[发明专利]一种基于图像识别的烟雾浓度量化标准实验箱

说明书

本发明提供了一种基于图像识别的烟雾浓度量化标准实验箱，包括：封闭式箱体内部设有烟雾整流栅格，封闭式箱体分为烟雾发生室和测量室，烟雾整流栅格上设有若干个整流孔；烟雾发生室用于放置烟雾弹，使得烟雾发生室充满合适烟雾浓度；活塞组件设置于测量室内，活塞组件可在测量室一侧到烟雾整流栅格之间作往复运动，测量室内获得不同浓度的烟雾，实现连续性测试；光源为可调节亮度式光源，用于模拟不同光线条件；图像获取单元用于采集不同光线条件下、不同烟雾粒子条件下烟雾发生室内烟雾图像。本发明控制烟雾浓度的前提下获取一系列实验图像，可针对不同的烟雾浓度的表征方式进行数据准备，有利于探寻一种图像信息与烟雾浓度最简单的关系。

技术领域

本发明涉及烟雾浓度识别领域，具体地，涉及一种基于图像识别的烟雾浓度量化标准实验箱。

背景技术

烟雾原意是空气中的煤烟与自然雾混合的产物。现泛指因工业生产排放的固体粉尘凝结后生成的雾状物，或由碳氢化合物和氮氧化物经光化学反应生成的二次污染物等多种污染物的混合体形成的烟雾。随着工业崛起和城市建设的快速发展，烟雾事件随处可见，当初的“伦敦烟雾事件”“洛杉矶光化学烟雾”已不再是特例。

城市高层、地下建筑以及大型综合性建筑日益增多，火灾隐患也大大增加，火灾的数量及其造成的损失呈逐年上升趋势。火灾不仅会造成财产损失，还会产生含有害气体的烟雾。烟雾浓度过高会直接威胁到人身安全,对烟雾及其浓度检测技术的研究成为必要问题被提出来。在火灾烟雾控制、性能化设计、人员疏散,材料安全评估,火羽流、燃烧诊断以及火灾探测等研究中,都需要对烟雾浓度进行准确的测量。

传统工业废气浓度测量最普遍的方法是林格曼烟气浓度图。按照白底上黑色条格占总面积的百分数分成0～5的林格曼级数，然后与烟气颜色相比较，当烟气颜色与其中色块接近时，则认为烟尘浓度与该色块的黑度等级一致。此测量方法简便快捷，但精确度较低。

目前使用较为广泛的是基于光学的烟雾浓度测量。具体主要有：①利用光透过量表征。2001年，赵建华用消光系数比来检验火灾烟雾浓度；2014年，西安近代化学研究所的孙美采用光学透过率表征烟雾浓度的大小。②利用光偏振特性。2000年，朱海平、徐志君研究提出基于光偏振特性测定烟雾浓度方法。③利用光散射、反射量表征。西南大学的刘峰研究激光通过烟雾后透射光强和散射光强之间的线性关系，设计出一种新型的激光烟雾浓度检测系统。

此外，有很多人通过图像处理手段来研究烟雾，不过大多数停留在烟雾检测阶段。有学者尝试通过烟雾图像检测烟雾浓度，基本想法可分为基于烟雾本身特征检测和利用多光谱图像的检测。

基于激光的探测技术中通过对烟雾模型的表述，发现激光穿透烟雾时产生的衰减机理比较复杂，烟雾对激光的散射与吸收与很多因素有关，比如气体的成分、性质及分子的组成，光学性能，气溶胶粒子性质，入射光源的波长等。光环境下烟雾的状态也是重要研究内容。

在实际应用过程中主要遇到以下问题：激光器发射功率太长或者波长过小时，信号会很弱；激光发射源与接收器之间是点对点模式，接收、发射平面之间的角度同样影响着接收信号的信息，点对点模式对准困难，精确度低且无法长期稳定的工作；激光探测时往往只对接收信号设置一个阙值，大于此值则有烟，小于等于此值则无烟，无法判定实际烟雾浓度的大小，可靠性差。对于信噪比较小的信号可能无法分辨。

目前，图像型烟雾探测技术受外界环境条件的影响较为严重，涉及到图像边缘特征获取、图像增强、降噪等算法的处理。在烟雾浓度量化方面的技术还不成熟。本文拓展研究烟雾图像浓度检测，提出基于人工智能的烟雾检测及浓度定量化新方法。由于前人在图像方面研究大多停留在烟雾识别检测，烟雾浓度定量化大多是光学测量，即图像和浓度之间是割裂的，所以网上能够获取的烟雾视频或图像不能与烟雾浓度对应起来。而有监督的机器学习，必须要含有标签的数据作为训练集。