本发明涉及镜头污染探测，具体为一种镜头污染检测方法及检测装置。
背景技术：
1、随着现代电子设备和通信技术的快速发展，摄像镜头在各种应用领域中扮演着越来越重要的角色，如安防监控领域、自动驾驶领域、工业检测领域等。然而，摄像镜头在使用的过程中可能会出现脏污现象，如环境中的灰尘逐渐堆积在镜头上或者在雨雪等天气情况下，摄像镜头上面可能会附着灰尘、水滴、冰晶，这会导致图像质量和清晰度下降，甚至导致产品功能失效，从而造成严重后果。因此，开发一种有效的摄像镜头污染检测技术具有重要意义。
2、摄像镜头污染检测方法可分为人工观察法和自动检测法。其中，人工观察法是最比较常用的污染检测方法之一，其通过人工观察图像或摄像镜头表面，检查是否存在可能的污染区域，这种方法简单易行，但需要耗费大量的时间和精力。自动检测法多集中于利用计算机视觉技术对图像进行分析，以识别和定位可能存在的污染区域，常用的方法包括：1.基于阈值的方法，该方法将图像分为两部分，一部分为正常区域，另一部分为可能存在污染的区域，然后根据预设的阈值将图像分为干净和脏污两种类别，该方法简单易行，但需要人工设定阈值，且对噪声和光照条件较为敏感，检测准确率不高；2.基于图像特征的方法，该方法利用图像的颜色、亮度、纹理等特征来检测污染，其根据计算相邻像素间特征的差值或相似度，将其作为污染检测的指标，或计算图像在频域和空间域的信息熵特征，将这些特征输入到预先训练的分类器进行分类检测，这种方法对复杂背景环境的适应能力有限、算法的鲁棒性不足；3.深度学习检测方法，该方法利用卷积神经网络自动对图像进行特征提取和分类，从而实现镜头污染检测，这种方法具有较高的准确性和鲁棒性，但模型训练需要收集大量的图像数据并人工标注，且模型推理需消耗较多的计算资源，对设备硬件要求较高。
3、现有技术中，公开号为cn114663429a的发明专利公开一种镜头污染物检测方法、装置、计算机设备及存储介质。其中，方法获取待测镜头采集的连续多帧图片数据；对图片数据进行处理，得到污染检测结果数据图；根据污染检测结果数据图对待测镜头进行脏污判定。现有技术能够及时识别视觉传感器镜头的污染情况，避免了因为镜头污染导致无人船其它视觉功能无法正常使用的问题。现有技术就是基于图像特征的方法，对镜头污染物检测。
技术实现思路
1、本发明所要解决的技术问题在于：解决基于阈值的方法、基于图像特征的方法和深度学习检测方法检测镜头污染存在的局限性问题。
2、为解决上述技术问题，本发明提供如下技术方案：
3、一种镜头污染检测方法，包括以下步骤：
4、s100，发射管发射红外信号；
5、s200，所述红外信号遇到检测摄像镜头时，以漫反射方式进入接收管；
6、s300，所述接收管将接收的光通量反馈值传输至主控制器；在所述主控制器内设置有污染判定阈值，并判断所述光通量反馈值与所述污染判定阈值的关系；
7、s400，当所述光通量反馈值大于等于所述污染判定阈值时，则判断镜头污染；并根据所述光通量反馈值，通过最优污染物浓度模型，获取污染物浓度；
8、s500，当所述光通量反馈值小于所述污判定阈值时，则判断镜头未污染。
9、优点：基于计算机视觉技术做镜头污染检测属于一种被动式探测，视频图像会受到光照条件和使用环境的影响，而本发明中采用了漫反射光电开关，其内部含有发射管和接收管，可主动发射恒定光源，能够高效实现复杂背景环境中以及不同光照条件下的镜头污染检测，具有较强的适应性和鲁棒性。本发明可根据光电开关输出的模拟量做定量分析，污染检测准确率高，且能给出摄像镜头的污染程度。本发明简单易行，不需要额外设定过多的阈值，计算量小，实时性强，可以应用于实际生产环境中的摄像镜头污染检测任务。
10、在本发明的一实施例中，获取所述最优污染物浓度模型包括以下步骤：
11、s410，根据米氏散射理论，获取光通量反馈值与光敏区有n个粒子的初始污染物浓度模型；
12、s420，根据米氏空间分布理论，获取米氏散射强度函数；
13、s430，根据粒子密度和粒子的光学等效粒径，获取等效球形颗粒质量；
14、s440，根据所述等效球形颗粒质量，获取粒子数分布函数与粒子的质量分布函数的关系；
15、s450，根据粒子数分布函数与粒子的质量分布函数的关系，获取粒子数与粒子平均质量质量之间的关系；
16、s460，将步骤s420至步骤s430的获取的结果代入所述初始污染物浓度模型中，获取最优污染物浓度模型。
17、在本发明的一实施例中，所述最优污染物浓度模型通过以下公式获取：
18、
19、式中，φ表示为光通量反馈值，w表示为质量浓度，v表示为光敏区体积，λ表示为发射管发射的入射光波长，π表示为圆周率，d表示为粒子的光学等效粒径，θ表示为散射角，表示为出射光线与透镜中心轴的中心角，β取值为透镜的孔径角的一半，i1(d,θ,m)、i2(d,δ,m)表示为两个米氏散射强度函数，m表示为粒子的相对折射率，表示为光散射探测角，fm(d)表示为质量分布函数，m(d)表示为等效球形颗粒质量。
20、在本发明的一实施例中，所述光散射探测角通过以下公式获取：
21、
22、在本发明的一实施例中，当目标环境稳定时，则将所述最优污染物浓度模型进行简化，获取简化最优污染物浓度模型。
23、在本发明的一实施例中，通过实验模拟，记录不同镜头污染物的光通量反馈值与质量浓度关系，将所述简化最优污染物浓度模型经过线性拟合后，获取所述简化最优污染物浓度模型。
24、在本发明的一实施例中，所述简化最优污染物浓度模型通过以下公式获取：
25、w＝a*φ+b；
26、式中，φ表示为光通量反馈值，w表示为质量浓度，a和b为常数。
27、在本发明的一实施例中，所述发射管发射的红外信号的光波长为900～1500nm，所述接收管接收的光波段为900～1650nm。
28、本发明还提供一种污染物检测装置，应用于上述所述的镜头污染检测方法；包括发射管100、接收管200和主控制器u1；主控制器u1与发射管100连接；在主控制器u1的内部集成有数模转换器，所述数模转换器与接收管200连接，用于在判断镜头污染时，将接收管200接收的光通量反馈值进行数模转；主控制器u1将转化为数字量的光通量反馈值用在所述污染浓度模型中获取污染物浓度。
29、在本发明的一实施例中，所述污染物检测装置与所述检测摄像镜头窗内测的图像传感器同侧安装。
30、在本发明的一实施例中，所述污染物检测装置包括透镜，所述透镜位于接收管200接收光路线的前端，用于收集漫反射反馈回来的光通量反馈值。
31、与现有技术相比，本发明的有益效果是：
32、传统的镜头污染检测手段不能判断污染物浓度，污染物浓度主要是灰尘、水滴、水雾、雪花等的遮挡浓度。以图像型镜头污染判断方法为例，需要人工挑选大量的图片用于确定判定逻辑，工作量大，计算复杂。现有技术依赖被动接收光信号，在光线弱的环境下，精度差，难以实时检测监测。本发明可根据光电开关输出的模拟量做定量分析，污染检测准确率高，且能给出摄像镜头的污染程度。利用红外漫反射探测，经过公式计算可获得污染物浓度。
33、本发明简单易行，不需要额外设定过多的阈值，计算量小，实时性强，可以应用于实际生产环境中的摄像镜头污染检测任务。本发明中采用了漫反射光电开关，其内部含有发射器和接收器，可主动发射恒定光源，能够高效实现复杂背景环境中以及不同光照条件下的镜头污染检测，具有较强的适应性和鲁棒性。
34、本发明协助摄像机镜头完成污染物浓度分析，从而可联动选择清洗方式(加热除雾、雨刷除水、冲洗除灰)并协助完成自清洗工作的闭环控制。
35、本发明安装与摄像机传感器同侧，受摄像机防护性能保护，工程实施可行性高且易维护。
1.一种镜头污染检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的镜头污染检测方法，其特征在于，获取所述最优污染物浓度模型包括以下步骤：
3.根据权利要求2所述的镜头污染检测方法，其特征在于，所述最优污染物浓度模型通过以下公式获取：
4.根据权利要求3所述的镜头污染检测方法，其特征在于，所述光散射探测角通过以下公式获取：
5.根据权利要求2所述的镜头污染检测方法，其特征在于，当目标环境稳定时，则将所述最优污染物浓度模型进行简化，获取简化最优污染物浓度模型。
6.根据权利要求4所述的镜头污染检测方法，其特征在于，通过实验模拟，记录不同镜头污染物的光通量反馈值与质量浓度关系，将所述简化最优污染物浓度模型经过线性拟合后，获取所述简化最优污染物浓度模型。
7.根据权利要求5所述的镜头污染检测方法，其特征在于，所述简化最优污染物浓度模型通过以下公式获取：
8.一种污染物检测装置，其特征在于，应用于权利要求1-7任一所述的镜头污染检测方法；包括发射管(100)、接收管(200)和主控制器(u1)；主控制器u1与发射管(100)连接；在主控制器(u1)的内部集成有数模转换器，所述数模转换器与接收管(200)连接，用于在判断镜头污染时，将接收管(200)接收的光通量反馈值进行数模转；主控制器(u1)将转化为数字量的光通量反馈值用在所述污染浓度模型中获取污染物浓度。
9.根据权利要求8所述的污染物检测装置，其特征在于，所述污染物检测装置与所述检测摄像镜头窗内测的图像传感器同侧安装。
10.根据权利要求8所述的污染物检测装置，其特征在于，所述污染物检测装置包括透镜，所述透镜位于接收管(200)接收光路线的前端，用于收集漫反射反馈回来的光通量反馈值。
