[發明專利]基于人工智能的氣密性檢測過程相機光圈調節方法及系統

在審

• 申請號: 202011467133.1
• 申請日: 2020-12-14
• 公開（公告）號: CN112683459A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 曹智梅;魯臘福
• 申請（專利權）人: 曹智梅
• 主分類號: G01M3/06
• 分類號: G01M3/06;G06F17/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的氣密性檢測過程相機光圈調節方法，其特征在于，該方法包含以下步驟：

采集初始圖像及多幀水體圖像，所述初始圖像為水體穩定時所采集的水體圖像；

將所述初始圖像進行背景建模，獲取背景圖像，并與每幀所述水體圖像進行差分操作，獲取差分圖；

將所述差分圖逐幀進行疊加處理，并分析其氣泡明顯程度，確定氣泡明顯時的疊加幀數；

根據光源的光照強度與光線通過水體后的光照強度之差的自然對數來反映水體的吸光度，以所述吸光度作為水體的渾濁度，獲取渾濁度指標；

根據所述渾濁度指標調節相機的光圈大小，以使所述疊加幀數最小，進而獲得最佳光圈參數；

根據歷史時段所獲得的所述最佳光圈參數預測未來時段的最佳光圈參數。

2.根據權利要求1所述的一種基于人工智能的氣密性檢測過程相機光圈調節方法，其特征在于，所述渾濁度指標是指水體渾濁度與標準渾濁度的差值的絕對值。

3.根據權利要求1所述的一種基于人工智能的氣密性檢測過程相機光圈調節方法，其特征在于，所述最佳光圈參數是根據光圈調整模型獲得的，所述最佳光圈參數的大小C為：

其中，a,b為待定系數，f為渾濁度指標。

4.根據權利要求3所述的一種基于人工智能的氣密性檢測過程相機光圈調節方法，其特征在于，所述待定系數是利用氣泡特征明顯下的光圈大小以及所述渾濁度指標作為樣本數據擬合得到的。

5.根據權利要求1所述的一種基于人工智能的氣密性檢測過程相機光圈調節方法，其特征在于，所述獲得最佳光圈參數的步驟之后包括：

利用所述最佳光圈參數調節后的相機采集多幀第二水體圖像；

檢測第二水體圖像是否滿足氣泡特征明顯條件，若最佳光圈參數下氣泡特征仍不明顯，需線性增大光圈大小，直至氣泡特征明顯，獲取第二最佳光圈參數，并根據所述第二最佳光圈參數與所述最佳光圈參數的差值調節并更新所述最佳光圈參數。

6.一種基于人工智能的氣密性檢測過程相機光圈調節系統，其特征在于，包括：

圖像獲取單元，用于采集初始圖像及多幀水體圖像，所述初始圖像為水體穩定時所采集的水體圖像；

光圈確定單元，包括差分處理模塊、疊加處理模塊、渾濁度指標獲取模塊和模型建立模塊，其中：

所述差分處理模塊，用于將所述初始圖像進行背景建模，獲取背景圖像，并與每幀所述水體圖像進行差分操作，獲取差分圖；

所述疊加處理模塊，用于將所述差分圖逐幀進行疊加處理，并分析其氣泡明顯程度，確定氣泡明顯時的疊加幀數；

所述渾濁度指標獲取模塊，用于根據光源的光照強度與光線通過水體后的光照強度之差的自然對數來反映水體的吸光度，以所述吸光度作為水體的渾濁度，獲取渾濁度指標；

所述模型建立模塊，用于根據所述渾濁度指標調節相機的光圈大小，以使所述疊加幀數最小，進而獲得最佳光圈參數；

光圈預測單元，用于根據歷史時段所獲得的所述最佳光圈參數預測未來時段的最佳光圈參數。

7.根據權利要求6所述的一種基于人工智能的氣密性檢測過程相機光圈調節系統，其特征在于，所述渾濁度指標獲取模塊中，所述渾濁度指標是指水體渾濁度與標準渾濁度的差值的絕對值。

8.根據權利要求6所述的一種基于人工智能的氣密性檢測過程相機光圈調節系統，其特征在于，所述模型建立模塊中，所述最佳光圈參數是根據光圈調整模型獲得的，所述最佳光圈參數的大小C為：

其中，a,b為待定系數，f為渾濁度指標。

9.根據權利要求8所述的一種基于人工智能的氣密性檢測過程相機光圈調節系統，其特征在于，所述待定系數是利用氣泡特征明顯下的光圈大小以及所述渾濁度指標作為樣本數據擬合得到的。

10.根據權利要求6所述的一種基于人工智能的氣密性檢測過程相機光圈調節系統，其特征在于，所述模型建立模塊中，所述獲得最佳光圈參數的步驟之后還包括：

采集圖像模塊，用于利用所述最佳光圈參數調節后的相機采集多幀第二水體圖像；

誤差調節模塊，用于檢測第二水體圖像是否滿足氣泡特征明顯條件，若最佳光圈參數下氣泡特征仍不明顯，需線性增大光圈大小，直至氣泡特征明顯，獲取第二最佳光圈參數，并根據所述第二最佳光圈參數與所述最佳光圈參數的差值調節并更新所述最佳光圈參數。