發(fā)布時間：2020-07-26 23:50

【摘要】：摘要:隨著我國經(jīng)濟(jì)和工業(yè)的快速發(fā)展大氣污染問題受到的關(guān)注與日俱增。實時準(zhǔn)確的霾污染等級檢測對環(huán)境和居民生活具有現(xiàn)實且重要的意義。目前對霾的檢測方法主要有兩種,一種是檢測大氣中各種顆粒物濃度的粒子計數(shù)法,另一種是基于遙感的霾檢測方法。以上兩種方法的發(fā)展都較為成熟,但都有成本較高且不宜普及的特點(diǎn)。本文針對以上問題提出一種基圖像處理的霾檢測方法,旨在建立一個圖像與霾的關(guān)系模型,實現(xiàn)對任意一張相同環(huán)境下拍攝的相同目標(biāo)圖像進(jìn)行分析即可得到環(huán)境霾情況的目的。主要研究內(nèi)容如下:(1)分析了霾造成大氣能見度下降的原理,并且對霾對自然圖像造成的影響進(jìn)行了分析,論述了利用PM_(2.5)濃度對霾進(jìn)行表征的原因,提出了基于圖像處理對霾進(jìn)行檢測的原理,并概述了整個流程。(2)結(jié)合機(jī)器視覺和圖像處理技術(shù)對自然圖像進(jìn)行預(yù)處理,通過分析對比得到最適合本文研究圖像的灰度化和濾波方法。由于外界環(huán)境會造成不同圖像中目標(biāo)物的偏移,根據(jù)圖像情況進(jìn)行配準(zhǔn),為感興趣區(qū)域提取提供基礎(chǔ)。(3)根據(jù)不同特征的特點(diǎn)選取感興趣區(qū)域,在相應(yīng)感興趣區(qū)域中提取能夠反映霾對圖像影響的多種特征,對特征與PM_(2.5)濃度進(jìn)行相關(guān)性分析對比得到與PM_(2.5)濃度相關(guān)性較大的幾種特征,將亮度對比度、熵、相關(guān)性和峰值信噪比作為下一步支持向量回歸機(jī)訓(xùn)練的數(shù)據(jù)集。(4)利用支持向量回歸機(jī)建立了圖像特征與PM_(2.5)濃度間的關(guān)系模型,并對模型的預(yù)測結(jié)果進(jìn)行分析和驗證。本文提出的基于圖像處理的霾檢測方法結(jié)合了圖像處理技術(shù)和機(jī)器學(xué)習(xí)技術(shù),該方法適用于任何包含高對比度區(qū)域的場景,該方法的優(yōu)勢在于無需架設(shè)新設(shè)備,只需對設(shè)備拍攝的原有圖像和環(huán)境數(shù)據(jù)進(jìn)行建模即可利用現(xiàn)有路況攝像監(jiān)控系統(tǒng)對監(jiān)控區(qū)域進(jìn)行霾檢測。該方法覆蓋范圍廣、測量成本低而且可以實現(xiàn)自動化實時測量,適合大規(guī)模應(yīng)用推廣。
【學(xué)位授予單位】：中國計量大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：X831;TP391.41
【圖文】：

圖 1.1 杭州地區(qū) MODIS 圖此外，國內(nèi)出現(xiàn)了利用自然圖像對霾進(jìn)行實時檢測的研究，只是目前的研究成果較少。目前只有昆明理工大學(xué)的鹿麗鵬在 2016 年提出了用圖像的灰度差分統(tǒng)計法對霾的等級進(jìn)行檢測[43]，為后續(xù)的基于自然圖像的霾的預(yù)測提供了可能性。1.3 研究內(nèi)容與方案設(shè)計通常情況下，人眼可對自然環(huán)境中的視覺特征信息進(jìn)行高效抽取并與記憶信息進(jìn)行對比，能夠在霾天氣發(fā)生時對霾的輕重程度進(jìn)行大致分辨。故本文提出通過對數(shù)字圖像進(jìn)行分析提取，來模仿人眼對在判斷霾的輕重程度時對視覺特征信息的提取過程，并結(jié)合機(jī)器學(xué)習(xí)算法來對霾進(jìn)行準(zhǔn)確預(yù)測。1.3.1 研究內(nèi)容

圖 2.1 不同 PM2.5濃度值的圖像對比2.3.1 亮度對比度早在 1924 年，Koschmoeder 就提出了目前被廣泛應(yīng)用于白天能見度測量的白天目標(biāo)物視程理論，又稱作 Koschmoeder 定律[44]。如圖 2.2 所示，該定律以天空為背景對距觀測點(diǎn)的距離為 L 處的物體進(jìn)行觀測，觀測到的物體視亮度 Bt公式如 2-3：0 0(1 )L Lt t gB B e e B (2-3)其中，Bt0為該物體表面固有亮度，Bg0為天空背景亮度， 為氣溶膠的消光系數(shù)， 為大氣透射率。推導(dǎo)得到公式 2-4：0 0 0( )Lt g t gB B B B e (2-4)Bt0Bg0

紋理圖像

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于藕;;探討圖像處理軟件在平面設(shè)計中的應(yīng)用[J];科學(xué)技術(shù)創(chuàng)新;2019年34期

2 孫慶有;;2007圖像處理國際研討會[J];國際學(xué)術(shù)動態(tài);2008年03期

3 安叢姝;;關(guān)于圖像處理技術(shù)現(xiàn)狀及發(fā)展的分析[J];科技資訊;2018年25期

4 康春艷;;探究圖像處理的關(guān)鍵技術(shù)[J];計算機(jī)產(chǎn)品與流通;2018年11期

5 肖彬;;圖像處理中顏色模式的探究[J];電腦編程技巧與維護(hù);2019年01期

6 劉曉杰;;計算機(jī)圖像處理技術(shù)的特點(diǎn)與應(yīng)用研究[J];信息記錄材料;2019年03期

7 陳倫澍;張蕓;梁金威;梁浩潮;何焯正;;基于云服務(wù)器圖像處理的物體辨別系統(tǒng)[J];計算機(jī)產(chǎn)品與流通;2019年09期

8 李紅蕾;;計算機(jī)圖形圖像處理技術(shù)在文物保護(hù)領(lǐng)域的應(yīng)用分析[J];計算機(jī)產(chǎn)品與流通;2019年12期

9 張悅旺;;基于形態(tài)學(xué)圖像檢測的機(jī)械手移栽穴苗識別技術(shù)[J];農(nóng)機(jī)化研究;2018年05期

10 張璋;;計算機(jī)技術(shù)在圖像處理中的應(yīng)用分析[J];才智;2018年16期

相關(guān)會議論文 前10條

1 黃海永;朱浩;王朔中;;圖像處理軟件中宏結(jié)構(gòu)的實現(xiàn)和擴(kuò)展[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

2 楊文杰;劉浩學(xué);;基于馬爾可夫場理論的圖像處理新方法評述[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

3 閻學(xué)娜;;短波紅外圖像的應(yīng)用[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2013年

4 苑廷剛;李愛東;李汀;艾康偉;嚴(yán)波濤;;圖像處理技術(shù)在田徑科研中的應(yīng)用初探[A];第七屆全國體育科學(xué)大會論文摘要匯編（二）[C];2004年

5 王鵬;;圖像處理技術(shù)與實驗數(shù)據(jù)處理[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

6 李翠翠;張揚(yáng);;玉米霉變的圖像處理檢測方法分析[A];決策論壇——基于公共管理學(xué)視角的決策研討會論文集（上）[C];2015年

7 陳曉冬;劉文耀;肖松山;;《光電圖像處理》的課程建設(shè)與教學(xué)實踐[A];光電技術(shù)與系統(tǒng)文選——中國光學(xué)學(xué)會光電技術(shù)專業(yè)委員會成立二十周年暨第十一屆全國光電技術(shù)與系統(tǒng)學(xué)術(shù)會議論文集[C];2005年

8 代欽;王若謙;;非定常流場中顆粒釋放的圖像采集和圖像處理[A];第八屆全國實驗流體力學(xué)學(xué)術(shù)會議論文集[C];2010年

9 劉光蓉;周紅;管庶安;;基于圖像處理技術(shù)的大米輪廓檢測[A];中國糧油學(xué)會第三屆學(xué)術(shù)年會論文選集（下冊）[C];2004年

10 王蘊(yùn)珊;崔曉軍;司書春;徐建強(qiáng);高成勇;;基于區(qū)域的超聲圖像處理技術(shù)[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 本報記者 潘鋒;眾里挑一 只需一面[N];中國科學(xué)報;2012年

2 方方;眾里尋“他”[N];科學(xué)時報;2011年

3 本報記者 付麗麗;人工智能投資真熱還是“虛火”[N];科技日報;2017年

4 ;方正Z910 針對圖像處理領(lǐng)域[N];中國計算機(jī)報;2002年

5 蘇娟;中國—蘇格蘭信號圖像處理研究院成立[N];中國計算機(jī)報;2008年

6 楊玉軍;郵編圖像處理技術(shù)通過驗收[N];中國郵政報;2000年

7 金_g;★圖像處理實用小工具Qimage又推新版[N];中國電腦教育報;2002年

8 ;富士圖像處理方案走進(jìn)手機(jī)[N];計算機(jī)世界;2002年

9 皓月 馬駿睿;改變構(gòu)圖 變廢為寶[N];中國攝影報;2009年

10 鳴人;沒有PS也不怕[N];中國攝影報;2009年

相關(guān)博士學(xué)位論文 前10條

1 蔣太翔;高維圖像處理問題的張量建模與高效計算[D];電子科技大學(xué);2019年

2 池荷花;人臉圖像處理的去身份算法研究[D];武漢大學(xué);2018年

3 王悅;便攜式人體掃描測量系統(tǒng)關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2017年

4 何偉;極化SAR圖像處理的相關(guān)問題研究[D];西安電子科技大學(xué);2016年

5 冀騰宇;基于張量分解的高維圖像處理的建模與算法研究[D];電子科技大學(xué);2018年

6 阮越;量子圖像處理若干關(guān)鍵問題的研究[D];東南大學(xué);2016年

7 施麗蓮;基于數(shù)字圖像識別技術(shù)的氣液兩相流參數(shù)檢測的研究[D];浙江大學(xué);2004年

8 李衛(wèi)斌;SAR圖像處理的若干關(guān)鍵技術(shù)[D];西安電子科技大學(xué);2004年

9 盛磊;面向特種LCD圖像處理方法與FPGA實現(xiàn)研究[D];合肥工業(yè)大學(xué);2005年

10 王舟;基于遠(yuǎn)程相關(guān)性的圖像處理[D];華南理工大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 喬新鋒;一種基于圖像處理方法的壓痕直徑測量技術(shù)研究[D];上海交通大學(xué);2016年

2 秦淑芳;基于圖像處理技術(shù)的甘藍(lán)型油菜的蟲害程度檢測[D];武漢輕工大學(xué);2019年

3 周洪壘;基于圖像處理的水稻考種系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2019年

4 何建雄;淡水魚加工生產(chǎn)線魚體頭尾腹背定向技術(shù)研究[D];武漢輕工大學(xué);2019年

5 楊靖凡;基于圖像處理的軌道沿線雪情分析方法[D];北京交通大學(xué);2019年

6 劉尚昆;基于圖像處理的輪對擦傷在線檢測系統(tǒng)的研究[D];北京交通大學(xué);2019年

7 黃新濤;基于FPGA的手指靜脈紋路識別系統(tǒng)的關(guān)鍵技術(shù)研究與設(shè)計[D];云南大學(xué);2018年

8 吳江月;基于去噪功能的壓縮感知算法在圖像處理中的應(yīng)用[D];安徽理工大學(xué);2019年

9 楊天琪;基于圖像處理的霾檢測方法研究[D];中國計量大學(xué);2018年

10 張越;基于Xilinx Zynq MPSoC的高性能圖像處理架構(gòu)研究及應(yīng)用[D];南京航空航天大學(xué);2019年

本文編號：2771464