[发明专利]一种基于图像分析的空气质量评估方法

说明书

技术领域

本发明涉及图像处理、分析领域，特别为一种基于图像分析的空气质量评估方法。

背景技术

高速发展的工业化虽然在很大程度上提高了人们的生活水平，但也带来了严重的环境污染，特别是空气污染，如一些大中型城市出现的雾霾天气。面对复杂多变的空气环境，为了提前做好合理的应对措施，及时、准确地获得空气质量变得越来越重要。

目前，获取空气质量的方法有许多。政府在一些大城市修建了空气质量监测站，例如，北京市有约四十几个空气质量监测站，但是北京市的面积是16410.54平方公里，而且空气质量的变化是非线性的，因此，相对于如此大的面积，目前数量的监测站很难做到准确、及时地获取空气质量，而修建更多的空气质量监测站是得不偿失的；还有通过卫星遥感技术的方法反应大气的空气质量，但大气的空气质量并非是近地地区的空气质量，即使获得的数据是准确无误的，其对近地地区也没有多大的意义；另外，有人想通过已有的空气质量监测站点数据，结合气象、交通流、路网和兴趣点等多种传感数据来实时分析空气质量，还有人通过移动设备实时收集空气质量数据，并通过无线传输，在谷歌地图上显示出来，但是，这些方法都需要大量的感知数据和复杂的算法支持，实现的方式非常复杂，需要考虑的情况也很多，很难得到广泛的推广，而且，对于上述的某些数据，一般人往往是无法得到的。

鉴于现有技术很难准确、及时获取空气质量或者其使用的方法非常复杂。因此，获得一种简单、及时、准确的空气质量推断方法成为了本领域技术人员一直追求的目标。

发明内容

为解决现有技术存在的问题，本发明的一种基于图像分析的空气质量评估方法，该方法包括如下步骤：

S1：在6类不同的空气质量情况下，分别获取外界环境数据图像X_i；

S2：针对每类空气质量情况，分别获取图像X_i的暗通道特征、功率谱斜率、对比度、饱和度；

S3：将暗通道特征、功率谱斜率、对比度、饱和度组成多维向量；

S4：利用步骤S3中的多维向量构造决策树，决策树叶子节点的个数为6，构造5个支持向量机分类器；

S5：将待评估空气质量的数据图像Y的暗通道特征、功率谱斜率、对比度、饱和度构造待评估的多维向量y，将该待评估的多维向量y送入支持向量机分类器进行分析对比，确定空气质量。

本发明通过设计支持向量机分类器评估空气质量，支持向量机分类器设计完成后，仅需要将待评估空气质量的图像数据输入到计算机中，获取相应特征的多维向量，即可通过支持向量机分类器判断出图像中环境的空气质量。该方法数据获取容易、判断速度快、准确率高，摆脱了对现有空气质量检测仪的依赖。

进一步地，决策树的构造步骤如下：

S40：分别计算每类空气质量情况下多维向量的中心：

ci=1|Xi|Σx∈Xix]]>

其中，i＝1,2,3,4,5,6；|X_i|代表X_i中数据的数量；x代表多维向量；

S41：计算6个多维向量的中心的归一化距离：

c‾=1NΣNi=1ci]]>

其中，N＝6；