-
公开(公告)号:CN104809467A
公开(公告)日:2015-07-29
申请号:CN201510181885.4
申请日:2015-04-16
Applicant: 北京工业大学
IPC: G06K9/62
CPC classification number: G06K9/6289
Abstract: 一种基于暗原色先验的空气质量指数估计方法,该方法根据暗原色先验理论计算出同一场景下图像序列的特征参数,并建立特征参数与空气质量指数间关系的数学模型,从而实现对空气质量指数的估计;具体流程包括,采集样本图像;计算样本图像特征参数,下采样并分别计算N幅下采样图像RGB三个颜色通道的像素平均值;计算暗原色图像的像素平均值;计算N幅样本图像的特征参数;作出特征参数-空气质量指数散点图。非线性拟合,异常样本排除与再拟合;空气质量指数估算。对不同场景的适应性较强,系统结构简单,测量成本较低。整个系统的硬件设备仅包含一台数字摄像机和一台个人计算机,无需任何复杂的外围硬件设备支持,移植性好,简单易实现。
-
公开(公告)号:CN104809467B
公开(公告)日:2018-07-06
申请号:CN201510181885.4
申请日:2015-04-16
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 一种基于暗原色先验的空气质量指数估计方法,该方法根据暗原色先验理论计算出同一场景下图像序列的特征参数,并建立特征参数与空气质量指数间关系的数学模型,从而实现对空气质量指数的估计;具体流程包括,采集样本图像;计算样本图像特征参数,下采样并分别计算N幅下采样图像RGB三个颜色通道的像素平均值;计算暗原色图像的像素平均值;计算N幅样本图像的特征参数;作出特征参数‑空气质量指数散点图。非线性拟合,异常样本排除与再拟合;空气质量指数估算。对不同场景的适应性较强,系统结构简单,测量成本较低。整个系统的硬件设备仅包含一台数字摄像机和一台个人计算机,无需任何复杂的外围硬件设备支持,移植性好,简单易实现。
-