一种雾特征识别方法、装置及相关设备制造方法及图纸

本发明专利技术实施例公开了一种雾特征识别方法及相关设备，具体可以应用于无人驾驶车辆、智能车辆等，提升车辆在有雾天气下行驶的安全性，其中的方法包括获取目标图像；基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息；基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息；根据所述灰度特征分布信息和所述颜色特征分布信息，确定所述目标图像中的雾特征信息。本申请可以应用于人工智能AI领域中的智能控制、智能驾驶等多个技术领域，可以更智能、更准确地识别目标图像中的雾特征信息。

【技术实现步骤摘要】
一种雾特征识别方法、装置及相关设备
本专利技术涉及智能车领域，尤其涉及一种雾特征识别方法、装置及相关设备。
技术介绍
在车辆行驶过程中，恶劣天气往往是交通安全的重大隐患。在国家统计局发布2018年发生的327209起交通事故中，34.7％的交通事故发生于恶劣天气，尤其是雾天。究其原因主要是雾天能见度低，且行驶车辆车灯使用不规范，导致驾驶员视线受阻，从而发生交通事故。对此，国家在《中华人民共和国道路交通安全法实施条例》中明确规定了如何规范使用雾灯，具体如下：第八十一条机动车在高速公路上行驶，遇有雾、雪、沙尘、冰雹等低能见度气象条件时，应当遵守下列规定：(一)能见度小于200米时，开启雾灯、近光灯、示廓灯和前后位灯，车速不得超过每小时60公里，与同车道前车保持100米以上的距离；(二)能见度小于100米时，开启雾灯、近光灯、示廓灯、前后位灯和危险报警闪光灯，车速不得超过每小时40公里，与同车道前车保持50米以上的距离；(三)能见度小于50米时，开启雾灯、近光灯、示廓灯、前后位灯和危险报警闪光灯，车速不得超过每小时20公里，并从最近的路口尽快驶离高速公路。遇有前款规定情景时，高速公路管理部门应当通过显示屏等方式发布速度限制、保持车距等提示信息。所以，雾灯的正确使用对于提升驾驶员的行驶安全和行驶体验就显得尤其重要。然而，目前市面上有关车灯的技术大多都是针对车载大灯进行调节，对于雾灯方面的研究工作还很欠缺。为了保证在雾天驾驶员正确使用雾灯、或者在一些其他有雾场景中准确使用雾灯/相关照明设备，如何准确有效的识别出环境中的雾特征，从而给相关人员或设备以开启雾灯/相关照明设备的警示是亟待解决的问题。
技术实现思路
本专利技术实施例提供一种雾特征识别方法、装置及相关设备，以更智能、更准确地识别当前环境中是否有雾。第一方面，本专利技术实施例提供了一种雾特征识别方法，可包括：获取目标图像；基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息；基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息；根据所述灰度特征分布信息和所述颜色特征分布信息，确定所述目标图像中的雾特征信息。本专利技术实施例，通过结合目标图像的暗通道的灰度特征以及HSV颜色空间图像的颜色特征，共同判断目标图像中的雾特征信息，且可以进一步地判断目标图像对应的环境中是否有雾，融合了多通道的特征信息，提升了判断雾特征信息的准确率。具体地，由于当环境中有雾的情况下与当环境中无雾的情况下相比较，有雾图像的暗通道图像中的像素值小的像素数量通常比无雾图像的暗通道图像的更多(例如，有雾整体颜色较浅，无雾整体颜色更深)，以及有雾图像的HSV颜色空间图像的像素的像素值变化通常比无雾图像的HSV颜色空间图像的更小(例如，有雾整体颜色波动较小，无雾整体颜色波动更大)。因此，本专利技术实施例避免通过单一的通道特征来判断目标图像对应的环境中是否有雾，并且通过融合在有雾和无雾情况下区别较为明显的暗通道图像和HSV颜色空间图像的相关特征，进行综合判断，实现了准确、高效的雾检测。当将本专利技术实施例应用于具体的应用场景中时，可以用于判断是否需要对照片进行去雾、是否需要开启雾灯、是否需要开启相关应急设备等。可选的，本申请中的雾可以包括雾、霾或粉尘等类似现象的情况。在一种可能的实现方式中，所述基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息，包括：确定所述目标图像的暗通道图像中像素的像素值，统计每一像素值对应的像素数在所述暗通道图像的像素总数中的比例。本专利技术实施例中，由于当环境中有雾的情况下与当环境中无雾的情况下相比较，有雾图像的暗通道图像中的像素值小的像素数量通常比无雾图像的暗通道图像的更多(例如，有雾整体颜色较浅，无雾整体颜色更深)。即有雾的情况下，图像的暗通道图像中的像素的像素值通常呈现较小的现象，导致像素值较小的像素占大部分。因此，目标图像的暗通道图像中的每一种像素值对应的像素数在总像素数中的比例的统计信息，可以作为该目标图像对应的环境是否有雾的其中一个重要判断标准。在一种可能的实现方式中，所述目标图像的HSV颜色空间图像包括色调H通道、饱和度S通道和亮度V通道；所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：确定所述目标图像的HSV颜色空间图像中至少一个通道的像素的像素值的标准差；根据所述至少一个通道的像素的像素值的标准差，确定所述HSV颜色空间图像的颜色分布情况。本专利技术实施例中，由于有雾图像的HSV颜色空间图像的像素的像素值变化通常比无雾图像的HSV颜色空间图像的更小(例如，有雾整体颜色波动较小，无雾整体颜色波动更大)。即有雾的情况下，图像的HSV颜色空间图像中的像素的像素值通常呈现变化较小的现象，导致像素值的方差或标准差较小。因此，目标图像的HSV颜色空间图像中至少一个通道的像素的像素值的标准差，也可以作为该目标图像对应的环境是否有雾的其中一个重要判断标准。在一种可能的实现方式中，所述目标图像的HSV颜色空间图像包括色调H通道、饱和度S通道和亮度V通道；所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：确定所述目标图像的HSV颜色空间图像中至少一个通道的像素的像素值的标准差和均值；根据所述至少一个通道的像素的像素值的标准差和均值，确定所述HSV颜色空间图像的颜色分布情况。本专利技术实施例中，由于有雾图像的HSV颜色空间图像的像素的像素值变化通常比无雾图像的HSV颜色空间图像的更小(例如，有雾整体颜色波动较小，无雾整体颜色波动更大)。即有雾的情况下，图像的HSV颜色空间图像中的像素的像素值通常呈现变化较小的现象，导致像素值的方差或标准差较小，并且，进一步地，由于标准差与均值的比值会放大像素值的变化幅度，以便于更准确的判定像素值的变化情况。因此，目标图像的HSV颜色空间图像中至少一个通道的像素的像素值的标准差和均值，也可以作为该目标图像对应的环境是否有雾的其中一个重要判断标准。在一种可能的实现方式中，所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：确定所述目标图像的HSV颜色空间图像的S通道的像素的像素值的标准差与均值，以及V通道的像素的像素值的标准差与均值；根据所述S通道的像素的像素值的标准差与均值、以及所述V通道的像素的像素值的标准差与均值，确定所述HSV颜色空间图像的颜色分布情况。本专利技术实施例中，由于有雾图像的HSV颜色空间图像的像素的像素值变化通常比无雾图像的HSV颜色空间图像的更小(例如，有雾整体颜色波动较小，无雾整体颜色波动更大)。即有雾的情况下，图像的HSV颜色空间图像中的像素的像素值通常呈现变化较小的现象，导致像素值的方差或标准差较小，并且，在HSV颜色空间图像的三个通道(H通道、S通道和V通道)中，S通道和V通道在有雾和无雾情况下的区别较为明显，进一步地，由于标准差与均值的比值会放大像素值的变化幅度本文档来自技高网...

【技术保护点】
1.一种雾特征识别方法，其特征在于，包括：/n获取目标图像；/n基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息；/n基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息；/n根据所述灰度特征分布信息和所述颜色特征分布信息，确定所述目标图像中的雾特征信息。/n

【技术特征摘要】
1.一种雾特征识别方法，其特征在于，包括：
获取目标图像；
基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息；
基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息；
根据所述灰度特征分布信息和所述颜色特征分布信息，确定所述目标图像中的雾特征信息。


2.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息，包括：
确定所述目标图像的暗通道图像中像素的像素值，统计每一像素值对应的像素数在所述暗通道图像的像素总数中的比例。


3.根据权利要求2所述的方法，其特征在于，所述目标图像的HSV颜色空间图像包括色调H通道、饱和度S通道和亮度V通道；所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：
确定所述目标图像的HSV颜色空间图像中至少一个通道的像素的像素值的标准差；
根据所述至少一个通道的像素的像素值的标准差，确定所述HSV颜色空间图像的颜色分布情况。


4.根据权利要求2所述的方法，其特征在于，所述目标图像的HSV颜色空间图像包括色调H通道、饱和度S通道和亮度V通道；所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：
确定所述目标图像的HSV颜色空间图像中至少一个通道的像素的像素值的标准差和均值；
根据所述至少一个通道的像素的像素值的标准差和均值，确定所述HSV颜色空间图像的颜色分布情况。


5.根据权利要求2所述的方法，其特征在于，所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：
确定所述目标图像的HSV颜色空间图像的S通道的像素的像素值的标准差与均值，以及V通道的像素的像素值的标准差与均值；
根据所述S通道的像素的像素值的标准差与均值、以及所述V通道的像素的像素值的标准差与均值，确定所述HSV颜色空间图像的颜色分布情况。


6.根据权利要求3-5任意一项所述的方法，其特征在于，所述根据所述灰度特征分布信息和所述颜色特征分布信息，确定所述目标图像中的雾特征信息，包括：
根据所述每一像素值对应的像素数在所述暗通道图像的像素总数中的比例计算所述暗通道图像中雾特征的第一度量值，以及根据所述HSV颜色空间图像的颜色分布情况计算所述HSV颜色空间图像中雾特征的第二度量值；
根据所述第一度量值和所述第二度量值，确定所述目标图像中的雾特征信息。


7.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分布信息，包括：
基于所述目标图像的暗通道图像，统计所述暗通道图像中每个像素的像素值落入所属的像素值区间的概率p(xi|d)；
其中，xi为所述暗通道图像中像素值为i的像素，sum(xi)为所述暗通道图像中像素值为i的像素的总数，xi∈d为所述暗通道图像中像素值落入对应的像素值区间d的像素，sum(xi∈d)为所述暗通道图像中像素值落入所属的像素值区间的像素的总数；其中，d包括像素值区间[0，N]和像素值区间(N，255]，N为预设像素值阈值，0＜N＜255，0≤i≤255，且N与i均为整数。


8.根据权利要求7所述的方法，其特征在于，所述基于所述目标图像的HSV颜色空间图像，确定所述HSV颜色空间图像的颜色特征分布信息，包括：
基于所述目标图像的HSV颜色空间图像，计算所述HSV颜色空间图像的饱和度变异系数和亮度变异系数
其中，σ(HSVs)为所述HSV颜色空间图像中的S通道的像素的像素值的标准差，μ(HSVs)为所述HSV颜色空间图像中的S通道的像素的像素值的均值；σ(HSVv)为所述HSV颜色空间图像中的V通道的像素像素值的标准差，μ(HSVv)为所述HSV颜色空间图像中的V通道的像素像素值的均值。


9.根据权利要求8所述的方法，其特征在于，所述根据所述灰度特征分布信息和所述颜色特征分布信息，确定所述目标图像中的雾特征信息，包括：
根据所述暗通道图像中每个像素的像素值落入所属的像素值区间的概率p(xi|d)，基于公式计算所述暗通道图像中的雾特征的第一度量值E1；其中，w为所述暗通道图像中的所有像素；
根据所述HSV颜色空间图像的饱和度变异系数和亮度变异系数基于公式计算所述HSV颜色空间图像中的雾特征的第二度量值E2，e为自然系数；
基于公式E＝aE1+bE2计算所述目标图像中的雾特征的总度量值，其中a和b分别为E1和E2的权重因子，a+b＝1，a＞0，b＞0；
若E≤τ0，则判定所述目标图像对应的环境中有雾，其中，τ0为预设的能量阈值，且0≤τ0≤1。


10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
确定所述目标图像对应的环境的地理位置的有雾概率系数s1和天气的有雾概率系数s2；
根据公式确定τ0，其中，α1和α2分别为s1和s2的权重因子，且α1+α2＝1，α1>0，α2>0。


11.根据权利要求1-10任意一项所述的方法，其特征在于，所述方法还包括：
若根据所述雾特征信息判断出所述目标图像对应的环境有雾，则生成开启雾灯的指示信息，或者控制开启雾灯。


12.根据权利要求1-11任意一项所述的方法，其特征在于，所述目标图像为采集图像中待监测区域对应的图像，所述待检测区域包括天空分界线、车道线消隐点区域、道路两侧树木或建筑中的一种或多种。


13.一种雾特征识别装置，其特征在于，包括：
获取单元，用于获取目标图像；
第一确定单元，用于基于所述目标图像的暗通道图像，确定所述暗通道图像中的灰度特征分...

【专利技术属性】
技术研发人员：张峻豪，黄为，刘刚，何彦杉，田勇，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44