[发明专利]一种用于检测摄像机机芯去雾程度的方法

说明书

技术领域

本发明涉及电子技术领域，具体地说是一种用于检测摄像机机芯去雾程度的方法。

背景技术

目前，还没有一种客观的标准或方法能够评价去雾的效果，只能通过传统的肉眼观察的方式进行主观的评价，评价出来的结果并不能客观显示去雾效果的标准。

发明内容

本发明为克服现有技术的不足，提供一种能够实现的方式来客观评价雾气的程度，得出的边缘强度的数值直接来体现去雾图像和非去雾图像的表现，状态属性清楚、方便。

为实现上述目的，设计一种用于检测摄像机机芯去雾程度的方法，包括摄像机机芯、雾气程度分析软件，其特征在于，所述的雾气程度分析软件的工作流程如下：

a.将摄像机中的彩色图像输入至雾气程度分析软件中；

b.雾气程度分析软件将彩色图像转换成灰阶图；

c.通过雾气程度分析软件中的Sobel算子计算得到灰阶图中每个像素点的垂直边缘和水平边缘的灰度值；

d.将计算后的灰阶图中的每个像素点的垂直边缘和水平边缘的灰度值分别进行相加，得到原始的边缘图像；

e.对边缘图像第一次噪点移除；

f.对边缘图像第二次噪点移除；

g.将第二次噪点移除的边缘图像中的像素点的像素值取平均值，得出有效边缘强度的数值。

所述的步骤e对边缘图像第一次噪点移除的具体步骤如下：

e1.判断原始的边缘图像的每个像素点的像素值是否低于15，是则将此像素点的像素值设为0，否则将此像素点进行保存。

所述的步骤f对边缘图像第二次噪点移除的具体步骤如下：

f1.将第一次噪点移除处理后的图像中的每个像素点，分别计算得出m1，m2，m3，m4的值；

f2.判断m1+m2+m3+m4是否大于0，是则将此像素点设为边缘像素并保存，否则将此像素点的像素值设为0。

所述的f1和f2中的m1，m2，m3，m4分别为每个像素点本身与其相邻的两个像素点的像素值的乘积。

本发明同现有技术相比，提供一种能够实现的方式来客观评价雾气的程度，得出的边缘强度的数值直接来体现去雾图像和非去雾图像的表现，状态属性清楚、方便。

附图说明

图1为本发明工作流程图。

图2为像素点分布示意图。

图3为主观评价概率分布图。

具体实施方式

下面根据附图对本发明做进一步的说明。

如图1所示，一种用于检测摄像机机芯去雾程度的方法，雾气程度分析软件的工作流程如下：

a.将摄像机中的彩色图像输入至雾气程度分析软件中；

b.雾气程度分析软件将彩色图像转换成灰阶图；

c.通过雾气程度分析软件中的Sobel算子计算得到灰阶图中每个像素点的垂直边缘和水平边缘的灰度值，等式如下：

d.将计算后的灰阶图中的每个像素点的垂直边缘和水平边缘的灰度值分别进行相加，得到原始的边缘图像；

e.对边缘图像第一次噪点移除；

f.对边缘图像第二次噪点移除；

g.将第二次噪点移除的边缘图像中的像素点的像素值取平均值，得出有效边缘强度的数值。

步骤e对边缘图像第一次噪点移除的具体步骤如下：

e1.判断原始的边缘图像的每个像素点的像素值是否低于15，是则将此像素点的像素值设为0，否则将此像素点进行保存。

如图2所示，每个像素点的周围都会有八个像素点存在，以像素点5为例，像素点5的周围分别有像素点1至像素点9，则m1=像素1*像素5*像素9，m2=像素2*像素5*像素8，m3=像素3*像素5*像素7，m4=像素4*像素5*像素6，因此步骤f对边缘图像第二次噪点移除的具体步骤如下：

f1.将第一次噪点移除处理后的图像中的每个像素点，分别计算得出m1，m2，m3，m4的值；

f2.判断m1+m2+m3+m4是否大于0，是则将此像素点设为边缘像素并保存，否则将此像素点的像素值设为0。

其中，f1和f2中的m1，m2，m3，m4分别为每个像素点本身与其相邻的两个像素点的像素值的乘积。

在获得有效边缘强度的数值后，基于抽样统计提出了一种定量的透雾评价方法。