基于图像的空气质量等级检测方法技术
【技术实现步骤摘要】
基于图像的空气质量等级检测方法
本专利技术涉及一种通过图像检测图像空气质量等级的方法，特别是一种基于图像的空气质量等级检测方法。
技术介绍
空气质量等级是衡量空气质量的一个重要指标，主要分为6个等级：优、良、轻度污染、中度污染、重度污染、严重污染，等级越高对人体健康危害越大。目前，空气质量等级是根据6种主要污染物浓度确定的，首先通过精密的仪器测量污染物浓度，然后对6种主要污染物分别计算得出空气质量分等级，最后从各种污染物的空气质量分等级中选择最大确定为空气质量等级，当空气质量等级大于于优时将空气质量分等级最大的污染物确定为首要污染物。主要污染物浓度的检测都需要依赖精密仪器，这些仪器成本较高且需要定期维护。经过观察发现，不同空气质量等级情况下拍摄到的图像，质量上存在明显差异。因此想设计出一种图像检测空气质量等级的方法。目前还没有通过图像检测空气质量等级的方法，该方法可以认为是无参考图像质量评价的一种延伸应用，所以尝试将无参考图像质量评价相关技术应用到该方法中。近些年经典的无参考图像质量评价方法主要分为以下两类：(1)基于传统的机器学习方法。人工提取特征通过传统的机器...
【技术保护点】
一种基于图像的空气质量等级检测方法，其特征在于，包括以下步骤：步骤1、将收集的原始图像集从RGB空间转换到Lab空间；步骤2、提取图像L通道的空间域局部信息熵；步骤3、对转换成Lab空间的图像做分块DCT变换；步骤4、对步骤3得到的分块DCT变换后图像进行频域局部信息熵提取；步骤5、对步骤2和步骤4中得到的局部信息熵进行均值计算和斜率拟合处理，得到对应的均值和斜率；步骤6、对收集的原始图像集进行2倍下采样操作，并将下采样后的图像集从RGB空间转换到Lab空间，之后重复步骤2至步骤5的操作，得到相应的均值和斜率；步骤7、对收集的原始图像集进行4倍下采样操作，并将下采样后的图像...
【技术特征摘要】
1.一种基于图像的空气质量等级检测方法，其特征在于，包括以下步骤：步骤1、将收集的原始图像集从RGB空间转换到Lab空间；步骤2、提取图像L通道的空间域局部信息熵；步骤3、对转换成Lab空间的图像做分块DCT变换；步骤4、对步骤3得到的分块DCT变换后图像进行频域局部信息熵提取；步骤5、对步骤2和步骤4中得到的局部信息熵进行均值计算和斜率拟合处理，得到对应的均值和斜率；步骤6、对收集的原始图像集进行2倍下采样操作，并将下采样后的图像集从RGB空间转换到Lab空间，之后重复步骤2至步骤5的操作，得到相应的均值和斜率；步骤7、对收集的原始图像集进行4倍下采样操作，并将下采样后的图像集从RGB空间转换到Lab空间，之后重复步骤2至步骤5的操作，得到相应的均值和斜率；步骤8、将步骤5、步骤6和步骤7中提取的均值和斜率特征及其对应的空气质量等级标签同时输入到SVM分类器建模得到空气质量检测模型；步骤9、用步骤8得到的模型对空气质量等级进行检测。2.根据权利要求1所述的基于图像的空气质量等级检测方法，其特征在于，步骤1中将收集的原始图像集从RGB空间转换到Lab空间，具体为：步骤1-1、将图像从RGB空间转换到XYZ空间，转换公式为：其中，R、G、B分别代表图像的R通道、G通道、B通道，X、Y、Z分别表示图像的X通道、Y通道、Z通道；步骤1-2、将图像从XYZ空间转换到Lab空间，转换公式为：L＝116f(Y/100)-16a＝500[f(X/95.047)-f(Y/100)]b＝200[f(Y/100)-f(Z/108.883)]其中，t表示X、Y、Z通道，f(t)是从XYZ空间到Lab空间的转换函数，L、a、b分别表示图像的L通道、a通道、b通道。3.根据权利要求1所述的基于图像的空气质量等级检测方法，其特征在于，步骤2中提取图像L通道的空间域局部信息熵具体为：步骤2-1：对图像L通道做分块处理，局部块大小为8*8；步骤2-2：计算L通道局部块的信息熵，信息熵的计算公式为：E＝-∑xp(x)log2p(x)其中，x指的是L通道局部块内像素的值，p(x)指的是L通道局部块内像素值为x的概率，E指的是局部块信息熵值；步骤2-3：将L通道所有空间域局部信息熵按照信息熵大小进行排序，表示为：其中，n是空间域L通道局部块个数，指的L通道n个局部块的空间域信息熵且Ssl代表排序后的空间域L通道局部信息熵集合。4.根据权利要求1所述的基于图像的空气质量等级检测方法，其特征在于，步骤3对转换成Lab空间的图像做分块DCT变换具体为：对图像L、a、b通道分别做局部块DCT变换，DCT变换的计算公式为：其中，f(i,j)是空间域L、a、b通道局部块内坐标为(i,j)的像素值，局部块大小是N*N，取8*8...
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。