《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計應(yīng)用 > 基于背景差分法的尾氣煙度檢測系統(tǒng)設(shè)計
基于背景差分法的尾氣煙度檢測系統(tǒng)設(shè)計
2019年電子技術(shù)應(yīng)用第5期
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
摘要: 隨著機(jī)動車尾氣的大量排放,為減少大氣污染,對尾氣進(jìn)行相關(guān)的檢測也越來越重要。為自動檢測機(jī)動車尾氣黑度,設(shè)計并實現(xiàn)了一種對尾氣圖片使用圖像處理的方法進(jìn)行林格曼級數(shù)檢測的系統(tǒng)。通過對汽車尾氣進(jìn)行拍照處理,獲得機(jī)動車尾氣黑度的林格曼級數(shù)。同時可以將檢測結(jié)果通過4G網(wǎng)發(fā)送給手機(jī)APP,手機(jī)端也能控制檢測系統(tǒng)進(jìn)行拍照,獲取分析結(jié)果,打印報告。該研究為機(jī)動車尾氣黑度檢測提供了一種可行的方案,具有一定的現(xiàn)實意義。
中圖分類號: TP391.41
文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.182836
中文引用格式: 薛夢,鄖建平,梁赫西,等. 基于背景差分法的尾氣煙度檢測系統(tǒng)設(shè)計[J].電子技術(shù)應(yīng)用,2019,45(5):85-88.
英文引用格式: Xue Meng,Yun Jianping,Liang Hexi,et al. Design of automobile exhaust detection system based on background difference[J]. Application of Electronic Technique,2019,45(5):85-88.
Design of automobile exhaust detection system based on background difference
Xue Meng,Yun Jianping,Liang Hexi,Ai Yong,Zhou Linglin,Qiu Zhaobing
School of Electronic Information,Wuhan University,Wuhan 430072,China
Abstract: With the large-scale emission of automobile exhaust, in order to prevent pollution of the atmosphere, it is more and more important to detect the exhaust gas. In order to automatically detect the blackness of automobile exhaust, this paper designs and implements a system for detecting Ringelmann number using image processing method for automobile exhaust. The Ringelmann number of automobile exhaust is obtained by photographing the automobile exhaust. At the same time, the detection result can be sent to the mobile phone APP through the 4G network, and the mobile terminal can also control the detection system to take photos, get analysis results and print the report. This research provides a feasible solution for vehicle exhaust blackness detection, which has certain practical significance.
Key words : automobile gas measurement;Ringelmann number;mobile APP;background difference method

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。

qrs2-t1.gif

    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:

     qrs2-gs1.gif

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。

qrs2-t2.gif

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。

qrs2-t3.gif

    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。

qrs2-t4.gif

qrs2-t5.gif

    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。

qrs2-t6.gif

qrs2-t7.gif

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)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。