[發明專利]基于圖像質量的PM2.5濃度預測方法

有效

• 申請號: 201611031140.0
• 申請日: 2016-11-22
• 公開（公告）號: CN106709903B
• 公開（公告）日: 2020-06-19
• 發明（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

本發明公開了一種基于圖像質量的PM2.5濃度預測方法，屬于圖像處理技術領域。該方法首先對收集的數據集(篩選掉雨天拍攝圖像)做圖像配準，并摳取滿足暗通道原理的圖像塊作為最終訓練集。然后恢復訓練集的透射率圖，利用滑動窗口方法對透射率圖像提取特征，并對圖像特征標準化，消除相對濕度對其影響。接著利用穩健性回歸分析方法分析訓練集提取特征和真實PM2.5濃度之間的關系，進而得到PM2.5濃度預測模型。最后完成PM2.5濃度預測。實驗結果表明，本發明中所給出算法預測PM2.5濃度優于現有算法，且能夠克服相對濕度氣象條件對大氣成像的影響，對日常生活中PM2.5濃度監控具有重要意義。

技術領域

本發明涉及一種PM2.5濃度預測方法，特別是一種基于圖像質量的PM2.5濃度預測方法。

背景技術

PM2.5是懸浮于空氣中直徑小于等于2.5μm的所有顆粒物總稱，它是衡量空氣質量的一個重要指標，且對人體健康有很大的影響。目前，檢測空氣中PM2.5濃度的都是一些大設備，這些設備成本較高且需要定期維護。經過觀察發現，不同空氣質量情況下拍攝到的圖像，質量上存在明顯差異。因此想設計出一種圖像質量與PM2.5濃度相關性模型構建方法。現有的基于圖像處理的PM2.5濃度預測方法主要是提取一些能反映圖像質量的特征。近幾年主要出現了如下兩種基于圖像處理的PM2.5濃度預測方法：

(1)基于圖像視覺特征的方法。該類方法提取圖像的梯度、色彩特征。用所拍圖像的天空顏色差異估計PM2.5濃度，該方法受天氣的影響，如：陰天灰沉沉的，增加了估計的誤差。用圖像的梯度特征沒有考慮到相對濕度對圖像質量的影響。

(2)基于圖像物理特征的方法。該方法利用了大氣成像物理模型，并采用暗原色先驗估計方法恢復圖像的透射率圖，用滑動窗口策略對透射率圖提取特征矩陣，并利用穩健性回歸分析方法建立特征矩陣和真實PM2.5濃度之間的關系模型。但該方法沒有考慮相對濕度對大氣成像的影響。相對濕度會影響空氣中顆粒物PM2.5的消光能力，相對濕度越大，空氣中PM2.5吸收的水份越多，對大氣光的散射能力越強，成像越模糊。

因此，現有的基于圖像處理的PM2.5預測方法沒有考慮相對濕度對大氣成像的影響，導致PM2.5濃度估計準確度偏低。

發明內容

本發明的目的在于提供一種圖像質量與PM2.5濃度相關性模型構建的新方法。

實現本發明的目的的技術解決方案為：一種圖像質量與PM2.5濃度相關性模型構建的新方法，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；

步驟2、采用基于暗通道先驗理論去霧算法提取收集圖像的透射率圖；

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。

本發明與現有技術相比，其顯著優點為：1)本發明考慮和克服了相對濕度對大氣成像的影響，提高了PM2.5估計的預測精度。2)本方法只扣取了圖像中符合暗通道原理的塊來建立預測模型；簡單有效的剔除了圖像中無用塊，大大的縮短了建模時間，同時也減少了建模所需內存空間。

下面結合附圖對本發明作進一步詳細描述。

附圖說明

圖1是本發明基于圖像處理估計PM2.5濃度新方法的流程圖。

圖2是標準化相對濕度對圖像透射率特征影響的流程圖。

圖3是用智能手機收集到的自然圖像。