一种基于高光谱的机场气体检测系统及方法技术方案

本发明专利技术公开了一种基于高光谱的机场气体检测系统，包括高光谱图像数据采集模块、数据预处理模块及光谱分析模块；高光谱图像数据采集模块包括拍摄角度互不相同的多台单波段高光谱相机；单波段高光谱相机用于实时采集机场气体的高光谱图像数据；数据预处理模块用于对采集的机场气体高光谱图像数据进行预处理；光谱分析模块用于对预处理后的机场气体高光谱图像数据进行分析处理，其内设有双向循环神经网络模型，双向循环神经网络模型输入机场气体高光谱图像数据，输出机场中目标气体的含量信息。本发明专利技术还公开了一种基于高光谱的机场气体检测方法。本发明专利技术可对机场区域气体进行大范围的实时检测，实现多种目标气体的同时测量。

【技术实现步骤摘要】
一种基于高光谱的机场气体检测系统及方法
本专利技术涉及一种气体检测系统及方法，特别涉及一种基于高光谱的机场气体检测系统及方法。
技术介绍
目前，随着世界民航业进入新的景气周期，在多种交通方式中，无论是旅客运输量还是旅客周转量，民航增长速度都很高。然而伴随着旅客吞吐量和货邮吞吐量的显著增加，机场气体对旅客、周边住户及环境的影响越来越大，机场气体中主要含有氮氧化物(NOx)、硫氧化物(SOx)，碳氧化物(COx)，这些气体对人体健康存在巨大危害，其中氮氧化物(NOx)和碳氢化合物(HC)也是形成光化学烟雾的重要污染物。因此对机场气体的检测十分重要。目前，国内外对于机场气体检测的研究较少，主要通过建立机场气体环境评估模型及遥测法。通过制定来自机场地面和空中排放源的排放清单，计算出环境的排放物浓度，适用于在实验条件下进行分析，但建立模型预测有一定局限性，需要考虑多方面因素，实际情况也会由于当时的风速、风向、大气稳定度及温度的变化产生影响，因此需要大量的收集数据并且长期积累。而遥测法可以对机场气体进行大范围实时监测，可以及时获得机场气体成分，符合机场气体检测的需求。现有的气体检测的遥测法，存在检测速度慢、精度低、不能大范围检测的问题。为应对快速发展的航空运输市场，急需一种可以快速实时、准确度较高且能大面积检测的机场气体检测系统及方法。
技术实现思路
本专利技术为解决公知技术中存在的技术问题而提供一种可以快速实时、准确度较高且能大面积检测的基于高光谱的机场气体检测系统及方法。本专利技术为解决公知技术中存在的技术问题所采取的技术方案是：一种基于高光谱的机场气体检测系统，包括高光谱图像数据采集模块、数据预处理模块及光谱分析模块；高光谱图像数据采集模块包括拍摄角度互不相同的多台单波段高光谱相机；单波段高光谱相机用于实时采集机场气体的高光谱图像数据；数据预处理模块用于对采集的机场气体高光谱图像数据进行预处理；光谱分析模块用于对预处理后的机场气体高光谱图像数据进行分析处理，其内设有双向循环神经网络模型，双向循环神经网络模型输入机场气体高光谱图像数据，输出机场中目标气体的含量信息。进一步地，数据预处理模块包括：用于去除采集的机场气体高光谱图像数据中的异常点数据的异常点校准单元，用于校准光谱绝对强度的光谱绝对强度校准单元，用于提高信噪比的滤波去噪单元。上述的异常点校准单元、光谱绝对强度校准单元、滤波去噪单元可以采用现有技术方法构建，并实现上述功能。进一步地，光谱绝对强度校准单元包括单点CMOS相机，单点CMOS相机对天空进行拍摄，同步采集环境光强。进一步地，单波段高光谱相机的波段波长范围为780～2526纳米。进一步地，单波段高光谱相机的波段具有独立双通带，且通带可调。上述单波段高光谱相机、单点CMOS相机可采用现有技术中的产品。本专利技术还提供了一种利用上述的基于高光谱的机场气体检测系统的基于高光谱的机场气体检测方法，包括如下步骤：步骤一，采用拍摄角度互不相同的多台单波段高光谱相机对机场感兴趣区域进行拍摄，实时采集机场气体的高光谱图像数据；步骤二，由数据预处理模块对采集的机场气体高光谱图像数据进行预处理；步骤三，在光谱分析模块中建立双向循环神经网络模型，由双向循环神经网络模型获取机场气体的成分数据。进一步地，步骤二中，对采集的机场气体高光谱图像数据进行预处理的方法包括：去除高光谱图像数据中的异常点数据，对光谱绝对强度进行校准，对高光谱图像数据进行滤波及去噪。进一步地，去除高光谱图像数据中的异常点数据的方法包括：高光谱相机采集的高光谱图像数据维度包括二维空间维度和光谱维度，形成三维高光谱图像数据，设高光谱图像数据的二维空间轴分别为x轴和y轴，设其光谱轴为z轴；将xyz三维高光谱图像数据分割为Nx×Ny×Nz个子区域块，其中Nx、Ny、Nz分别对应为x轴、y轴和z轴方向的分割个数，求取每个子区域块内的三维高光谱图像数据的一阶导数与二阶导数，将子空间区域块的一阶导数与二阶导数进行数据融合，提取每个子区域块的光谱极值点，将光谱极值点映射至三维高光谱数据空间，设置高光谱图像数据的x轴、y轴和z轴的光谱阈值范围，将位于光谱阈值范围外的点判断为异常点，将异常点放置于异常点库。进一步地，对高光谱图像数据进行滤波及去噪的方法包括：将采集的机场气体高光谱图像数据，分别进行二维空间轴、光谱轴与时间轴的双树复小波滤波，每个数据点得到四组滤波处理数据，将四组滤波处理数据采用加权投票法处理，得到数据点的最终滤波处理数据。进一步地，步骤三中，首先对采集的高光谱图像数据在时间轴上进行求导，设置阈值，依据阈值对求导结果进行筛选，筛选出导数值大于阈值的时间段，设单次筛选出的连续时间段为ti,i＝1、2、3…n，设定参数dt，将ti-dt至ti+dt时间段内的高光谱图像数据以导数的形式输入循环神经网络。本专利技术具有的优点和积极效果是：本专利技术的基于高光谱的机场气体检测系统，通过多台单波段相机组合实现高光谱采集，并对采集到的高光谱数据进行预处理，利用双向循环神经网络建模的方法，提高模型精度，进而实现机场气体成分的高准确率检测。本专利技术的基于高光谱的机场气体检测方法，通过对采集的高光谱图像数据进行预处理，并通过改进的循环神经网络算法，大大提高计算速度，可以对机场区域进行大范围的实时检测，有效降低系统误判漏判的概率，实现多种目标气体的同时测量。附图说明图1是本专利技术的一种基于高光谱的机场气体检测系统的结构示意图。具体实施方式为能进一步了解本专利技术的
技术实现思路
、特点及功效，兹列举以下实施例，并配合附图详细说明如下：请参见图1，一种基于高光谱的机场气体检测系统，包括高光谱图像数据采集模块、数据预处理模块及光谱分析模块；高光谱图像数据采集模块包括拍摄角度互不相同的多台单波段高光谱相机；单波段高光谱相机用于实时采集机场气体的高光谱图像数据；数据预处理模块用于对采集的机场气体高光谱图像数据进行预处理；光谱分析模块用于对预处理后的机场气体高光谱图像数据进行分析处理，其内设有双向循环神经网络模型，双向循环神经网络模型输入机场气体高光谱图像数据，输出机场中目标气体的含量信息，由机场气体的光谱特征得到机场气体的成分数据。其中数据预处理模块可包括：用于去除采集的机场气体高光谱图像数据中的异常点数据的异常点校准单元，用于校准光谱绝对强度的光谱绝对强度校准单元，用于提高信噪比的滤波去噪单元。异常点校准单元、光谱绝对强度校准单元、滤波去噪单元均可采用现有技术中的图像处理方法构建。优选地，光谱绝对强度校准单元可包括单点CMOS相机，单点CMOS相机对天空进行拍摄，同步采集环境光强。单波段高光谱相机的波段波长范围可为780～2526纳米。进一步地，单波段高光谱相机的波段具有独立双通带，且通带可调。单波段高光谱相机、单点CMOS相机均可采用现有技术中的适用产品，单波段高光谱相机可选用SPECIMSPECIM公司本文档来自技高网...

【技术保护点】
1.一种基于高光谱的机场气体检测系统，其特征在于，包括高光谱图像数据采集模块、数据预处理模块及光谱分析模块；高光谱图像数据采集模块包括拍摄角度互不相同的多台单波段高光谱相机；单波段高光谱相机用于实时采集机场气体的高光谱图像数据；数据预处理模块用于对采集的机场气体高光谱图像数据进行预处理；光谱分析模块用于对预处理后的机场气体高光谱图像数据进行分析处理，其内设有双向循环神经网络模型，双向循环神经网络模型输入机场气体高光谱图像数据，输出机场中目标气体的含量信息。/n

【技术特征摘要】
1.一种基于高光谱的机场气体检测系统，其特征在于，包括高光谱图像数据采集模块、数据预处理模块及光谱分析模块；高光谱图像数据采集模块包括拍摄角度互不相同的多台单波段高光谱相机；单波段高光谱相机用于实时采集机场气体的高光谱图像数据；数据预处理模块用于对采集的机场气体高光谱图像数据进行预处理；光谱分析模块用于对预处理后的机场气体高光谱图像数据进行分析处理，其内设有双向循环神经网络模型，双向循环神经网络模型输入机场气体高光谱图像数据，输出机场中目标气体的含量信息。


2.根据权利要求1所述的基于高光谱的机场气体检测系统，其特征在于，数据预处理模块包括：用于去除采集的机场气体高光谱图像数据中的异常点数据的异常点校准单元，用于校准光谱绝对强度的光谱绝对强度校准单元，用于提高信噪比的滤波去噪单元。


3.根据权利要求2所述的基于高光谱的机场气体检测系统，其特征在于，光谱绝对强度校准单元包括单点CMOS相机，单点CMOS相机对天空进行拍摄，同步采集环境光强。


4.根据权利要求1所述的基于高光谱的机场气体检测系统，其特征在于，单波段高光谱相机的波段波长范围为780～2526纳米。


5.根据权利要求1所述的基于高光谱的机场气体检测系统，其特征在于，单波段高光谱相机的波段具有独立双通带，且通带可调。


6.一种利用权利要求1至5任一所述的基于高光谱的机场气体检测系统的基于高光谱的机场气体检测方法，其特征在于，包括如下步骤：
步骤一，采用拍摄角度互不相同的多台单波段高光谱相机对机场感兴趣区域进行拍摄，实时采集机场气体的高光谱图像数据；
步骤二，由数据预处理模块对采集的机场气体高光谱图像数据进行预处理；
步骤三，在光谱分析模块中建立双向循环神经网络模型，由双向循环神经网络模型获取机场气体的成分数...

【专利技术属性】
技术研发人员：李奇峰，黄晋楷，马翔云，杜建宾，戴元林，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12