基于智能圖像的大氣污染災(zāi)害等級(jí)判定研究

劉艷玲

(長(zhǎng)春信息技術(shù)職業(yè)學(xué)院，吉林 長(zhǎng)春 130000)

我國(guó)城市化進(jìn)程不斷加快，大氣污染越來(lái)越嚴(yán)重[1]。當(dāng)大氣受到污染時(shí)，會(huì)降低大氣氣壓，增加空氣的濕度，空氣中的顆粒物海量增長(zhǎng)，這種情況對(duì)人體健康危害極大。大氣污染災(zāi)害帶來(lái)的影響不僅僅為人體健康方面，還會(huì)對(duì)公路、航空和航運(yùn)等方面產(chǎn)生比較大的影響[2-3]。根據(jù)上述分析可知，評(píng)估與鑒定大氣污染災(zāi)害等級(jí)十分重要，及時(shí)準(zhǔn)確地鑒定污染等級(jí)，對(duì)人們的生活與工作以及各行各業(yè)地正常運(yùn)行等方面均具有實(shí)際意義。

張可[4]等人提出基于改進(jìn)AHP與可拓理論的污染等級(jí)評(píng)價(jià)方法。過(guò)程中，先構(gòu)建石油污染評(píng)估指標(biāo)體系，并引入可拓理論及改進(jìn)AHP，構(gòu)建基于改進(jìn)AHP與可拓理論的污染等級(jí)評(píng)價(jià)模型。利用實(shí)例驗(yàn)證所提方法，實(shí)驗(yàn)結(jié)果表明，該方法計(jì)算過(guò)程簡(jiǎn)單，但存在污染鑒定準(zhǔn)確性差的問(wèn)題。龔夢(mèng)丹[5]等人在杭州市選取30個(gè)蔬菜基地的203個(gè)土壤樣品，并分析土壤中含有的Cu、Pb、Cr和Ni等元素含量，以此評(píng)價(jià)土壤污染程度。實(shí)驗(yàn)結(jié)果表明，該市蔬菜基地中含有的Cr和Ni都在可控范圍內(nèi)，但部分土壤中的Cu、Pb含量存在超標(biāo)現(xiàn)象。從污染指數(shù)評(píng)估結(jié)果中可以看出，該地區(qū)土壤污染等級(jí)大多數(shù)是輕度污染。該方法所得結(jié)果具有一定可信度，但存在評(píng)估周期長(zhǎng)，即實(shí)時(shí)性差的問(wèn)題。

1 基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定

1.1 大氣污染圖像增強(qiáng)

假設(shè)現(xiàn)已經(jīng)得到大氣污染圖像，為了提升大氣污染災(zāi)害等級(jí)鑒定準(zhǔn)確率和實(shí)時(shí)性，要增強(qiáng)采集到的圖像。假設(shè)，圖像中含有的噪聲表達(dá)式為：

(1)

式中：fx代表原始大氣圖像，[fxmin,fxmax]代表原始圖像中像素點(diǎn)波動(dòng)范圍，f代表噪聲圖像，p=p1+p2代表圖像噪聲密度。和圖像自身信號(hào)強(qiáng)度比較，噪聲干擾一般比較大，所以在一幅大氣圖像中，噪聲能夠數(shù)字化成圖像灰度值的最小值和最大值，且噪聲總是以黑點(diǎn)或白點(diǎn)的形式出現(xiàn)在大氣污染圖像中[6-7]。如果一幅大氣污染圖像噪聲的密度是30%，那么該圖像中至少有15%的像素受黑點(diǎn)影響，另外15%像素受白點(diǎn)影響，剩下的70%像素灰度值與原圖像一致。

依據(jù)噪聲極值具備的特點(diǎn)，能夠根據(jù)極值檢測(cè)方法檢測(cè)出圖像中的噪聲，然后基于檢測(cè)結(jié)果實(shí)現(xiàn)自適應(yīng)式中值濾波。使用中值濾波算法的基本思路為：假設(shè)Wij是將(i,j)當(dāng)作中心的圖像濾波窗口，f(i,j)代表(i,j)的灰度值，fmin代表Wi中最小的灰度值，fmax代表Wij中最大的灰度值，fme代表Wij灰度中值，Wmax代表允許范圍內(nèi)的最大濾波窗口，We代表初始濾波窗口。則大氣污染圖像自適應(yīng)中值濾波，即增強(qiáng)的過(guò)程如下。

利用式(2)找到We最大值與最小值，假設(shè)f(i,j)值在We最大值與最小值間，則其為正常像素點(diǎn)，反之為噪聲點(diǎn)。

(2)

式中：fm代表像素點(diǎn)為正常像素點(diǎn)，N代表像素點(diǎn)為噪聲點(diǎn)。

依據(jù)式(2)的計(jì)算，針對(duì)各噪聲點(diǎn)，找到We中正常像素點(diǎn)，假設(shè)存在，則f(i,j)由We中正常像素點(diǎn)中值代替，反之加大窗口尺寸，并重復(fù)檢測(cè)，一直到濾波窗口不存在噪聲點(diǎn)或者最大的濾波窗口是Wmax。綜上得到的增強(qiáng)后污染圖像可表示為：

回來(lái)的路上，被雨水淋透的爺爺哮喘病犯了。爺爺捂著胸口咳嗽，踉踉蹌蹌地栽倒在地。阿魚(yú)在爺爺?shù)纳砩喜淞瞬淠X袋，把脖子伸給了爺爺。爺爺左搖右晃地爬到了阿魚(yú)身上。阿魚(yú)沒(méi)有像往常一樣尥蹶子，而是晃晃蕩蕩地走了起來(lái)，一直把爺爺馱到了一個(gè)牧民家里。

(3)

式中：f′(i,j)代表增強(qiáng)后的大氣污染圖像輸出，Wl代表濾波窗口。選取濾波窗口尺寸對(duì)圖像噪聲檢測(cè)精確性影響很大，如果濾波窗口尺寸比較小，則可以保持比較好的圖像細(xì)節(jié)，但是濾除噪聲的性能就比較差。如果窗口尺寸比較大，濾除圖像噪聲性能比較強(qiáng)，不過(guò)也會(huì)使圖像細(xì)節(jié)變得模糊、扭曲[8-9]。圖像噪聲檢測(cè)環(huán)節(jié)，其主要目的為盡量精準(zhǔn)地檢測(cè)出圖像中含有的噪聲點(diǎn)，因此能夠根據(jù)比較大的檢測(cè)窗口完成噪聲檢測(cè)。據(jù)經(jīng)驗(yàn)可知，當(dāng)噪聲達(dá)到80%，使用7×7檢測(cè)窗口即可，所以上述噪聲檢測(cè)在Wmax(7×7)檢測(cè)窗口檢測(cè)大氣污染圖像中的噪聲。利用自適應(yīng)中值濾波方式增強(qiáng)大氣污染圖像，依據(jù)圖像受到的噪聲污染程度自適應(yīng)性地選取不同尺寸增強(qiáng)窗口。在選取濾波窗口之后，不是將濾波窗口中的所有元素均參與到圖像濾波中，只是選取濾波窗口范圍內(nèi)的該濾除的噪聲，以此降低其他因素對(duì)濾波結(jié)果產(chǎn)生的影響。根據(jù)上述圖像增強(qiáng)，可有效提升大氣污染災(zāi)害等級(jí)鑒定精度。

1.2 大氣污染災(zāi)害等級(jí)鑒定

經(jīng)圖像增強(qiáng)后，利用智能圖像像素統(tǒng)計(jì)分析法，依據(jù)圖像像素灰度值變化狀況，其中主要依據(jù)圖像標(biāo)準(zhǔn)差、梯度及熵和空間頻率等來(lái)區(qū)分大氣污染災(zāi)害等級(jí)。

標(biāo)準(zhǔn)差為圖像灰度和灰度均值之間離散狀況。該值能夠在一定程度上反映出大氣圖像反差大小。如果標(biāo)準(zhǔn)差比較大，那么圖像灰度級(jí)的分布情況為分散，即圖像的反差比較大。如果標(biāo)準(zhǔn)差比較小，那么圖像反差就比較小，圖像呈現(xiàn)出的對(duì)比度就不是十分明顯，色調(diào)相對(duì)單一且不均，很難分辨出更多的信息。通常來(lái)講，大氣污染程度越嚴(yán)重，采集到的大氣圖像呈現(xiàn)出的反差就越小。大氣圖像標(biāo)準(zhǔn)差為：

(4)

式中：SD代表大氣圖像標(biāo)準(zhǔn)差，I′代表圖像中某像素點(diǎn)均值，M和M′代表圖像尺度。

圖像的平均梯度，即為圖像清晰程度。圖像平均梯度能夠敏感反映圖像比較小的細(xì)節(jié)反差，經(jīng)常用來(lái)評(píng)估圖像清晰程度，其還能夠反映圖像紋理特征的變換。一般情況下圖像的平均梯度值越大，則圖像的層次就越多，清晰程度就越高[10]。通常來(lái)講，大氣污染程度越大，采集到的圖像清晰程度就越小。大氣污染圖像平均梯度為：

(M-1)(M′-1)。

(5)

式中：AG代表大氣圖像平均梯度值，?代表共軛，Z(xi,yj)代表f′(i,j)中的像素點(diǎn)。

大氣污染圖像中的熵為度量圖像信息是否豐富的關(guān)鍵指標(biāo)。大氣污染圖像熵能夠高效表示圖像灰度值分布時(shí)的空間特征。通常情況下，熵值越大，則表示圖像中包含的信息量也就越大。假設(shè)大氣圖像的總灰度級(jí)為q，那么大氣圖像信息熵能夠定義為：

(6)

圖像中的空間頻率，該值可反映大氣污染圖像空間域總體活躍性。其中，圖像行頻率和列頻率可表示為：

(7)

(8)

則空間頻率可表示為：

(9)

式中：RF代表大氣圖像行頻率，CF代表圖像列頻率，SF代表圖像空間頻率。

將上述的大氣圖像標(biāo)準(zhǔn)差、平均梯度、熵和空間頻率與圖像特征相似度衡量標(biāo)準(zhǔn)結(jié)合，構(gòu)建大氣污染災(zāi)害等級(jí)鑒定模型。

相似度尺度作為衡量大氣污染圖像中特征向量間距離，其實(shí)際上為距離計(jì)算的一種方式，能夠通過(guò)圖像特征相似度量實(shí)現(xiàn)特征分類(lèi)識(shí)別，進(jìn)而判斷大氣污染等級(jí)。當(dāng)前，有很多相似性尺度應(yīng)用在不同領(lǐng)域檢索中。Canberra距離作為在相同條件下有著比較高的檢索率的檢索體系，可提升檢索精度。在Canberra距離中，認(rèn)為圖像中每一維特征向量的距離求和前，對(duì)兩幅大氣污染圖像在差異度上做出的貢獻(xiàn)均為一致，所以Canberra距離計(jì)算應(yīng)該將重點(diǎn)放在求取特征值相差較大的特征上。綜上，Canberra距離求和前對(duì)大氣圖像特征中各分量均作歸一化處理。假設(shè)X′和Y′為f′(i,j)中的特征向量，且維數(shù)為d，則Canberra距離可表示為：

(10)

式中：d(X′,Y′)代表Canberra距離。

利用式(10)特征相似度衡量公式結(jié)合式(4)至式(9)構(gòu)建的大氣污染災(zāi)害等級(jí)鑒定公式可表示為：

(11)

式中：F(x)代表大氣污染災(zāi)害等級(jí)鑒定輸出結(jié)果，代表指標(biāo)連接符，η代表大氣污染災(zāi)害等級(jí)鑒定影響閾值，將該值控制在[0,1]范圍內(nèi)，可有效提升鑒定精度。

根據(jù)上述過(guò)程可得到基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定結(jié)果。在我國(guó)，空氣污染指數(shù)超過(guò)50時(shí)，其對(duì)應(yīng)的污染災(zāi)害等級(jí)為一級(jí)標(biāo)準(zhǔn)，指數(shù)在50以下則為優(yōu)；污染指數(shù)超過(guò)100時(shí)，其對(duì)應(yīng)的污染災(zāi)害等級(jí)為二級(jí)標(biāo)準(zhǔn)，且51～100表示空氣質(zhì)量為良好；污染指數(shù)達(dá)到200時(shí)，其對(duì)應(yīng)的污染災(zāi)害等級(jí)為三級(jí)標(biāo)準(zhǔn)，且101～150表示輕微污染，151～200表示輕度污染；污染指數(shù)點(diǎn)201～300時(shí)為中度污染，300點(diǎn)以上則表示大氣污染等級(jí)為重度污染。將式(11)計(jì)算結(jié)果與以上等級(jí)標(biāo)準(zhǔn)一一對(duì)應(yīng)，判斷大氣污染災(zāi)害的最終等級(jí)。

2 實(shí)驗(yàn)結(jié)果與分析

利用實(shí)驗(yàn)檢驗(yàn)基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定方法，實(shí)驗(yàn)數(shù)據(jù)取自于某市氣象局，從其圖像庫(kù)中選取100幅大氣污染圖像，其中包含輕度霧霾天氣和其他污染等級(jí)圖像。分別將實(shí)驗(yàn)圖像編號(hào)，提高實(shí)驗(yàn)效率。實(shí)驗(yàn)平臺(tái)為matlab，通過(guò)不同方法對(duì)比形式完成實(shí)驗(yàn)。實(shí)驗(yàn)指標(biāo)為：

(1)污染等級(jí)鑒定準(zhǔn)確性(利用鑒定結(jié)果與實(shí)際情況的吻合度表示)；

(2)污染等級(jí)鑒定實(shí)時(shí)性。

分析圖1可知，基于改進(jìn)AHP與可拓理論的污染等級(jí)評(píng)價(jià)方法在不同實(shí)驗(yàn)次數(shù)下，評(píng)價(jià)結(jié)果與實(shí)際情況吻合度曲線(xiàn)波動(dòng)較大，最高約為90%。而基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定方法在不同實(shí)驗(yàn)次數(shù)下，鑒定結(jié)果平均準(zhǔn)確率較高，明顯優(yōu)于當(dāng)前方法。本文研究的方法首先利用圖像濾波法增強(qiáng)了大氣污染圖像，初步提升了污染災(zāi)害等級(jí)鑒定精度。又利用圖像中不同參數(shù)與圖像特征相似度衡量標(biāo)準(zhǔn)結(jié)合的方式構(gòu)建大氣污染災(zāi)害等級(jí)鑒定模型，進(jìn)一步提升了污染災(zāi)害等級(jí)鑒定準(zhǔn)確率。從該實(shí)驗(yàn)結(jié)果可看出，本文的基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定方法可行性較強(qiáng)，具有實(shí)際意義。

圖1 不同方法污染等級(jí)評(píng)價(jià)鑒定準(zhǔn)確性對(duì)比

分析圖2可知，在相同的測(cè)試次數(shù)前提下文獻(xiàn)5大氣污染災(zāi)害等級(jí)評(píng)估耗時(shí)普遍大于2.5 h，所提方法用時(shí)基本都小于0.5 h,僅為文獻(xiàn)[5]方法耗時(shí)的1/5，大大提高了污染災(zāi)害等級(jí)評(píng)估效率，說(shuō)明本文的基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定方法實(shí)時(shí)性相較當(dāng)前方法更強(qiáng)。該方法在構(gòu)建大氣污染災(zāi)害等級(jí)鑒定模型之前，利用圖像處理技術(shù)增強(qiáng)了采集到的大氣污染圖像，減少了污染等級(jí)鑒定耗時(shí)，提高了鑒定效率，進(jìn)而增強(qiáng)了基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定實(shí)時(shí)性。

圖2 不同方法污染等級(jí)評(píng)估鑒定實(shí)時(shí)性對(duì)比

3 結(jié)束語(yǔ)

大氣污染是當(dāng)前環(huán)境災(zāi)害領(lǐng)域的重點(diǎn)課題，引起了諸多專(zhuān)家學(xué)者高度重視。但當(dāng)前相關(guān)研究方法性能不是十分完善，本文提出了基于智能圖像的大氣污染災(zāi)害等級(jí)鑒定方法，利用預(yù)處理大氣污染圖像和構(gòu)建污染等級(jí)鑒定模型，并結(jié)合我國(guó)相關(guān)標(biāo)準(zhǔn)，實(shí)現(xiàn)大氣污染災(zāi)害等級(jí)鑒定。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所研究的方法具備有效性，今后研究方向?yàn)樵O(shè)計(jì)合理的污染災(zāi)害發(fā)生后治理方案，進(jìn)一步增強(qiáng)污染災(zāi)害評(píng)估與管理方面的性能，為該領(lǐng)域發(fā)展提供可借鑒理論。