识别方法和电子设备与流程

技术特征：
1.一种识别方法，其特征在于，包括：获取第一图片的特征，所述第一图片的特征包括光学特征和/或形态学特征；将所述第一图片的特征输入至识别模型中，以通过所述识别模型识别所述第一图片是否为有雾图片。2.根据权利要求1所述的方法，其特征在于，所述光学特征至少包括以下光学特征之一：像素均值、像素方差、像素值分布；所述形态学特征至少包括以下形态学特征之一：熵特征、能量特征、目标分布。3.根据权利要求1所述的方法，其特征在于，所述形态学特征至少包括目标分布；所述获取第一图片的特征，包括：在所述第一图片中确定表征雾区的感兴趣区域；将所述感兴趣区域作为目标，获取所述目标在所述第一图片中的目标分布。4.根据权利要求1所述的方法，其特征在于，所述获取第一图片的特征，包括：将所述第一图片转换为yuv格式，以获取y通道图、u通道图和v通道图；针对每一个通道图，分别进行特征获取。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述第一图片的特征映射到高维空间，以得到所述第一图片的高维特征数据；所述将第一图片的特征输入至识别模型，包括：将所述第一图片的高维特征数据输入至所述识别模型中。6.根据权利要求1所述的方法，其特征在于，所述识别模型采用支持向量机分类算法。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：在通过所述识别模型识别所述第一图片为有雾图片的情况下，对所述第一图片进行复检；在所述复检结果为所述第一图片为有雾图片的情况下，确认所述第一图片为有效有雾图片；所述对第一图片进行复检，包括：对所述第一图片进行去雾处理，得到第二图片；获取所述第二图片的特征；获取所述第一图片的特征和所述第二图片的对应的特征的差异，根据所述差异确定复检结果。8.根据权利要求7任一项所述的方法，所述方法还包括：在所述复检结果为所述第一图片为无雾图片的情况下，确定所述第一图片为无效图片。9.根据权利要求1-6所述的方法，所述方法还包括：获取多张所述第一图片以及获取每张所述第一图片的地理位置；在同一地理位置的多张所述第一图片为有雾图片的情况下，生成与该地理位置有关的雾警信息。10.根据权利要求7或8所述的方法，所述方法还包括：获取多张所述第一图片以及获取每张所述第一图片的地理位置；在同一地理位置的多张所述第一图片为有效有雾图片的情况下，生成与该地理位置有关的雾警信息。11.一种电子设备，包括存储器和处理器，所述存储器用于存储计算机指令，所述计算机指令在所述处理器执行时，实现执行权利要求1-10中任一项所述的识别方法。

技术总结
本公开的实施例涉及识别方法和电子设备。所述识别方法包括：获取第一图片的特征，所述第一图片的特征包括光学特征和/或形态学特征；将所述第一图片的特征输入至识别模型中，以通过所述识别模型识别所述第一图片是否为有雾图片。有雾图片。有雾图片。


技术研发人员：肖盼 魏守群
受保护的技术使用者：比亚迪股份有限公司
技术研发日：2020.08.20
技术公布日：2022/3/10