基于NGDR和Logistic模型的高速公路图像雾浓度检测算法

摘要

提出了基于Logistic函数拟合S型散点图的雾浓度评定算法。首先，提取LIVE标准图集归一化灰度差-比散点图先验；基于散点曲线与视场雾浓度的一一对应关系，引入Logistic函数并推导出适合回归分析的模型。其次，采用迭代搜索法确定纵向高斯分布的最佳回代样本点，以提高检测精度。最后，建立参数估计■的查找表，采用计算相关系数和遍历搜索查找的方法实现雾浓度等级评定。同场景不同浓度图像样本1的测试表明，真实图像的PM2.5与查找表PM2.5的相关系数达0.99，检测误差小于2.9%；近似场景不同浓度高速公路图像样本2的测试表明，真实图像PM2.5与查找表PM2.5值的相关系数达0.98，检测误差小于1.8；执行效率对比测试表明，本文算法对于300 kB样本图像的处理时间为19.8 s，低于同精度数据驱动的深度视觉算法；检测精度对比测试表明，本文算法优于其它典型算法。

关键词

高速公路 / 图像 / 雾浓度检测 / NGDR / Logistic模型 / 回归分析 / 查找表