[发明专利]一种雾霾图像的检测方法

权利要求书

1.一种雾霾图像的检测方法，其特征在于，包括如下步骤：

S10，从图像库中选择没有雾霾的正常图像，对正常图像和待测图像进行分块，预处理正常图像的分块图像和待测图像的分块图像，预处理之后的待测图像的分块图像，设为待测图像块；从预处理之后的正常图像的分块图像中选出对比度大于设定值的分块图像，设为标准图像块；

S11，从每个标准图像块和每个待测图像块中提取特征，特征至少包括颜色、亮度、梯度、梯度幅值；

S12，由每个标准图像块的特征生成正常图像的特征集合；由每个待测图像块的特征生成待测图像的特征集合；

S13，对步骤S12中的正常图像的特征集合和待测图像的特征集合分别采用主成分分析方法生成正常图像的多元高斯模型和待测图像的多元高斯模型；

S14，对步骤S13中的多元高斯模型进行最大似然估计，分别得到正常图像的平均向量、协方差矩阵和待测图像的平均向量、协方差矩阵；

S15，将正常图像的平均向量、协方差矩阵和待测图像的平均向量、协方差矩阵输入到巴氏距离公式中，计算出每个待测图像块的质量分数；

S16，根据每个待测图像块的质量分数，计算出整个待测图像的质量分数平均值，即待测图像的图像质量评价分数；

S17，若待测图像的图像质量评价分数小于第一阈值，则待测图像为正常图像；否则，待测图像为异常图像，进行步骤S18；

S18，根据暗原色先验理论计算待测图像的暗原色图像；

S19，若暗原色图像的像素值满足设定的条件，则待测图像为雾霾图像，否则，待测图像为失焦图像，具体步骤如下：

S190，计算整个暗原色图像的像素值大于a且小于b的像素点的数量，该数量与整个暗原色图像的像素点之和的比值设为P；将暗原色图像按照象限法等分四块，计算左上块的像素值大于a且小于b的像素点的数量，该数量与左上块的像素点之和的比值，设为P₁；计算左下块的像素值大于a且小于b的像素点的数量，该数量与左下块的像素点之和的比值，设为P₂；计算右上块的像素值大于a且小于b的像素点的数量，该数量与右上块的像素点之和的比值，设为P₃；计算右下块的像素值大于a且小于b的像素点的数量，该数量与右下块的像素点之和的比值，设为P₄，a和b均为常数；

S191，若P大于第二阈值，则待测图像为雾霾图像，否则，待测图像为失焦图像；或者，若P₁大于P₂且P₃大于P₄，则待测图像为雾霾图像，否则，待测图像为失焦图像；或者，P大于第二阈值且P₁大于P₂且P₃大于P₄，则待测图像为雾霾图像，否则，待测图像为失焦图像。

2.如权利要求1所述的雾霾图像的检测方法，其特征在于，步骤S10的具体步骤如下：

S100，分别对正常图像和摄像镜头拍摄到的待测图像采用插值法进行预处理，插值法至少包括邻值插值方法、均值插值方法，使得正常图像和待测图像的大小均为m*m′，m为正常图像和待测图像对应矩阵的行数，m′为正常图像和待测图像的列数；

S101，将大小为m*m′的正常图像分割成N个n*n′大小的图像块，设为正常图像的第一组图像块；将大小为m*m′的待测图像分割成N个n*n′大小的图像块，设为待测图像的第一组图像块，n为第一组图像块的每个图像块对应矩阵的行数，n′为第一组图像块的每个图像块对应矩阵的列数；

S102，从正常图像的第一组图像块中选出对比度大于正常图像设定值的图像块，设为正常图像的第二组图像块；

S103，分别对正常图像的第二组图像块和待测图像的第一组图像块进行高斯滤波，用于去除图像的噪声，去除噪声之后的正常图像的第二组图像块和待测图像的第一组图像块分别设为正常图像的第三组图像块和待测图像的第二组图像块；

S104，采用间隔的提取方式提取正常图像的第三组图像块，之后将提取的正常图像的第三组图像块中的每个图像块均分割成N′个s*s′大小的图像块,分割出来的每个图像块设为标准图像块；采用间隔的方式提取待测图像的第二组图像块，之后将提取的待测图像的第二组图像块中的每个图像块均分割成N′个s*s′大小的图像块，分割出来的每个图像块设为待测图像块，s为提取的每个图像块对应矩阵的行数，s′为提取的每个图像块对应矩阵的列数。