用于探测雾的方法技术

本发明专利技术涉及一种用于借助相机图像或摄像图像对雾进行探测的方法，其包括如下步骤：依据两个独立的位置坐标拍摄具有至少一个颜色通道或具有多个颜色通道的两维图像；对于所述至少一个颜色通道或对于所述多个颜色通道中的每一颜色通道确定出两维的灰度函数，该灰度函数依据所述两维图像的两个独立的位置坐标确定灰度的值；依据两个独立的频率坐标对所述两维的灰度函数进行两维的傅里叶变换。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于借助相机图像或摄像图像对雾进行探测的方法。
技术介绍
雾的出现对于地面、空中和海上客运及货运交通构成重大影响。因此现代车辆可以装备以摄像为基础的自动的雾探测系统，这些雾探测系统能够与各种不同的驾驶员辅助系统相耦联。例如，N.Hautiere等在“Automatic fog detection and estimation of visibilitydistance through use of an onboard camera，，,Machine Vision and Applications, Vol.17,N0.1, pp.8-20, January2006中介绍了一种日间在车辆中用于以摄像为基础探测雾和估算能见度范围的方案措施，该方案措施也是文献FR2835911B的主题内容。在此，对利用前置相机拍摄的图像进行处理。借助区域生长(Region-Growing)方案措施提取一个既包含车道部分也包含天空部分的图像区域。在这个区域之内界定一个测量区域，该测量区域对于每一图像行(析像行)包含强度值的中位数。这个测量区域从最下部图像行到最上部图像行的(强度_)变化曲线被称为强度函数。强度函数的转向点界定一个能见度范围，亦即下述的那个图像行，在该图像行以上对于驾驶员来说再无法看见物体。强度函数的转向点是由这样的图像行界定的，在该图像行以上驾驶员就再也不能识别出物体。通过透视投影并且在假设地势平坦的情况下，可以针对该图像行推断出以米为单位的对应的能见度范围。如果具有转向点的图像行位于图像中点以上，那么便产生一个无限远的能见度范围，因此通过这种方法也可以识别雾的存在。不过由 Hautiere 等在 “Perception through Scattering Media for AutonomousVehicles，，，Autonomous Robots Research Advances, Nova Science Publishers,pp.223-267，April2008中自己又指出:用于提取待调查之图像范围(其既包含道路部分也包含天空部分)的最初使用的区域生长方案措施在很多交通状况中提供不充分的结果。不能始终保证存在从车道到天空的过渡形式的地平线，例如在前面有车辆行驶的交通情况下或在某些自然景物的情况下。由 Bronte 等在 “Fog Detection System Based on Computer Vision Techniques，，，IEEE Intelligent Transportation Systems, pp.1-6, 0ctober2009 中以用于探测雾和用于估算能见度范围的系统为题介绍了另一种可选的方案措施。据此，在一个相机图像中通过一种区域生长算法提取两个邻接的区域，一个车道区域和一个天空区域。另外，通过图像特征计算实时的消失点。在有雾场景的情况中，由最上部图像行起测量，天空区域高于消失点。经由两个区域相接触所在的图像行，通过透视投影并且在假设地势平坦的情况下可以求得能见度范围。为了避免误探测，此外还在该算法前置入一个以阈值为基础的“非雾探测器”。这个探测器借助图像上半部之内出现的梯度绝对值的总和来识别在图像中是否存在充分的模糊化(Verunscharfung),以便实施能见度范围估算。由于以单独一幅图像为基础进行的能见度范围估算是很不可靠的，也就是说，按时间观察在多个相继的图像上会经历剧烈的波动，因此要在一个固定的时间期间上实施中位数形成。
技术实现思路
本专利技术的目的是，介绍一种改进的、用于借助相机图像或摄像图像对雾进行探测的方法。这个目的通过如权利要求1所述的方法得以实现。本专利技术的一些有益实施方式和发展设计可由从属权利要求得出。本专利技术的方法包括下列步骤:首先要完成对具有至少一个颜色通道或多个颜色通道的两维图像的拍摄，并且对于所述至少一个颜色通道或者对于所述多个颜色通道中的每一颜色通道构建一种灰度值图像，其中，灰度的值是依据两个独立的位置坐标作为两维灰度函数而定的。接着对灰度函数进行两维的傅里叶变换，其中，傅里叶变换结果在频率空间内是依据两个独立的频率坐标而定的。在该方法中利用了如下情况:在有雾之场景的灰度值图像的拍摄照片中，随着雾的浓度增加，相邻点的强度差或灰度梯度是要比在无雾之相同场景的灰度值图像的拍摄照片中(相邻点的强度差或灰度梯度)更小。在无雾的图像中比起在有雾的拍摄照片中能够看到明显更为清晰(锐化)的边缘和更高的对比度。例如，浙青路面上的白色车道标线在有雾时变得模糊不清，而这些车道标线在阳光下轮廓清晰可见。例如对一维阶梯函数的傅里叶变换在频率空间内在为零的闻频率情况下还提供不同的份额(Beitrag，量值)，这些份额例如在对一维高斯钟形曲线的傅里叶分析中则消失。因此傅里叶变换提供了如下优点，S卩，在频率空间内雾出现的“程度”是标准度量的:在有雾的情况下傅里叶变换结果的绝对值集中于频率坐标的零点周围，在阳光照射情况下傅里叶变换更多地提供在两个频率坐标的按照绝对值大小的高值中的份额。由此，本专利技术的方法特别有利于借助相机或摄像系统对雾进行探测。黑白显示的图像是基于唯一一个颜色通道。相反，彩色的图像则通常以三个颜色通道为基础-红色通道、绿色通道和蓝色通道。图像的每个通道均得到一种可以描述为灰度值图像的强度分布。根据本专利技术的一个优选的变型方案，将两维的灰度图像标准化。灰度图像的标准化具有如下优点:局部图像范围例如通过照明效果或者曝光效果被尽可能地平衡。该标准化可以通过合适的滤波器如各向同性的高通滤波器和低通滤波器来实现。所述标准化防止了功率谱内若干个图像范围的优势。作为实例，应该提到例如在本身均匀的面上的阴影投射，其影响可以通过标准化而降低。另外，计算出傅里叶变换结果的绝对值平方，该绝对值平方被称为功率谱。在该功率谱上在两维的频率空间内实施一种数码图像处理。根据本专利技术的一个优选的实施方式，利用加博尔滤波器群组对功率谱进行分析。在此，利用加博尔滤波器群组的每一个单独的加博尔滤波器在两维的频率空间上对功率谱进行过滤，过滤结果被称为加博尔特征。所述功率谱利用一个点对称的加博尔滤波器群组在两维的频率空间内被“扫描”。这意味着:功率谱的图像量也用作加博尔滤波器群组的图像量。每个单独的加博尔滤波器与功率谱褶积，该加博尔滤波器的图像范围和其在频率空间内的取值范围通过其尺度和定向被确定。褶积值被称为加博尔特征。以这种方式，每个加博尔滤波器被赋予一个加博尔特征，并且功率谱的份额在频率空间的不同频率范围内在量上成为可测量的。加博尔特征附加地与一个预定的权重函数相乘，以计算出雾指标。将雾指标与一个预定的阈值进行比较。通过该比较，以一定置信度水平为一个二进制变量赋予一个代表“雾”的预定值或另一个代表“无雾”的预定值。这意味着:所述方法以一定可信度提供信息“有雾”或“无雾”。另外，有益的是:根据经验上的学习数据来求得所述预定的权重函数和预定的阈值。由此可知:所述方法在研发中(也就是说在其被提供给常规使用之前)要利用学习及训练数据以实践经验为依据进行可靠性确证。为此，可以借助测试照片利用能见度范围估算来实施对拍摄照片的具体化的雾分类，以便借助这些数据对所本文档来自技高网...

【技术保护点】
用于借助相机图像或摄像图像对雾进行探测的方法，包括如下步骤：‑依据两个独立的位置坐标拍摄具有至少一个颜色通道或具有多个颜色通道的两维图像，‑对于所述至少一个颜色通道或对于所述多个颜色通道中的每一颜色通道确定出两维的灰度函数，该灰度函数依据所述两维图像的两个独立的位置坐标确定灰度的值，‑依据两个独立的频率坐标对所述两维的灰度函数进行两维的傅里叶变换。

【技术特征摘要】
【国外来华专利技术】2011.11.16 DE 102011086512.81.用于借助相机图像或摄像图像对雾进行探测的方法，包括如下步骤: -依据两个独立的位置坐标拍摄具有至少一个颜色通道或具有多个颜色通道的两维图像， -对于所述至少一个颜色通道或对于所述多个颜色通道中的每一颜色通道确定出两维的灰度函数，该灰度函数依据所述两维图像的两个独立的位置坐标确定灰度的值， -依据两个独立的频率坐标对所述两维的灰度函数进行两维的傅里叶变换。2.如权利要求1所述的方法，其特征在于: -将两维的灰度图像标准化， -该标准化借助低通滤波器和借助高通滤波器来平衡灰度的强度梯度。3.如权利要求2所述的方法，其特征在于: -计算出傅里叶变换结果的绝对值平方，该绝对值平方被称为功率谱， -借助数码图像处理对所述功率谱进行整理。4.如权利要 求3所述的方法，其特征在于: -利用加博尔滤波器群组对所述功率谱进行分析， -利用所述加博尔滤波器群组的每一加博尔滤波器在两维的频率空间上对所述功率谱进行过滤，过滤结果被称为该加博尔滤波器的加博尔特征。5.如权利要求4所述的方法，其特征在于: -对各加博尔特征进行特征还原， -该特征还原借助主分量分析予以实施而得到还原的加博尔特征。6.如权利要求4或5所述的方法，其特征在于: -将加博尔特征或经过特征还原的加博尔特...

【专利技术属性】
技术研发人员：M·帕夫利克，
申请(专利权)人：宝马股份公司，
类型：发明
国别省市：德国;DE