[发明专利]一种基于灰度-秩共生矩阵转动惯量的粉尘浓度测量方法

说明书

本发明属于一种基于灰度‑秩共生矩阵转动惯量的粉尘浓度测量方法，对若干组标准浓度梯度的粉尘图像，进行灰度‑秩共生矩阵和转动惯量的计算，构建粉尘浓度和转动惯量间的数学模型，通过所述数学模型测量粉尘浓度。本发明基于测量精度易受全局大气光变化而引发的大气光散射效应的干扰，以及粉尘颗粒遮挡效应干扰；为提高视觉法粉尘浓度测量的精度，本提案从全局面域纹理特征出发，提出灰度‑秩共生矩阵及其特征惯量的计算方法；并将转动惯量作为间接量表征粉尘浓度，构建粉尘浓度和转动惯量之间的数学模型，实现更高精度的粉尘浓度测量。

技术领域

本发明涉及粉尘浓度测量方法的技术领域，涉及一种基于灰度-秩共生矩阵转动惯量的粉尘浓度测量方法。

背景技术

粉尘浓度测量方法可分为离线测量和在线测量两大类。粉尘浓度离线测量方法精度高，但该类方法操作过程繁琐，面域测量能力受限，实现可视化分析受到阻碍。粉尘浓度在线测量法检测速度快，但存在测量精度易受干扰、测量方式复杂和价格昂贵等局限，仍需进一步研究。下面将对与本提案最相近的视觉测量法(属于在线测量方法)的技术现状进行阐述。

粉尘颗粒在视觉设备下具有自身的形态特征、灰度特征、散射特征等，视觉发利用测量系统在粉尘浓度图像中，获取可表征粉尘浓度的图像特征实现粉尘浓度测量。

视觉法具有直观、非接触、操作简单、成本不高等特性，此外还具有视觉系统的共性，如TB级的数据存储量，能够实现生产现场历史大数据在线分析，也可和其他传感器集成采集生产过程的多种参数以完成生产现场多参数的检测和监测，这是其他测量方法所不具备的特点。视觉法有利于实现工业自动化，也是测量应用领域中的一种技术趋势，目前被广泛用于军事、农业等测量领域，但其在粉尘浓度测量领域应用的研究成果不多，处于发展初级阶段。

基于视觉法的粉尘浓度测量法多利用粉尘图像的灰度特征或形态特征，通过建立特征与粉尘浓度之间的数学模型，最终实现粉尘浓度的在线测量。

1)灰度特征

灰度特征作为粉尘浓度的表征特征，可从全局上对粉尘图像进行统计分析，建立粉尘浓度与灰度之间的函数关系，最终实现粉尘浓度的实时测量。

Grasa G等发现颗粒浓度分布与图像灰度值呈对数函数关系，根据灰度值可实现粉尘浓度测量。Obregón L等先计算亮色区域和暗色区域的图像阈值，再计算图像平均灰度值与阈值之间的差值，构建了Grasa模型基础之上的对数模型用于求解粉尘浓度。

利用灰度特征测量粉尘浓度可避免粉尘图像中粉尘颗粒重叠的干扰，但仅考虑入射粉尘的遮挡效应对粉尘图像形成的影响，而没有考虑大气光散射效应对粉尘图像形成的影响，不断变化的全局大气光会影响大气光散射从而影响粉尘图像的灰度特征，其测量精度仍有提高的余地。

2)形态特征

利用粉尘图像中粉尘颗粒的形态特征，如粒径、表面积、体积、形状因子等特征，建立粉尘浓度与其之间的数学关系，可实现粉尘浓度的测量。

刘红丽等通过匹配待测粉尘颗粒和标准粉尘颗粒的粒径、形状因子、分形维数等形状参数，选择近似标准粉尘颗粒体积和密度作为待测粉尘颗粒体积和密度，计算单位体积内所有类型颗粒物的质量获得粉尘浓度。由于粉尘颗粒具有遮挡效应会导致测量精度受到干扰。张宸瑜等为提高测量精度，采用散射积分法研究颗粒粒径对测量精度的影响。实验结果证明，利用散射积分法计算散射角度在不计算粒径的情况下仍可测量出粉尘浓度，但其测量误差在15％以内。

利用形态特征表征粉尘浓度，可避免不断变化的全局大气光引发大气光散射效应对测量精度造成干扰。但粉尘颗粒具有粘附性，其颗粒重叠现象会引发遮挡效应从而干扰形态特征的提取，影响粉尘浓度精度。因此利用粉尘颗粒的形态特征测量粉尘浓度的测量方法，仍待进一步改进。

发明内容