[发明专利]一种基于图像融合特征的高效PM2.5

说明书

本申请公开一种基于图像融合特征的高效PM_2.5浓度预测方法。所述基于图像融合特征的高效PM_2.5浓度预测方法包括：获取待预测图像集，所述待预测图像集中包括多个待预测图像；根据所述待预测图像集提取待预测图像感兴趣区域；根据所述待预测图像感兴趣区域获取待预测图像的传统图像特征以及深度特征；根据所述传统图像特征以及所述深度特征从而获取融合特征；获取PM_2.5浓度预测模型；将所述融合特征输入至所述PM_2.5浓度预测模型，从而得到PM_2.5浓度预测信息。本申请的基于图像融合特征的高效PM_2.5浓度预测方法能够通过识别感兴趣区域显著提高特征提取效率，同时通过融合传统图像特征和深度特征来丰富特征表达，兼顾特征的全面性和可解释性。

技术领域

本申请涉及PM_2.5浓度预测技术领域，具体涉及一种基于图像融合特征的高效PM_2.5浓度预测方法以及基于图像融合特征的高效PM_2.5浓度预测装置。

背景技术

现有技术中，一般采用传统图像处理方法进行PM_2.5浓度预测，例如，通过将图像质量分析模型提取的与PM_2.5质量浓度相关的特征向量作为输入，构建基于粒子群算法的支持向量回归机来预测PM_2.5浓度。或者使用透射率、图像对比度、图像熵、天空蓝色分量、天空区域梯度、太阳位置、湿度等特征结合PCA算法或SBFS算法对SVR模型进行训练，从而预测PM_2.5浓度。又或者使用众包感知平台获取图像，通过滑动窗口提取图像亮度方差、饱和度梯度、透射率特征，再由基于核函数的贝叶斯参数估计方法预测PM_2.5浓度。以上方法均通过传统图像处理方式根据相关领域经验理论手工设计提取图像特征，用于回归预测PM_2.5浓度值。不足之处是受手动提取特征的局限，传统图像处理方法不能穷尽所有与研究相关的有效特征，提取特征较为片面，多数停留在图像颜色、纹理等浅表视觉特征层面。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。

发明内容

本发明的目的在于提供一种基于图像融合特征的高效PM_2.5浓度预测方法来克服或至少减轻现有技术的至少一个上述缺陷。

本发明的一个方面，提供一种基于图像融合特征的高效PM_2.5浓度预测方法，所述基于图像融合特征的高效PM_2.5浓度预测方法包括：

获取待预测图像集，所述待预测图像集中包括多个待预测图像；

根据所述待预测图像集提取待预测图像感兴趣区域；

根据所述待预测图像感兴趣区域获取待预测图像的传统图像特征以及深度特征；

根据所述传统图像特征以及所述深度特征从而获取融合特征；

获取PM_2.5浓度预测模型；

将所述融合特征输入至所述PM_2.5浓度预测模型，从而得到PM_2.5浓度预测信息。

可选地，所述根据所述待预测图像集提取待预测图像感兴趣区域包括：

根据所述待预测图像集获取配准图像集，其中，所述配准图像集包括多个配准图像，一个待预测图像对应生成一个配准图像；

根据所述配准图像集生成交集图像集，其中，所述交集图像集包括多个交集图像，一个配准图像对应生成一个交集图像集；

按照预设分级标准对交集图像中的各个交集图像进行分类，从而形成高浓度图像集以及低浓度图像集，其中，高浓度图像集中至少包括一个交集图像，所述低浓度图像集中至少包括一个交集图像；