[发明专利]一种基于图像识别的机动车尾气检测方法

权利要求书

1.一种基于图像识别的机动车尾气检测方法，其特征在于：包括以下步骤：

步骤1：拍摄待测区域的卫星云图，所述卫星云图包括待测区域的尾气晕染图像，

步骤2：对尾气晕染图像进行灰度化处理，生成灰度化图像，

步骤3：对灰度化图像进行列划分，依据像素大小划分为n个待测单元格，

步骤4：对n个待测单元格的灰度值范围进行归一化处理，获得各待测单元格的灰度值特征值，

步骤5：根据n个待测单元格的灰度值特征值构造BP神经网络模型，并对BP神经网络进行网络训练，

步骤6：把训练完成的n各待测单元格的灰度值特征值输入BP神经网络进行识别，并与汽车尾气晕染图像数据库进行对比，完成最终尾气污染值的识别。

2.根据权利要求1一种基于图像识别的机动车尾气检测方法，其特征在于：每一待测单元格的像素大小为m×w，所述m的范围为150-200kb，所述w的范围为250-300kb。

3.根据权利要求1一种基于图像识别的机动车尾气检测方法，其特征在于：所述卫星云图通过设置在待测区域上方的极地轨道气象卫星拍摄。

4.根据权利要求1一种基于图像识别的机动车尾气检测方法，其特征在于：对尾气晕染图像的RGB三分量采用加权平均法进行灰度值计算，计算公式如下：(i,j)=0.40R(i,j)+0.46G(i,j)+0.14B(i,j))。

5.根据权利要求1一种基于图像识别的机动车尾气检测方法，其特征在于：步骤3中，对尾气晕染图像采用水平投影和垂直投影相结合的进行划分，先通过水平投影，通过由下向上扫描，划分出n行，再通过垂直投影，通过由左向右扫描划分出n列，最终形成n个待测单元格。

6.根据权利要求1一种基于图像识别的机动车尾气检测方法，其特征在于：

步骤6具体包括以下步骤：

步骤61：根据输入向量的元素量确定输入层的神经元数量；

步骤62：根据输入层和输出层的神经元数量确定BP神经网络中间层神经元数量，其中，BP神经网络中间层的神经元传递函数采用S型正切函数；

步骤63：根据输出向量的元素量确定输出层的神经元数量，其中，输出层神经元传递函数采用S型对数函数。