[發明專利]基于單峰偏移最大熵閾值分割霧天道路能見度檢測方法

有效

• 申請號: 202010087143.6
• 申請日: 2020-02-11
• 公開（公告）號: CN111275698B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 黃鶴;茹鋒;王會峰;程慈航;胡凱益;陳永安;郭璐;許哲;黃鶯;惠曉濱
• 申請（專利權）人: 西安匯智信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李曉曉

本發明公開了基于單峰偏移最大熵閾值分割霧天道路能見度檢測方法，獲取霧霾天氣下道路交通圖像，對獲得的交通圖像進行灰度值處理，獲取灰度值圖像，對灰度值圖像進行計算，獲取灰度值分布最密集的數值，根據計算所得數值進行左向偏移操作，同時計算每一點灰度值對應的熵值并獲取滿足道路分割要求的閾值數值，根據所獲取閾值進行最大熵道路分割，對道路分割后的圖像獲取連通帶，在，獲得的連通帶區域內求取灰度值突變點，并灰度值突變點的中值處理獲得天地分割線，由獲得的天地分割線得出Vi值，進而求解大氣能見度。本發明能夠良好分割原圖像的灰度圖像，同時解決了基于區域生長與拐點算法計算慢、精度低等問題。

技術領域

本發明屬于圖像處理技術領域，具體涉及一種基于單峰偏移最大熵閾值分割霧天道路能見度檢測方法。

背景技術

霧天情況下能見度顯著降低，導致人眼容易過分估計場景距離，從而使得駕駛速度過快引發交通事故，因此實時測量能見度信息可以讓駕駛員將車速限定在一個合適的范圍內，這對不利天氣條件下的空中和地面交通安全起重要作用。目前，基于同一場景下多幅圖像的檢測方法和基于單幅圖像的檢測方法受到國內外專家的廣泛關注。但由于基于多幅圖像的檢測方法不具有實時性，因此使得基于單幅圖像的團霧檢測方法成為了研究熱點。其中基于視頻圖像中四鄰域的對比度和路面像素的亮度特征定義了可視像素模型，并采用攝像機標定技術計算可視像素到攝像機的最遠距離，實現了無需人工標記的能見度測量，但不足之處在于需要提取路面標志的特征(如車道線、路標等)。然而，在復雜場景中或有遮擋的情況下這些特征并不能有效地被提取，從而影響了能見度測量的效率和精度。為了解決上述問題，將霧天圖像成像模型和大氣對比度的衰減模型相結合提出一種新的能見度檢測方法。該方法首先對霧天成像模型求二階導數獲取圖像灰度值變化的拐點位置和大氣消光系數的關系；然后采用區域增長算法獲取視頻圖像灰度值變化拐點的具體位置，并獲取消光系數的值；最后將消光系數代入到大氣對比度衰減模型以實現能見度的測量。該方法避免了對路面標志的依賴，增強了魯棒性；然而，該方法中的區域增長算法不但對噪聲比較敏感，計算精度低，而且它需要不斷地迭代才能實現拐點的檢測，其時間計算復雜度較高，不能滿足實時性的需求。

發明內容

本發明提供一種基于單峰偏移最大熵閾值分割霧天道路能見度檢測方法，以克服上述現有技術存在的缺陷，本發明采用單峰偏移最大熵閾值分割算法，能夠良好分割原圖像的灰度圖像，同時提出了連通帶與突變點的概念，從而改善了基于區域生長與拐點算法計算慢、精度低等問題，具有良好的各項性能。

為達到上述目的，本發明采用如下技術方案：

基于單峰偏移最大熵閾值分割霧天道路能見度檢測方法，包括以下步驟：

步驟1：獲取霧霾天氣下道路交通圖像；

步驟2：對步驟1中獲得的交通圖像進行灰度值處理，獲取灰度值圖像；

步驟3：對步驟2中的灰度值圖像進行計算，獲取灰度值分布最密集區域的灰度數值；

步驟4：根據步驟3計算所得灰度數值進行偏移操作，即以步驟3所獲灰度值作為原點計算熵值，然后向左逐次偏移一個單位灰度值同時計算每一點灰度值對應的熵值并獲取滿足道路分割要求的閾值數值；

步驟5：根據步驟4所獲取閾值進行最大熵道路分割；

步驟6：對步驟5道路分割后的圖像獲取連通帶；

步驟7：在步驟6獲得的連通帶區域內求取灰度值突變點，并對灰度值突變點的中值處理獲得天地分割線；

步驟8：由步驟7獲得的天地分割線得出v_i值，即天地分割線在圖像中的垂直坐標值，進而求解霧天能見度。

進一步地，步驟3中通過對灰度值圖像的計算獲取圖像灰度值分布的情況，從而獲得灰度值分布最密集區域對應的灰度數值，即灰度值分布最高峰值，從而有效快速找到灰度值分布的區域。