[發明專利]一種基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法

有效

• 申請號: 202110962626.0
• 申請日: 2021-08-20
• 公開（公告）號: CN113657305B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 彭小江;趙杰巖;汪天宇;陳俊堯
• 申請（專利權）人: 深圳技術大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 深圳科灣知識產權代理事務所(普通合伙) 44585
• 代理人: 楊艷霞

1.一種基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法，其特征在于，包括以下步驟：

S1：使用深度學習檢測框架對輸入的每一個視頻幀圖片進行黑煙區域檢測，當檢測區域置信度大于閾值后進行下一步操作；

S2：使用深度學習檢測框架對車輛進行檢測；

S3：將黑煙區域與車輛進行關聯，關聯成功后，進入下一步操作；

S4：使用3D卷積神經網絡對黑煙進行精準識別，當黑煙識別概率值大于閾值后，輸出黑煙檢測區域和關聯車輛區域信息；

所述基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法還包括確定黑煙國際標準的黑煙林格曼等級識別步驟，如下：在視頻輸入時，采用高斯混合模型進行背景建模，然后對S4步驟輸出的黑煙檢測區域和關聯車輛區域信息進行黑煙林格曼等級識別；

黑煙林格曼等級識別步驟的具體流程為：

在視頻輸入時，采用一個高斯混合模型進行背景建模，待檢測到黑煙區域后，去除與車輛交叉部分得到純黑煙圖像區域為R，該區域對應的背景區域為B；

用R減去B分割出黑煙像素，如果R減B的差值小于設定閾值，則認為該像素是黑煙像素；

得到黑煙像素后，在R上計算這些像素的灰度均值m，設定一個在道路環境下純白的像素灰度值為H和一個純黑的像素灰度值L，通過如下林格曼等級的計算公式即可計算出最終的黑煙林格曼等級：

林格曼等級

2.如權利要求1所述的基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法，其特征在于：所述深度學習檢測框架為YoloV5模型框架、YoloV3模型框架、SSD模型框架、faster-RCNN模型框架和FCOS模型框架中的一種。

3.如權利要求1所述的基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法，其特征在于，在S3步驟中，黑煙區域與車輛進行關聯的具體操作為：判斷黑煙和車輛區域的互交差區域比例，若存在車輛和黑煙互交差區域比例大于0％，則取最大的互交差區域比例的車輛作為黑煙的關聯車輛。

4.如權利要求3所述的基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法，其特征在于：若黑煙區域和車輛不存在互交差區域，則先找出在黑煙區域中心以上的車輛，計算車輛中心底部到黑煙區域的上、左、右中間點的距離，取最小距離作為車-煙的最終距離；獲取所有車-煙距離后，求最小值距離，如果最小值距離大于設定閾值，則該車-煙對進行關聯成功。

5.如權利要求1所述的基于視頻的黑煙車輛及林格曼黑度等級智能檢測方法，其特征在于，在步驟S4中，使用3D卷積神經網絡對黑煙進行精準識別的操作過程為：根據當前第T幀黑煙區域，扣取緩存的T、T-1、T-2幀相應的黑煙區域，輸入至3D卷積神經網絡進行分類，得到黑煙概率，當黑煙概率大于閾值時候輸出黑煙結果。