(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210811979.5 (22)申请日 2022.07.11 (71)申请人 湖南联合智为信息技 术有限公司 地址 410000 湖南省长 沙市长沙高新开发 区青山路699号湖南省军民融合科技 创新产业园第1栋 研发楼16层16 07号 (72)发明人 徐明轩　 (74)专利代理 机构 深圳市特讯知识产权代理事 务所(普通 合伙) 44653 专利代理师 黄彧 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 10/75(2022.01) G06V 10/28(2022.01)G06V 10/26(2022.01) (54)发明名称 基于图像识别的扬尘监测方法及相关 设备 (57)摘要 本发明提供了一种基于图像识别的扬尘监 测方法及相关设备， 方法包括获取监控摄像头采 集的视频图像； 从所述视频图像中分割出以道路 为背景的待识别区域图像； 对待识别区域图像进 行二值化处理获得灰度图像； 对 灰度图像进行矩 阵化处理获得灰度共生矩阵； 对 灰度共生矩阵进 行特征值计算； 将所述特征值与基准值进行比 较， 判断所述特征值与所述基准值的差值是否大 于预设阈值； 若所述差值大于所述预设阈值， 则 判定所述视频图像中存在扬尘污染。 本发明的扬 尘监测方法采用了道路作为扬尘识别的背景， 这 样通过二值化处理可以很容易使扬尘与道路区 分开， 之后再通过矩阵化处理并提取特征值， 将 特征值与基准值比较， 可以很容易判别出图像中 是否存在 扬尘。 权利要求书2页 说明书8页 附图2页 CN 115240105 A 2022.10.25 CN 115240105 A 1.一种基于图像识别的扬尘监测方法， 其特 征在于， 所述扬尘监测方法包括： 获取监控摄 像头采集的视频图像； 从所述视频图像中分割出以道路为背景的待识别区域图像； 对所述待识别区域图像进行二 值化处理获得灰度图像； 对所述灰度图像进行矩阵化处 理获得灰度共生矩阵； 对所述灰度共生矩阵进行特征值计算， 所述特征值为能量特征值和逆差矩特征值的一 种或两种； 将所述特征值与基准值进行比较， 判断所述特征值与 所述基准值的差值是否大于预设 阈值， 所述基准值包括能量基准值和逆差矩基准值， 所述预设阈值包括能量预设阈值和逆 差矩预设阈值； 若所述差值大于所述预设阈值， 则判定所述视频图像中存在 扬尘污染。 2.根据权利要求1所述的扬尘监测方法， 其特征在于， 所述对所述灰度图像进行矩阵化 处理获得灰度共生矩阵包括： 获取所述灰度图像的分辨 率尺寸； 判断所述分辨 率尺寸是否超出 预设规格； 若所述分辨率尺寸超出所述预设规格， 则基于所述分辨率尺寸将所述灰度图像均分成 若干的子灰度图像； 对每张所述子灰度图像均进行矩阵化处 理获得若干的子灰度共生矩阵。 3.根据权利要求2所述的扬尘监测方法， 其特征在于， 所述对每张所述子灰度图像均进 行矩阵化处 理获得若干的子灰度共生矩阵包括： 对每张所述子灰度图像进行网格划分； 获取每个网格中对应的灰度值； 保留所有所述网格中所述灰度值为零的所述网格作为边界， 并清 空所有所述网格 中所 述灰度值 不为零的所述网格的所述灰度值； 确定所述 边界的包围区域和外围区域； 对于所述包围区域的所述网格， 以所述边界所在的所述网格的所述灰度值为起始值， 所述网格 每向内一格， 所述网格的所述灰度值累加1； 对于所述外围区域的所述网格， 以所述边界所在的所述网格的所述灰度值为起始值， 所述网格 每向外一格， 所述网格的所述灰度值累减1； 计算得到所有所述网格的所述灰度值， 获得每张所述子灰度图像的所述子灰度共生矩 阵。 4.根据权利要求3所述的扬尘监测方法， 其特征在于， 所述对所述灰度共生矩阵进行特 征值计算包括： 利用能量 值计算公式计算得到每 个所述子灰度共生矩阵的子能量特 征值； 利用逆差矩值计算公式计算得到每 个所述子灰度共生矩阵的子逆差矩特 征值。 5.根据权利要求4所述的扬尘监测方法， 其特征在于， 所述将所述特征值与基准值进行 比较， 判断所述特 征值与所述基准 值的差值是否大于预设阈值包括： 将所有的所述子能量特征值相加得到所述能量特征值和将所有的子逆差矩特征值相 加得到所述逆差矩特 征值；权　利　要　求　书 1/2 页 2 CN 115240105 A 2将所述能量特征值和所述能量基准值进行比较， 判断所述 能量特征值和所述 能量基准 值之间的第一差值是否大于能量预设阈值； 将所述逆差矩特征值和所述逆差矩基准值进行比较， 判断所述逆差矩特征值和所述逆 差矩基准 值之间的第二差值是否大于逆差矩预设阈值。 6.根据权利要求5所述的扬尘监测方法， 其特征在于， 所述若所述差值是否大于所述预 设阈值， 则判定所述视频图像中存在 扬尘污染包括： 若所述第一差值大于所述能量预设阈值， 和/或所述第二差值大于所述逆差矩预设阈 值， 则判定所述视频图像中存在 扬尘污染。 7.根据权利要求1所述的扬尘监测方法， 其特征在于， 所述将所述特征值与基准值进行 比较， 判断所述特 征值与所述基准 值的差值是否大于预设阈值之前包括： 通过所述监控摄像头采集无扬尘条件下的若干的基准图像样本； 从每张所述基准图像样本中分割出以道路为背景的样本区域图像； 对每张所述样本区域图像进行二 值化处理获得样本灰度图像； 对每张所述样本灰度图像进行矩阵化处 理获得样本灰度共生矩阵； 对每个所述样本灰度共生矩阵进行特征值计算， 获得若干的样本能量特征值和若干的 样本逆差矩特 征值； 计算若干的所述样本能量特 征值的均值作为所述能量基准 值； 计算若干的所述样本逆差矩特 征值的均值作为所述逆差矩基准 值。 8.一种基于图像识别的扬尘监测装置， 其特 征在于， 所述扬尘监测装置包括： 获取模块， 用于获取监控摄 像头采集的视频图像； 分割模块， 用于从所述视频图像中分割出以道路为背景的待识别区域图像； 灰度处理模块， 用于对所述待识别区域图像进行二 值化处理获得灰度图像； 矩阵处理模块， 用于对所述灰度图像进行矩阵化处 理获得灰度共生矩阵； 特征值计算模块， 用于对所述灰度共生矩阵进行特征值计算， 所述特征值为能量特征 值和逆差矩特 征值的一种或多种； 差值计算模块， 用于将所述特征值与基准值进行比较， 判断所述特征值与所述基准值 的差值是否大于预设阈值， 所述基准值包括能量基准值和逆差矩基准值， 所述预设阈值包 括能量预设阈值和逆差矩预设阈值； 判定模块， 用于若所述差值是否大于所述预设阈值， 则判定所述视频图像中存在扬尘 污染。 9.一种基于 图像识别的扬尘监测设备， 其特征在于， 所述基于图像识别的扬尘监测设 备包括： 存储器和至少一个处理器， 所述存储器中存储有指 令， 所述存储器和所述至少一个 处理器通过线路互连； 所述至少一个处理器调用所述存储器中的所述指令， 以使得所述基于图像识别的扬尘 监测设备 执行如权利要求1 ‑7中任一项所述的基于图像识别的扬尘监测方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有计算机程序， 其特征 在于， 所述计算机程序被处理器执行时实现如权利要求1 ‑7中任一项所述的基于图像识别 的扬尘监测方法。权　利　要　求　书 2/2 页 3 CN 115240105 A 3