果。

    尾氣煙度檢測控制端主控芯片使用的是ARM架構(gòu)的RK3399，該芯片由CortexA72和CortexA53組成大小核，主頻可達(dá)2 GHz，性能上可完成對尾氣的實時拍攝。為了更好地支持圖像處理，該芯片還搭載了Mali T860的GPU(Graphics Processing Unit)。芯片集成H.265(高達(dá)2 Mb/s的傳輸速度傳送720P普通高清音視頻傳送)的解碼方式和H.264的編碼方式，使得檢測系統(tǒng)能夠采集連續(xù)且清晰的尾氣圖像。尾氣檢測終端運行嵌入式Linux操作系統(tǒng)來完成對硬件資源管理^[7-8]。打印機(jī)通過串口接入煙度檢測設(shè)備，對檢測的結(jié)果進(jìn)行打印。手機(jī)APP與煙度檢測系統(tǒng)的通信通過電信網(wǎng)絡(luò)，使得檢測人員可以進(jìn)行遠(yuǎn)距離操控。

2 系統(tǒng)核心部分設(shè)計

2.1 使用背景差分法檢測尾氣區(qū)域

    為檢測車輛的尾氣黑度，需要對采集的圖像進(jìn)行處理，提取圖像中的尾氣煙霧區(qū)域，獲得林格曼黑度等級^[9-12]。為解決這個問題，本系統(tǒng)采用背景差分法來確定尾氣煙霧區(qū)域^[13]。該算法具有實現(xiàn)簡單、計算速度快的特點，因而響應(yīng)速度快，是常用的區(qū)域檢測技術(shù)。同時該算法不易受光線影響，有益于對尾氣的檢測。因為系統(tǒng)檢測對象是尾氣區(qū)域，是非動態(tài)對象模型，故對算法中的背景固定為檢測前未排放尾氣時圖片，無需對背景模型不停地更新，提高了系統(tǒng)的響應(yīng)速度。檢測區(qū)域為：

式中，(x，y)為圖像像素點的坐標(biāo)，該坐標(biāo)系以圖片長為X軸，圖片寬為Y軸建立。G(x，y，t)為采集的圖片，B(x，y，t)為背景圖片。對連續(xù)拍攝的兩張圖片差分，也肯定存在干擾。為了濾除干擾，可以通過分析差分圖像的直方圖得到閾值T。

    利用圖像采集部分采集圖片，然后利用改進(jìn)了的背景差分法識別圖中尾氣區(qū)域，算法處理前后的圖像效果如圖2所示，可見背景差分法能較好地對尾氣進(jìn)行提取。

2.2 控制檢測設(shè)計

    檢測控制端程序基于Qt框架進(jìn)行開發(fā)，主要包括通信、相機(jī)控制和圖像處理。在系統(tǒng)啟動后，通過添加一個腳本完成對尾氣檢測程序的啟動^[14]。程序的啟動過程如圖3所示。程序啟動后進(jìn)行相機(jī)設(shè)備枚舉，并進(jìn)行初始化，開啟圖片采集的線程。相機(jī)相關(guān)屬性設(shè)置從本地配置文件中獲取或者設(shè)置為默認(rèn)值，其他信息從本地讀取上一次操作的備份。信息備份文件在填寫或接收到手機(jī)端發(fā)送的被檢測車輛信息時生成，并在初始化顯示屏后讀取并顯示。

    4G模塊接收到拍照請求后，進(jìn)行車輛尾氣圖片的采集。采集成功則給手機(jī)端返回信息，并將該圖片編號。當(dāng)圖片數(shù)量達(dá)到設(shè)置值后，再接收到拍照請求將返回圖片采集已完成的信息。尾氣圖片采集完成后調(diào)用圖像處理函數(shù)，進(jìn)行尾氣區(qū)域的提取，并與標(biāo)準(zhǔn)林格曼圖進(jìn)行比較，獲得林格曼黑度值。處理完畢后，生成檢測報告。手機(jī)端可以通過獲取分析來獲得被檢測車輛的尾氣檢測結(jié)果。打印機(jī)可以將檢測報告進(jìn)行打印。

2.3 攔截短信和彩信

    為了讓手機(jī)APP實時收發(fā)短信和彩信，需要對Android系統(tǒng)短信和彩信進(jìn)行攔截與讀取^[15]。為管理短信服務(wù)(Short Message Service)和彩信服務(wù)(Multimessage Service)，Android系統(tǒng)在MMSSMS數(shù)據(jù)庫中維護(hù)了13張表。每張表為不同的功能服務(wù)，如inbox用于存儲接收到的短信內(nèi)容，outbox用于存儲發(fā)送短信的內(nèi)容等。接收短信彩信的解析路徑為“content://sms/inbox”和“content://mms/part”，獲取短信彩信內(nèi)容后，判定是不是尾氣檢測終端發(fā)送過來的內(nèi)容。短信彩信的接收通知問題，解決方案有輪循和注冊廣播接收器。第一種方案，以一定的時間間隔去MMSMS數(shù)據(jù)庫中查找相應(yīng)的字段來獲取通知。這種方案存在效率低下的問題，通過使用觀察者模式監(jiān)視收件箱來對這一缺陷進(jìn)行改進(jìn)。第二種方案，在Android系統(tǒng)中注冊一個廣播接收器，在接收到短信或者彩信時進(jìn)行廣播，APP去遍歷廣播接收器。這種方案存在一個權(quán)限問題，對于系統(tǒng)的安全性管理，手機(jī)廠商并沒有一個統(tǒng)一的規(guī)范，故其在定制Android系統(tǒng)時，可能僅給預(yù)裝軟件發(fā)送廣播事件。綜合比較兩種方案，選擇改進(jìn)后的輪詢方式，因為注冊廣播接收器這個功能對系統(tǒng)具有強(qiáng)依賴性。

3 系統(tǒng)測試

    對手機(jī)和檢測終端之間的通信進(jìn)行測試。打開手機(jī)APP，設(shè)置檢測信息，圖4所示為相應(yīng)的設(shè)置信息。點擊發(fā)送設(shè)置按鈕，將設(shè)置信息發(fā)送到檢測端。檢測端接收到數(shù)據(jù)后，先進(jìn)行編碼轉(zhuǎn)換，然后利用正則匹配來提取各項信息。提取完后將信息備份到本地，然后顯示在檢測端的顯示屏上，如圖5所示。

    測試完通信功能后，對系統(tǒng)進(jìn)行整體性測試。圖6所示為使用手機(jī)APP設(shè)置相應(yīng)的信息并采集完圖片。也可以直接通過尾氣檢測端設(shè)置，圖片的采集通過界面上的相機(jī)按鈕來進(jìn)入操作界面。圖7為最后的檢測結(jié)果圖，可以將結(jié)果發(fā)送到手機(jī)端。

4 結(jié)束語

    本文設(shè)計并實現(xiàn)了基于背景差分法的尾氣檢測系統(tǒng)，通過對尾氣的成像以及圖像處理，能有效地對機(jī)動車尾氣的黑度進(jìn)行自動化檢測。該檢測系統(tǒng)具有簡單易操作、快捷、成本低的特點，可在機(jī)動車尾氣黑度檢測場景下使用。在實際使用過程中，可從報告的存儲和尾氣區(qū)域的檢測部分進(jìn)行改進(jìn)。由于檢測報告存儲在本地，需要定期取出，后期可以使用數(shù)據(jù)庫來存儲。還有就是優(yōu)化尾氣區(qū)域檢測算法，使其可以適應(yīng)更為復(fù)雜的環(huán)境。

參考文獻(xiàn)

[1] 孫鵬.固定污染源排放煙氣黑度的測定——林格曼煙氣黑度圖法(HJ/T 398-2007)有效性復(fù)審意見[J].環(huán)境與可持續(xù)發(fā)展，2017，42(2)：123-124.

[2] 中國科學(xué)技術(shù)大學(xué).一種柴油車煙氣黑度自動檢測裝置：中國，CN201410070139.3[P].2014-05-21.

[3] 李海卜.基于ARM的嵌入式煙霧檢測系統(tǒng)設(shè)計[D].秦皇島：燕山大學(xué)，2012.

[4] VICENTE J，GUILLEMANT P.An image processing technique for automatically detecting forest fire[J].International Journal of Thermal Sciences，2002，41(12)：1113-1120.

[5] 劉峰，劉光遠(yuǎn)，龍正吉，等.一種新型的激光煙霧濃度檢測系統(tǒng)研究[J].激光與光電子學(xué)進(jìn)展，2014，51(12)：147-152. 

[6] ZHU J，CHOI M Y，MULHOLLAND G W，et al.Measurement of visible and near-IR optical properties of soot produced from laminar flames[J].Proceedings of the Combustion Institute，2002，29(2)：2367-2374.

[7] 宋寶華.Linux設(shè)備驅(qū)動開發(fā)詳解[M].北京：人民郵電出版社，2010.

[8] 拉芙.Linux內(nèi)核設(shè)計與實現(xiàn)[M].北京：機(jī)械工業(yè)出版社，2011.

[9] 宗世朋.基于視頻圖像的煙霧檢測系統(tǒng)的設(shè)計與實現(xiàn)[D].成都：電子科技大學(xué)，2013.

[10] 王新玲.基于圖像的煙霧濃度檢測技術(shù)研究[D].太原：中北大學(xué)，2012.

[11] WIDMANN J F，YANG J C，BUNDY M，et al.A laboratory apparatus for the measurement of optical extinction coefficients of postflame soot in the infrared[J].Review of Scientific Instruments，2003，74(2)：938-944.

[12] Zhang Xiaoying，Lai Cheng，Chen Xuyi.A similarity study on the infrared radiation of solid rocket plume in different reduced-scale sizes[C].IEEE Aerospace Conference，2015.

[13] 屈晶晶，辛云宏.連續(xù)幀間差分與背景差分相融合的運動目標(biāo)檢測方法[J].光子學(xué)報，2014，43(7)：219-226.

[14] 門佳.Linux Shell腳本攻略[M].北京：人民郵電出版社，2014.

[15] 張倩倩.基于Android短信服務(wù)的手機(jī)安全監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].天津：天津大學(xué)，2012.

作者信息:

薛  夢，鄖建平，梁赫西，艾  勇，周凌林，裘兆炳

（武漢大學(xué) 電子信息學(xué)院，湖北 武漢 430072）