【技术实现步骤摘要】
本专利技术属于黑烟车检测，尤其涉及一种基于深度学习的黑烟车检测方法和系统。
技术介绍
1、黑烟车检测，是对排放可见黑烟或其他可视污染物的机动车辆进行监测。
2、黑烟排放，表明车辆的发动机燃烧不完全，这可能是由于车辆的燃料质量差、发动机维护不当或车辆老化等原因造成的。
3、检测黑烟车的目的，在于减少环境污染，保护公众健康。
4、现有技术中，由于燃油汽车或多或少都有可观测的尾气排放，且由于其他因素容易对黑烟检测造成干扰，因此，无法对马路上的车辆进行有效的黑烟量化检测，无法排除干扰准确识别黑烟车辆。
技术实现思路
1、本专利技术实施例的目的在于提供一种基于深度学习的黑烟车检测方法和系统，旨在解决
技术介绍
中所提及的现有技术所存在的技术问题。
2、本专利技术实施例是这样实现的：
3、一种基于深度学习的黑烟车检测方法，所述方法具体包括以下步骤：
4、周期性获取监控拍摄图像，基于预设的监控背景图像，对所述监控拍摄图像进行运动检测，从...
【技术保护点】
1.一种基于深度学习的黑烟车检测方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的基于深度学习的黑烟车检测方法，其特征在于，所述周期性获取监控拍摄图像，基于预设的监控背景图像，对所述监控拍摄图像进行运动检测，从所述监控拍摄图像中，提取监控前景图像具体包括以下步骤：
3.根据权利要求1所述的基于深度学习的黑烟车检测方法，其特征在于，所述对所述监控前景图像进行阴影检测，确定前景阴影区域，并对所述监控前景图像进行阴影去除处理，得到目标前景图像具体包括以下步骤：
4.根据权利要求3所述的基于深度学习的黑烟车检测方法，其特...
【技术特征摘要】
1.一种基于深度学习的黑烟车检测方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的基于深度学习的黑烟车检测方法，其特征在于，所述周期性获取监控拍摄图像，基于预设的监控背景图像，对所述监控拍摄图像进行运动检测，从所述监控拍摄图像中，提取监控前景图像具体包括以下步骤：
3.根据权利要求1所述的基于深度学习的黑烟车检测方法，其特征在于，所述对所述监控前景图像进行阴影检测，确定前景阴影区域，并对所述监控前景图像进行阴影去除处理，得到目标前景图像具体包括以下步骤：
4.根据权利要求3所述的基于深度学习的黑烟车检测方法，其特征在于，所述基于所述车身区域阈值和所述三基色分量数据，计算所述监控前景图像的阴影检测值，并确定对应的阴影检测坐标的计算公式为：
5.根据权利要求1所述的基于深度学习的黑烟车检测方法，其特征在于，所述对所述目标前景图像进行灰度化处理，得到灰度前景图像，并基于深度学习技术...
【专利技术属性】
技术研发人员：马广州，倪子贤，
申请(专利权)人：江苏云景信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。