[發明專利]一種基于霧天圖像的PM2.5估計方法

有效

• 申請號: 201611270437.2
• 申請日: 2016-12-31
• 公開（公告）號: CN106779054B
• 公開（公告）日: 2018-05-29
• 發明（設計）人: 康宇;趙振怡;李澤瑞;曹洋;朱蓉蓉
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

1.一種基于霧天圖像的PM2.5估計方法，其特征在于包括步驟如下：

步驟一：利用卷積神經網絡，將霧天圖像中的透射率提取出來；

步驟二：利用多尺度深度網絡估計霧天圖像的深度信息；

步驟三：根據已有的霧天圖像大氣散射模型，利用步驟一與步驟二中得到的透射率與深度信息，求得與PM2.5及空氣質量直接相關的大氣散射系數β；最后利用數據挖掘方法確定β與PM2.5之間的關系；

所述步驟一中，卷積神經網絡中的各層結構以及具體操作如下：

(1)合成樣本數據以及預處理操作：樣本數據為人工合成的霧天圖像，即利用公式I(x)＝J(x)t(x)+α(1-t(x))，在清晰圖像的基礎上合成霧圖，并做去噪、圖像分割、像素歸一化處理，其中J(x)為清晰圖像、t(x)即為透射率、α為全球大氣光成分、I(x)即為人工合成的霧天圖像；

(2)特征提取：卷積神經網絡的第一層操作是特征提取，即利用最大輸出單元作為非線性映射，通過自學習的方式提取圖像中暗通道、最大對比度、色衰減度、色調差距特征，達到降維的目的；具體操作為其中i,j為所要處理的像素點的位置，k為特征映射數，即為卷積濾波器、為偏差、I為霧天圖像、為網絡第一層的輸出；

(3)多尺度映射：卷積神經網絡的第二層操作實現了圖像的多尺度映射，即使用平行卷積操作，保證在尺度不變的前提下實現多尺度的特征提取；在此，分別設定卷積濾波器的大小為3×3、5×5、7×7，具體操作為：其中F1為第二步的輸出，B2為輸入偏差，W2為卷積濾波器，為第i個特征的第二層輸出；

(4)局部極值化：卷積神經網絡的第三層操作是局部極值化，其操作為其中Ω(x)為x像素點的鄰域，y為鄰域Ω(x)內的像素點，為第三層操作的輸出；

(5)非線性回歸：非線性回歸是神經網絡的第四層也是最后一層操作，其操作為即運用BReLU非線性激活函數對第三層輸出進行修正處理，激活函數的斜率為其中W4、B4分別為第四層操作的濾波器與輸入偏差，tmin與tmax限定了回歸的區間，F3為第三層操作的輸出，為第四層操作的輸出，即所求取的透射率t(x)。