本申请涉及一种能见度确定方法、装置、计算机设备和存储介质。该方法包括：按照第一预设尺寸，对目标图像进行区域划分，得到第一数量个第一图像；按照第二预设尺寸，对目标图像进行纵向划分，得到第二数量个第二图像；按照预设的聚类中心，对第一数量个第一图像的透射率进行聚类，得到与聚类中心对应的预设数量个类别；对于每一第二图像，确定出第二图像中每一类别对应的第一图像的占比，得到第二图像对应的预设数量个比值；将每一第二图像对应的预设数量个比值输入预设的能见度识别模型，得到图像对应的目标能见度。从而降低第一图像对应的局部图像的影响，避免出现图像局部区域干扰全局的情况，使得根据预设数量个比值确定的目标能见度更精确。标能见度更精确。标能见度更精确。
【技术实现步骤摘要】
能见度确定方法、装置、计算机设备和存储介质
[0001]本申请涉及图像处理
，特别是涉及一种能见度确定方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着图像处理技术的发展，出现了基于图像进行能见度检测的技术。基于图像进行能见度检测的技术，能够避免传统能见度检测中的设备架设难度大、成本高的问题，能在一定程度上节约能见度检测的成本，提升检测速度。目前基于图像进行能见度检测的方式，通常是通过确定图像的透射率，进而根据图像的透射率去确定获取该图像时的能见度。
[0003]然而，鉴于图像拍摄环境、拍摄设备和拍摄角度的影响，可能存在图像局部无法有效反应获取该图像时的能见度的情况。当前通过图像的透射率去确定该图像对应能见度的方式，容易存在图像局部区域干扰全局的情况，得到的能见度无法精确地反应图像获取时的能见度。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够精确地反应图像能见度的能见度确定方法、装置、计算机设备和存储介质。
[0005]一种能见度确定方法，所述方法包括：
[0006]按照第一预设尺寸，对目标图像进行区域划分，得到第一数量个第一图像；
[0007]按照第二预设尺寸，对所述目标图像进行纵向划分，得到第二数量个第二图像；
[0008]按照预设的聚类中心，对所述第一数量个第一图像的透射率进行聚类，得到与所述聚类中心对应的预设数量个类别；
[0009]对于每一所述第二图像，确定出所述第二图像中每一所述类别对应的第一图像的占比，得到所述第二图像对应的预设数量个比值；
[0010]将每一第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述图像对应的目标能见度；其中，所述能见度识别模型为根据历史图像训练得到的。
[0011]在其中一个实施例中，所述将每一第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述图像对应的目标能见度，包括：
[0012]对于每一第二图像，将所述第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述第二图像对应的能见度；其中，所述第二数量个第二图像对应第二数量个能见度；
[0013]对所述第二数量个能见度进行加权，得到所述目标能见度。
[0014]在其中一个实施例中，所述能见度识别模型的获取方式，包括：
[0015]获取历史图像，并确定出所述历史图像对应的预设数量个比值以及所述历史图像对应的历史能见度；
[0016]以所述历史图像对应的预设数量个比值为输入，所述历史能见度为监督信息，对
预设的初始能见度识别模型进行训练，得到所述能见度识别模型。
[0017]在其中一个实施例中，所述对于每一所述第二图像，确定出所述第二图像中每一所述类别对应的第一图像的占比，得到所述第二图像对应的预设数量个比值，包括：
[0018]对于每一所述第二图像，确定出所述第二图像中每一所述类别的第一图像的像素点总量；
[0019]将所述每一所述类别对应的别第一图像的像素点总量，与所述第二图像对应的第二像素点总量之间的比值，确定为所述第二图像对应预设数量个比值中的一个比值；每一所述类别对应一个所述比值，所述第二图像对应预设数量个比值。
[0020]在其中一个实施例中，所述对于每一所述第二图像，确定出所述第二图像中每一所述类别的第一图像的像素点总量，包括：
[0021]对于每一所述第二图像，将所述第二图像中每一所述类别对应的第一图像，确定为第一目标图像；
[0022]获取每一所述第一目标图像对应的像素点数量，并将每一所述第一目标图像对应的像素点数量的总和，确定为所述像素点总量。
[0023]在其中一个实施例中，所述按照预设的聚类中心，对所述第一数量个第一图像的透射率进行聚类，得到与所述聚类中心对应的类别，包括：
[0024]获取每一所述第一图像对应的透射率，得到所述第一数量个透射率；
[0025]按照所述聚类中心，对所述第一数量个透射率进行聚类，得到与所述聚类中心对应的类别。
[0026]在其中一个实施例中，所述获取每一所述第一图像对应的透射率，得到所述第一数量个透射率，包括：
[0027]对于每一所述第一图像，通过暗通道先验算法，确定每一所述第一图像对应的透射率，得到所述第一数量个透射率。
[0028]一种能见度确定装置，所述装置包括：
[0029]第一图像分割模块，用于按照第一预设尺寸，对目标图像进行区域划分，得到第一数量个第一图像；
[0030]第二图像分割模块，用于按照第二预设尺寸，对所述目标图像进行纵向划分，得到第二数量个第二图像；
[0031]透射率聚类模块，用于按照预设的聚类中心，对所述第一数量个第一图像的透射率进行聚类，得到与所述聚类中心对应的预设数量个类别；
[0032]比值确定模块，用于对于每一所述第二图像，确定出所述第二图像中每一所述类别对应的第一图像的占比，得到所述第二图像对应的预设数量个比值；
[0033]能见度确定模块，用于将每一第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述图像对应的目标能见度；其中，所述能见度识别模型为根据历史图像训练得到的。
[0034]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。
[0035]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
[0036]上述能见度确定方法、装置、计算机设备和存储介质，通过按照预设的聚类中心，对第一数量个第一图像的透射率进行聚类，得到与聚类中心对应的预设数量个类别，进一步确定出每一第一图像对应的局部图像上的透射率。并根据透射率的聚类结果，确定出第二图像中每一类别对应的第一图像的占比，得到第二图像对应的预设数量个比值。该比值可以消除单一第一图像对整幅图像的影响，降低第一图像对应的局部图像的影响，避免出现图像局部区域干扰全局的情况，使得根据预设数量个比值确定出的目标能见度更精确。
附图说明
[0037]图1为一个实施例中能见度确定方法的应用环境图；
[0038]图2为一个实施例中能见度确定方法的流程示意图；
[0039]图3为一个实施例中步骤S500的一种可实施方式的流程示意图；
[0040]图4为一个实施例中步骤S400的一种可实施方式的流程示意图；
[0041]图5为一个实施例中步骤S300的一种可实施方式的流程示意图；
[0042]图6为一个实施例中能见度确定装置的结构框图；
[0043]图7为一个实施例中计算机设备的内部结构图。
具体实施方式
[0044]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种能见度确定方法，其特征在于，所述方法包括：按照第一预设尺寸，对目标图像进行区域划分，得到第一数量个第一图像；按照第二预设尺寸，对所述目标图像进行纵向划分，得到第二数量个第二图像；按照预设的聚类中心，对所述第一数量个第一图像的透射率进行聚类，得到与所述聚类中心对应的预设数量个类别；对于每一所述第二图像，确定出所述第二图像中每一所述类别对应的第一图像的占比，得到所述第二图像对应的预设数量个比值；将每一第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述图像对应的目标能见度；其中，所述能见度识别模型为根据历史图像训练得到的。2.根据权利要求1所述的方法，其特征在于，所述将每一第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述图像对应的目标能见度，包括：对于每一第二图像，将所述第二图像对应的预设数量个比值输入预设的能见度识别模型，得到所述第二图像对应的能见度；其中，所述第二数量个第二图像对应第二数量个能见度；对所述第二数量个能见度进行加权，得到所述目标能见度。3.根据权利要求1或2所述的方法，其特征在于，所述能见度识别模型的获取方式，包括：获取历史图像，并确定出所述历史图像对应的预设数量个比值以及所述历史图像对应的历史能见度；以所述历史图像对应的预设数量个比值为输入，所述历史能见度为监督信息，对预设的初始能见度识别模型进行训练，得到所述能见度识别模型。4.根据权利要求1所述的方法，其特征在于，所述对于每一所述第二图像，确定出所述第二图像中每一所述类别对应的第一图像的占比，得到所述第二图像对应的预设数量个比值，包括：对于每一所述第二图像，确定出所述第二图像中每一所述类别的第一图像的像素点总量；将所述每一所述类别对应的别第一图像的像素点总量，与所述第二图像对应的第二像素点总量之间的比值，确定为所述第二图像对应预设数量个比值中的一个比值；每一所述类别对应一个所述比值，所述第二图像对应预设数量个比值。5.根据权利要求4所述的方法，其特征在于，所述对于每一所述第二图像，确定...
【专利技术属性】
技术研发人员：吴昊，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。