一種基于多層矢量圖的能見度檢測方法與流程

本發(fā)明涉及一種基于多層矢量圖的能見度檢測方法，屬于圖像處理能見度檢測技術(shù)領(lǐng)域。

背景技術(shù)：

隨著社會的高速發(fā)展，各種負面問題也逐漸出現(xiàn)在人們的日常生活之中，其中頻繁出現(xiàn)的霧霾天氣，極大地影響了人們的日常生活，對人們出行安全造成危害，因此設(shè)計一套準確度高、易于推廣的能見度檢測系統(tǒng)，并可以及時預(yù)警，將減少很多不必要的損失。

大氣散射模型是描述相距一定距離處物體的初始亮度與在大氣中傳輸一段距離后的觀測亮度之間關(guān)系的方程。其通過引入透射率、環(huán)境光以及大氣消光系數(shù)等參量，描述了在客觀世界中光傳播及衰減的特性。通過應(yīng)用大氣散射模型，通過求解其中未知的參量，即可實現(xiàn)對于物體原有亮度的恢復(fù)，目前已經(jīng)廣泛應(yīng)用于能見度檢測、圖像去霧。

對于利用圖像處理，實現(xiàn)能見度檢測方面，查詢目前已公布的相關(guān)專利，《基于圖像學(xué)習(xí)的能見度測量方法》中采用機器學(xué)習(xí)的方法，選取符合人眼視覺特性的特征進行機器學(xué)習(xí)，可以實現(xiàn)多種條件下的能見度檢測，但并未考慮實際的光傳輸?shù)奈锢砟Ｐ停倚枰罅坑?xùn)練數(shù)據(jù)推廣型較差；《基于數(shù)字攝像法的能見度測量系統(tǒng)及方法》通過目標(biāo)定位算法提取目標(biāo)物的亮度值，并通過雙目標(biāo)雙亮度差對比算法求解能見度值，但是因為其擦用了目標(biāo)定位算法，則存在匹配過程即需要算法的時間復(fù)雜度較大，并且整個算法依賴于目標(biāo)物工作，則其推廣應(yīng)不好。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種集多種圖像檢測技術(shù)為一體，實現(xiàn)僅通過一張采集圖像，實現(xiàn)能見度檢測，提高工作效率的基于多層矢量圖的能見度檢測方法。

本發(fā)明為了解決上述技術(shù)問題采用以下技術(shù)方案：本發(fā)明設(shè)計了一種基于多層矢量圖的能見度檢測方法，由觀測圖像實現(xiàn)能見度的檢測，包括如下步驟：

步驟001.獲得觀測圖像中各個像素點的暗通道數(shù)值I^dark(p)，并進入步驟002，其中，p＝{1、…、P}，p表示觀測圖像中的像素點，P表示觀測圖像中像素點的總個數(shù)；

步驟002.獲得觀測圖像中各個像素點的亮度值，并針對各個像素點，按亮度值由高到低的順序進行排序，然后按照由高至低的順序，選取觀測圖像中像素點總數(shù)預(yù)設(shè)百分比例數(shù)量的像素點，構(gòu)成高亮度像素點集合G，并進入步驟003；

步驟003.根據(jù)觀測圖像中各個像素點的暗通道數(shù)值I^dark(p)，獲得高亮度像素點集合G中各像素點所對應(yīng)暗通道數(shù)值中的最大暗通道數(shù)值，作為環(huán)境光亮度A，然后進入步驟004；

步驟004.分別針對觀測圖像中的各個像素點，以像素點p為中心，選取至少三個不同預(yù)設(shè)比例n*n的窗口區(qū)域，分別獲得該像素點p所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率t_n*n(p)，進而獲得觀測圖像中各個像素點分別所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率，然后進入步驟005；

步驟005.分別針對觀測圖像中的各個像素點，根據(jù)像素點p的亮度I(p)、環(huán)境光亮度A和該像素點p所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率t_n*n(p)，分別獲得該像素點p所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖J_n*n(p)，進而獲得觀測圖像中各個像素點分別所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖，然后進入步驟006；

步驟006.分別針對觀測圖像中的各個像素點，以像素點p所對應(yīng)最小預(yù)設(shè)比例的矢量圖為參考矢量圖，根據(jù)像素點p所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖J_n*n(p)，獲得像素點p的原始光強度J(p)并計算各個像素點的原始光強度，然后將觀測圖像的光強度還原至原始光強度，獲得原始光強度觀測圖像；然后進入步驟007；

步驟007.針對原始光強度觀測圖像進行對比度增強，獲得原始恢復(fù)圖像，然后進入步驟008；

步驟008.根據(jù)觀測圖像和原始恢復(fù)圖像獲得能見度值，實現(xiàn)能見度檢測。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟001中，根據(jù)如下公式：

獲得觀測圖像中各個像素點的暗通道數(shù)值I^dark(p)，式中，I^c(p)表示觀測圖像中像素點p在r,g,b通道中一個通道的光強度，μ_c∈{r,g,b}表示觀測圖像r,g,b通道中一個通道的平均值，Ω'(p)表示以p點為中心的第一預(yù)設(shè)比例區(qū)域，σ_rgb表示觀測圖像r,g,b通道光強度的標(biāo)準差。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟步驟003中，根據(jù)觀測圖像中各個像素點的暗通道數(shù)值I^dark(p)，按如下公式：

獲得高亮度像素點集合G中各像素點所對應(yīng)暗通道數(shù)值中的最大暗通道數(shù)值，作為環(huán)境光亮度A。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟004中，分別針對觀測圖像中的各個像素點，以像素點p為中心，選取至少三個不同預(yù)設(shè)比例n*n的窗口區(qū)域，該像素點p的各個預(yù)設(shè)比例n*n的窗口區(qū)域構(gòu)成集合Ω(p)，根據(jù)如下公式：

分別獲得該像素點p所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率t_n*n(p)，進而獲得觀測圖像中各個像素點分別所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率，式中，ω表示預(yù)設(shè)晴朗天氣條件下人眼視覺特性對于檢測影響常數(shù)。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟005中，分別針對觀測圖像中的各個像素點，根據(jù)像素點p的亮度I(p)、環(huán)境光亮度A和該像素點p所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率t_n*n(p)，按如下公式：

分別獲得該像素點p所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖J_n*n(p)，進而獲得觀測圖像中各個像素點分別所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖，式中，t₀表示預(yù)設(shè)透光率上限值。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟006中，分別針對觀測圖像中的各個像素點，以像素點p所對應(yīng)最小預(yù)設(shè)比例的矢量圖為參考矢量圖，根據(jù)像素點p所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖J_n*n(p)，按如下公式：

獲得像素點p的原始亮度J(p)，進而獲得觀測圖像中各個像素點的原始亮度，式中，B表示預(yù)設(shè)歸一化因子，J_min(n*n)(p)表示像素點p所對應(yīng)最小預(yù)設(shè)比例的矢量圖，l＝{1、…、L}，L表示像素點p所對應(yīng)各預(yù)設(shè)比例矢量圖中，除最小預(yù)設(shè)比例矢量圖外其余矢量圖的個數(shù)，v表示預(yù)設(shè)噪聲常數(shù)。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟007中，按如下公式：

分別針對原始亮度觀測圖像中的各個像素點進行對比度增強，獲得原始恢復(fù)圖像，式中，a、b、c分別表示預(yù)設(shè)增強對比度系數(shù)。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟008，具體包括如下步驟：

步驟00801.根據(jù)如下公式：

獲得觀測圖像的均方根對比度表示C，并進入步驟00802，式中，μ_P表示觀測圖像亮度均值；

步驟00802.獲得觀測圖像相對原始恢復(fù)圖像的峰值信噪比PSNR，然后進入步驟00803；

步驟00803.建立觀測圖像的均方根對比度表示C與觀測圖像相對原始恢復(fù)圖像峰值信噪比PSNR之間的映射關(guān)系，實現(xiàn)能見度檢測。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟00802中，根據(jù)如下公式：

獲得觀測圖像相對原始恢復(fù)圖像的峰值信噪比PSNR，式中，MSE表示觀測圖像與原始恢復(fù)圖像之間的均方誤差。

本發(fā)明所述基于多層矢量圖的能見度檢測方法采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：本發(fā)明所設(shè)計基于多層矢量圖的能見度檢測方法，采用大氣散射模型與暗通道計算相結(jié)合的方式，從原理上對霧霾降低圖像質(zhì)量的成因進行了描述，使得能見度檢測結(jié)果更加準確可靠；在應(yīng)用時無需進行過多的人工干預(yù)，在安裝檢測系統(tǒng)后可以進行單點的檢測，也可安裝于多個監(jiān)測點對大范圍的區(qū)域進行檢測，并將數(shù)據(jù)技術(shù)匯總；相較于傳統(tǒng)的目測及儀器測量法，本發(fā)明具有成本低、可靠性高適合大范圍推廣的特點；并與其它通過圖像處理檢測能見度的方法相比，本方法無需進行標(biāo)定操作即可進行能見度的檢測，綜上所述，本發(fā)明所設(shè)計基于多層矢量圖的能見度檢測方法，使用大氣耗散模型準確的描述了在經(jīng)大氣傳播后物體亮度的衰減情況，為準確的獲得能見度的數(shù)值奠定了基礎(chǔ)；同時本發(fā)明所采用的算法在時間及空間復(fù)雜度上都較低，可運行在嵌入式系統(tǒng)上，使得其在準確高效的基礎(chǔ)上又具有很好地推廣能力，適合大范圍應(yīng)用；并且本發(fā)明在實際使用場景中，可依據(jù)大量數(shù)據(jù)對系統(tǒng)的參數(shù)進行進一步優(yōu)化，提高其精確性。

附圖說明

圖1是本發(fā)明設(shè)計的一種基于多層矢量圖的能見度檢測方法的架構(gòu)示意圖。

具體實施方式

下面結(jié)合說明書附圖對本發(fā)明的具體實施方式作進一步詳細的說明。

大氣散射模型描述降質(zhì)圖像，對于霧霾或是其他煙塵條件下拍攝到的景物，可用下式表示其觀測到的亮度與物體原有亮度之間的關(guān)系：

I(p)＝J(p)t_n*n(p)+A(1-t_n*n(p))

其中，I(p)表示在像素點p處觀測到的光強度，J(p)表示在像素點p處的原始標(biāo)準圖像，A是環(huán)境光亮度，由大氣散射模型中可以看出，為了實現(xiàn)對于原始標(biāo)準圖像的恢復(fù)，對于透射率t_n*n(p)及環(huán)境光A的求解變成了關(guān)鍵，下面將詳細介紹其求解過程。

如圖1所示，本發(fā)明所設(shè)計的一種基于多層矢量圖的能見度檢測方法，在實際應(yīng)用過程當(dāng)中，由觀測圖像實現(xiàn)能見度的檢測，其特征在于，包括如下步驟：

步驟001.通過圖像暗通道先驗技術(shù)可實現(xiàn)對大氣散射模型中未知參數(shù)的有效估計，并且為了更好的得出原始標(biāo)準圖像，減輕偽影對其影響，因此，根據(jù)如下公式：

獲得觀測圖像中各個像素點的暗通道數(shù)值I^dark(p)，并進入步驟002，其中，p＝{1、…、P}，p表示觀測圖像中的像素點，P表示觀測圖像中像素點的總個數(shù)，I^c(p)表示觀測圖像中像素點p在r,g,b通道中一個通道的光強度，μ_c∈{r,g,b}表示觀測圖像r,g,b通道中一個通道的平均值，Ω'(p)表示以p點為中心的第一預(yù)設(shè)比例區(qū)域，σ_rgb表示觀測圖像r,g,b通道光強度的標(biāo)準差。

步驟002.獲得觀測圖像中各個像素點的亮度值，并針對各個像素點，按亮度值由高到低的順序進行排序，然后按照由高至低的順序，選取觀測圖像中像素點總數(shù)預(yù)設(shè)百分比例數(shù)量的像素點，構(gòu)成高亮度像素點集合G，并進入步驟003。這里在實際應(yīng)用中，我們可以按照由高至低的順序，選取觀測圖像中像素點總數(shù)的1％數(shù)量的像素點。

步驟003.根據(jù)觀測圖像中各個像素點的暗通道數(shù)值I^dark(p)，按如下公式：

獲得高亮度像素點集合G中各像素點所對應(yīng)暗通道數(shù)值中的最大暗通道數(shù)值，作為環(huán)境光亮度A，然后進入步驟004。

為了進一步提高恢復(fù)的原始圖像質(zhì)量，采用如下定義計算t_n*n(p)。首先對大氣散射模型進行如下操作：

并考慮圖像中的r、g、b顏色通道則有：

依據(jù)圖像暗通道的定義則上式為：

因此，進一步按如下執(zhí)行步驟004。

步驟004.分別針對觀測圖像中的各個像素點，以像素點p為中心，選取至少三個不同預(yù)設(shè)比例n*n的窗口區(qū)域，該像素點p的各個預(yù)設(shè)比例n*n的窗口區(qū)域構(gòu)成集合Ω(p)，根據(jù)如下公式：

分別獲得該像素點p所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率t_n*n(p)，進而獲得觀測圖像中各個像素點分別所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率，然后進入步驟005，式中，ω表示預(yù)設(shè)晴朗天氣條件下人眼視覺特性對于檢測影響常數(shù)。

在具體的實際應(yīng)用中，我們可以具體設(shè)計分別針對觀測圖像中的各個像素點，以像素點p為中心，選取三個不同預(yù)設(shè)比例3*3、5*5及7*7的窗口區(qū)域，即最終上述步驟004獲得觀測圖像中各個像素點的t_3*3(p)、t_5*5(p)、t_7*7(p)。

步驟005.分別針對觀測圖像中的各個像素點，根據(jù)像素點p的亮度I(p)、環(huán)境光亮度A和該像素點p所對應(yīng)各預(yù)設(shè)比例n*n窗口區(qū)域的透射率t_n*n(p)，按如下公式：

分別獲得該像素點p所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖J_n*n(p)，進而獲得觀測圖像中各個像素點分別所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖，然后進入步驟006，式中，t₀表示預(yù)設(shè)透光率上限值，實際應(yīng)用中，我們通?？梢栽O(shè)計采用t₀＝0.1。

步驟006.采用交叉雙邊濾波方法，分別針對觀測圖像中的各個像素點，以像素點p所對應(yīng)最小預(yù)設(shè)比例的矢量圖為參考矢量圖，根據(jù)像素點p所對應(yīng)各預(yù)設(shè)比例n*n的矢量圖J_n*n(p)，按如下公式：

獲得像素點p的原始光強度J(p)并計算各個像素點的原始光強度，然后將觀測圖像的光強度還原至原始光強度，獲得原始光強度觀測圖像；然后進入步驟007，式中，B表示預(yù)設(shè)歸一化因子，J_min(n*n)(p)表示像素點p所對應(yīng)最小預(yù)設(shè)比例的矢量圖，l＝{1、…、L}，L表示像素點p所對應(yīng)各預(yù)設(shè)比例矢量圖中，除最小預(yù)設(shè)比例矢量圖外其余矢量圖的個數(shù)，v表示預(yù)設(shè)噪聲常數(shù)。

由于霧的存在，會使拍攝到的霧霾圖像的飽和度以及對比度有所下降，經(jīng)過上述的處理過程恢復(fù)了圖像的飽和度，即亮度，但對比度相較于原始圖像還有所降低，則對需要對其進行對比度增強的操作，因此執(zhí)行下述步驟007的操作。

步驟007.按如下公式：

分別針對原始光強度觀測圖像中的各個像素點進行對比度增強，獲得原始恢復(fù)圖像，然后進入步驟008，式中，a、b、c分別表示預(yù)設(shè)增強對比度系數(shù)。

步驟008.根據(jù)觀測圖像和原始恢復(fù)圖像獲得能見度值，實現(xiàn)能見度檢測。

上述步驟008具體包括如下步驟：

步驟00801.根據(jù)如下公式：

獲得觀測圖像的均方根對比度表示C，并進入步驟00802，式中，μ_P表示觀測圖像亮度均值。

步驟00802.峰值信噪比(PSNR)作為一種評價圖像質(zhì)量的客觀評價準則，其在圖像增強領(lǐng)域有著廣泛的使用，因此這里，設(shè)計根據(jù)如下公式：

獲得觀測圖像相對原始恢復(fù)圖像的峰值信噪比PSNR，然后進入步驟00803，式中，MSE表示觀測圖像與原始恢復(fù)圖像之間的均方誤差。

步驟00803.建立觀測圖像的均方根對比度表示C與觀測圖像相對原始圖像峰值信噪比PSNR之間的映射關(guān)系D＝f(C，PSNR)，實現(xiàn)能見度檢測。

本發(fā)明所設(shè)計基于多層矢量圖的能見度檢測方法，屬于能見度檢測技術(shù)，輔以交叉濾波，提出一種新的基于多層次矢量圖的能見度檢測方法，以大氣散射模型為基礎(chǔ)，通過計算圖像暗通道的方法對模型中的未知參數(shù)透射率及環(huán)境光進行了估計，以此來恢復(fù)原始的圖像，并且考慮到僅通過單一尺度來恢復(fù)原始的圖像，會引入偽影等問題，同時會造成對圖像中高頻邊緣信息的破壞，因此本發(fā)明采用在不同的尺度下計算出相應(yīng)的原始矢量圖，通過雙邊交叉濾波將三種不同尺度的矢量圖進行合成，并對輸出結(jié)果進行對比度增強處理獲取最終的原始圖像。

本發(fā)明所設(shè)計基于多層矢量圖的能見度檢測方法，采用大氣散射模型與暗通道計算相結(jié)合的方式，從原理上對霧霾降低圖像質(zhì)量的成因進行了描述，使得能見度檢測結(jié)果更加準確可靠；在應(yīng)用時無需進行過多的人工干預(yù)，在安裝檢測系統(tǒng)后可以進行單點的檢測，也可安裝于多個監(jiān)測點對大范圍的區(qū)域進行檢測，并將數(shù)據(jù)技術(shù)匯總；相較于傳統(tǒng)的目測及儀器測量法，本發(fā)明具有成本低、可靠性高適合大范圍推廣的特點；并與其它通過圖像處理檢測能見度的方法相比，本方法無需進行標(biāo)定操作即可進行能見度的檢測，綜上所述，本發(fā)明所設(shè)計基于多層矢量圖的能見度檢測方法，使用大氣耗散模型準確的描述了在經(jīng)大氣傳播后物體亮度的衰減情況，為準確的獲得能見度的數(shù)值奠定了基礎(chǔ)；同時本發(fā)明所采用的算法在時間及空間復(fù)雜度上都較低，可運行在嵌入式系統(tǒng)上，使得其在準確高效的基礎(chǔ)上又具有很好地推廣能力，適合大范圍應(yīng)用；并且本發(fā)明在實際使用場景中，可依據(jù)大量數(shù)據(jù)對系統(tǒng)的參數(shù)進行進一步優(yōu)化，提高其精確性。

上面結(jié)合附圖對本發(fā)明的實施方式作了詳細說明，但是本發(fā)明并不限于上述實施方式，在本領(lǐng)域普通技術(shù)人員所具備的知識范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前提下做出各種變化。