基于暗原色透射率的空气质量定性判别方法研究

发布时间：2023-05-21 18:51

　　绿水青山,就是金山银山,当今的人们已经深度认可了这句话。因为环境问题与每个人都息息相关,特别是现在我国大部分地区,尤其是北方城市的雾霾问题日益严重,直接影响到人们的出行乃至身体健康。现在,关心每天的空气质量情况是很多人的日常,但要认识到大众获得的天气质量是基于气象观测站的数据发布的,而这些站点稀少且分布不均匀,也一般不会设在人口密集的区域,同时市区跟周边的空气质量肯定有很大差别,这就导致获得的空气质量结果不是很精准。针对雾霾现象,数字图像领域的学者主要研究怎样去雾霾,气象观测领域有学者自行统计研究了空气质量和散射系数之间的相关性。本文结合了通过数字图像去雾领域中基于暗原色原理去雾得到的大气透射率和通过气象观测领域中得到的空气质量与散射系数间的相关性,并考量同一景深下大气透射率和散射系数之间的指数关系,利用BP神经网络模型学习空气质量和图片透射率间的隐性联系,做到通过图片来定性判定其空气质量,期望给雾霾地区人们的出行提供一个可靠的空气质量结果。实验结果显示,设计的方案对于优、良、轻度污染和重度污染四个类别的空气质量整体识别率为83.72%,优类和良类识别率达到了90%以上,已达到了定性判...

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 关于雾霾的国内外研究现状
        1.2.1 数字图像去雾领域
        1.2.2 气象观测领域
    1.3 研究内容与结构安排
        1.3.1 研究内容与方法
        1.3.2 本文的章节安排
第二章 数字图像去雾的理论基础
    2.1 Retinex去雾算法
    2.2 暗原色先验去雾算法
        2.2.1 大气散射模型
        2.2.2 暗原色去雾理论及大气透射率
    2.3 本章小结
第三章 数字图像加雾研究
    3.1 基于图像滤波加雾
        3.1.1 巴特沃思滤波加雾原理
        3.1.2 滤波加雾效果
    3.2 基于暗原色先验理论加雾
        3.2.1 加雾原理
        3.2.2 暗原色加雾效果
    3.3 加雾图片阈值加颜色
    3.4 本章小结
第四章 基于暗原色透射率定性判别空气质量实验设计
    4.1 实验方案的可行性
    4.2 相关理论基础
        4.2.1 BP神经网络
        4.2.2 图像纹理及特征值选取
    4.3 实验图片来源
    4.4 BP神经网络设计
    4.5 实验设计流程
    4.6 本章小结
第五章 实验结果分析
    5.1 实验结果
    5.2 结果分析
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
个人简历
致谢



本文编号：3821256