[发明专利]一种恶劣天气下车辆智能检测方法、系统、设备及介质

权利要求书

1.一种恶劣天气下车辆智能检测方法，其特征在于，包括以下步骤：

在RGB颜色模型中，对采集到的车辆原始图像进行颜色校正，得到车辆校正图像；

将所述车辆校正图像从RGB颜色模型转换到LAB颜色模型，并利用引导滤波对所述车辆校正图像进行分解，得到亮度基础层和亮度细节层；

分别对所述亮度基础层和所述亮度细节层进行增强，得到对应的亮度增强基础层和亮度增强细节层；

根据所述亮度增强基础层和所述亮度增强细节层，得到车辆增强LAB图像，并将所述车辆增强LAB图像从LAB颜色模型转换为RGB颜色模型，得到车辆增强RGB图像；

将所述车辆增强RGB图像输入车辆检测网络模型，得到车辆检测结果。

2.如权利要求1所述的一种恶劣天气下车辆智能检测方法，其特征在于，所述在RGB颜色模型中，对采集到的车辆原始图像进行颜色校正，得到车辆校正图像的步骤包括：

采集车辆原始图像，并在RGB颜色模型中，计算所述车辆原始图像每个颜色通道的总像素值；

基于每个通道的总像素值和颜色通道衰减特性，对三个颜色通道由大到小进行排序，并依次记为最大颜色通道、中间颜色通道以及最小颜色通道；

分别对所述最大颜色通道、中间颜色通道以及最小颜色通道进行校正，以消除所述车辆原始图像的颜色失真，得到车辆校正图像。

3.如权利要求2所述的一种恶劣天气下车辆智能检测方法，其特征在于，所述分别对所述最大颜色通道、中间颜色通道以及最小颜色通道进行校正的步骤包括：

对最大颜色通道进行校正，其计算公式为：

式中，(m，n)表示像素点的横、纵坐标位置，I′_max(m，n)表示校正后的最大颜色通道在坐标(m，n)处的像素值，I_max(m，n)表示最大颜色通道在坐标(m，n)处的像素值，I_high表示最大颜色通道中的最大像素值，I_low表示最大颜色通道中的最小像素值；

对中间颜色通道进行校正，其计算公式为：

式中，I′_mid(m，n)表示校正后的中间颜色通道在坐标(m，n)处的像素值，I_mid(m，n)表示中间颜色通道在坐标(m，n)处的像素值；

对最小颜色通道进行校正，其计算公式为：

式中，I′_min(m，n)表示校正后的最小颜色通道在坐标(m，n)处的像素值，I_min(m，n)表示最小颜色通道在坐标(m，n)处的像素值。

4.如权利要求1所述的一种恶劣天气下车辆智能检测方法，其特征在于，所述分别对所述亮度基础层和所述亮度细节层进行增强，得到对应的亮度增强基础层和亮度增强细节层的步骤包括：

利用K-means聚类算法分解所述亮度基础层，得到亮度前景子图像和亮度背景子图像；

分别对所述亮度前景子图像和所述亮度背景子图像进行拉伸校正，得到校正后的亮度前景子图像和亮度背景子图像；

根据校正后的亮度前景子图像和亮度背景子图像，得到亮度增强基础层；

对所述亮度细节层进行伽马校正，得到亮度增强细节层。