[發(fā)明專利]基于圖像質量的PM2.5濃度預測方法

有效

• 申請?zhí)枺?/td>: 201611031140.0
• 申請日: 2016-11-22
• 公開（公告）號: CN106709903B
• 公開（公告）日: 2020-06-19
• 發(fā)明（設計）人: 陳強;楊本芊;徐琳
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 馬魯晉

1.一種基于圖像質量的PM2.5濃度預測方法，其特征在于，包括以下步驟：

步驟1、定點定時采集自然圖像，并對圖像做預處理；具體為：

步驟1-1、篩選掉數(shù)據(jù)集中雨天拍攝的圖像；

步驟1-2、對剩余數(shù)據(jù)集做圖像配準，選擇一幅圖像作為基準圖像對其余圖像做配準，配準時用的是Generalized Dual Bootstrap-ICP算法，變換模型選擇相似性Similarity；

步驟1-3、摳取數(shù)據(jù)集中圖像的某一塊作為最終的訓練集，去除圖像無用信息，圖像塊包含滿足暗通道原理的景物；

步驟2、采用基于暗通道先驗理論去霧算法恢復采集圖像的透射率圖，具體為：

步驟2-1：對訓練集中圖像R、G、B三個通道分別做最小值濾波，窗口大小p為：

1).p＝m*m

2).m＝floor(max([3,w*kenlRatio,h*kenlRatio]))

其中m是窗口直徑，w是圖像的寬度，h是圖像的高度，kenlRatio是一個比例，取值在0.01到0.05之間；對三個通道做完最小值濾波后，選取三個通道中像素最小亮度值作為暗通道圖對應像素點亮度值，從而恢復出暗通道圖；

步驟2-2：求出每幅圖像的大氣光照強度A：首先，從暗通道中按照亮度的大小取前0.1％的像素；其次，在這些位置中，在原始有霧圖像I中尋找對應的具有最高亮度的點的值，作為A值；

步驟2-3：構建大氣成像物理模型:I(x)＝J(x)t(x)+A(1-t(x))，其中x是像素點坐標，I是觀測到的有霧圖像，J是清晰的無霧圖像，A是全局大氣光照強度，t用來描述光線通過介質透射到成像設備過程中沒有被散射的部分，透射率；

步驟2-4：構建暗通道先驗理論模型為：其中x是像素點坐標，c代表了任意通道，y是像素點x的領域像素點坐標，J是清晰地無霧圖像，J^dark(x)是暗通道圖，該模型表明，在絕大多數(shù)非天空的局部區(qū)域里，某一些像素總會趨于0；

步驟2-5：根據(jù)上述公式推導得到公式其中x是像素點坐標，c代表了任意通道，y是像素點x的領域像素點坐標，I是觀測到的有霧圖像，t(x)是待求的透射率圖；通過該公式恢復粗透射率圖，然后用指導性濾波器進行細化粗透射圖，細化后的透射率圖即為所求透射率圖；

步驟3、利用滑動窗口方法對步驟2中得到的透射率圖像提取特征矩陣；

步驟4、對步驟3得到的特征矩陣進行標準化處理，消除相對濕度對其影響；

步驟5、用穩(wěn)健性回歸分析方法建模得到PM2.5濃度預測模型；

步驟6、用步驟5得到的模型對PM2.5濃度進行預測。

2.根據(jù)權利要求1所述的基于圖像質量的PM2.5濃度預測方法，其特征在于，步驟3利用滑動窗口方法對透射率圖像提取特征矩陣具體為：

步驟3-1、滑動窗口大小設置為h和w是圖像的高度和寬度，ws是窗口大小，移動步長設置為step是窗口滑動的步長；

步驟3-2、將滑動窗口沿著透射率圖像的橫縱方向逐步移動，并計算窗口亮度的平均值的對數(shù)作為窗口的特征值，進而得到特征矩陣，一幅圖像對應一個特征矩陣。