[发明专利]一种雾霾图像的检测方法

摘要

本发明涉及图像处理技术领域，具体是涉及一种雾霾图像的检测方法，包括计算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，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，根据每个待测图像块的质量分数，计算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，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。将图像质量评价方法和暗原色图像特征结合在一起，泛化能力强，有效地判断出图像是否为雾霾，避免了因图像为墙面、地面等单一场景而导致的误检，降低误报率与漏检率。

主权项

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。