[发明专利]一种适于消防灭火机器人的室内烟雾环境图像匹配方法

说明书

本申请公开了一种适于消防灭火机器人的室内烟雾环境图像匹配方法。包括以下步骤：获取一帧实时图像信息；划分实时图像信息，得到图像单元；构建每个图像单元的第一特征向量；计算任一图像单元的局部密度；计算任一图像单元与局部密度高于该图像单元的其他图像单元之间的相对距离中的最大值；构建每个图像单元的第二特征向量；叠加第一局部大气光强和第二局部大气光强得到全局大气光强；计算全局透射率；构建去雾模型，将实时图像信息输入去雾模型，得到两个第一相邻帧无雾图像；利用金字塔LK光流算法跟踪特征点，得到匹配点对，剔除误匹配点；更新透射率和大气光强参数。保证去雾质量，降低算法时间复杂度，实现算法实时运行。

技术领域

本公开一般涉及计算机视觉技术领域，具体涉及一种适于消防灭火机器人的室内烟雾环境图像匹配方法。

背景技术

随着计算机、图像处理技术的不断发展，越来越多的机器视觉技术应用到多种领域，包括视频监控、智能交通、工业生产、特种救援等领域。然而在环境退化的场景，如烟雾、水雾等，又限制了视觉技术的应用。作为机器视觉的关键步骤，图像匹配能对同一目标或场景下的两幅或多幅图像建立几何意义上的对应关系，是目标识别、目标跟踪、视觉定位、三维重建的重要环节。然而由于室内烟雾、火光的干扰，传统的图像匹配算法极不稳定，极易出现匹配失败的情况，亟待改进。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种降低了室内环境中的多光源对去雾图像质量的影响，保证去雾质量的同时极大地降低了算法的时间复杂度，实现了算法的实时运行的适于消防灭火机器人的室内烟雾环境图像匹配方法。

第一方面，本申请提供一种适于消防灭火机器人的室内烟雾环境图像匹配方法，包括以下步骤：

S1、获取一帧实时图像信息；一帧所述实时图像信息从视频中提取得到；

划分实时图像信息，得到n*n个矩形结构的图像单元；

构建每个图像单元的第一特征向量，所述第一特征向量为图像单元的亮度最值和烟雾浓度最值的集合；

计算任一图像单元的局部密度；

计算任一图像单元与局部密度高于该图像单元的其他图像单元之间的相对距离中的最大值，并将该最大值设为特征距离；

构建每个图像单元的第二特征向量，所述第二特征向量为图像单元的局部密度和特征距离的集合；

判断第二特征向量中局部密度大于第一预设阈值且特征距离大于第二预设阈值时，则选定具有该第二特征向量的图像单元为聚类中心单元，设其数量为M个；

判断其他任一图像单元与任一聚类中心单元之间第一特征向量的相对距离小于截止距离时，则该图像单元与该聚类中心单元为一类，记为：第k个聚类中心集合（1≤k≤M）；

判断任一聚类中心集合中图像单元数量大于其他聚类中心集合所有图像单元数量时，则选定该聚类中心集合为第一聚类图像集合；剩余图像单元为第二聚类图像集合；

以预设窗口遍历第一聚类图像集合和第二聚类图像集合，选择预设窗口内亮度最小值为该窗口的暗通道值，分别得到第一暗通道图像和第二暗通道图像；

选取第一聚类图像集合的位于图像上方的第一暗通道图像中前0.1%的像素位置对应的像素值为第一聚类图像集合的大气光强，即为第一局部大气光强；

选取第二聚类图像集合的位于图像上方的第二暗通道图像中前0.1%的像素位置对应的像素值为第二聚类图像集合的大气光强，即为第二局部大气光强；

叠加第一局部大气光强和第二局部大气光强得到全局大气光强；

计算全局透射率，所述全局透射率由全局大气光强计算得到；