[发明专利]基于统计特征的昼夜图像识别方法

摘要

本发明公开了一种基于统计特征的昼夜图像识别方法，首先，将图像转换为亮度图像，然后根据亮度图像的平均亮度获得亮度特征、根据亮度图像的暗像素比例获得暗像素特征、根据亮度图像的暗边缘数获得暗边缘特征、根据亮度图像的亮像素比例获得亮像素特征，根据亮度图像的光源离心率获得光源特征五种特征，然后利用对应的参数、融合算法及判断标准识别图像类型。本发明昼夜图像识别方法不仅能准确、无差别地识别图像类型，对检测图像要求较低，检测图像类型不受地域和时间限制，而且识别时间较短。且还可减少实际应用中基于硬件检测带来的成本、维护费用等负担，本发明在人工智能、模式识别、目标检测等领域有广泛的应用前景。

主权项

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Ilight_img；步骤2：该亮度图像Ilight_img的平均亮度imgmean_luminance为：imgmean_luminance＝mean(mean(Ilight_img))       (1)利用亮度图像Ilight_img的平均亮度imgmean_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Ilight_img的暗像素比例imgpercent_darkpixel；式(3)中，M,N为亮度图像Ilight_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imgpercent_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Ilight_img的暗边缘数imgdark_bian；式(5)中，biani为图像的第i条边；进而得到图像I的暗边缘特征L3：L3＝(imgdark_bian‑m3)×σ3            (6)式(6)中，m3＝0.5，σ3＝0.90；步骤5：获取亮度图像Ilight_img的亮像素比例imgpercent_lightpixel；与该亮像素比例对应的亮像素特征L4如下：L4＝‑ε(imgpercent_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imgmin_e；利用离心率imgmin_e得到对应的光源特征L5：L5＝ε(m5‑imgmin_e)                    (9)其中m5＝0.44；步骤7：利用基于亮度图像Ilight_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。