面向烟雾检测应用的预处理方法技术
Preprocessing method for smoke detection application
The invention belongs to the field of computer vision technology, and provides a pretreatment method which is applied to smoke detection. The method is divided into three steps. The first step is to pre classify the input image and divide the input image into three categories: fog free, light fog and fog free. The second step is fog enhancement for light fog images based on luminance information. The third step is to divide the sky and remove the sky area after removing the fog and the foggy image. After pretreatment, the images are smog detected, which improves the accuracy and detection efficiency.
【技术实现步骤摘要】
面向烟雾检测应用的预处理方法
本专利技术属于计算机视觉
，涉及一种面向烟雾检测应用的预处理方法。
技术介绍
随着国内各大城市近年雾霾频繁报表，大气污染的治理迫在眉睫。大气污染治理从预防到净化涉及方方面面。从大气污染预防方向入手，通过在农村田野广布摄像头，实时采集田野状态信息，并通过烟雾检测系统对采集到的图像进行自动检测并定位烟雾目标，对农村秸秆焚烧现象进行监控报警，可以达到减少污染来源的目的。本专利技术依托于秸秆焚烧烟雾检测项目，对监控视频进行预处理操作，包括雾图分类、去雾操作、天空分割三个流程。提高了检测效率及正确率。预处理操作涉及到三大技术，首先是雾图分类技术。判断图像是否有雾，是智能去雾的前提。根据系统需求，需要将摄像机获取到的图像简单分为三类：浓雾、轻雾、无雾。现有的雾图分类方法，多是从图像中提取特征，再利用SVM进行分类。例如，胡众义等[15]提出的雾图自动检测方法，是将图像的频谱特征和灰度共生矩作为分类特征，收集大量室外彩色无雾图像进行模拟加雾，通过训练获取雾图分类的SVM模型。另外，还可以利用图像的预测特征，如半逆图预测雾区比例，透射图预测的雾...
【技术保护点】
一种面向烟雾检测应用的图像预处理方法，其特征在于，步骤如下：第一步，对输入图像进行分类操作，分成无雾、轻雾和浓雾三类；该步骤中使用的图像分为两类：一类为待分类的输入图像，另一类为用于训练模型的训练图像；step1：对训练图像提取四个特征：Smean、Srate、Tmean和Trate；其中，Smean和Srate是根据训练图像的半逆图提取；获取训练图像的半逆图
【技术特征摘要】
1.一种面向烟雾检测应用的图像预处理方法，其特征在于，步骤如下：第一步，对输入图像进行分类操作，分成无雾、轻雾和浓雾三类；该步骤中使用的图像分为两类：一类为待分类的输入图像，另一类为用于训练模型的训练图像；step1：对训练图像提取四个特征：Smean、Srate、Tmean和Trate；其中，Smean和Srate是根据训练图像的半逆图提取；获取训练图像的半逆图其中，c代表通道值，c∈{r,g,b}；x为像素位置；然后分别求出半逆图和原始训练图像的色调图和Ihue，二者相减，得到Isi-src：由此得到Smean：其中N代表总像素数目；第二个特征Srate定义如下：其中，r(Isi-src(x))定义如下：其中，τ为根据实际情况确定的阈值；第三个特征从训练图像的透射图中获取；第三个特征Tmean定义如下：其中，为训练图像的透射图；第四个特征Trate定义如下：其中为：tl是一个预定义的阈值，小于tl的像素值具有较高的雾...
【专利技术属性】
技术研发人员：王智慧，张宏，李建军，李豪杰，罗钟铉，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21
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。