一种基于影像识别的生物气溶胶监测及预警系统的制作方法

本发明涉及图像处理，具体涉及一种基于影像识别的生物气溶胶监测及预警系统。

背景技术：

1、生物气溶胶是指大气中悬浮的来自生物源的微小颗粒物质组成的气态分散系统，包括微生物、花粉、孢子等，生物气溶胶在大气中广泛存在，气溶胶光学厚度（aod）是描述大气中气溶胶对太阳光吸收和散射的能力的一个重要指标，通过对气溶胶光学厚度遥感图像的监测与分析可以及时获取与生物气溶胶相关的信息，以便采取适当的措施来保护公共健康和环境。

2、现有方法对aod遥感图像进行监测分析一般使用k-means进行聚类得到多个聚类结果，而后根据聚类结果进行监测及预警，其中每一个聚类结果都对应一个实际的地区区域，但由于光谱混叠、地表和气象因素的复杂干扰导致聚类结果不够精确，从而导致进行聚类后得到的聚类结果不准确，不能对准确的实际地区区域进行监测及预警。

技术实现思路

1、为解决上述问题，本发明提供一种基于影像识别的生物气溶胶监测及预警系统。

2、本发明的一种基于影像识别的生物气溶胶监测及预警系统采用如下技术方案：

3、本发明一个实施例提供了一种基于影像识别的生物气溶胶监测及预警系统，该系统包括以下模块：

4、分布图像采集模块：用于获取aod分布图像；

5、分布曲线获取模块：用于根据aod分布图像得到aod分布曲线；

6、分段曲线获取模块：用于根据aod分布曲线上所有的极值点，得到差值序列，根据差值序列得到筛选极值点的阈值和若干分段曲线；所述分段曲线在aod分布图像上对应多个区域；

7、优选区域获取模块：对于任意一个分段曲线对应的任意一个区域，根据区域范围内像素点的aod值和区域外边缘像素点的八邻域范围内像素点的aod值，得到区域外边缘任意一个像素点的归属程度，根据区域外边缘任意一个像素点的归属程度得到优选区域，获取aod分布图像上所有的优选区域；

8、聚类中心获取模块：用于根据优选区域内像素点的aod值得到优选区域内任意一个像素点与其余像素点的aod差异，根据优选区域最相邻的优选区域内像素点的aod值得到优选区域内任意一个像素点与最相邻的优选区域内像素点的aod差异；

9、根据优选区域内任意一个像素点与其余像素点的aod差异、优选区域内任意一个像素点与最相邻的优选区域内像素点的aod差异，得到优选区域内任意一个像素点作为聚类中心的优选程度，根据聚类中心的优选程度得到每一个优选区域的聚类中心；

10、聚类及预警模块：用于根据每一个优选区域的聚类中心得到若干聚类结果，根据聚类结果进行生物气溶胶监测和预警。

11、进一步地，所述根据aod分布图像得到aod分布曲线，包括的具体步骤如下：

12、获取aod分布图像中所有像素点的aod值，以不同aod值为横坐标，以aod值对应的像素点数量为纵坐标构建aod分布直方图，将aod分布直方图进行拟合得到aod分布曲线。

13、进一步地，所述根据aod分布曲线上所有的极值点，得到差值序列，根据差值序列得到筛选极值点的阈值和若干分段曲线，包括的具体步骤如下：

14、获取aod分布曲线上所有的极值点，计算第一个极值点和第二个极值点纵坐标的差值，记为s1,2，计算第二极值点和第三个极值点纵坐标的差值，记为s2,3，获取第i个极值点和第i+1个极值点纵坐标的差值，记为si,i+1；最终得到aod分布曲线上所有极值点的差值序列，记为{s1,2,s2,3,s3,4,…,si,i+1,sn-1,n}，n为aod分布曲线上所有的极值点总个数；

15、；

16、式中，smin为差值序列中的最小差值，smax为差值序列中的最大差值，smed为差值序列的中位数；sav为差值序列的平均值，||为取绝对值，ymax为所有极值点对应的数据量中最大数据量，ymin为所有极值点对应的数据量中最小数据量；所述数据量为极值点对应的纵坐标值；sigmoid( )为sigmoid函数，用于归一化，sth为筛选极值点的阈值；

17、根据筛选极值点的阈值、差值序列以及aod分布曲线，得到若干分段曲线。

18、进一步地，所述根据筛选极值点的阈值、差值序列以及aod分布曲线，得到若干分段曲线，包括的具体步骤如下：

19、将差值序列中的任意一项记为sj,j+1，若sj,j+1≤sth，则将第j个极值点保留，反之则将第j个极值点舍去，获取差值序列中所有保留的极值点作为aod分布曲线的分段点，将aod分布曲线进行分段，得到若干分段曲线。

20、进一步地，所述根据区域范围内像素点的aod值和区域外边缘像素点的八邻域范围内像素点的aod值，得到区域外边缘任意一个像素点的归属程度，包括的具体步骤如下：

21、对于任意一个分段曲线，获取分段曲线在aod分布图像上对应的多个区域，将多个区域中的任意一个区域，记为第一区域；

22、;

23、式中，ai为第一区域外边缘第i个像素点的aod值，所述第一区域外边缘是指第一区域边缘向外延伸一个像素点的距离所形成的边缘，ai,k为第一区域外边缘第i个像素点的八邻域范围内第k个像素点的aod值，amax为第一区域范围内像素点的最大aod值，amin为第一区域范围内像素点的最小aod值，sd为第一区域范围内所有像素点的aod值标准差，sdi为第一区域外边缘第i个像素点的八邻域内所有像素点的aod值标准差，||为取绝对值，α为超参数，norm[ ]表示线性归一化函数，pi为第一区域外边缘第i个像素点的归属程度。

24、进一步地，所述根据区域外边缘任意一个像素点的归属程度得到优选区域，包括的具体步骤如下：

25、预设归属程度阈值，若pi大于等于预设归属程度阈值，则将第一区域外边缘第i个像素点归属到第一区域内；将第一区域外边缘向外延伸一个像素点的距离所形成的边缘，记为第一外边缘，获取第一区域的第一外边缘中任意一个像素点的归属程度，并和预设归属程度阈值进行判断，是否需要将第一外边缘中任意一个像素点归属到第一区域内，依次向外延伸得到第二外边缘，将第一区域的第二外边缘中任意一个像素点的归属程度和预设归属程度阈值进行判断，直至其他外边缘中任意一个像素点的归属程度小于预设归属程度阈值，最终得到一个优选区域。

26、进一步地，所述根据优选区域内像素点的aod值得到优选区域内任意一个像素点与其余像素点的aod差异，包括的具体步骤如下：

27、将aod分布图像上任意一个优选区域，记为第一优选区域，将第一优选区域内任意一个像素点记为第一像素点；

28、;

29、式中，ap为第一优选区域内第一像素点的aod值，aq为第一优选区域内除第一像素点以外剩余像素点中的第q个像素点的aod值，l为第一优选区域内所有像素点的总个数，sod为第一优选区域内第一像素点与其余像素点的aod差异。

30、进一步地，所述根据优选区域最相邻的优选区域内像素点的aod值得到优选区域内任意一个像素点与最相邻的优选区域内像素点的aod差异，包括的具体步骤如下：

31、在aod分布图像上获取第一优选区域最相邻的所有优选区域，将第一优选区域最相邻的任意一个优选区域记为第二优选区域；

32、;

33、式中，ap为第一优选区域内第一像素点的aod值，an为第二优选区域内第n个像素点的aod值，m为第二优选区域内所有像素点的总个数，soe(1)为第一优选区域内第一像素点与第二优选区域内像素点的aod差异；

34、获取优选区域内任意一个像素点与每一个最相邻的优选区域内像素点的aod差异。

35、进一步地，所述根据优选区域内任意一个像素点与其余像素点的aod差异、优选区域内任意一个像素点与最相邻的优选区域内像素点的aod差异，得到优选区域内任意一个像素点作为聚类中心的优选程度，根据聚类中心的优选程度得到每一个优选区域的聚类中心，包括的具体步骤如下：

36、获取优选区域内每一个像素点的归属程度；

37、;

38、式中，pt为第一优选区域内第一像素点的归属程度，pn为第一优选区域内除第一像素点以外第n个像素点的归属程度，||为取绝对值，nt为第一优选区域内所有像素点的总个数，pmax为第一优选区域内所有像素点的归属程度中的最大归属程度，pmin为第一优选区域内所有像素点的归属程度中的最小归属程度，soe(j)为第一优选区域内第一像素点与第j个第二优选区域内像素点的aod差异，h为第一优选区域最相邻的所有第二优选区域的总个数，sod为第一优选区域内第一像素点与其余像素点的aod差异，α为超参数，u为第一优选区域内第一像素点作为聚类中心的优选程度；

39、获取第一优选区域内每一像素点作为聚类中心的优选程度，将优选程度最大值对应的像素点作为第一优选区域的聚类中心，获取每一个优选区域的聚类中心。

40、进一步地，所述根据每一个优选区域的聚类中心得到若干聚类结果，根据聚类结果进行生物气溶胶监测和预警，包括的具体步骤如下：

41、将aod分布图像作为生物气溶胶监测结果；

42、根据aod分布图像上每一个优选区域的聚类中心对aod分布图像上的像素点进行k-means聚类，得到aod分布图像的若干聚类结果，获取每一个聚类结果在aod分布图像上对应像素点的aod均值，将所有聚类结果的aod均值的最大值，记为tap，预设预警阈值，记为thp，若tap>thp，则对tap对应的聚类结果中包含的像素点进行标记，获取所有标记像素点对应的实际地区区域，对实际地区区域的人员进行预警。

43、本发明的技术方案的有益效果是：本发明根据aod分布曲线得到分段曲线在aod分布图像上对应多个区域，基于曲线分段所得区域并没有考虑实际存在光谱混叠、地表和气象因素的复杂干扰，通过分析aod分布图像的空间分布特征得到优选区域，优选区域更加准确反映aod区域统计结果，其次，根据优选区域内任意一个像素点与其余像素点的aod差异、优选区域内任意一个像素点与最相邻的优选区域内像素点的aod差异，得到优选区域内任意一个像素点作为聚类中心的优选程度，根据聚类中心的优选程度得到每一个优选区域的聚类中心，根据聚类中心得到若干聚类结果，每一个聚类结果对应一个实际的地区区域，且聚类结果是根据优选区域的聚类中心进行聚类，聚类结果对应的实际地区更加准确，最后根据聚类结果进行预警，以便于采取相关的防护措施。