[发明专利]一种雾天距离测量方法及装置、距离预警方法及装置

说明书

技术领域

本发明属于数字图像处理领域，尤其涉及一种雾天距离测量方法及装置、距离预警方法及装置。

背景技术

为了便于说明，首先解释如下词语。

暗像素值：以某个像素点为中心的局部区域里，三个颜色通道(R、G、B颜色通道)中最低的强度值称为该像素点的暗像素值。通常，在清晰的户外图像中，不包括天空及灰白物体的绝大部分区域，至少有一个颜色通道的强度值很低，即该区域中的像素点的暗像素值很低，而在被雾干扰的图像里，由于图像像素充斥有大气的白光成分，因此这些像素的暗像素值会变得比较高。

测距物体：测量与前方物体之间的距离的测距方。

目标物体：距离测距物体最近的被测方。

测距车辆：测量与前方车辆之间的距离的车辆。

目标车辆：距离测距车辆最近的车辆，即被测距的车辆。

如今人们的生活已经离不开车辆，但随着车辆事故发生率的逐年提高，特别是在恶劣驾驶条件下，如不小心更容易发生事故，人们也逐渐意识到了安全驾驶的重要性。车辆测距是车辆智能交通系统的基本功能，能够准确地测量车距、及时提醒驾驶员安全行车，有助于降低事故的发生率，特别是在大雾天气，车辆测距系统更显得尤为重要，目前车辆测距系统也是车辆研发的一个重要领域。

通常在晴朗天气下，通过可见光通信和图像处理的方法可以实现车距测量，前车(目标车辆)的一对LED尾灯向后发出包含有身份标识、车身宽度、尾灯间距等信息的调制光信号，后车(测距车辆)利用面阵光电传感器采集前车的图像并接收前车发送的调制光信号，通过解调获取光通信信息，再根据两车灯在图像中的位置信息便可计算出前后两车的间距、相对速度及相对位置。

然而，上述这种测距方式不适于在雾天使用，因为在雾天测距车辆拍摄的图像很模糊，这样计算得到两车间距离容易存在较大偏差。为此在雾天条件下，现有一般采用激光测距或超声波雷达测距，但是，这两种主动式的测距方式主要是通过测距车辆发射激光或超声波，经过目标车辆反射后获取激光信息或超声波信息，再经过相关计算得到车距。然而，这两种主动式的测距方式均需要增加发射、接收信号装置，如此会增加系统的复杂度，生产成本也比较高。

不仅仅在车辆测距领域，在其他测距领域都会遇到这种问题，比如轮船测距等等，甚至还可以包括测量测距物体与前方障碍物的距离，显然在雾天环境下采用现有的主动式测距方式系统比较复杂，成本也高。

发明内容

鉴于上述问题，本发明的目的是提供一种雾天距离测量方法，该方法仅需分析测距物体拍摄的单幅雾天照片就可以计算出与目标物体的距离，该方法简单、性能更好且效率更高，解决了现有雾天测距技术复杂、成本高的技术问题。

本发明是这样实现的，一种雾天距离测量方法，所述方法通过分析测距物体拍下的雾天图像计算出距离，在获取到雾天图像后，所述方法包括下述步骤：

测距物体采集包含有目标物体的雾天图像；

在所述雾天图像中确定距离测距物体最近的目标物体的位置点z；

得出所述目标物体的位置点z的暗像素值D(z)；

获得整体大气光值A；

根据暗像素值D(z)与整体大气光值A计算出所述位置点z的透射率t(z)=1-D(z)A;]]>

根据位置点z的透射率t(z)计算出目标物体与测距物体的实际距离其中β为大气散射系数。

进一步，在所述雾天图像中确定距离测距物体最近的目标物体的位置点z的步骤具体如下：

将所述雾天图像转换成灰度图像；

对所述生成的灰度图像进行噪声滤波；

找到距离测距物体最近的灰度梯度突变位置点，该位置点就是所述的目标物体的位置点z。

进一步，本发明方法用于测量车辆间的距离，所述的测距物体为测距车辆，所述的目标物体为目标车辆，在所述生成的灰度图像进行噪声滤波的步骤之后，还包括下述步骤：

对滤波后的灰度图像进行自适应二值化处理得到二值图；

对所述二值图进行霍夫直线检测，得到测距车辆所在车道的两条车道线；