通信·计算机·自动化 | 回归拟合NR函数及GPDR先验的图像雾浓度检测
通信·计算机·自动化 | 回归拟合NR函数及GPDR先验的图像雾浓度检测
摘要:针对图像去雾领域缺乏有效雾浓度的检测方法,通过引入Naka-Rushton(NR)拟合函数,提出基于广义灰度差-比散点图先验的图像雾浓度检测算法。首先,提取不同条件下标准图像集灰度散点图的广义灰度差-比先验(generalized pixeldifference ratio,GPDR);其次,引入符合先验约束的Naka-Rushton拟合函数,通过计算标准图像集拟合NR函数的参数 (n,k) ,建立 (n,k) 与视场雾浓度对应的查找表;再次,采用回归分析法计算真实有雾图像拟合参数
,并计算标准参数 (n,k) 与真实拟合参数
间的综合相关系数,通过搜索 (n,k) 查找表2评定雾浓度等级。通过不同浓度有雾图像测试,证明算法测试结果符合浓度变化趋势:经过同场景不同浓度、不同场景不同浓度样本测试,算法测试结果与 PM2.5 相关系数达0.95,表明算法能够作为视场雾浓度等级评定;经过横向对比测试表明研究算法测试误差小于 4.8% ,可以用于视场雾浓度检测。