基于無參考圖像清晰度評價的pm2.5濃度檢測儀的制作方法
【專利摘要】基于無參考圖像清晰度評價的PM2.5濃度檢測儀，主要包括圖像清晰度評價單元，通過相機拍攝不同距離處目標物的圖像，轉(zhuǎn)換為灰度圖像后采用無參考圖像清晰度評價方法，將灰度圖像分割成64×64的像素塊，與預(yù)先設(shè)定的閾值T＝0.2％比較后，對被分為邊緣像素塊的計算邊緣模糊檢測概率PBLUR，然后計算整幅灰度圖像的模糊累積概率CPBD值，再與最佳能見度圖像的CPBD閾值P最佳、較好的圖像的CPBD值的區(qū)間[P最小，P最大]進行比較，確定待測目標物；激光測距單元，對圖像清晰度評價單元所確定的待測目標物進行測距，用于確定能見度距離值；PM2.5濃度顯示單元，依據(jù)散射系數(shù)與能見度關(guān)系、散射系數(shù)與PM2.5濃度的關(guān)系，計算并顯示PM2.5的濃度值。
【專利說明】基于無參考圖像清晰度評價的PM2.5濃度檢測儀
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及PM2.5濃度檢測【技術(shù)領(lǐng)域】，尤其涉及一種圖像清晰度的檢測方法和能見度測量裝置。
【背景技術(shù)】
[0002]在我國各大中小城市，由于霧霾污染程度越來越嚴重，所以對霧霾中PM2.5濃度的檢測就顯得尤為重要。霧霾的主要組成成分包括二氧化硫、氮氧化物和可吸入顆粒物等，而霧霾的形成與空氣中PM2.5顆粒物的濃度有著密切的關(guān)系，而PM2.5顆粒物的濃度直接影響著地表能見度。
[0003]通常的手段是在多個不同地點分布霧霾監(jiān)測器，這種點狀分布的監(jiān)測手段是通過統(tǒng)計和推測得出結(jié)論，往往與真實霧霾濃度存在較大差異，而且難以做到隨時隨地測量的目的。傳統(tǒng)的霧霾判別通過人工觀測，并結(jié)合相對濕度等氣象要素進行分析，缺點是測量精度不高。
[0004]圖像質(zhì)量評價是圖像處理領(lǐng)域的一個重要研究方向，圖像質(zhì)量評價主要分為:全參考圖像質(zhì)量評價、無參考圖像質(zhì)量評價、精簡參考圖像質(zhì)量評價。目前圖像質(zhì)量評價的進展主要在灰度圖像的全參考圖像質(zhì)量評價，并且主要評價圖像經(jīng)過處理后的降質(zhì)情況，都需要對參考圖像和被評價圖像進行交叉計算，不利于大型圖像的質(zhì)量評價。
[0005]清晰度是用來度量圖像質(zhì)量的指標之一。目前已有一些清晰度度量方法，絕大部分算法都是從圖像中提取一些一定程度上能夠反映圖像清晰度的特征量，以這些特征量作為圖像的清晰度度量值，這些特征量具有一定的效果，但普遍存在適用范圍較狹窄的缺陷，只能對某些特定的圖像具有一定效果，此外，由于場景差異較大，不同的場景所得到的特征量之間并不一定具有可比性。目前，圖像清晰度評價函數(shù)已有較廣泛的研究，常見的圖像清晰度評價函數(shù)有以下幾種:基于頻率域特征的評價函數(shù)，如頻譜函數(shù)；基于空間域特征的評價函數(shù)，如Brenner函數(shù)、方差函數(shù)、Vollath函數(shù)、加窗梯度函數(shù)等梯度函數(shù)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種測量PM2.5濃度的檢測儀，能夠通過圖像的清晰度來判斷能見度，并通過能見度計算并顯示PM2.5的濃度。
[0007]解決的技術(shù)問題:找出能見度距離與PM2.5濃度之間的關(guān)系、圖像清晰度與能見度的關(guān)系，為了克服當前的各種圖像清晰度評價方法存在的問題，本發(fā)明提出一種以模糊累積概率為評價指標的圖像清晰度評價方法，該方法計算簡單。
[0008]本發(fā)明所提供的基于無參考圖像清晰度評價的PM2.5濃度檢測儀，包括圖像清晰度評價單元(I)、激光測距單元(2)、PM2.5濃度顯示單元(3)，其中所述圖像清晰度評價單元(I)拍攝不同目標物的圖像并計算處理得到圖像的模糊累積概率，通過與能見度清晰處圖像的模糊累積概率閾值比較，從而確定最終目標物，激光測距單元(2)測量最終目標物的距離，PM2.5濃度顯示單元(3)通過能見度與PM2.5濃度關(guān)系確定能見度并計算和顯示ΡΜ2.5濃度。
[0009]為達到以上目的，本發(fā)明采用的技術(shù)方案如下:
[0010] 本發(fā)明提供一種無參考圖像的清晰度評價方法，其關(guān)鍵在于按如下步驟進行:
[0011](一)圖像清晰度評價單元(I)拍攝不同距離處的目標物，并將所拍攝目標物的圖像轉(zhuǎn)換為灰度圖像。
[0012](二)選擇已轉(zhuǎn)換成功的灰度圖像作為圖像清晰度評價單元⑴的被評價圖像，并將被評價圖像分成64X64的像素塊。
[0013](三)判斷每個像素塊中邊緣像素的數(shù)量是否大于等于該像素塊像素總量的
0.2%，若是則判定為邊緣像素塊，否則判定為非邊緣像素塊。
[0014](四)獲取被評價圖像的每個像素點的灰度值，并計算每個像素塊中像素點灰度值最大值和最小值的差值C、基于邊緣附近局部對比度的可測量模糊的寬度W.(ei)、邊緣像素的測量寬度W(ei)，所述基于邊緣附近局部對比度的可測量模糊的寬度Wjnb(ei)的值由所述每個像素塊中像素點灰度值最大值和最小值的差值C決定，當C≥51時，Wjnb (ei)=3 ;當 C ≤ 50 時，W擇(ei) = 5。
[0015](五)計算邊緣模糊檢測概率Pbliik,并與預(yù)設(shè)的閾值P.進行比較，
[0016]所述邊緣模糊檢測概率Pbuik由下式獲得:
[0017]
【權(quán)利要求】
1.一種PM2.5濃度的檢測儀，包括圖像清晰度評價單元(1)、激光測距單元(2)、PM2.5濃度顯示單元(3)，其特征在于，圖像清晰度評價單元(1)拍攝不同目標物的圖像并計算處理得到圖像的模糊累積概率，通過與能見度清晰處圖像的模糊累積概率閾值比較，從而確定最終目標物，激光測距單元(2)測量最終目標物的距離，PM2.5濃度顯示單元(3)通過能見度與PM2.5濃度關(guān)系計算并顯示PM2.5濃度。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，其中所述圖像清晰度評價單元(1)能對任何時間、任何地點拍攝的圖像進行無參考圖像清晰度評價。
3.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述圖像清晰度評價單元(1)采用的清晰度評價方法是基于模糊累積概率模型的檢測方法。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，按如下步驟進行: (一)圖像清晰度評價單元(1)拍攝不同距離處的目標物，并將所拍攝目標物的圖像轉(zhuǎn)換為灰度圖像。 (二)選擇已轉(zhuǎn)換成功的灰度圖像作為圖像清晰度評價單元(1)的被評價圖像，并將被評價圖像分成64X64的像素塊。 (三)判斷每個像素塊中邊緣像素的數(shù)量是否大于等于該像素塊像素總量的0.2%，若是則判定為邊緣像素塊，否則判定為非邊緣像素塊。 (四)獲取被評價圖像的每個像素點的灰度值，并計算每個像素塊中像素點灰度值最大值和最小值的差值C、基于邊緣附近局部對比度的可測量模糊的寬度W_(ei)、邊緣像素的測量寬度W (ei) 所述基于邊緣附近局部對比度的可測量模糊的寬度Wjnb(ei)的值由所述每個像素塊中像素點灰度值最大值和最小值的差值C決定，當C≥51時，W_(ei) = 3 ;當C≥50時，W 郷(ei) = 5。 (五)計算邊緣模糊檢測概率Pblot,并與預(yù)設(shè)的閾值P.進行比較所述邊緣模糊檢測概率FVra由下式獲得:
5.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述激光測距單元(2)采用脈沖式激光測距法。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，測量范圍從幾十米到上萬公里，測量精度達到米級。
7.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述PM2.5濃度顯示單元(3)采用能見度距離與PM2.5濃度關(guān)系的計算方法。
8.根據(jù)權(quán)利要求7所述的計算方法，其特征在于，可見光的波長在0.4~0.7 μ m，而PM2.5的主要組成顆粒物的顆粒直徑也在這個尺寸范圍內(nèi)，并且這部分顆粒物對可見光有很強的消光散光能力，PM2.5顆粒物的濃度與散射系數(shù)呈現(xiàn)正相關(guān)的關(guān)系，且相關(guān)系數(shù)為0.85。
9.根據(jù)權(quán)利要求7所述的計算方法，其特征在于，懸浮顆粒物直接散射太陽光會影響大氣溫度結(jié)構(gòu)的變化，進而影響云的形成，進一步的影響地氣系統(tǒng)輻射收支，散射系數(shù)是描述散射程度強弱的參數(shù)，該系數(shù)越大，消光散射能力越強，詳細來說就是，空氣中懸浮的顆粒物濃度越高，散射系數(shù)就越大，導(dǎo)致能見度降低，散射系數(shù)與能見度呈現(xiàn)負相關(guān)，且相關(guān)系數(shù)為-0.74。
【文檔編號】G01N15/06GK103954542SQ201410200873
【公開日】2014年7月30日 申請日期:2014年5月12日 優(yōu)先權(quán)日:2014年5月12日
【發(fā)明者】倪軍, 張凱 申請人:中國計量學(xué)院