[发明专利]一种基于社会视频的能见度检测方法在审
申请号: | 202110123303.2 | 申请日: | 2021-01-29 |
公开(公告)号: | CN112836090A | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 李永强;任聪;叶衍统;冯远静;陈赞;郭文龙 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06F16/783 | 分类号: | G06F16/783;G06F16/75;G06K9/00;G06K9/38;G06K9/62 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 社会 视频 能见度 检测 方法 | ||
一种基于社会视频的能见度检测方法,获取晴朗天气的社会视频;按间隔随机选取社会视频中的多帧图像;使用超像素分割算法进行去天空处理;使用多帧差分法提取背景区域图;获取已知的清晰图像和实时社会视频图像;分别得到清晰图像和实时图像的天空区域图、非天空区域图;分别得到清晰图像和实时图像的背景区域图;基于Koschmieder定律结合暗通道先验理论,分别计算清晰图像和实时图像背景区域的透射率;通过清晰图像和实时图像背景区域的透射率,计算实时图像与清晰图像的消光系数比值;通过获取的实时图像与清晰图像的消光系数比值,计算实时图像的能见度。本发明降低了器测的测量成本和维护成本,大大简化了能见度的检测工作。
技术领域
本发明涉及计算机视觉,交通大数据领域,尤其涉及一种基于社会视频的能见度检测方法。
背景技术
随着计算机视觉的不断发展,利用图像处理反演能见度的技术引起了研究者的关注。能见度信息检测是智慧城市建设的重要组成部分,在城市空气质量治理中发挥着关键作用;同时能见度的准确检测,有利于改善道路服务水平,提升人们工作和生活的出行质量。
2016年,杭州首创城市大脑,开启城市数字治理的新征程。2018年10月,“城市大脑”2.0版本正式发布,从数字治堵到数字治城再到数字治疫,杭州城市大脑持续迭代创新,不断扩充应用场景。目前杭州城市大脑已建成包括城市交通、卫健等行业的48个应用场景。
但是,受限于当前检测技术的诸多不足,如能见度的检测就易受到观察者视力等因素的影响,所得数据缺乏稳定性;而使用仪器检测的方法需要在户外安装并维护仪器,投资和维护的成分都十分巨大,同时也需要结合人工判断,过程十分复杂,无法实现自动检测。
在这种情况下,利用图像处理技术反演出能见度的方法,提供了一种非常遍捷、高效的可行方案。基于城市大脑的数据中枢,部门间共享的社会视频监控资源为上述技术提供了坚实的大数据基础,根据已有的社会监控视频,实现能见度的检测,解决了传统器测法的局限性,大大简化了能见度的检测过程。
发明内容
为了克服现有技术的不足,本发明提出了一种基于社会视频的能见度检测方法,基于实时获取的社会视频,根据已有清晰图像和从社会视频中获取实时图像,使用超像素分割法去除天空,多帧差分法提取背景区域,基于暗通道先验理论估计透射率,最终计算出实时图像的能见度。
为了解决上述技术问题,本发明提供如下的技术方案:
一种基于社会视频的能见度检测方法,所述方法包括以下步骤:
步骤1:获取晴朗天气的社会视频;
步骤2:对步骤1中获取的社会视频按间隔随机选取多帧图像;
步骤3:对步骤2中的其中一帧图像使用超像素分割算法,进行去天空处理,并记录裁剪位置,对其余图像按已记录的裁剪位置同样进行去天空处理,保留非天空区域图;
步骤4:对步骤3所得到的多帧非天空区域图,根据多帧差分法,通过设定的阈值,提取背景区域图,并记录背景区域相对非天空区域图的位置;
步骤5:获取已知的清晰图像和实时社会视频图像;
步骤6:根据步骤3记录的裁剪位置,对清晰图像和实时图像进行去天空处理,分别得到清晰图像和实时图像的天空区域图、非天空区域图;
步骤7:根据步骤4记录的背景区域相对位置,对清晰图像和实时图像的非天空区域图像进行背景提取,分别得到清晰图像和实时图像的背景区域图;
步骤8:根据步骤6所得的清晰图像和实时图像的天空区域图和步骤7所获得的清晰图像和实时图像背景区域图,基于Koschmieder定律结合暗通道先验理论,分别计算清晰图像和实时图像背景区域的透射率;
步骤9:根据步骤8得到的清晰图像和实时图像背景区域的透射率,计算实时图像与清晰图像的消光系数比值;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110123303.2/2.html,转载请声明来源钻瓜专利网。