基于近红外三光谱成像和距离的修正能见度估计方法技术

本发明专利技术公开了基于近红外三光谱成像和距离的修正能见度估计方法，属于大气能见度检测技术领域，包括如下步骤：步骤一、利用近红外相机和三个近红外成像波段λ1、λ2和λ3对应的滤光片在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像，分别为I(λ1,d)、I(λ2,d)和I(λ3,d)；步骤二、推导雾天下基于近红外三光谱成像和距离的能见度估计公式，计算得到估计能见度V；步骤三、使用直线回归方程建立能见度修正公式，对后续得到的n对标准能见度V

【技术实现步骤摘要】
基于近红外三光谱成像和距离的修正能见度估计方法


[0001]本专利技术属于大气能见度检测
，具体涉及基于近红外三光谱成像和距离的修正能见度估计方法。

技术介绍

[0002]能见度观测在交通、环境、气候和军事等领域都尤为重要，同时也是与人们生活联系最为紧密的气象要素之一。随着电子科学技术的高速发展，一种特殊的基于数字摄像和图像处理的能见度估计方法受到广大科研工作者重视。
[0003]马舒庆等人发表的论文“以黑体为目标的能见度参考标准试验研究”(《应用气象学报》，第25卷，第2期，第129
‑
134页，2014)提出了一种能见度参考标准试验研究。该方法通过工业相机对黑体目标物进行拍摄，建立黑体和背景天空的数学模型，求得能见度。该方法的不足之处为：需要设置人工辅助黑体目标物、操作复杂，因此该方法不具有普适性。
[0004]中国科学技术大学申请的专利“一种基于深度学习的能见度检测方法”(专利申请号201710732921.0，授权公告号CN 107506729 A)公开了一种能见度测量方法。该方法利用卷积神经网络对输入可见光彩色图像的能见度等级进行分类，输出能见度值。该方法的不足之处为：性能受到训练样本的质量和数量限制。

技术实现思路

[0005]专利技术目的：本专利技术针对现有技术中的不足，提供基于近红外三光谱成像和距离的修正能见度估计方法。
[0006]技术方案：为实现上述目的，本专利技术采用以下技术方案：基于近红外三光谱成像和距离的修正能见度估计方法，包括如下步骤：
[0007]步骤一、利用近红外相机和三个近红外成像波段λ1、λ2和λ3对应的滤光片在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像，分别为I(λ1,d)、I(λ2,d)和I(λ3,d)；
[0008]步骤二、推导雾天下基于近红外三光谱成像和距离的能见度估计公式，计算得到估计能见度V；
[0009]步骤三、使用直线回归方程建立能见度修正公式，对后续得到的n对标准能见度V
t
与估计能见度V，记作{(V
t1
，V1),(V
t2
，V2),...,(V
tn
，V
n
)}，进行修正得到修正能见度V
x
作为最终输出结果，其中n表示大于等于2的整数；具体包括如下步骤：
[0010]建立V
t
与V的直线回归方程为
[0011]V
t
＝aV+b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0012]其中，a表示直线回归方程的斜率，b表示直线回归方程的截距；根据最小二乘法，a和b的计算公式分别为
[0013][0014][0015]其中，∑(
·
)表示累加操作，i＝1，2，...，n，i为整数，V
i
表示第i个估计能见度，V
ti
表示第i个标准能见度，表示n个估计能见度的均值，表示n个标准能见度的均值；利用a和b建立能见度修正公式为
[0016]V
x
＝aV+b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)。
[0017]进一步地，所述的步骤二中，利用I(λ1,d)、I(λ2,d)和I(λ3,d)、同一场景下不同波段每幅图像全局大气光值A(λ1)、A(λ2)和A(λ3)、选定建筑物目标与近红外相机的真实距离d和三个波段下大气消光系数β(λ1)、β(λ2)和β(λ3)推导雾天下基于近红外三光谱成像和距离的能见度估计公式。
[0018]进一步地，所述的步骤一中，同一场景下不同波段成像的三幅近红外图像I(λ1,d)、I(λ2,d)和I(λ3,d)的计算公式为：
[0019][0020][0021][0022]其中，s(λ1)、s(λ2)和s(λ3)表示三个近红外成像波段λ1、λ2和λ3对应的材料反射率。
[0023]进一步地，所述的步骤二中，推导雾天下基于近红外三光谱成像和距离的能见度估计公式包括如下步骤：
[0024]1)在800nm到1100nm近红外波段范围内材料反射率光谱近似为线性，根据反射率插值公式
[0025][0026]其中，选定三个近红外成像波段的大小排序为λ1＜λ3＜λ2，μ1表示s(λ1)的系数，其值为μ2表示s(λ2)的系数，其值为根据公式(5)
‑
(8)推导得到：
[0027][0028]2)根据β(λ1)与λ1和V的关系，β(λ2)与λ2和V的关系，β(λ3)与λ3和V的关系以及公式(9)，得到雾天下能见度估计公式为
[0029][0030]进一步地，所述β(λ1)与λ1和V的关系，β(λ2)与λ2和V的关系，β(λ3)与λ3和V的关系如下：
[0031][0032][0033][0034]其中km
‑1表示每千米。
[0035]进一步地，所述的根据公式(5)
‑
(8)推导具体包括如下步骤：
[0036]利用公式(5)除以公式(6)得到
[0037][0038]利用公式(7)除以公式(6)得到
[0039][0040]将公式(8)代入公式(15)得到
[0041][0042]将公式(14)代入公式(16)消去材料反射率得到公式(9)。
[0043]进一步地，所述的步骤一中，三个近红外成像波段λ1、λ2和λ3通过如下步骤得到：
[0044]1)选择能够测量近红外波段光谱的光谱仪；利用标准白色目标和光谱仪搭建光谱测量系统；在白天近红外相机放置处，利用光谱测量系统测量雾天下太阳光的光谱；
[0045]2)观察测量得到的雾天下太阳光的光谱，从辐射强度大于0.4的近红外波段中选定三个近红外成像波段λ1、λ2和λ3。
[0046]进一步地，所述的步骤二中，同一场景下不同波段每幅图像全局大气光值A(λ1)、A(λ2)和A(λ3)具体通过以下步骤实现：
[0047]1)手动在同一场景下不同波段成像的三幅近红外图像中分别截取每幅图像中无遮挡天空区域；
[0048]2)将每幅图像中无遮挡天空区域的最大灰度值作为同一场景下不同波段每幅图像全局大气光值，即A(λ1)、A(λ2)和A(λ3)。
[0049]进一步地，所述的选定建筑物目标与近红外相机的真实距离d通过高德地图的三
维模式下测量得到。
[0050]有益效果：与现有技术相比，本专利技术的基于近红外三光谱成像和距离的修正能见度估计方法，通过推导雾天下基于近红外三光谱成像和距离的能见度估计公式，计算得到估计能见度V，使用直线回归方程建立能见度修正公式，对后续得到的n对标准能见度V
t
与估计能见度V，进行修正得到修正能见度V
x
作为最终输出结果，本专利技术所提的能见度估计方法只需使用一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于近红外三光谱成像和距离的修正能见度估计方法，其特征在于，包括如下步骤：步骤一、利用近红外相机和三个近红外成像波段λ1、λ2和λ3对应的滤光片在雾天下对选定建筑物目标进行成像得到同一场景下不同波段成像的三幅近红外图像，分别为I(λ1,d)、I(λ2,d)和I(λ3,d)；步骤二、推导雾天下基于近红外三光谱成像和距离的能见度估计公式，计算得到估计能见度V；步骤三、使用直线回归方程建立能见度修正公式，对后续得到的n对标准能见度V
t
与估计能见度V，记作{(V
t1
，V1),(V
t2
，V2),...,(V
tn
，V
n
)}，进行修正得到修正能见度V
x
作为最终输出结果，其中n表示大于等于2的整数；具体包括如下步骤：建立V
t
与V的直线回归方程为V
t
＝aV+b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，a表示直线回归方程的斜率，b表示直线回归方程的截距；根据最小二乘法，a和b的计算公式分别为的计算公式分别为其中，∑(
·
)表示累加操作，i＝1，2，...，n，i为整数，V
i
表示第i个估计能见度，V
ti
表示第i个标准能见度，表示n个估计能见度的均值，表示n个标准能见度的均值；利用a和b建立能见度修正公式为V
x
＝aV+b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)。2.根据权利要求1所述的基于近红外三光谱成像和距离的修正能见度估计方法，其特征在于，所述的步骤二中，利用I(λ1,d)、I(λ2,d)和I(λ3,d)、同一场景下不同波段每幅图像全局大气光值A(λ1)、A(λ2)和A(λ3)、选定建筑物目标与近红外相机的真实距离d和三个波段下大气消光系数β(λ1)、β(λ2)和β(λ3)推导雾天下基于近红外三光谱成像和距离的能见度估计公式。3.根据权利要求2所述的基于近红外三光谱成像和距离的修正能见度估计方法，其特征在于，所述的步骤一中，同一场景下不同波段成像的三幅近红外图像I(λ1,d)、I(λ2,d)和I(λ3,d)的计算公式为：,d)的计算公式为：,d)的计算公式为：其中，s(λ1)、s(λ2)和s(λ3)表示三个近红外成像波段λ1...

【专利技术属性】
技术研发人员：赵东，唐刘，王青，李晖，于庆南，陶旭，李晨，刘朝阳，杨成东，张见，王新蕾，
申请(专利权)人：南京信息工程大学滨江学院，
类型：发明
国别省市：