[发明专利]基于无参考图像清晰度评价的PM2.5浓度检测仪有效

专利信息
申请号: 201410200873.7 申请日: 2014-05-12
公开(公告)号: CN103954542B 公开(公告)日: 2017-04-05
发明(设计)人: 倪军;张凯 申请(专利权)人: 中国计量学院
主分类号: G01N15/06 分类号: G01N15/06
代理公司: 暂无信息 代理人: 暂无信息
地址: 310018 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 基于无参考图像清晰度评价的PM2.5浓度检测仪,主要包括图像清晰度评价单元,通过相机拍摄不同距离处目标物的图像,转换为灰度图像后采用无参考图像清晰度评价方法,将灰度图像分割成64×64的像素块,与预先设定的阈值T=0.2%比较后,对被分为边缘像素块的计算边缘模糊检测概率PBLUR,然后计算整幅灰度图像的模糊累积概率CPBD值,再与最佳能见度图像的CPBD阈值P最佳、较好的图像的CPBD值的区间[P最小,P最大]进行比较,确定待测目标物;激光测距单元,对图像清晰度评价单元所确定的待测目标物进行测距,用于确定能见度距离值;PM2.5浓度显示单元,依据散射系数与能见度关系、散射系数与PM2.5浓度的关系,计算并显示PM2.5的浓度值。
搜索关键词: 基于 参考 图像 清晰度 评价 pm2 浓度 检测
【主权项】:
一种PM2.5浓度检测仪,包括图像清晰度评价单元(1)、激光测距单元(2)、PM2.5浓度显示单元(3),其特征在于,图像清晰度评价单元(1)拍摄不同目标物的图像并计算处理得到图像的模糊累积概率,通过与能见度清晰处图像的CPBD阈值比较,从而确定最终目标物,激光测距单元(2)测量最终目标物的距离,PM2.5浓度显示单元(3)通过能见度与PM2.5浓度关系计算并显示PM2.5浓度;所述图像清晰度评价单元(1)采用的清晰度评价方法是基于模糊累积概率模型的检测方法;具体步骤为:(一)图像清晰度评价单元(1)拍摄不同距离处的目标物,并将所拍摄目标物的图像转换为灰度图像;(二)选择已转换成功的灰度图像作为图像清晰度评价单元(1)的被评价图像,并将被评价图像分成64×64的像素块;(三)判断每个像素块中边缘像素的数量是否大于等于该像素块像素总量的0.2%,若是则判定为边缘像素块,否则判定为非边缘像素块;(四)获取被评价图像的每个像素点的灰度值,并计算每个像素块中像素点灰度值最大值和最小值的差值C、基于边缘附近局部对比度的可测量模糊的宽度WJNB(ei)、边缘像素的测量宽度W(ei);所述基于边缘附近局部对比度的可测量模糊的宽度WJNB(ei)的值由所述每个像素块中像素点灰度值最大值和最小值的差值C决定,当C≥51时,WJNB(ei)=3;当C≤50时,WJNB(ei)=5;(五)计算边缘模糊检测概率PBLUR,并与预设的阈值PJNB进行比较所述边缘模糊检测概率PBLUR由下式获得:PBLUR=P(ei)=1-exp(-|W(ei)WJNB(ei)|β)]]>参数β有一个中值是3.6;(六)建立模糊检测累积概率函数CPBD所述模糊检测累积概率函数CPBD由下式得到:CPBD=P(PBLUR≤PJNB)=ΣPBLUR=0PBLUR=PJNBP(PBLUR)]]>所述P(PBLUR)表示一个给定PBLUR分布函数的概率值,所述PJNB表示当W(ei)=WJNB(ei)时的模糊检测概率;还包括:根据所述检测方法,在不同天气条件下让不同的受测试人员观察各种目标物,选取不同受测试人员认为的最佳能见度处的目标物,使用所述PM2.5浓度检测仪的图像清晰度评价单元(1)拍摄相应目标物的图像,并使用所述清晰度评价方法对拍摄的图像进行清晰度评价,获取不同图像的CPBD值;选择几个大多数受测试人员认为能见度最佳处的目标物图像的CPBD值,运用数学统计的方法,取这组数据的中值作为评价最佳能见度图像的CPBD阈值P量佳,选取这组数据的最小值和最大值作为判断能见度较好的图像的CPBD值的区间[P最小,P最大];使用所述的PM2.5浓度检测仪的图像清晰度评价单元(1)拍摄不同距离处的目标物,计算各个目标物相应灰度图像的CPBD值,判断是否有目标物的CPBD值等于P最佳,如果有目标物的CPBD值等于P量佳,就确定相应的灰度图像所对应的目标物为最终目标物;若没有目标物的CPBD值等于P最佳,则判断是否有目标物的CPBD值处于区间[P最小,P最大]内,如果有CPBD值处于区间[P最小,P最大]内就确定相应的灰度图像所对应的目标物为最终目标物。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国计量学院,未经中国计量学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410200873.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top