CN108681990A - 一种实时雾霾预警方法及系统 - Google Patents
一种实时雾霾预警方法及系统 Download PDFInfo
- Publication number
- CN108681990A CN108681990A CN201810298697.3A CN201810298697A CN108681990A CN 108681990 A CN108681990 A CN 108681990A CN 201810298697 A CN201810298697 A CN 201810298697A CN 108681990 A CN108681990 A CN 108681990A
- Authority
- CN
- China
- Prior art keywords
- haze
- image
- grade
- real
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 239000003595 mist Substances 0.000 claims abstract description 32
- 230000008030 elimination Effects 0.000 claims abstract description 25
- 238000003379 elimination reaction Methods 0.000 claims abstract description 25
- 238000013441 quality evaluation Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 abstract description 14
- 239000003570 air Substances 0.000 description 27
- 238000004364 calculation method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000003915 air pollution Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 208000019622 heart disease Diseases 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000011810 insulating material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000001112 coagulating effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dispersion Chemistry (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种实时雾霾预警方法及系统，获取指定区域的雾霾图像，对获取到所述雾霾图像进行去雾处理得到去雾图像，将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级，当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息，可以在雾霾等级达到预警值时候进行及时预警，实现雾霾监测的自动化操作，降低人工成本。
Description
技术领域
本发明涉及雾霾监测领域，特别涉及一种实时雾霾预警方法及系统。
背景技术
雾霾是雾和霾的混合物，早晚湿度大时，雾的成分多。白天湿度小时，霾占据主力，相对湿度在80％到90％之间。其中雾是自然天气现象，空气中水汽氤氲，虽然以灰尘作为凝结核，但总体无毒无害。霾的核心物质是悬浮在空气中的烟、灰尘等物质，空气相对湿度低于80％，颜色发黄。气体能直接进入并粘附在人体下呼吸道和肺叶中，对人体健康有伤害。雾霾天气的形成是主要是人为的环境污染，再加上气温低、风小等自然条件导致污染物不易扩散，空气污染日益严重，城市雾霾化已经成为困扰广大市民的重要问题。
目前雾霾监测主要通过气象台进行空气质量监测，利用探测器监测空气中PM2.5指数高低来进行雾霾预警，操作不够便捷，增加人力成本。
发明内容
本发明实施例提供了一种实时雾霾预警方法及系统，可以对指定区域的空气情况进行实时监测，并可以及时在雾霾等级严重发出预警信息，提高雾霾天气监测效率，降低人力成本。
第一方面，本发明提供一种实时雾霾预警方法，预先获取指定区域无雾霾的图像作为基准图像，所述方法包括：
获取指定区域的雾霾图像；
对获取到所述雾霾图像进行去雾处理得到去雾图像；
将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级；
当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息。
可选地，所述对获取到所述雾霾图像进行去雾处理得到去雾图像，包括：
采用暗原色先验算法对获取到所述雾霾图像进行去雾处理得到去雾图像。
可选地，所述当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息，包括：
当所述指定区域的雾霾等级达到预设预警阈值时采用短信或邮件的方式向指定对象发送包括雾霾等级、所述指定区域的定位标识及当前时间的预警信息。
可选地，还包括：
根据所述指定区域的雾霾等级实时更新所述指定区域所在城市的雾霾数据地图。
第二方面，本发明提供一种实时雾霾预警系统，包括：
图像采集模块，用于获取指定区域的雾霾图像以及预先获取指定区域无雾霾的图像作为基准图像；
图像去雾模块，用于对获取到所述雾霾图像进行去雾处理得到去雾图像；
雾霾评价模块，用于将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级；
雾霾预警模块，用于当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息。
可选地，所述图像去雾模块具体用于：
采用暗原色先验算法对获取到所述雾霾图像进行去雾处理得到去雾图像。
可选地，雾霾评价模块具体用于：
当所述指定区域的雾霾等级达到预设预警阈值时采用短信或邮件的方式向指定对象发送包括雾霾等级、所述指定区域的定位标识及当前时间的预警信息。
可选地，包括：
更新模块，用于根据所述指定区域的雾霾等级实时更新所述指定区域所在城市的雾霾数据地图。
可选地，所述图像采集模块采用具有变焦镜头的CMOS相机、图像采集卡以及视频传输线缆，所述CMOS相机通过所述视频传输线缆将图像数据传输至所述图像采集卡。
可选地，所述图像采集卡采用SDI数字分量串行接口采集卡，所述视频传输线缆采用同轴线缆。
本发明提供的实时雾霾预警方法及系统，获取指定区域的雾霾图像，对获取到所述雾霾图像进行去雾处理得到去雾图像，将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级，当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息，可以在雾霾等级达到预警值时候进行及时预警，实现雾霾监测的自动化操作，降低人工成本。
附图说明
图1是本发明实施例中提供的实时雾霾预警方法的方法流程图；
图2是本发明实施例中提供的实时雾霾预警系统的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
结合图1所示，本发明实施例中提供的一种实时雾霾预警方法，预先获取指定区域无雾霾的图像作为基准图像，所述方法包括：
S101、获取指定区域的雾霾图像。
确定好指定区域后可以在没有雾霾采光良好的时间段获取该指定区域的图像作为雾霾评价时候使用的基准图像，即无雾霾图像，指定区域是指计划监控雾霾的区域，例如某条街道、某个街口、某个广场或者某个建筑物上空等，可以根据监测区域选择，通过布置摄像头进行实时图像的采集，摄像头可以采用具有变焦镜头的CMOS相机，由于雾霾天气变化具有一定缓慢性，这里对指定区域的图像采集可以按照周期进行，中间间隔时间可以根据需要灵活选择，如间隔一分钟或十分钟进行一个图像采集，对此不做限定。
S102、对获取到所述雾霾图像进行去雾处理得到去雾图像。
对雾霾图片进行去雾处理的方法可以采用暗原色先验算法，可以采用VS2005软件编写，本领域普通技术人员还可以采用其他的去雾处理方法对此不做限定。
S103、将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级。
评价参数可以包括图像均值、对比度以及图像熵值等，图像熵值为图像信息熵，可以表征图像灰度分布的聚集特性，可以在一维熵的基础上引入能够反映灰度分布空间特征的特征量来组成图像的二维熵，图像的对比度指一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，即指一幅图像灰度反差的大小，差异范围越大代表对比越大，差异范围越小代表对比越小，对比去雾前后图像的熵、图像均值及对比度，通过和基准图像的参数值进行对比计算得到评价参数，用评价参数来表征雾霾等级，雾霾等级可以采用优、良、差、严重等，可以用不同的警戒色进行区别，还可以采用具体数值表征雾霾等级，预先划定不同区间，不同的区间可以采用不同颜色，如雾霾严重采用红色，雾霾较少可以采用绿色，若雾霾等级的数值位于某个区间内，则用相应颜色展示该雾霾等级的具体数值。
S104、当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息。
在步骤S104中，预设预警阈值可以根据实际使用进行设定，当所述指定区域的雾霾等级达到预设预警阈值时发出预警信息，这里的指定对象可以是环境监测部门、政府工作部门、交通管理部门或者网络运营商，预警信息通知的方式可以采用短信或者邮件的方式，还可以通过自动电话拨号的方式告知，网络运营商可以通过短信直接将预警信息发送至手机用户，预警信息中除了包含雾霾等级之外，还可以包括指定区域的定位标识，如XX街道、XX广场等，用来表示预警信息监测的区域，还可以将出现预警信息的时间一并增加到预警信息中，本领域普通技术人员应当理解，对此不做限定。
可选地，还包括：
在步骤S103之后，还可以根据所述指定区域的雾霾等级实时更新所述指定区域所在城市的雾霾数据地图，雾霾数据地图可以表征整个城市各规划区域的空气分布情况，由多个指定区域组成，每一个指定区域都采用本发明提供的实时预警方法进行预警监控，通过实时监测数据及时更新雾霾数据地图，便于对城市空气进行及时监测，以自动化形式进行，无需人工监测，也可以减少人工成本。
本发明中，雾霾等级可以根据环境空气质量标准和各项污染物对人体健康、生态、环境的影响，将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，它将空气污染程度和空气质量状况分级表示，适合于表示城市的短期空气质量状况和变化趋势，参与空气质量评价的主要污染物为细颗粒物、可吸入颗粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六项。
雾霾等级可以根划分为0－50、51－100、101－150、151－200、201－300和大于300六档，对应于空气质量的六个级别，指数越大，级别越高，说明污染越严重，对人体健康的影响也越明显。
雾霾等级为0－50，空气质量级别为一级，空气质量状况属于优。此时，空气质量令人满意，基本无空气污染，各类人群可正常活动。
雾霾等级为51－100，空气质量级别为二级，空气质量状况属于良。此时空气质量可接受，但某些污染物可能对极少数异常敏感人群健康有较弱影响，建议极少数异常敏感人群应减少户外活动。
雾霾等级为101－150，空气质量级别为三级，空气质量状况属于轻度污染。此时，易感人群症状有轻度加剧，健康人群出现刺激症状。建议儿童、老年人及心脏病、呼吸系统疾病患者应减少长时间、高强度的户外锻炼。
雾霾等级为151－200，空气质量级别为四级，空气质量状况属于中度污染。此时，进一步加剧易感人群症状，可能对健康人群心脏、呼吸系统有影响，建议疾病患者避免长时间、高强度的户外锻练，一般人群适量减少户外运动。
雾霾等级为201－300，空气质量级别为五级，空气质量状况属于重度污染。此时，心脏病和肺病患者症状显著加剧，运动耐受力降低，健康人群普遍出现症状，建议儿童、老年人和心脏病、肺病患者应停留在室内，停止户外运动，一般人群减少户外运动。
雾霾等级大于300，空气质量级别为六级，空气质量状况属于严重污染。此时，健康人群运动耐受力降低，有明显强烈症状，提前出现某些疾病，建议儿童、老年人和病人应当留在室内，避免体力消耗，一般人群应避免户外活动。
对于雾霾等级的计算还可以采用均值、标准差和平均梯度是验证图像质量的常用指标。其中：均值反映了图像的亮度，均值越大说明图像亮度越大，反之越小；标准差反映了图像像素值与均值的离散程度，标准差越大说明图像的质量越好；平均梯度反映了图像的清晰度和纹理变化，平均梯度越大说明图像越清晰；
标准差的计算方法如下：
其中，M*N表示图像的大小，P(i,j)表示第i行、第j列的像素值，u表示均值。
平均梯度的计算公式如下：
其中M*N表示图像大小，表示垂直方向的梯度。
本文从质量评价参数入手，综合图像处理前后图像的平均值，标准差以及梯度，来确认雾霾指数的大小。
N1为图像处理前图像的平均值，N2为图像处理后图像的平均值。
M1为图像处理前图像的标准差，N2为图像处理后图像的标准差。
F1为图像处理前图像的标准差，F2为图像处理后图像的标准差。
雾霾等级一共分为六档，利用图像平均值来评价指数，其计算公式为
Mean1值越大，说明雾霾指数越严重，若0<Mean1<0.12,雾霾指数最轻为一级，属于最轻度污染，0.12<Mean1<0.25,雾霾指数为2级，0.25<Mean1<0.33,雾霾指数三级，0.33<Mean1<0.45雾霾指数四级，0.45<Mean1<0.56雾霾指数五级，0.56<Mean1<1雾霾指数六级。
利用图像标准差评价雾霾指数，计算公式为：
Mean2值越大，说明雾霾指数越严重，若0<Mean2<0.15,雾霾指数最轻为一级，属于最轻度污染，0.15<Mean2<0.26,雾霾指数为2级，0.26<Mean2<0.37,雾霾指数三级，0.37<Mean2<0.49雾霾指数四级，0.49<Mean2<0.59雾霾指数五级，0.59<Mean2<1雾霾指数六级。
利用平均梯度评价雾霾指数，计算公式为：
Mean3值越大，说明雾霾指数越严重，若0<Mean3<0.17,雾霾指数最轻为一级，属于最轻度污染，0.17<Mean3<0.29,雾霾指数为2级，0.30<Mean3<0.41,雾霾指数三级，0.41<Mean3<0.52雾霾指数四级，0.52<Mean3<0.61雾霾指数五级，0.61<Mean3<1雾霾指数六级。
下面针对暗原色先验算法进行去雾处理进行简单介绍：
暗原色先验是基于户外无雾图像数据库得到的一条简单有效的图像先验规律，利用绝大多数户外无雾图像的每个局部区域里，至少存在一个颜色通道的强度值很低，称之为在暗像素，在雾天中，这些暗像素会因为雾光的充斥而强度值变大，因此这些暗像素能够用来评估雾光的透射情况。根据大气散射模型，根据光在雾天传输的物理特性可以得到较好的去雾原像，具体包括：
S1、建立雾天图像去雾模型
大气散射模型如下：
I(x)＝t(x)J(x)+(1-t(x))A (1)
其中，I是输入图像光强度，t指光线透射率，A是大气光成分，J是无雾时景物的光线强度，图像去雾目标就是由已知的I求得未知参数J,A,t，由于方程的个数少于未知量的个数，需增加约束条件来求解，暗原色先验即是其中的一种约束。
S2、暗原色先验
暗原色先验是基于大量户外无雾图像观察到的一条统计规律，在绝大数户外无雾图像的每个局部区域至少存在某个颜色通道的强度值很低。对户外无雾图像J进行分块，对每个像素块定义暗原色如下：
式中：Ω(x)是以x为中心的正方形邻域，Jc为J三原色的一个通道，Jdark(x)即为图像J在这个邻域的暗原色。观察统计表明Jdark趋于零在有雾霾图像中，暗原色的值会升高。
S3、模型求解
对于t的估计需要以下的假设：每一个像素块的光线透射率是相同的。因此像素块的大小直接影响透射率的估计，像素块较小则t的细节多，层次感好，但会增加运算量，且可能增加局部错误；块较多时，得到的暗原色图分布会很单一，图片的层次感不明显，会使对比度下降。因此分块时可尝试不同的值，以期得到较好的值。假设大气光A已知(事实上t的估计不需要A)，首先在模型(1)两端在每个像素块求取最小值：
根据暗原色先验无雾图像的暗原色趋于零，故由上式可得
而右式第二项即为带雾图像在x邻域的暗原色值，这是可以通过matlab得到的，因此局部区域的t值可以求得。从而可以得到整幅图的透射率t(x)。但当t(x)趋于零时，图像趋于包含噪音，因此常常需要设置一个透射率下限t0(通常设置为0.1)。
大气光的估计：在一般的单一图像去雾中，通常整幅图最大强度的像素作为大气光的估测。
最后得到J的求解公式为：
可以看到原本模糊的图像经处理后变得更加清晰，色彩更鲜明，视觉上感觉更舒适，对于暗原色先验算法，本领域普通技术人员可以理解，此处不作赘述。
结合图2所示，对应地，本发明提供一种实时雾霾预警系统，包括：
图像采集模块201，用于获取指定区域的雾霾图像以及预先获取指定区域无雾霾的图像作为基准图像；
图像去雾模块202，用于对获取到所述雾霾图像进行去雾处理得到去雾图像；
雾霾评价模块203，用于将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级；
雾霾预警模块204，用于当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息。
可选地，所述图像去雾模块202具体用于：
采用暗原色先验算法对获取到所述雾霾图像进行去雾处理得到去雾图像。
可选地，雾霾评价模块203具体用于：
当所述指定区域的雾霾等级达到预设预警阈值时采用短信或邮件的方式向指定对象发送包括雾霾等级、所述指定区域的定位标识及当前时间的预警信息。
可选地，包括：
更新模块205，用于根据所述指定区域的雾霾等级实时更新所述指定区域所在城市的雾霾数据地图。
可选地，所述图像采集模块201采用具有变焦镜头的CMOS相机、图像采集卡以及视频传输线缆，所述CMOS相机通过所述视频传输线缆将图像数据传输至所述图像采集卡，CMOS相机采用sony面阵相机通过camera link视频传输线缆将图像传输至天创恒达542N2-SDI图像采集卡，利用OPENCV2.0图像采集软件采集城市雾霾图像，输入至计算机进行处理。
可选地，所述图像采集卡采用SDI数字分量串行接口采集卡，所述视频传输线缆采用同轴线缆，同轴电缆常用于设备与设备之间的连接，或应用在总线型网络拓扑中。同轴电缆中心轴线是一条铜导线，外加一层绝缘材料，在这层绝缘材料外边是由一根空心的圆柱网状铜导体包裹，最外一层是绝缘层。它与双绞线相比，同轴电缆的抗干扰能力强、屏蔽性能好、传输数据稳定、价格也便宜，而且它不用连接在集线器或交换机上即可使用，线缆线缆接头可以为BNC接头，是一种很常见的RF端子同轴电缆终结器，BNC接口即常说的细同轴电缆接口。BNC接口可以隔绝视频输入信号，使信号间互相干扰减少，且信号带宽要比普通15针的D型接口大，可达到更佳的信号响应效果。
图像去雾模块是201用VS2005软件编写，利用暗原色先验算法进行视频图像去雾。Microsoft Visual Studio(简称VS)是美国微软公司的开发工具包系列产品。VS是一个基本完整的开发工具集，它包括了整个软件生命周期中所需要的大部分工具，如UML工具、代码管控工具、集成开发环境(IDE)等等。所写的目标代码适用于微软支持的所有平台，包括Microsoft Windows、Windows Mobile、Windows CE、.NET Framework、.NET CompactFramework和Microsoft Silverlight及Windows Phone。Visual Studio是目前最流行的Windows平台应用程序的集成开发环境。最新版本为Visual Studio 2017版本，基于.NETFramework 4.5.2.本文所用的软件版本为VS2005。
图像去雾模块202、雾霾评价模块203以及雾霾预警模块204可以集成在计算机上实现，图像采集模块201将采集的图像数据传输至计算机，在计算机安装图像采集软件，图像采集软件为OPENCV，是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上，计算机为工业控制计算机，是一种采用总线结构，可以应对苛刻环境的计算机，计算机配置可以为CPU-I7 3.5G，硬盘为256SSD，内存为8G内存，显卡为GeForce 9600，主板为华硕主板，满足更多场合使用。
本发明提供的实时雾霾预警方法及系统，获取指定区域的雾霾图像，对获取到所述雾霾图像进行去雾处理得到去雾图像，将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级，当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息，可以在雾霾等级达到预警值时候进行及时预警，实现雾霾监测的自动化操作，降低人工成本。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
以上对本发明所提供的一种识时雾霾预警方法及系统进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种实时雾霾预警方法，其特征在于，预先获取指定区域无雾霾的图像作为基准图像，所述方法包括：
获取指定区域的雾霾图像；
对获取到所述雾霾图像进行去雾处理得到去雾图像；
将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级；
当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息。
2.根据权利要求1所述的实时雾霾预警方法，其特征在于，所述对获取到所述雾霾图像进行去雾处理得到去雾图像，包括：
采用暗原色先验算法对获取到所述雾霾图像进行去雾处理得到去雾图像。
3.根据权利要求1所述的实时雾霾预警方法，其特征在于，所述当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息，包括：
当所述指定区域的雾霾等级达到预设预警阈值时采用短信或邮件的方式向指定对象发送包括雾霾等级、所述指定区域的定位标识及当前时间的预警信息。
4.根据权利要求1所述的实时雾霾预警方法，其特征在于，还包括：
根据所述指定区域的雾霾等级实时更新所述指定区域所在城市的雾霾数据地图。
5.一种实时雾霾预警系统，其特征在于，包括：
图像采集模块，用于获取指定区域的雾霾图像以及预先获取指定区域无雾霾的图像作为基准图像；
图像去雾模块，用于对获取到所述雾霾图像进行去雾处理得到去雾图像；
雾霾评价模块，用于将所述去雾图像与所述基准图像进行对比得到评价参数，所述评价参数包括图像均值、对比度，根据所述评价参数结合预设雾霾质量评价标准确定所述指定区域的雾霾等级；
雾霾预警模块，用于当所述指定区域的雾霾等级达到预设预警阈值时向指定对象发送包括雾霾等级的预警信息。
6.根据权利要求5所述的实时雾霾预警系统，其特征在于，所述图像去雾模块具体用于：
采用暗原色先验算法对获取到所述雾霾图像进行去雾处理得到去雾图像。
7.根据权利要求5所述的实时雾霾预警系统，其特征在于，所述雾霾评价模块具体用于：
当所述指定区域的雾霾等级达到预设预警阈值时采用短信或邮件的方式向指定对象发送包括雾霾等级、所述指定区域的定位标识及当前时间的预警信息。
8.根据权利要求5所述的实时雾霾预警系统，其特征在于，还包括：
更新模块，用于根据所述指定区域的雾霾等级实时更新所述指定区域所在城市的雾霾数据地图。
9.根据权利要求5所述的实时雾霾预警系统，其特征在于，所述图像采集模块采用具有变焦镜头的CMOS相机、图像采集卡以及视频传输线缆，所述CMOS相机通过所述视频传输线缆将图像数据传输至所述图像采集卡。
10.根据权利要求9所述的实时雾霾预警系统，其特征在于，所述图像采集卡采用SDI数字分量串行接口采集卡，所述视频传输线缆采用同轴线缆。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810298697.3A CN108681990B (zh) | 2018-04-04 | 2018-04-04 | 一种实时雾霾预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810298697.3A CN108681990B (zh) | 2018-04-04 | 2018-04-04 | 一种实时雾霾预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108681990A true CN108681990A (zh) | 2018-10-19 |
| CN108681990B CN108681990B (zh) | 2022-05-24 |
Family
ID=63799800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810298697.3A Expired - Fee Related CN108681990B (zh) | 2018-04-04 | 2018-04-04 | 一种实时雾霾预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108681990B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108872040A (zh) * | 2018-09-30 | 2018-11-23 | 徐州工业职业技术学院 | 一种城市雾霾监测系统 |
| CN111504912A (zh) * | 2020-05-11 | 2020-08-07 | 兰州大学 | 一种基于图像识别的空气污染观测系统及方法 |
| CN112816483A (zh) * | 2021-03-05 | 2021-05-18 | 北京文安智能技术股份有限公司 | 基于雾值分析的团雾识别预警方法、系统和电子设备 |
| CN113065420A (zh) * | 2021-03-18 | 2021-07-02 | 天津大学 | 基于暗原色先验理论的雾霾检测与分级方法 |
| CN113340777A (zh) * | 2021-05-31 | 2021-09-03 | 西安电子科技大学 | 一种监测电磁环境下雾霾演变的模拟系统 |
| CN114842621A (zh) * | 2022-05-31 | 2022-08-02 | 北京万云科技开发有限公司 | 一种沙尘天气预警方法 |
| CN115907509A (zh) * | 2022-10-18 | 2023-04-04 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种大区域协同发布的aqhi指标体系构建方法与系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103426151A (zh) * | 2013-08-12 | 2013-12-04 | 广东威创视讯科技股份有限公司 | 一种图像去雾方法及装置 |
| CN103903273A (zh) * | 2014-04-17 | 2014-07-02 | 北京邮电大学 | 一种基于手机终端的pm2.5等级快速评价系统 |
| CN103940714A (zh) * | 2014-05-13 | 2014-07-23 | 武汉大学 | 一种仿人工雾霾监测系统与方法 |
| CN104240239A (zh) * | 2014-09-01 | 2014-12-24 | 西南交通大学 | 一种基于道路图像探测局域路段雾霾天气的检测方法 |
| CN104881879A (zh) * | 2015-06-15 | 2015-09-02 | 北京航空航天大学 | 一种基于暗通道先验的遥感图像雾霾仿真方法 |
| US20160171664A1 (en) * | 2013-07-09 | 2016-06-16 | Hitachi Kokusai Electric Inc. | Image processing apparatus and image processing method |
| CN106355560A (zh) * | 2016-08-30 | 2017-01-25 | 潍坊学院 | 一种雾霾图像中大气光值的提取方法及系统 |
-
2018
- 2018-04-04 CN CN201810298697.3A patent/CN108681990B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160171664A1 (en) * | 2013-07-09 | 2016-06-16 | Hitachi Kokusai Electric Inc. | Image processing apparatus and image processing method |
| CN103426151A (zh) * | 2013-08-12 | 2013-12-04 | 广东威创视讯科技股份有限公司 | 一种图像去雾方法及装置 |
| CN103903273A (zh) * | 2014-04-17 | 2014-07-02 | 北京邮电大学 | 一种基于手机终端的pm2.5等级快速评价系统 |
| CN103940714A (zh) * | 2014-05-13 | 2014-07-23 | 武汉大学 | 一种仿人工雾霾监测系统与方法 |
| CN104240239A (zh) * | 2014-09-01 | 2014-12-24 | 西南交通大学 | 一种基于道路图像探测局域路段雾霾天气的检测方法 |
| CN104881879A (zh) * | 2015-06-15 | 2015-09-02 | 北京航空航天大学 | 一种基于暗通道先验的遥感图像雾霾仿真方法 |
| CN106355560A (zh) * | 2016-08-30 | 2017-01-25 | 潍坊学院 | 一种雾霾图像中大气光值的提取方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 李滚等: "图像雾霾等级评价及去雾技术研究进展", 《激光杂志》 * |
| 赵春丽等: "基于暗通道及多尺度Retinex的雾霾天气图像增强算法", 《激光杂志》 * |
| 韩宇等: "雾霾降质图像去雾算法的研究", 《科技与创新》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108872040A (zh) * | 2018-09-30 | 2018-11-23 | 徐州工业职业技术学院 | 一种城市雾霾监测系统 |
| CN111504912A (zh) * | 2020-05-11 | 2020-08-07 | 兰州大学 | 一种基于图像识别的空气污染观测系统及方法 |
| CN112816483A (zh) * | 2021-03-05 | 2021-05-18 | 北京文安智能技术股份有限公司 | 基于雾值分析的团雾识别预警方法、系统和电子设备 |
| CN113065420A (zh) * | 2021-03-18 | 2021-07-02 | 天津大学 | 基于暗原色先验理论的雾霾检测与分级方法 |
| CN113340777A (zh) * | 2021-05-31 | 2021-09-03 | 西安电子科技大学 | 一种监测电磁环境下雾霾演变的模拟系统 |
| CN114842621A (zh) * | 2022-05-31 | 2022-08-02 | 北京万云科技开发有限公司 | 一种沙尘天气预警方法 |
| CN115907509A (zh) * | 2022-10-18 | 2023-04-04 | 中国疾病预防控制中心环境与健康相关产品安全所 | 一种大区域协同发布的aqhi指标体系构建方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108681990B (zh) | 2022-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108681990A (zh) | 一种实时雾霾预警方法及系统 | |
| CN107483920B (zh) | 一种基于多层级质量因子的全景视频评估方法及系统 | |
| CN108574737B (zh) | 基于云技术和zynq平台的农业自动监控系统及方法 | |
| CN110718235B (zh) | 异常声音检测的方法、电子设备及存储介质 | |
| CN110274565B (zh) | 基于图像数据量而调整图像处理帧速的现场检测平台 | |
| CN111160175A (zh) | 智能行人违章行为管理方法及相关产品 | |
| CN110235188A (zh) | 用于交通监控、事件检测和变化预测的视频数据和gis映射 | |
| CN103069434A (zh) | 多模式视频事件索引 | |
| CN107220633A (zh) | 一种智能移动执法系统及方法 | |
| CN110796580B (zh) | 智能交通系统管理方法及相关产品 | |
| CN110659391A (zh) | 一种视频侦查方法及装置 | |
| CN115547497B (zh) | 基于多源数据的近视防控系统及方法 | |
| CN109729390A (zh) | 一种iptv节目监测方法、装置及系统 | |
| CN107463927A (zh) | 一种基于卷积神经网络的道路减速带检测方法及装置 | |
| CN111707375A (zh) | 一种具备智能测温考勤和异常行为检测的电子班牌 | |
| CN106447572A (zh) | 行为监督方法及装置 | |
| CN114024737B (zh) | 确定直播间刷量的方法、装置及计算机可读存储介质 | |
| CN114554503B (zh) | 一种组网信息确认方法、装置及用户设备 | |
| CN108197203A (zh) | 一种门脸头图挑选方法、装置、服务器和存储介质 | |
| CN104836597A (zh) | 一种基于电力线通信的监狱监控方法 | |
| CN110334652A (zh) | 图像处理方法、电子设备及存储介质 | |
| CN114413409A (zh) | 用于空调故障概率的检测方法及装置、智能空调 | |
| CN113420871A (zh) | 图像质量的评估方法、装置、存储介质及电子装置 | |
| CN109636528B (zh) | 一种基于gis的游客推荐系统 | |
| CN111428653A (zh) | 行人拥挤状态判断方法、装置、服务器及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220524 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |