[发明专利]一种基于图像清晰度评价的雾霾浓度估计方法

说明书

本发明公开了一种基于图像清晰度评价的雾霾浓度估计方法，包括步骤一、在无雾霾空气下，拍摄一张原始图像照片，作为参考图像；在雾霾空气下，拍摄一张同视角的照片，作为失真图像；二、对参考图像和失真图像进行建模；三、对建模后的参考图像和失真图像进行像素矩阵分解；四、在像素矩阵中，以图像的整体灰度能量表征图像清晰度值；五、通过对图像清晰度评价评估雾霾浓度。本发明方法步骤合理，实现方便，通过对参考图像和失真图像的清晰度对比，进行雾霾浓度的估计，估计效果好，便于推广。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于图像清晰度评价的雾霾浓度估计方法。

背景技术

雾霾天气是各种天气条件中对视觉影响最严重的一种，在雾霾天气条件下，能见度大幅降低，获得的图像受到了严重的退化，不仅模糊不清，对比度降低，而且还会出现严重的颜色偏移与失真，图像中蕴含的许多特征都被覆盖，因此，可以通过图像清晰度评价对雾霾浓度进行估计。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于图像清晰度评价的雾霾浓度估计方法，其步骤合理，实现方便，通过对参考图像和失真图像的清晰度对比，进行雾霾浓度的估计，估计效果好，便于推广。

为解决上述技术问题，本发明采用的技术方案是：一种基于图像清晰度评价的雾霾浓度估计方法，包括以下步骤：

步骤一、在无雾霾空气下，拍摄一张原始图像照片，作为参考图像；在雾霾空气下，拍摄一张同视角的照片，作为失真图像；

步骤二、对参考图像和失真图像进行建模；

步骤三、对建模后的参考图像和失真图像进行像素矩阵分解；

步骤四、在像素矩阵中，以图像的整体灰度能量表征图像清晰度值；

步骤五、通过对图像清晰度评价评估雾霾浓度。

上述的一种基于图像清晰度评价的雾霾浓度估计方法，步骤二中所述对参考图像和失真图像进行建模采用高斯混合模型对所述参考图像和所述失真图像的小波系数进行建模。

上述的一种基于图像清晰度评价的雾霾浓度估计方法，步骤四中所述在像素矩阵中，以图像的整体灰度能量表征图像清晰度值，图像清晰度值公式为其中m表示像素矩阵的总行数，n表示像素矩阵的总列数；g(x,y)表示当前图像的第x行、第y列像素点的灰度值；g(x,y+1)表示当前图像的第x行、第y+1列像素点的灰度值。

上述的一种基于图像清晰度评价的雾霾浓度估计方法，步骤五中所述通过对图像清晰度评价评估雾霾浓度包括建立映射关系模块，采用支持向量回归方法，图像清晰度作为输入，雾霾浓度作为输出。

本发明与现有技术相比具有以下优点：本发明方法步骤合理，实现方便，通过对参考图像和失真图像的清晰度对比，进行雾霾浓度的估计，估计效果好，便于推广。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的方法流程框图。

具体实施方式

如图1所示，本发明的基于图像清晰度评价的雾霾浓度估计方法，包括以下步骤：

步骤一、在无雾霾空气下，拍摄一张原始图像照片，作为参考图像；在雾霾空气下，拍摄一张同视角的照片，作为失真图像；

步骤二、对参考图像和失真图像进行建模；

步骤三、对建模后的参考图像和失真图像进行像素矩阵分解；

步骤四、在像素矩阵中，以图像的整体灰度能量表征图像清晰度值；

步骤五、通过对图像清晰度评价评估雾霾浓度。