Предложен алгоритм оценки концентрации тумана на основе логистической функции, аппроксимирующей S-образный рассеянный график. Во-первых, извлекается нормализованная разница серых уровней - априорное отношение рассеянных точек из стандартного набора изображений LIVE; на основе однозначной зависимости между кривой рассеяния и концентрацией тумана в поле зрения введена логистическая функция и выведена модель, подходящая для регрессионного анализа. Во-вторых, применяется итеративный метод поиска для определения оптимальной точки отбора выборок продольного гауссовского распределения с целью повышения точности обнаружения. В конце формируется таблица поиска параметров (β^, γ^), реализующая оценку уровней концентрации тумана с помощью вычисления коэффициента корреляции и переборного поиска. Тестирование образца 1 с разной концентрацией в одном и том же сценарии показало, что коэффициент корреляции между реальным PM2.5 изображения и PM2.5 таблицы поиска достигает 0.99, а ошибка обнаружения менее 2.9%; тестирование образца 2 с разной концентрацией на автомагистрали в похожем сценарии показало коэффициент корреляции между реальным PM2.5 и значением PM2.5 таблицы поиска 0.98, ошибка обнаружения менее 1.8%; тесты производительности показали, что время обработки алгоритмом данного исследования для образца изображения размером 300 кБ составляет 19.8 с, что меньше, чем у аналогичных по точности алгоритмов глубокого визуального анализа на основе данных; тесты точности обнаружения показали, что алгоритм данного исследования превосходит другие типичные алгоритмы.

автомагистраль;изображение;обнаружение концентрации тумана;NGDR;логистическая модель;регрессионный анализ;таблица поиска