[发明专利]一种基于图像频谱的交通雾霾能见度检测方法

摘要

本发明揭示了一种基于图像频谱的交通雾霾能见度检测方法。其实现步骤主要是：（1）采集不同场景下不同能见度的高速公路雾霾能见度图片，用以建立图片库。（2）以高速公路车道线为标识物建立坐标，用以测量雾霾图片能见度；（3）对图片做余弦变换，来提取图片的高频、低频信息，作为特征；（4）将所提取特征输入深度神经网络进行训练；并应用于实测。本发明采用高低频信息作为神经网络输入特征，提高了检测精度；同时采用深度神经网络模型，对大数据集进行处理提供了便利条件。

主权项

1.一种基于图像频谱的交通雾霾能见度检测方法，主要包括以下步骤：步骤一训练阶段：数据库建立，根据高速公路雾霾图片分场景建立雾霾图片库，并将相同场景下的晴朗天气图片建立晴朗图片库；能见度提取，以高速公路车道线作为标识物，建立相应的坐标，提取雾霾图片能见度数值；能见度分级，根据提取的能见度数值，将雾霾图片分为0‑50米，50‑100米，100‑150米，150‑200米，200‑300米，300‑600米六个等级；高频、低频特征提取，在各个场景下分别将雾霾图片和晴朗图片做余弦变换，余弦变换后左上角是低频信息，右下角是高频信息，并求得高频、低频相对值；深度神经网络训练，将得到的高频、低频特征输入深度神经网络进行训练；步骤二测试阶段：根据某一场景的雾霾图片建立测试集，用经训练的所述深度神经网络对输入的雾霾图片进行能见度分类。