发明名称 |
一种基于图像识别的机动车尾气检测方法 |
摘要 |
本发明涉及环境检测技术领域,特别是涉及一种基于图像识别的机动车尾气检测方法。步骤1:拍摄待测区域的卫星云图,所述卫星云图包括待测区域的尾气晕染图像,步骤2:对尾气晕染图像进行灰度化处理,生成灰度化图像,步骤3:对灰度化图像进行行列划分,依据像素大小划分为n个待测单元格,步骤4:对n个待测单元格的灰度值范围进行归一化处理,获得各待测单元格的灰度值特征值,步骤5:根据n个待测单元格的灰度值特征值构造BP神经网络模型,并对BP神经网络进行网络训练,步骤6:把训练完成的n各待测单元格的灰度值特征值输入BP神经网络进行识别,并与汽车尾气晕染图像数据库进行对比,完成最终尾气污染值的识别。本发明能够准确测试大面积尾气。 |
申请公布号 |
CN105424598A |
申请公布日期 |
2016.03.23 |
申请号 |
CN201510807675.1 |
申请日期 |
2015.11.19 |
申请人 |
巫立斌 |
发明人 |
巫立斌;马秋平 |
分类号 |
G01N21/00(2006.01)I |
主分类号 |
G01N21/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于图像识别的机动车尾气检测方法,其特征在于:包括以下步骤:步骤1:拍摄待测区域的卫星云图,所述卫星云图包括待测区域的尾气晕染图像,步骤2:对尾气晕染图像进行灰度化处理,生成灰度化图像,步骤3:对灰度化图像进行列划分,依据像素大小划分为n个待测单元格,步骤4:对n个待测单元格的灰度值范围进行归一化处理,获得各待测单元格的灰度值特征值,步骤5:根据n个待测单元格的灰度值特征值构造BP神经网络模型,并对BP神经网络进行网络训练,步骤6:把训练完成的n各待测单元格的灰度值特征值输入BP神经网络进行识别,并与汽车尾气晕染图像数据库进行对比,完成最终尾气污染值的识别。 |
地址 |
528000 广东省佛山市禅城区季华四路33号创意产业园9号楼5楼佛山移动 |