[发明专利]一种基于图像的空气质量等级评估方法

说明书

一种基于图像的空气质量等级评估方法，涉及机器学习相关技术，尤其涉及图像处理技术。目的是为解决现有的空气质量检测成本昂贵且不能覆盖城市中每一个角落的问题。本发明首先对图像进行HSI空间的转换，然后对图像的饱和度通道S和亮度通道I做DCT变换将它们转换到频域，最后提取出图像的边缘像素比、高亮度像素比、低饱和度像素比及低频率像素比作为特征，将其输入到SVM中进行分类，从而构建出空气质量等级的评估模型。该方法所构建的空气质量等级评估模型可以较准确的估计图像采集地的空气质量状况，将空气质量检测变得低成本、细粒度，便于人们随时随地的监督周边的空气污染情况。且该方法更适用于对空气湿度适中、图像内容丰富且天空区域占比小于二分之一的图像进行评估。

技术领域

一种基于图像的空气质量等级评估方法，涉及机器学习相关技术，尤其涉及图像处理技术。

背景技术

近些年来，随着我国工业化进程的不断推进，国家经济飞速发展的同时，环境污染也在不断加剧，绝大多数城市都出现了不同层次的污染。空气污染不仅会对日常生活中的交通起居等造成影响，同时还会危害我们的身体健康，因此，空气污染的日常监测和治理是十分重要的。目前我国获取空气质量的方法主要是在城市所设立监测站中通过各种精密的仪器来检测并计算污染物浓度，再将它换算成空气质量等级或指数，最后发布至气象局供人们查询。但是这种方法的所需仪器的成本较高,且它的检测方式粗粒度的,不能够覆盖城市的每个角落。最近几年，有很多学者提出了将图像处理技术与机器学习方法相结合来检测空气质量的方法。但是受到所选取的特征及机器学习方法的限制，目前所提出的方法都存在着如适用性不佳或图像采集地点受限等缺点。

发明内容

本发明的目的是为解决传统与现有的空气质量检测方法的不足，让空气质量检测变得低成本、细粒度，便于人们随时随地的监督周边的空气污染情况而提供的一种基于图像的空气质量等级评估方法。

该基于图像的空气质量等级评估方法包括以下步骤：

步骤一、从网络上收集具有空气质量等级标签及相关污染物信息的图像，将这些图像做为模型构建所用的空气质量图像库；

步骤二、将图像从RGB空间转移到HSI空间下，再对空气质量图像库中不同空气质量等级的图像进行探究与分析；

步骤三、由步骤二可知，在HSI空间下，空气污染会对图像的饱和度通道和亮度度通道产生较大影响，而对色度通道所产生的影响并不明显，最终选择将边缘梯度、亮度、饱和度以及频域的能量信息作为依据来评估图像的空气质量等级；

步骤四、运用图像处理技术对选定的图像特征进行提取，具体包括：

步骤四一、在HSI空间下的I通道中利用Canny算子来对图像进行边缘检测，计算边缘点数量与图像总像素数量的比值；

步骤四二、图像在HSI空间中的I通道代表了图像的亮度通道，对图像中亮度像素值大于A的像素点进行统计，计算它与图像总像素数量的比值；

步骤四三、图像在HSI空间中的S通道代表了图像的饱和度通道，对图像中饱和度像素值小于B的像素点进行统计，计算它与图像总像素数量的比值；

步骤四四、使用DCT变换将上述图像中的H、S、I分量分别转换到频域空间，并计算S和I通道的频域图像中的低频信息数量与图像总像素点数量的比值；

步骤五、将步骤四中所提取的高亮度像素比、低饱和度像素比、I通道的边缘像素比、S和I通道的低频率像素比共五维特征输入到SVM(支撑向量机)中进行分类，构建出基于图像的空气质量等级评估模型。

进一步地，所述方法还包括：

步骤六、对模型进行参数优化并进行性能与适用性测试。

进一步地，步骤四二中的A＝128。

进一步地，步骤四三中的B＝20。