[发明专利]一种基于随机森林的雾霾图像分类方法

摘要

本发明涉及一种基于随机森林的雾霾图像分类方法，包括：步骤1，采集不同雾霾天气下的训练图像集，根据环境空气质量指数标注类别标签；步骤2，基于导向滤波自适应估计训练图像的大气光照强度；步骤3，定义和提取样本图像中与雾霾浓度相关的暗通道特征映射图、局部最大对比度特征映射图、色度差特征映射图和饱和度特征映射图；步骤4，提取特征映射图的直方图特征；步骤5，基于直方图的特征值区间，建立二分递归分类回归决策树；步骤6，有放回的选择训练集中的样本图像，建立两棵以上分类回归决策树的随机森林模型；步骤7，输入测试图像，提取测试图像特征映射图的直方图特征，输入随机森林模型分类，根据多数投票法的组合分类器决策最终的类别。

主权项

1.一种基于随机森林的雾霾图像分类方法，其特征在于，包括如下步骤：步骤1，采集各种雾霾天气下的图像，建立样本图像的训练集，根据环境空气质量指数标注类别标签；步骤2，基于导向滤波自适应估计训练样本图像的大气光照强度；步骤3，定义和提取样本图像中与雾霾浓度相关的暗通道特征映射图、局部最大对比度特征映射图、色度差特征映射图和饱和度特征映射图；步骤4，提取特征映射图的直方图特征；步骤5，基于直方图的特征值区间，建立二分递归分类回归决策树；步骤6，有放回的选择训练集中的样本图像，建立两棵以上分类回归决策树的随机森林模型；步骤7，输入测试图像，提取测试图像特征映射图的直方图特征，输入随机森林模型分类，根据多数投票法的组合分类器决策最终的类别；步骤1中，采集不同雾霾天气下的图像建立样本图像训练集，根据环境空气质量指数划分为6个档次，依次分别为：0～50、51～100、101～150、151～200、201～300和大于300；把前2档空气质量天气下成像系统所捕获的图像标记为无雾图像，第3档和第4档空气质量天气下成像系统所捕获的图像分别标记为轻度雾霾图像和中度雾霾图像，最后2档空气质量天气下成像系统所捕获的图像标记为严重雾霾图像，共计四类标签；步骤2中，对成像系统所捕获的图像I的暗通道中所有像素按照灰度值降序排序，选取序列中前0.1％的像素点，计算它们的平均值A作为初始大气光照，以图像I作为导向图，采用如下公式对大气光照平滑滤波：其中表示第i个像素点滤波之后的大气光值，函数G_i,j(I)为导向滤波器的核函数，与大气光分布独立，G_i,j(I)定义为第i个像素点与局部相邻位置的像素j的空间高斯核函数和照度核函数之积：其中n为相邻像素点的个数，τ_j为归一化常数，x_i,x_j分别表示第i和j个像素点的空间位置，I_i,I_j分别表示第i和j个像素点的照度，和分别表示n个相邻像素点的空间位置方差和n个相邻像素点的照度方差。