[发明专利]基于统计特征的昼夜图像识别方法

权利要求书

1.一种基于统计特征的昼夜图像识别方法，其特征在于，包括以下步骤：

步骤1：输入图像I，转换得到亮度图像I_{light_img}；

步骤2：该亮度图像I_{light_img}的平均亮度img_{mean_luminance}为：

img_{mean_luminance}＝mean(mean(I_{light_img})) (1)

利用亮度图像I_{light_img}的平均亮度img_{mean_luminance}得到亮度特征L₁：

式(2)中，m₁＝90，σ₁＝0.86；

步骤3：获取亮度图像I_{light_img}的暗像素比例img_{percent_darkpixel}；

式(3)中，M,N为亮度图像I_{light_img}的长和宽，(i,j)为像素的坐标，ε为阶跃函数，

利用暗像素比例img_{percent_darkpixel}得到暗像素特征L₂：

式(4)中，m₂＝0.2，σ₂＝0.88；

步骤4：获取亮度图像I_{light_img}的暗边缘数img_{dark_bian}；

式(5)中，bian_i为图像的第i条边；进而得到图像I的暗边缘特征L₃：

L₃＝(img_{dark_bian}-m₃)×σ₃ (6)

式(6)中，m₃＝0.5，σ₃＝0.90；

步骤5：获取亮度图像I_{light_img}的亮像素比例img_{percent_lightpixel}；

与该亮像素比例对应的亮像素特征L₄如下：

L₄＝-ε(img_{percent_lightpixel}-m₄) (8)

式(8)中，m₄＝0.3115；

步骤6：获取含光源特征的二值图像的光源离心率img_{min_e}；

利用离心率img_{min_e}得到对应的光源特征L₅：

L₅＝ε(m₅-img_{min_e}) (9)

其中m₅＝0.44；

步骤7：利用基于亮度图像I_{light_img}得到的亮度特征L₁、暗像素特征L₂、暗边缘特征L₃、亮像素特征L₄和光源特征L₅融合得到昼夜图像识别参考值Drv：

步骤8：通过该昼夜图像识别参考值Drv判断图像类别：当Drv为正时，判断图像I为夜晚图像，反之为白天图像。