基于改进OTSU算法的柴油车排放烟度等级识别方法研究

为有效管控柴油车黑烟排放并保护生态环境,提出一种改进的柴油车烟度等级识别方法。首先,针对轻级黑烟被错分至背景的问题,提出了多阈值分割方法。从黑烟扩散特性角度出发,在原有大津算法（OTSU算法）基础上引入新的阈值,用以分离轻级黑烟与背景,对输入黑烟图像实行双阈值、双区域分割策略。这一改进提升了算法对轻级黑烟的分割精度,并将黑烟分割为双区域,从而降低类内差异,这种分区处理为捕捉黑烟特征奠定基础。其次,针对黑度值计算不准确的问题,引入一种权重标定机制。通过收集1—4级黑烟数据样本,利用改进后的OTSU算法对黑烟进行分割,得到双区域重级黑烟（x₁）、轻级黑烟（x₂）,将黑烟真实等级转化为对应的黑度值（y）,利用最小二乘法拟合,建立了计算机生成的黑度值与实际黑烟浓度之间的映射关系。结果表明,该方法有效反映了黑烟真实黑度,提高了黑烟等级评估的精准性,在构建的数据集上,该方法准确率达到91.18%,显著提升了黑烟监测与评估的可靠性。