融合HSL空间和改进暗通道技术的烟雾浓度检测方法技术

本发明专利技术公开了一种融合HSL空间和改进暗通道技术的烟雾浓度检测方法，首先在HSL空间中对有雾图像进行亮度调整，改进暗通道先验理论中大气光和透射率的计算方法以获得更为精确的透射率值，通过多组真实实验获取图像透射率和烟雾浓度之间的关系。实验结果表明，基于本文算法得到的图像烟雾浓度和电化学传感器测量浓度比较，其平均误差控制在5.8％左右，具有较高的准确率。另外，本发明专利技术具有降低光照以及背景图像对烟雾浓度测量的负面影响的作用。背景图像对烟雾浓度测量的负面影响的作用。背景图像对烟雾浓度测量的负面影响的作用。

【技术实现步骤摘要】
融合HSL空间和改进暗通道技术的烟雾浓度检测方法


[0001]本专利技术涉及数字图像处理
，具体涉及一种融合HSL空间和改进暗通道技术的烟雾浓度检测方法。

技术介绍

[0002]传统的烟雾浓度传感器大多通过光学方面的光散射和光透射、或者是电学方面的基于电离室的电容法和基于静电感应的电荷法等原理进行工作，这类烟雾传感器，必须靠近烟源才能正常工作，而且往往只能测量局部范围的烟雾浓度，无法获得大范围空间的烟雾浓度分布情况，从而限制了其应用。随着图像处理技术的不断发展，基于视频监控的各种智能探测技术愈发成熟，基于图像的烟雾浓度检测技术也受到越来越多的关注。
[0003]目前国内外对图像中的烟雾浓度研究已取得了一些成果。最早在19世纪末Ringelmann提出了林格曼黑度图，这种方式依靠视觉对比判断烟雾浓度，不够精确可靠。Cozman和Krotkov等根据光线在穿过大气时的散射效应，提出了背景灰度、雾化图像的灰度以及环境条件间的关系模型。何凯明在他的论文(Single Image Haze Removal Using Dark Channe本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.融合HSL空间和改进暗通道技术的烟雾浓度检测方法，其特征在于，包括如下步骤：步骤1，密闭的空间内，通过设置固定时间采集图像；从无雾图像开始，逐步增加烟雾浓度；步骤2，由于在不同的光照条件下，大气光不同，相同浓度烟雾在图像中呈现不同的像素值，弱光照环境下图像的亮度明显偏低；因此为了减弱光照条件对烟雾浓度估计的影响，需要对烟雾图像进行亮度统一预处理，在HSL颜色空间中H是色相分量Hue，S是饱和度分量Saturation，L是亮度分量Lightness；在HSL颜色空间中，各分量相对独立，颜色信息不受亮度变化影响；将RGB颜色空间转换为HSL颜色空间，计算公式为：度变化影响；将RGB颜色空间转换为HSL颜色空间，计算公式为：度变化影响；将RGB颜色空间转换为HSL颜色空间，计算公式为：步骤3，为了统一图像亮度，将RGB图像转换到HSL空间后对图像进行亮度调整处理，将图像HSL空间的L亮度分量的平均值整幅图像的亮度值；预设亮度阈值s作为调整后的亮度值，那么求取比例系数p公式如下：其中I
l
(x)为图像L通道分量的值；根据比例系数p调整图像亮度，同时将值大于1的设为1：式中和分别表示转换前和转换后I的值；最后将HSL空间的图像转换回RGB三通道图像；I为图像L通道分量的值；步骤4，与步骤1获取到的无雾原图做比较，记录无雾原图中暗通道值大于阈值r的位置集合；
步骤5，将输入步骤1中获取的有雾图像进行了亮度调整预处理，由于多幅图像的R，G，B三个通道的总平均值趋于一致，因此使用此平均值作为大气光A的值；但是因为大气光值过低而导致最终的透射率计算出现负值，因此需要对大气光值增加常数k补偿；计算图像大气光A值的公式如下：公式中M和N分别为用像素数表示的图像长和宽，I
r
(i,j)、I
b
(i,j)和I
b
(i,j)分别表示图像R、G、B三个通道的像素值；步骤6，由暗通道先验计算获得透射率图，对透射率图中除了步骤4中记录的位置外的其他位置所对应的透射率值计算透射率t直方图，计算公式为：其他位置所对应的透射率值计算透射率t直方图，计算公式为：其他位置所对应的透射率值计算透射率t直方图，计算公式为：I
c
(y)为某浓度烟雾时的图像；J
c
(y)为无雾图像的R、G、B颜色通道中的某一个通...

【专利技术属性】
技术研发人员：王怡轲，厚芸，叶震源，张攀星，王涌，
申请(专利权)人：绍兴卡卡嘀嗒教育科技发展有限公司，
类型：发明
国别省市：