一种基于机器学习的能见度测量方法

摘要

本发明公开了一种基于机器学习的能见度测量方法，属于图像处理技术领域，包括提取ROI图像、预处理图像、建立基于二叉树的多分类支持向量机模型，并对样品图像进行处理，解决了传统的采用提取图像的ROI的方法对空气质量良好、轻度污染、中度污染、重度污染4种等级的识别准确率低的技术问题，利用基于图像频域获取的显著图像，在提取中根据显著区域提取出的兴趣窗格在图片中具有代表性，能充分反映图像的特征，使在兴趣窗格中提取的特征值具有较高的区分性；对于能见度较低的图像需增强边缘信息特征来提高匹配准确率，本发明采用对比度线性展宽增强边缘信息特征，本发明安装简便、价格低廉、灵敏度高、操作简便。