[发明专利]一种基于图像处理的扬尘污染识别方法

说明书

本发明公开了一种基于图像处理的扬尘污染识别方法，包括以下步骤：1)获取若干扬尘检测图像样本；2)对扬尘检测图像样本进行图像二值化处理；3)检测并去除扬尘检测图像样本中的阴影区域；4)对经步骤3)处理后的扬尘检测图像样本进行图像灰度矩阵化处理；5)对图像灰度矩阵化处理后的扬尘检测图像样本进行污染图像特征值提取；6)通过步骤5)提取的污染图像特征值对贝叶斯分类器进行训练，然后利用训练后的贝叶斯分类器识别待处理图像是否存在扬尘污染，该方法能够对扬尘污染进行识别。

技术领域

本发明属于图像处理领域，涉及一种基于图像处理的扬尘污染识别方法。

背景技术

随着我国经济的迅速发展，工业化进程的加快，在建工程项目增多，雾霾、扬尘等污染也逐步成为影响国家生态环境的主要因素。建筑工地污染物组成复杂，有PM2.5、PM10、材料木屑、土方扬尘等，是城市雾霾天气和区域扬尘污染的主要来源之一。各级政府越来越重视建筑工地扬尘污染的控制，要求建筑工地配备扬尘污染检测系统。国内现有的施工扬尘污染监测方法一般由扬尘颗粒污染物(TSP)监测仪组成，主要分布在在建工程围挡的四周和出入口处，监测效果受天气因素影响往往误差较大，检测周期长，难以为施工管理方提供准确便捷的扬尘污染自查自检方法，造成在建工地被动受罚的局面。因此，有必要探索一种可视化强、施工扬尘监测识别结果可信的扬尘检测方法，对提高施工管理方扬尘污染自查自检能力，帮助控制扬尘污染具有一定的理论意义和应用价值。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于图像处理的扬尘污染识别方法，该方法能够对扬尘污染进行识别。

为达到上述目的，本发明所述的基于图像处理的扬尘污染识别方法包括以下步骤：

1)获取若干扬尘检测图像样本；

2)对扬尘检测图像样本进行图像二值化处理；

3)检测并去除扬尘检测图像样本中的阴影区域；

4)对经步骤3)处理后的扬尘检测图像样本进行图像灰度矩阵化处理；

5)对图像灰度矩阵化处理后的扬尘检测图像样本进行污染图像特征值提取；

6)通过步骤5)提取的污染图像特征值对贝叶斯分类器进行训练，然后利用训练后的贝叶斯分类器识别待处理图像是否存在扬尘污染。

步骤2)中采用大律法对扬尘检测图像样本进行图像二值化处理。

步骤3)中采用特征算法检测并去除扬尘检测图像样本中的阴影。

采用网格划分法对扬尘检测图像样本进行图像灰度矩阵化处理。

污染图像特征值包括能量、熵及逆差分矩。

步骤2)中通过目标物体阴影模型及其特征的方法进行去除扬尘检测图像样本中阴影区域的检测。

步骤2)的具体操作为：

21)在扬尘检测图像样本中选取一帧拥有背景图像和阴影的图像，再分别对背景和阴影区域进行特征向量取值，设(x_i,y_i)为样本，其中，x_i为基础的训练样本，y_i为目标识别分类向量，y_i∈{1,-1}为分类数值，当y_i＝1，则将被分类项归为阴影区域；当y_i＝-1，则将被分类项归为背景图像区域；

21)将图像的梯度值、灰度值和色彩饱和度值归一处理为3维向量f，同时通过其与其相邻的四个像素构成9维特征向量，得分类向量；

23)将图像的梯度值、灰度值和色彩饱和度值分别进行归一化处理；