[发明专利]基于图像学习的能见度测量方法

权利要求书

1.一种基于图像学习的能见度测量方法，其特征在于，利用现有摄像头拍摄得到的场景图像，无需专门设置目标物与架设摄像头，主要步骤包括图像训练过程和测试过程：

图像训练过程包括读入图像及相应能见度(2)，灰度化图像并提取感兴趣区域(3)，图像配准和滤波(4)，计算局部对比度(5)，所有训练图像全部读取完毕后，将局部对比度作为输入、能见度值作为输出、训练模型(7)，保存训练好的模型(8)，使用训练好的模型测试训练数据(9)，计算结果的相对误差，若有大于50％的结果(10)，去除结果中相对误差大于50％的训练数据(11)，重新训练模型(7)，若训练数据的测试结果相对误差均小于50％，保存训练好的模型(12)作为最终模型；

图像测试过程包括读入图像(15)，灰度化图像并提取感兴趣区域(16)，图像配准和滤波(17)，计算局部对比度(18)作为特征，输入训练好的模型(19)，输出能见度(20)。

2.权利要求1所述的基于图像学习的能见度测量方法，其特征在于，所述计算局部对比度作为图像特征(5)采用4*4分窗处理，得到16维对比度。

3.权利要求1所述的基于图像学习的能见度测量方法，其特征在于，所述局部对比度作为输入、能见度值作为输出、训练模型(7)采用机器学习方法建立模型。

4.权利要求1所述的基于图像学习的能见度测量方法，其特征在于，所述去除训练模型中相对误差大于50％的训练数据(11)，重新训练模型。

5.权利要求1所述的基于图像学习的能见度测量方法，其特征在于，所述输入训练好的模型(19)采用(12)保存的模型。