[发明专利]一种基于Logistic回归模型的逆光图像检测方法及装置

权利要求书

1.一种逆光检测方法，其特征在于，包括：

步骤101：采集M张逆光图像与N张非逆光图像；M、N均为不为0的自然数；

然后按照步骤102～106处理每张图像：

步骤102：提取图像的各个像素的R、G、B值，并根据所述R、G、B值计算每个像素的亮度通道；

步骤103：统计图像的亮度通道直方图his_{ti(x,y)＝0..255}[i(x,y)]；

步骤104：计算图像的每个亮度等级的归一化概率p_{i(x,y)＝0..255}[i(x,y)]：p_{i(x,y)＝0..255}[i(x,y)]＝hist_{i(x,y)＝0..255}[i(x,y)]/(size)，其中size为图像的像素总数；

步骤105：计算图像均值：mean=Σi(x,y)=0..255p[i(x,y)]*(i(x,y)+1);]]>

步骤106：计算图像方差得到一个256维特征向量var_{i(x,y)＝0..255}：var_{i(x,y)＝0..255}＝(i(x,y)+1-mean)²*p[i(x,y)]；

步骤107：使用每张图像的256维特征向量建立Logistic回归模型如下：

其中y₀＝0表示逆光,y₁＝1表示非逆光，w表示待求的模型参数向量，x表示图像的256维特征向量，n＝1或2或∞；

步骤108：求解所述Logistic回归模型的模型参数向量w，并带入表达式中便得到逆光图像检测表达式，n的取值与步骤107中的一致，x表示所述新图像的256维特征向量；

步骤109：采集一新图像，按照步骤102～106得到所述新图像的256维特征向量；并将所述新图像的256维特征向量带入逆光图像检测表达式，求得P(y＝0|X)的值，若P(y＝0|X)大于设定的阈值，则可以判定为逆光，否则为非逆光。

2.根据权利要求1所述的一种逆光检测方法，其特征在于，所述阈值为0.5。