一种危险品运输安全检测方法及其系统技术方案

本发明专利技术属于危险品运输安全检测技术领域，公开了一种危险品运输安全检测方法及其系统，包括：视频监控模块、温度检测模块、压力检测模块、中央控制模块、无线通信模块、定位模块、环境识别模块、报警模块、灭火模块、储存模块。本发明专利技术通过环境识别模块以检测到的危险品本身的形状和周边环境要求为基础，检测影响危险品安全的周边环境因子；然后根据危险品本身的形状和周边环境要求及影响危险品安全的周边环境因子对比判断危险品周边环境的安全等级，识别危险品运输时的周边环境，可以有效识别危险品周边的环境，为危险品安全运输提供保障；同时通过报警模块、灭火模块可以快速灭火，降低事故的损失。

A safety detection method and system for dangerous goods transportation

The invention belongs to the technical field of dangerous goods transportation safety detection, and discloses a dangerous goods transportation safety detection method and its system, including video monitoring module, temperature detection module, pressure detection module, central control module, wireless communication module, positioning module, environment identification module, alarm module and fire extinguishing module. And storage module. The invention detects the peripheral environmental factors affecting the safety of dangerous goods on the basis of the shape of the detected dangerous goods themselves and the requirements of the surrounding environment by the environmental identification module, and then judges the safety of the peripheral environment of dangerous goods according to the shape of the dangerous goods themselves, the requirements of the surrounding environment and the comparison of the peripheral environmental factors affecting the safety of the dangerous goods. At the same time, the alarm module and the fire extinguishing module can quickly extinguish the fire and reduce the loss of the accident.

【技术实现步骤摘要】
一种危险品运输安全检测方法及其系统
本专利技术属于危险品运输安全检测
，尤其涉及一种危险品运输安全检测方法及其系统。
技术介绍
目前，业内常用的现有技术是这样的：危险品(hazardousmaterial)，易燃、易爆、有强烈腐蚀性、有毒等物品的总称。如汽油、炸药、强酸、强碱、苯、萘、赛璐珞、过氧化物等。运输和贮藏时，应按照危险品条例处理。然而，在危险品的运输过程中，不能对对周边的环境安全性进行识别判断，容易导致危险品运输事故发生；同时一旦发生着火事件，不能及时进行灭火导致重大事故。图像的分辨率越高，提供的信息就越丰富。在各种各样的实际应用中，高分辨率图像都发挥着重要作用。高分辨率卫星图像有助于目标识别，交通及安全监控、模式识别等领域也需要高分辨率图像。由于受成像系统物理条件和天气影响，成像过程中往往存在运动模糊、下采样和噪声等退化过程，使得实际得到的图像分辨率低、质量差。要获得高分辨率图像，最直接的方法是采用高分辨率图像传感器，降低像素尺寸，提高单位面积的像素数量，但这种方法对图像传感器和光学器件的制造工艺和成本的要求很高，在很多场合中难以实现。图像超分辨重建技术可以从单帧或多帧低分辨率输入图像获得高分辨率图像，相比而言，使用超分辨重建技术成本更低，更容易实现。目前，图像超分辨率重建技术可分为三类：基于插值、基于重建和基于学习的方法。基于插值的方法是超分辨率研究中最直观的方法。常见的方法包括最近邻插值、双线性插值、双立方插值等。这类方法的优点是计算复杂度低，快速易行。但是引入的高频信息是基于预先假定的插值模板，当模板与实际情况不符时，可能导致重建图像质量不高。基于重建的方法根据图像退化模型，结合图像先验知识构造相应的正则项以恢复丢失的高频信息。包括迭代反向投影方法、最大后验概率方法等。这类方法能在一定程度上缓解基于插值方法所产生的模糊效果。但当图像放大倍数较大时，重建效果通常也不太理想。基于学习的方法是近年来超分辨率算法研究的热点方向。其基本思路是通过学习低分辨率图像和高分辨率图像之间的映射关系，将学好的映射关系用于低分辨率输入图像以获得高分辨率图像。但是当放大倍数较大时，高、低分辨率图像块在各自特征空间形成的局部结构不再相似，导致重建质量的下降。另一方面，当选取的近邻数K变化时，重建质量波动较大，因此，近邻数K的选取是一个亟待解决的问题。为此，Chan等人在文献“ChanTM,ZhangJ,PuJ,etal.Neighborembeddingbasedsuper-resolutionalgorithmthroughedgedetectionandfeatureselection[J].PatternRecognitionLetters,2009,30(5):494-502.”中针对边缘检测和特征选择对邻域嵌入方法进行了改进，对边缘图像块和非边缘图像块进行不同的处理，同时对图像块选取了新的特征表示，从而提高了重建质量。然而，该方法依赖边缘检测，不正确的边缘检测会使结果图像中存在人工痕迹。以恢复更多的高频细节信息，提高重建图像的质量。现有的相位噪声测量方法都是利用专门的硬件电路提取被测信号源的相位信息，并以此分析被测信号源的单边带相位噪声，这样相位提取电路的提取性能在很大程度上决定了相位噪声测量的性能，而且相位提取电路的频率响应也会对测量结果有影响。综上所述，现有技术存在的问题是：在危险品的运输过程中，不能对对周边的环境安全性进行识别判断，容易导致危险品运输事故发生；同时一旦发生着火事件，不能及时进行灭火导致重大事故。现有技术中，图像处理恢复的高频细节信息性能差，重建图像的质量差。现有的相位噪声测量方法采用相位提取电路的频率响应存在的测量结果准确度较低，造成图像数据的定位性能及效果差。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种危险品运输安全检测方法及其系统。本专利技术是这样实现的，一种危险品运输安全检测系统，包括：视频监控模块，与中央控制模块连接，用于通过摄像头对危险品进行实时监控；具体包括：构建高分辨率训练图像集构建高分辨率训练图像块集输出高分辨率图像THR；温度检测模块，与中央控制模块连接，用于通过温度传感器对危险品进行实时温度检测；温度检测模块的数字调制信号x(t)的分数低阶模糊函数表示为：其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)＜p＞＝|x(t)|＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]＜p＞＝|x(t)|p-1x*(t)；压力检测模块，与中央控制模块连接，用于通过压力传感器对危险品进行实时压力检测；压力检测模块接收信号y(t)表示为：y(t)＝z(t)+n(t)；其中，z(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，z(t)的解析形式表示为：其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，…，M-1，M为调制阶数，an＝ej2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数；定位模块，与中央控制模块连接，用于通过定位器对危险品运输位置进行定位追踪；包括：通过振荡器信号的功率谱模型，利用信号功率谱测量数据，采用非线性最小二乘法进行曲线拟合，得到功率谱模型中的参数初值，并编写正则方程组对参数进行修正，最终得到满足既定要求的参数；再根据信号功率谱与其相位噪声幂律模型的关系，将求得的参数代入相位噪声幂律模型中，进而得到被测信号的相位噪声测量结果；对危险品运输位置进行定位追踪；环境识别模块，与中央控制模块连接，用于对危险品运输环境安全性进行识别判断；具体包括：建立运输环境安全性图像的显著性模型进行识别；利用预定过分割算法对所述运输环境安全性图像进行过分割，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；确定每个所述区域的颜色值和质心；根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；所述显著性模型为：其中，Si1为区域Ri中任一像素点的显著性值，w(Rj)为区域Rj中的像素点的个数，DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值，DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域的总个数，DS(Ri,Rj)为：Center(Ri)为所述区域Ri的质心，Center(Rj)为所述区域Rj的质心，当所述图像中各个像素点的坐标均归一化到[0,1]时；存储模块，与中央控制模块连接，用于把事故发生前的车辆、危险品的状态数据存储，并通过数据传输模块实时转发到远程指挥中心，用于后续事故分析。进一步，构建高分辨率训练图像集包括：(a)搜集多幅彩色高分辨率自然图像；(b)将高分辨率自然图像从红、绿、蓝RGB颜色空间转换到亮度、蓝色色度、红色色度YCbCr颜色空间；(c)收集所有亮度图像作为高分辨率训练图像集其中表示第p幅高分辨率亮度图像，n表示图像的数量；构建高分辨率训练图像块集包括：(1)将高分辨率训练图像集中所有图像按从上到下、从左到右的顺序分本文档来自技高网...

【技术保护点】
1.一种危险品运输安全检测系统，其特征在于，所述危险品运输安全检测系统包括：视频监控模块，与中央控制模块连接，用于通过摄像头对危险品进行实时监控；具体包括：构建高分辨率训练图像集

【技术特征摘要】
1.一种危险品运输安全检测系统，其特征在于，所述危险品运输安全检测系统包括：视频监控模块，与中央控制模块连接，用于通过摄像头对危险品进行实时监控；具体包括：构建高分辨率训练图像集构建高分辨率训练图像块集输出高分辨率图像THR；温度检测模块，与中央控制模块连接，用于通过温度传感器对危险品进行实时温度检测；温度检测模块的数字调制信号x(t)的分数低阶模糊函数表示为：其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)＜p＞＝|x(t)|＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]＜p＞＝|x(t)|p-1x*(t)；压力检测模块，与中央控制模块连接，用于通过压力传感器对危险品进行实时压力检测；压力检测模块接收信号y(t)表示为：y(t)＝z(t)+n(t)；其中，z(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，z(t)的解析形式表示为：其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，…，M-1，M为调制阶数，an＝ej2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数；定位模块，与中央控制模块连接，用于通过定位器对危险品运输位置进行定位追踪；包括：通过振荡器信号的功率谱模型，利用信号功率谱测量数据，采用非线性最小二乘法进行曲线拟合，得到功率谱模型中的参数初值，并编写正则方程组对参数进行修正，最终得到满足既定要求的参数；再根据信号功率谱与其相位噪声幂律模型的关系，将求得的参数代入相位噪声幂律模型中，进而得到被测信号的相位噪声测量结果；对危险品运输位置进行定位追踪；环境识别模块，与中央控制模块连接，用于对危险品运输环境安全性进行识别判断；具体包括：建立运输环境安全性图像的显著性模型进行识别；利用预定过分割算法对所述运输环境安全性图像进行过分割，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；确定每个所述区域的颜色值和质心；根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；所述显著性模型为：其中，Si1为区域Ri中任一像素点的显著性值，w(Rj)为区域Rj中的像素点的个数，DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值，DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域的总个数，DS(Ri,Rj)为：Center(Ri)为所述区域Ri的质心，Center(Rj)为所述区域Rj的质心，当所述图像中各个像素点的坐标均归一化到[0,1]时；存储模块，与中央控制模块连接，用于把事故发生前的车辆、危险品的状态数据存储，并通过数据传输模块实时转发到远程指挥中心，用于后续事故分析。2.如权利要求1所述危险品运输安全检测系统，其特征在于，构建高分辨率训练图像集包括：(a)搜集多幅彩色高分辨率自然图像；(b)将高分辨率自然图像从红、绿、蓝RGB颜色空间转换到亮度、蓝色色度、红色色度YCbCr颜色空间；(c)收集所有亮度图像作为高分辨率训练图像集其中表示第p幅高分辨率亮度图像，n表示图像的数量；构建高分辨率训练图像块集包括：(1)将高分辨率训练图像集中所有图像按从上到下、从左到右的顺序分成相互重叠的方形图像块；(2)将所有方形图像块分别用列矢量表示；(3)收集所有列矢量生成高分辨率训练图像块集其中表示中的第p个列矢量，Ns表示训练图像块的数量，它们与是一一对应的；输出高分辨率图像THR包括：1)将所有得到的高分辨率图像块拼接起来，重叠区域像素取平均值，得到最终的高分辨率输出亮度图像2)将彩色图像的色变图像和插值放大到与同样的大小，得到和联合高分辨率亮度图像由YCbCr颜色空间转换到RGB颜色空间，将转换结果作为高分辨率输出图像THR。3.如权利要求...

【专利技术属性】
技术研发人员：徐兵，吴宪君，项顺伯，黄燕，李家兰，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：广东,44