一种基于红外图像的能见度检测方法技术

本发明专利技术公开了一种基于红外图像的能见度检测方法，包括如下步骤：步骤1)利用红外摄像机采集红外图像作为“能见度检测网络模型”的输入图像信号，并且建立红外图像能见度训练数据集；步骤2)建立“能见度检测网络模型”，利用红外图像数据集训练网络，获取神经网络权值参数；步骤3)利用训练完毕的“能见度检测网络模型”对待测的红外图像的能见度等级进行分类。采用本发明专利技术方法，能够有效地利用卷积神经网络提取浓雾天气下的红外图像特征，克服传统可见光图像在浓雾条件下纹理特征消失的问题，进而显著提高不同程度雾霾天气下能见度检测的准确性与稳定性。

【技术实现步骤摘要】
一种基于红外图像的能见度检测方法
本专利技术涉及基于图像/视频的能见度等级分类、检测技术，尤其涉及一种利用红外图像作为输入信号，通过深度卷积神经网络提取不同天气条件下的红外图像特征，进而对能见度等级进行分类和检测的方法。
技术介绍
雾、霾等恶劣天气是严重影响道路行车安全的因素，每年由低能见度原因造成的交通拥塞甚至恶性事故频频发生，据统计发生在恶劣天气下的交通事故占总交通事故的24％。因此，及时、准确、有效地对雾天道路能见度进行监测和预警意义重大。传统的能见度监测仪器价格昂贵，体积较大，且无法密集布设。因此，研究基于图像处理的能见度检测算法已成为一种新的主流方向。目前，常见的基于图像的能见度检测方法可以归为两类：第一类，基于统计模型的能见度检测方法，如“双亮度差法”：在图像中寻找距离不同的两个目标，然后通过目标与背景的相对亮度比估计能见度值。该方法需要设置人工辅助目标物，操作复杂。再如“暗通道法”：利用暗通道先验知识求取大气消光系数，在利用韦伯定律求取大气能见度。该方法精度较低，且受到ROI区域检测效果影响较大。第二类，基于深度学习的能见本文档来自技高网...

【技术保护点】
1.一种基于红外图像的能见度检测方法，其特征在于：包括如下步骤：/n步骤1)利用红外摄像机采集红外图像作为“能见度检测网络模型”的输入图像信号，并且建立红外图像能见度训练数据集；/n首先，在红外摄像头的旁边同时放置能见度检测仪，采集数据时，同时保存红外图像I

【技术特征摘要】
1.一种基于红外图像的能见度检测方法，其特征在于：包括如下步骤：
步骤1)利用红外摄像机采集红外图像作为“能见度检测网络模型”的输入图像信号，并且建立红外图像能见度训练数据集；
首先，在红外摄像头的旁边同时放置能见度检测仪，采集数据时，同时保存红外图像IIR(t)和记录相对应的能见度值Vis(t)；
其次，将红外摄像机采集的N张图像命名并组成红外图像数据集合SIR＝{IIR(t),t∈[1,N]}；同时，利用相对应的能见度值Vis(t)进行标注；
再次，将图像集合SIR根据其标注的能见度Vis(t)的范围分成M类：SIR＝{S′IR(j),j∈[1,M]}，其中，S′IR(j)为第j类能见度的红外图像子集合；同时,制作S′IR(j)子集合对应种类的标签yj＝j,j∈[1,M]；
最后，获得能见度检测数据集合，包括图像SIR＝{S′IR(j),j∈[1,M]}和对应的标签集合YIR＝{yj,j∈[1,M]}；
步骤2)建立“能见度检测网络模型”，利用红外图像数据集训练网络，获取神经网络权值参数；
步骤3)利用训练完毕的“能见度检测网络模型”对待测的红外图像的能见度等级进行分类；
根据步骤1)所述预处理内容，将待测红外图像归一化为22...

【专利技术属性】
技术研发人员：王晗，沈克成，余佩伦，施佺，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32