[发明专利]基于雾值分析的团雾识别预警方法、系统和电子设备在审
| 申请号: | 202011643435.X | 申请日: | 2021-03-05 |
| 公开(公告)号: | CN112816483A | 公开(公告)日: | 2021-05-18 |
| 发明(设计)人: | 史亚茹;付卫兴 | 申请(专利权)人: | 北京文安智能技术股份有限公司 |
| 主分类号: | G01N21/85 | 分类号: | G01N21/85;G06T7/10;G08B21/18 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100094 北京市海*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 分析 识别 预警 方法 系统 电子设备 | ||
1.一种基于雾值分析的团雾识别预警方法,其特征在于,包括:
步骤S1,获取目标场景的场景图像;
步骤S2,沿所述场景图像的宽度方向和高度方向对所述场景图像进行矩阵分割,以形成多个子图像区域(a);
步骤S3,对所述子图像区域(a)用多个单元图像块(b)进行矩阵分割,通过所述子图像区域(a)包含的所述单元图像块(b)的暗通道值和平均亮度值计算得到所述子图像区域(a)的雾值;
步骤S4,依次获取所有所述子图像区域(a)的雾值,以形成雾值数组FV;计算所述雾值数组FV中所有雾值的雾值平均值meanAll以及雾值相邻差值平均值meanDiff,并根据两者判断所述目标场景为清晰区域或团雾风险区域。
2.根据权利要求1所述的团雾识别预警方法,其特征在于,
在所述步骤S4中,
在所述雾值相邻差值平均值meanDiff<10的情况下,
当所述雾值平均值meanAll≥80时,判定所述目标场景为清晰区域,
当所述雾值平均值meanAll<80时,判定所述目标场景为团雾风险区域;
在所述雾值相邻差值平均值meanDiff≥10时的情况下,根据所述场景图像中的可移动物体的最远可视距离判断所述目标场景为清晰区域或团雾风险区域。
3.根据权利要求2所述的团雾识别预警方法,其特征在于,
判定所述目标场景为团雾风险区域后,根据对所述雾值平均值meanAll的阈值分析划分所述目标场景的团雾等级;
当所述雾值平均值meanAll落入[0,30)内时,判定所述目标场景的团雾等级为重度;
当所述雾值平均值meanAll落入[30,50)内时,判定所述目标场景的团雾等级为次重度;
当所述雾值平均值meanAll落入[50,70)内时,判定所述目标场景的团雾等级为中度;
当所述雾值平均值meanAll落入[70,80)内时,判定所述目标场景的团雾等级为轻度。
4.根据权利要求1所述的团雾识别预警方法,其特征在于,在所述步骤S3中,
对各所述子图像区域(a)中的各所述单元图像块(b)的多个暗通道值进行差分计算得到中间暗通道数组;
对各所述子图像区域(a)中的所有所述单元图像块(b)的多个平均亮度值进行差分计算得到平均亮度数组;
计算所述中间暗通道数组和所述平均亮度数组中所有数据的算术平均值,以获取所述子图像区域(a)的雾值。
5.根据权利要求4所述的团雾识别预警方法,其特征在于,
所述单元图像块(b)的暗通道值取该单元图像块(b)中所有像素点的RGB值中的最小的一个值;
所述单元图像块(b)的平均亮度值由公示(1)计算得出:
其中,L(x,y)为所述单元图像块(b)中的像素点的亮度值;N为所述单元图像块(b)的像素点的个数;δ=0.0001,用于防止对数计算结果趋于负无穷。
6.根据权利要求5所述的团雾识别预警方法,其特征在于,所述单元图像块(b)包含n×n个像素点,其中,2≤n≤10。
7.根据权利要求6所述的团雾识别预警方法,其特征在于,在所述步骤S2之后,还包括:
步骤S21,将所述子图像区域(a)进行缩放处理,以使所述子图像区域(a)的像素大于所述单元图像块(b)的像素,且所述子图像区域(a)包含m×m个像素点,其中,m为n的整数倍。
8.根据权利要求1所述的团雾识别预警方法,其特征在于,在所述步骤S2中,所述子图像区域(a)的高度为所述场景图像的高度的1/m,所述子图像区域(a)的宽度为所述场景图像的宽度的1/m,1≤m≤10。
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北京文安智能技术股份有限公司,未经北京文安智能技术股份有限公司许可,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/202011643435.X/1.html,转载请声明来源钻瓜专利网。





