[发明专利]基于图像自动识别的能见度测量方法

说明书

本发明公开基于图像自动识别的能见度测量方法，采集含有目标的原始图像和测试图像；分别采用最大类方差法对原始图像、测试图像进行阈值分割；使用菱形探针对阈值分割后的测试图像进行连续膨胀，得到膨胀图像；对膨胀图像进行反着色，利用质心原理，查找连续膨胀后的多连通区域的“伪”质心标定；将“伪”质心作为拟选用多目标区域的中心，标记待选的多目标区域；在分割后的原始图像的暗通道效果图中，找到对应的标记待选的多目标区域中“伪”质心光强最大的中心点，该中心点所在的区域作为能见度测算的最终目标区域，选取合适的去雾系数ω，进行能见度的计算。能够对摄像设备拍摄的不同场景的图像，选取最合适的去雾系数，测算能见度。

技术领域

本发明属于图像处理技术领域，具体涉及基于图像自动识别的能见度测量方法。

背景技术

随着改革开放进程的不断推进，经济飞速发展及城市人口增多，随之而来的是能源的消耗迅猛增加，导致大气污染加剧，能见度水平下降，给人们的日常生活等方面带来了严重的影响，尤其是在航空航天、交通运输等方面危害极大。虽全国范围内通过各项举措进行管控，但难度较大，近年来仍可以看到，各地雾霾天气频发。

常用的能见度检测方法有三种：人工目测法、器测法和数字摄像法。目测法误差大，受观测者个人情况影响较大；器测法价格昂贵，场地要求高，不能广泛使用；数字摄像法实用性强、成本低、可克服不良天气的影响，因此被国内外专家学者广泛研究。

发明内容

本发明的目的是提供基于图像自动识别的能见度测量方法，能够对摄像设备拍摄的不同场景的图像，选取最合适的去雾系数，测算能见度。

本发明采用的技术方案是，基于图像自动识别的能见度测量方法，具体按照以下步骤实施：

步骤1、采集含有目标的原始图像，不同日期，相同地点，同一拍摄角度采集不同天气情况的目标图像作为测试图像；

步骤2、分别采用最大类方差法对原始图像、测试图像进行阈值分割；

步骤3、使用菱形探针对阈值分割后的测试图像进行连续膨胀，得到膨胀图像；

步骤4、对膨胀图像进行反着色，利用质心原理，查找连续膨胀后的多连通区域的“伪”质心标定；

步骤5、将“伪”质心作为拟选用多目标区域的中心，标记待选的多目标区域；

步骤6、在分割后的原始图像的暗通道效果图中，找到对应的标记待选的多目标区域中“伪”质心光强I_c(y)最大的中心点，该中心点所在的区域作为能见度测算的最终目标区域，选取合适的去雾系数ω，进行能见度的计算。

本发明的特点还在于：

步骤2具体过程为：利用最大类方差法进行原始图像、测试图像的阈值分割；

设原始图像或测试图像的像素为f(x,y)，阈值分割后为g(x,y)，则：

设原始图像或测试图像的大小为M×N，分割阈值记作T。

分割阈值的计算过程为：目标图像素点在整幅图像的比例为图像平均灰度为μ₀；背景像素点在整幅图像的比例为图像平均灰度为μ₁；图像中像素的灰度值小于阈值T的像素个数记作N₀，灰度大于阈值T的像素个数记作N₁；图像的总平均灰度记为μ，类间方差记为g；则可得到下式：

采用遍历法得到使类间方差g最大的阈值，即为求得的阈值T。

步骤3具体过程为：