基于背景差分法的尾气烟度检测系统设计

0引言

国内对机动车尾气的烟气黑度检测的方法大部分是检测人员使用模拟检测设备进行测量[1]。在实际检测操作中,检测人员的熟练程度会对检测结果产生一定的影响,同时对检测人员进行专业的训练也需要一定的成本。机动车的烟度检测主要有三种方式,分别是对照法、测烟望远镜和基于光电的测烟法。对照法要求在检测时,烟气图至检测人员眼睛的距离在2m以内,实际操作中一般采取1.5m左右,被检测机动车的尾气黑度等级值依据检测人员的主观判断;使用测烟望远镜会因为林格曼黑度图被安装在望远镜的镜筒内而影响检测人员的判断。基于光电的测烟法对天气的依赖程度较高,常用于天气较为晴朗的情况下,而阴霾、多云天气会对检测结果有较大程度的影响。对机动车尾气黑度检测采用自动化处理,可以使得检测更为便捷与准确[2]。对机动车的检测结果亦可以进行报告打印,同时进行电子存储。

本文设计并实现了基于背景差分法的机动车尾气检测系统。通过对尾气进行拍摄、处理、分析得到尾气的林格曼黑度值,克服了现有技术的缺陷。为方便操作,检测也可以通过手机来实现远程控制。该设计为检测车辆尾气黑度提供了一种简便可行的方案[3-6]。

1系统整体设计

基于可见光的尾气检测系统结构如图1所示,由三部分组成:手机控制APP、检测系统(控制板和摄像头)、打印与通信系统。手机控制APP部分主要功能为:对烟度检测设备进行相关设置与显示;通信系统实现手机端与烟度检测控制端进行通信,手机端可以将设置信息发送到检测端,也可以控制拍摄图拍的数量;控制端可以

基于背景差分法的尾气烟度检测系统设计∗

薛梦,郧建平,梁赫西,艾勇,周凌林,裘兆炳

(武汉大学电子信息学院,湖北武汉430072)

摘要:随着机动车尾气的大量排放,为减少大气污染,对尾气进行相关的检测也越来越重要。为自动检测机动车尾气黑度,设计并实现了一种对尾气图片使用图像处理的方法进行林格曼级数检测的系统。通过对汽车尾气进行拍照处理,获得机动车尾气黑度的林格曼级数。同时可以将检测结果通过4G网发送给手机APP,手机端也能控制检测系统进行拍照,获取分析结果,打印报告。该研究为机动车尾气黑度检测提供了一种可行的方案,具有一定的现实意义。

关键词:尾气测量;林格曼级数;手机APP;背景差分法

中图分类号:TP391.41文献标识码:A DOI:10.16157/j.issn.0258-7998.182836

中文引用格式:薛梦,郧建平,梁赫西,等.基于背景差分法的尾气烟度检测系统设计[J].电子技术应用,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,Wuhan430072,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 the4G network,and the mobile terminal can also control the detection system to take pho⁃tos,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

∗基金项目:国家重点研发计划(2017YFC0211902)

图1烟雾检测系统架构图

向手机端发送图片拍摄成功标记,也可以发送尾气检测结果。

尾气烟度检测控制端主控芯片使用的是ARM 架构的RK3399,该芯片由CortexA72和CortexA53组成大小核,主频可达2GHz ,性能上可完成对尾气的实时拍摄。为了更好地支持图像处理,该芯片还搭载了Mali T860的GPU

(Graphics Processing Unit)。芯片集成H.265(高达2Mb/s 的传输速度传送720P 普通高清音视频传送)的解码方式和H.264的编码方式,使得检测系统能够采集连续且清晰的尾气图像。尾气检测终端运行嵌入式Linux 操作系统来完成对硬件资源管理[7-8]。打印机通过串口接入烟度检测设备,对检测的结果进行打印。手机APP 与烟度检测系统的通信通过电信网络,使得检测人员可以进行远距离操控。

2系统核心部分设计

2.1使用背景差分法检测尾气区域

为检测车辆的尾气黑度,需要对采集的图像进行处理,提取图像中的尾气烟雾区域,获得林格曼黑度等级

[9-12]

。

为解决这个问题,本系统采用背景差分法来确定尾气烟

雾区域[13]。该算法具有实现简单、计算速度快的特点,因而响应速度快,是常用的区域检测技术。同时该算法不易受光线影响,有益于对尾气的检测。因为系统检测对

象是尾气区域,是非动态对象模型,故对算法中的背景固定为检测前未排放尾气时图片,无需对背景模型不停地更新,提高了系统的响应速度。检测区域为:

D (x ,y )=

1,|G (x ,y ,t )-B (x ,y ,t )|>T

0,其他

{

(1)

式中,(x ,y )为图像像素点的坐标,该坐标系以图片长为X 轴,图片宽为Y 轴建立。G (x ,y ,t )为采集的图片,B (x ,y ,t )为背景图片。对连续拍摄的两张图片差分,也肯定存在干扰。为了滤除干扰,可以通过分析差分图像的直

方图得到阈值T 。

利用图像采集部分采集图片,然后利用改进了的背景差分法识别图中尾气区域,算法处理前后的图像效果如图2所示,可见背景差分法能较好地对尾气进行提取。 2.2控制检测设计

检测控制端程序基于Qt 框架进行开发,主要包括通信、相机控制和图像处理。在系统启动后,通过添加一个脚本完成对尾气检测程序的启动[14]。程序的启动过程如图3所示。程序启动后进行相机设备枚举,并进行初始化,开启图片采集的线程。相机相关属性设置从本地配置文件中获取或者设置为默认值,其他信息从本地读取上一次操作的备份。信息备份文件在填写或接收到手机端发送的被检测车辆信息时生成,并在初始化显示屏后读取并显示。

4G 模块接收到拍照请求后,进行车辆尾气图片的采

集。采集成功则给手机端返回信息,并将该图片编号。当图片数量达到设置值后,再接收到拍照请求将返回图片采集已完成的信息。尾气图片采集完成后调用图像处理函数,进行尾气区域的提取,并与标准林格曼图进行比较,获得林格曼黑度值。处理完毕后,生成检测报告。手机端可以通过获取分析来获得被检测车辆的尾气检测结果。打印机可以将检测报告进行打印。2.3拦截短信和彩信

为了让手机APP 实时收发短信和彩信,需要对

Android 系统短信和彩信进行拦截与读取[15]。为管理短信服务(Short Message Service )和彩信服务(Multimessage Service),Android 系统在MMSSMS 数据库中维护了13张表。每张表为不同的功能服务,如

inbox 用于存储接收到的短信内容,outbox 用于存储发送短信的内容等。接收短信彩信的解析路径为“content://sms/inbox ”和“content://mms/part ”,获取短信彩信内容后,判定是不是尾气检测终端发送过来的内容。短信彩信的接收通知问题,解决方案有轮循和注册广播接收器。第一种方案,以一定的时间间隔去MMSMS 数据库中查找相应的字段来获取通知。这种方案存在效率低下的问题,通过使用观察者

模式监视收件箱来对这一缺陷进行改进。第二种方案,

图2改进后的背景差分法处理前后的图像效果

图3检测控制端程序启动过程