[发明专利]一种基于图像的大气光强估计方法

说明书

本发明公开了一种基于图像的大气光强估计方法，利用随机采样一致性原理和直线的Plüker描述通过在输入图像对应的色彩空间寻找具有最大支撑点集的直线交点来估计大气光强，其包括，对输入图像进行预处理，对参数和阈值进行初始化，随机采样生成大气光强点假设，寻找位于确定当前大气光强点的两条直线上的支撑点，寻找潜在雾线及位于其上的当前大气光强点的支撑点，确定当前最优大气光强点，循环迭代上述随机采样生成大气光强假设及寻找其支撑点过程，最终得到高精度的大气光强估计值。本发明克服了现有利用图像基于先验知识和基于Hough变换等大气光强估计方法存在的估计精度较低、不鲁棒等缺点，实现了大气光强的高精度自动估计，具有重要的工程实用价值。

技术领域

本发明涉及交通能见度检测以及空气雾霾检测技术领域，特别是涉及一种基于图像的大气光强估计方法。

背景技术

近年来，随着我国经济的快速发展，污染造成的雾霾、沙尘暴以及自然因素造成的雨、雪等极端天气导致的低能见度对人民生活特别是交通出行造成重大影响时有发生。低能见度的天气造成的延误、堵塞，甚至封路、停航，对航空、航海、陆路交通以及军事活动等都有极其重要的影响。因此，及时准确的检测低能见度并及时作出相应预警及响应，对保证交通的安全畅通运营以及其他领域的运行都有重要意义。传统的大气能见度检测主要依赖透射式能见度测量仪、散射式能见度测量仪和激光雷达式能见度测量仪等专门的能见度测量仪器来实现，这些仪器通常结构庞大、成本价高、操作复杂，难以大范围内进行部署。近年来国内外诸多研究者对基于图像的能见度检测方法进行了一系列理论和实验研究，这类方法得到了很大的进展，取得了一定的成绩。现有的基于图像的能见度检测及图像去雾霾算法主要基于公式I(x)＝t(x)J(x)+(1-t(x))A，其中A为大气光强即大气的辐射亮度，x＝[u,v]^T(上标T表示转置)是图像中像素的坐标，I(x)为图像中坐标为x的像素的亮度(即R、G、B色彩值)，J(x)为图像中坐标为x的像素对应场景中的物体的辐射亮度，t(x)为图像中坐标为x的像素对应场景中的大气能见度。在上述公式中仅有I(x)的值可由图像得到，大气能见度t(x)、物体的辐射亮度J(x)和大气光强A都是未知的。其中物体的辐射亮度是随位置变化的量，部分位置处的估计误差仅影响局部的大气能见度的估计精度。而大气光强是一个全局变量，其估计误差对大气能见度的估计有全局的影响。因而精确估计大气光强对准确检测大气能见度至关重要。现有的基于暗通道(dark channel)信息法、基于色彩线(color-lines)法以及基于雾线(haze-lines)法等方法多是依靠先验信息通过提取图像中最亮的亮度作为大气光强A的值。但基于图像的大气能见度检测场景中最亮的亮度很多情况下对应太阳或路灯的亮度而不是大气的光强。这给大气能见度检测带来巨大的误差。尽管Berman等提出基于Hough变换的大气光强估计方法(Dana Berman,et.al.,Air-lightestimation using haze-lines.in: Proc.of2017IEEE International Conference onComputational Photography,2017.)，但Hough变换在计算开销与估计精度之间存在不可调和的矛盾，而上述方法涉及三维空间的划分，计算开销十分庞大，为了降低计算开销使其具有可实现性，在对空间进行划分时不得不降低分辨率，使得估计的大气光强精度仍较低。

发明内容

为克服现有技术的不足，提供一种具有较高精度的基于图像的大气亮度的估计方法。

本发明采用的技术方案为：一种基于图像的大气光强估计方法，该方法包括步骤：

步骤1、对输入的彩色图像进行预处理，将彩色图像中的色彩{I}进行聚类，得到N个聚类后的核心色彩并用编号1～N对色彩编号索引，利用索引表示图像

步骤2、为利用随机采样一致性原理估计大气光强进行初始化：设定参数的初始值以及随机采样一致性验证循环终止条件。