一个基于图像的传感器系统,用于在公民科学中低成本检测空气中的颗粒,监测空气质量

科学领域:

• 环境科学 环境科学
• 计算机科学 计算机科学
• 公共卫生 公共卫生

背景情况:

• 空气污染,特别是颗粒物 (PM),对公众健康构成重大风险.
• 精确监测颗粒物度对于评估人类对污染物的暴露至关重要.
• 公民科学 (CS) 项目可以加强环境监测,但往往面临数据稀缺性挑战.

研究的目的:

• 引入一种新的图像处理技术,用于检测和量化使用自动处理 (DiY) 传感器的照片检测和量化PM10颗粒.
• 开发一种合成数据生成算法,以验证图像处理技术,并解决CS项目的数据限制.
• 在现实的移动成像条件下评估PM10检测算法的性能.

主要方法:

• 开发了一种新的图像处理技术,用于使用DiY传感器照片检测PM10粒子.
• 创建了一个合成数据生成算法,包含像分辨率,维度和粒子密度这样的参数.
• 模拟现实世界的图像变化,包括高斯噪声,焦点模糊和白平衡调整,被引入合成数据.

主要成果:

• 开发的图像处理技术有效地检测和量化PM10颗粒.
• 合成数据生成算法成功模仿了现实世界的成像条件和环境因素.
• 该PM10检测算法在各种噪声级别和现实的移动成像场景中表现出强大的性能.

结论:

• 拟议的方法为使用移动设备进行环境监测提供了实用和准确的方法.
• 这种技术可以显著提高公民科学空气质量项目的社区参与和数据准确性.
• 这些发现表明该技术可用于各种现实环境监测应用.