Se propuso un algoritmo de evaluación de la concentración de niebla basado en la función logística que ajusta un gráfico de dispersión en forma de S. Primero, se extrajo la diferencia de nivel de gris normalizada - dispersión por proporción del atlas estándar LIVE; basado en la relación uno a uno entre la curva de dispersión y la concentración de niebla en el campo de visión, se introdujo la función logística y se derivó un modelo adecuado para el análisis de regresión. En segundo lugar, se utilizó el método de búsqueda iterativa para determinar el mejor punto de muestra para la distribución gaussiana vertical para mejorar la precisión de la detección. Finalmente, se estableció una tabla de búsqueda para la estimación de parámetros (β^, γ^) utilizando el cálculo del coeficiente de correlación y el método de búsqueda exhaustiva para evaluar el nivel de concentración de niebla. Las pruebas con la muestra de imagen 1 con diferentes concentraciones en el mismo escenario mostraron que el coeficiente de correlación entre el PM2.5 real de la imagen y el PM2.5 de la tabla de búsqueda alcanza 0.99, con un error de detección inferior al 2.9%; las pruebas con la muestra de imagen 2 de la autopista con diferentes concentraciones en un escenario aproximado mostraron que el coeficiente de correlación entre el PM2.5 real y el valor del PM2.5 de la tabla de búsqueda alcanza 0.98, con un error de detección inferior al 1.8%; las pruebas comparativas de eficiencia de ejecución mostraron que el tiempo de procesamiento del algoritmo para una imagen de muestra de 300 kB es de 19.8 s, inferior al de algoritmos de visión profunda impulsados por datos con precisión similar; las pruebas comparativas de precisión de detección mostraron que el algoritmo es superior a otros algoritmos típicos.

autopista;imagen;detección de concentración de niebla;NGDR;modelo logístico;análisis de regresión;tabla de búsqueda