一种基于双目视差的能见度检测算法制造技术

本发明专利技术公开了一种基于双目视差的能见度检测算法，具体包括以下步骤：S1、雾天成像模型的建立：首先通过McCartney模型建立雾天场景中目标成像的入射光衰减模型和大气光散射模型，通过入射光衰减模型和大气光散射模型的相互作用，可使目标图像降质，涉及图像处理技术领域。该基于双目视差的能见度检测算法，引入亮度差值机制修正天空区域对应的大气光传输图，恢复退化图像获得清晰的图片，能够处理不同景深层次的有雾图像，通过双目视差生成有雾图像的景深图，同时基于亮度差值机制对天空区域大气光传输图进行简单快速的优化，从而实现获得较好的复原结果，消除了单幅图像去雾后天空产生的光晕现象，大大增强能见度检测的精度。

【技术实现步骤摘要】
一种基于双目视差的能见度检测算法
本专利技术涉及图像处理
，具体为一种基于双目视差的能见度检测算法。
技术介绍
科学家们发现，气溶胶是形成雾霾天气的主要原因，其影响范围广，远远超出风和气流带动的范围，从而使受影响的地区越来越多，最近连续几年空气质量严重退化，频繁出现恶劣的雾霾天气，使得成像系统受到雾霾产生大气光散射效应的影响，直接导致质量下降的图像丧失了应有对比度和色彩的还原度，幸运的是近年来图像去雾取得了重要的进展，这些去雾方法包括使用两幅或多幅不同极化方向上的图像进行去雾，或成功依赖于更强的先验条件或假设。基于偏振化的方法使用两幅或多幅不同偏振方向上的图像进行去雾，参考文献中，更多的约束条件从同一景物的在不同天气条件下的多幅图像中得到，在无雾图像中非天空的大多数局部区域，经常有一些像素(称为“黑像素”)至少在一个颜色(RGB)通道上具有非常低的亮度，而有雾图像的黑度通道在浓雾区域亮度会更高，直接使用暗原色来估计大气光传输图，并使用图像柔和交织(SoftMatting)修补的方法对大气光传输图进行了平滑操作，使用修补后的大气光传输图能够恢复出清晰的图像，并从中获得雾天图像的清本文档来自技高网...

【技术保护点】
1.一种基于双目视差的能见度检测算法，其特征在于：具体包括以下步骤：S1、雾天成像模型的建立：首先通过McCartney模型建立雾天场景中目标成像的入射光衰减模型和大气光散射模型，通过入射光衰减模型和大气光散射模型的相互作用，可使目标图像降质，然后将雾天户外视觉传感器上接收到的光源总强度，等效表示为入射光经大气衰减后到达传感器的景物反光强度，和周围环境的散射光进入视觉系统后的线性叠加，即：I(x,v)＝Ir(x,v)+A(x,v)＝I0(x,v)e

【技术特征摘要】
1.一种基于双目视差的能见度检测算法，其特征在于：具体包括以下步骤：S1、雾天成像模型的建立：首先通过McCartney模型建立雾天场景中目标成像的入射光衰减模型和大气光散射模型，通过入射光衰减模型和大气光散射模型的相互作用，可使目标图像降质，然后将雾天户外视觉传感器上接收到的光源总强度，等效表示为入射光经大气衰减后到达传感器的景物反光强度，和周围环境的散射光进入视觉系统后的线性叠加，即：I(x,v)＝Ir(x,v)+A(x,v)＝I0(x,v)e-γ(v)x+A∞(1-e-γ(v)x，在视频和图像清晰化研究领域，只需要考虑可见光在大气中的传输性质，研究者可以不考虑光波频率，则式可简化为：I(x)＝I0(x)e-γx+A∞(1-e-γx)，为了研究方便，令t＝e-γx，则式可进一步简化为：I(x)＝I0(x)t+A∞(1-t)，即建立雾天成像模型；S2、基于SAD相似性特征的视差估计：利用SAD的3D匹配特征算法将水平双目相机采集的二幅图像按照对每个像素区域块的绝对差值进行比较，并用图像块差值和去创建一个简单的相似矩阵，设水平双目相机采集的二幅图像分别为Il(x,y,z)和Ir(x,y,z)，则处于(x,y,z)基于SAD相似性特征的视差估计：其中d为视差微量，包含x,y和z的视差dx,dy,dz，其中，uvw是对应于xyz的像素坐标；S3、景深图估计：通过立体视觉来直接推断景深信息，通过使用两个立体图像分别表示左眼和右眼，然后将视差求反，并在[0,255]区间范围拉伸，得到景深图的估计公式：S4、天空区域大气光传输图的优化：通过大气光强度值、天空位置像素的亮度和细化后的大气光传输图的关系来优化天空区域的大气光传输图，引入亮度差值dA，利用雾天图像的灰度值Ig与大气光强度A∞的值进行对比，然后取大气光强度一个估计的均值A∞，若A∞＜Ig，...

【专利技术属性】
技术研发人员：胡众义，肖磊，
申请(专利权)人：温州大学，
类型：发明
国别省市：浙江,33