基于智能图像的大气污染灾害等级判定研究

摘要

针对当前大气污染灾害等级评价方法存在准确性和实时性差等问题,提出了基于智能图像的大气污染灾害等级鉴定方法.给出含噪大气污染图像,依据图像自身信号强度与噪声信号强度的差异性,利用噪声极值检测出图像中的噪声点.基于图像受到的噪声污染程度自适应选取不同尺寸图像滤波窗口,利用自适应中值滤波方式增强大气污染图像.将增强后的图像引入至大气污染灾害等级鉴定中,分别计算标准差、平均梯度、熵以及空间频率等能够反映大气污染图像变化的参数,并结合图像特征相似度衡量标准Canberra距离定义,构建大气污染灾害等级鉴定模型.将待鉴定大气污染图像代入模型中,并融合我国大气污染灾害等级判定标准,输出最终污染等级鉴定结果.实验结果表明,该方法污染等级鉴定准确率高,且具有较强地实时性.