APP下载

基于场景深度的雾天图像能见度检测算法

2017-09-25张红英吴亚东

自动化仪表 2017年9期
关键词:深度检测

徐 敏,张红英 ,吴亚东

(1.西南科技大学信息工程学院,四川 绵阳 621010; 2.西南科技大学特殊环境机器人技术四川省重点实验室,四川 绵阳 621010;3.西南科技大学计算机科学与技术学院,四川 绵阳 621010;4.西南科技大学核废物与环境安全国防重点学科实验室,四川 绵阳 621010)

基于场景深度的雾天图像能见度检测算法

徐 敏1,2,张红英1,2,吴亚东3,4

(1.西南科技大学信息工程学院,四川 绵阳 621010; 2.西南科技大学特殊环境机器人技术四川省重点实验室,四川 绵阳 621010;3.西南科技大学计算机科学与技术学院,四川 绵阳 621010;4.西南科技大学核废物与环境安全国防重点学科实验室,四川 绵阳 621010)

针对传统能见度测试方法存在硬件成本较高、操作复杂、不能大范围使用等缺陷,提出了一种简单、快速的基于图像的能见度测量方法。首先,对图像进行感兴趣区域的提取、阈值分割和形态学处理。然后,基于大气退化物理模型和暗通道先验原理,估计透射率。再利用同一场景中不同角度所获取的两幅图像提取像素突变点,从而结合摄像机的内部参数估算场景深度。最后,根据能见度检测原理求取大气消光系数,进而获得图像的能见度。试验结果表明,该算法与人眼观测效果一致,准确率较高。与传统方法相比,该方法操作简单、抗干扰性强,不需要任何摄像机标定,并且适用范围广。

计算机视觉; 大气光学; 能见度; 透射率; 消光系数

0 引言

随着计算机视觉的不断发展,能见度越来越受到人们的重视。能见度的检测有利于人们的交通出行,同时,也可以体现空气质量的好坏。……

登录APP查看全文

猜你喜欢

深度检测
深度观察
深度观察
深度观察
深度观察
小波变换在PCB缺陷检测中的应用
提升深度报道量与质