[发明专利]面向烟雾检测应用的预处理方法

说明书

本发明属于计算机视觉技术领域，提供了一种面向烟雾检测应用过的预处理方法。该方法分为三步，第一步对输入图像进行预分类操作，将输入图像分无雾、轻雾和无雾三类。第二步，对于轻雾图像根据亮度信息进行去雾增强操作。第三步，对于去雾后的图像以及轻雾图像，进行天空分割操作，除去天空区域。经过预处理操作的图片再进行烟雾检测，提高了正确率以及检测效率。

技术领域

本发明属于计算机视觉技术领域，涉及一种面向烟雾检测应用的预处理方法。

背景技术

随着国内各大城市近年雾霾频繁报表，大气污染的治理迫在眉睫。大气污染治理从预防到净化涉及方方面面。从大气污染预防方向入手，通过在农村田野广布摄像头，实时采集田野状态信息，并通过烟雾检测系统对采集到的图像进行自动检测并定位烟雾目标，对农村秸秆焚烧现象进行监控报警，可以达到减少污染来源的目的。本发明依托于秸秆焚烧烟雾检测项目，对监控视频进行预处理操作，包括雾图分类、去雾操作、天空分割三个流程。提高了检测效率及正确率。

预处理操作涉及到三大技术，首先是雾图分类技术。

判断图像是否有雾，是智能去雾的前提。根据系统需求，需要将摄像机获取到的图像简单分为三类：浓雾、轻雾、无雾。

现有的雾图分类方法，多是从图像中提取特征，再利用SVM进行分类。例如，胡众义等^[15]提出的雾图自动检测方法，是将图像的频谱特征和灰度共生矩作为分类特征，收集大量室外彩色无雾图像进行模拟加雾，通过训练获取雾图分类的SVM模型。另外，还可以利用图像的预测特征，如半逆图预测雾区比例，透射图预测的雾浓度特征，同样将这些特征放到SVM分类器中训练获取分类模型。

其次是去雾技术。

He.等人提出基于暗通道先验原理的去雾技术，通过图像的暗通道图估计出图像的透射图，并根据成像模型构造出图像恢复模型，恢复出原无雾图像。但He.等人的方法不能根据输入图像的亮度自动调节输出图像的亮度。

第三类技术为天空分割技术。

天空区域检测及分割相关研究现状如下：

Hongping Lietal基于最大类间方差法(OSTU)提出一种云检测模型。首先收集一系列天空及云所在区域明显的天空图像，然后计算这些图像相应区域的颜色特征、光谱和纹理特征，最后根据特征，利用OSTU选取最佳阈值，构建云识别模型。

雷琴等^[12]基于海面图像去雾提出一种天空分割算法，利用均值漂移法对海面图像进行分割，分割后图像的区域边界信息用嵌入置信度边缘检测的方法进行二次筛选，最后得到的图像用膨胀和腐蚀等形态学操作提取天空区域。

根据McCartney成像模型，场景深度越大，透射图的值越小。当透射图的值趋近于0时，图像的像素值相当于大气光的值A，而天空处距离即场景深度是无限大的，正好满足透射图趋近于0。根据这一原理，Bo Jiangetal将天空区域识别转化为求大气光A的值的问题。

针对陆地机器人导航系统，YehuShenet al提出一种单图像天空检测方法，基于图像的梯度幅值信息，根据能量函数得到优化的天空分割阈值，再通过上下文信息等，排除无天空图像，细化分割边界。

烟雾检测系统要求实时检测烟雾，因此天空分割部分要求快速简洁，本发明基于以上算法，针对该项目需求，提出一种简洁、快速、有效的天空分割算法。

发明内容