一种能见度检测方法、装置、设备及介质制造方法及图纸

本申请提供了一种能见度检测方法、装置、设备及介质，应用于图像处理技术领域，用以解决现有技术中的能见度检测的准确度较低的问题。具体为：对待检测区域的无雾图像进行场景分割，得到无雾图像的场景分割结果，基于场景分割结果确定无雾图像中与道路位于同一平面的非灰色区域为无雾图像中的采样区域；基于无雾图像中的采样区域确定场景图像中的采样区域；基于场景图像中的采样区域的场景深度值和大气透射率，确定场景图像中的采样区域的能见度。这样，以待检测区域的无雾图像中与道路位于同一平面的非灰色区域为参考确定场景图像中采样区域，可以降低将采样区域定位到场景图像中灰色区域上的概率，从而可以提高能见度检测的准确性。测的准确性。测的准确性。

【技术实现步骤摘要】
一种能见度检测方法、装置、设备及介质


[0001]本申请涉及图像处理
，尤其涉及一种能见度检测方法、装置、设备及介质。

技术介绍

[0002]能见度是反映大气透明度的一个重要指标，通常是在确定待检测区域的场景图像中的采样区域后，利用采样区域内的大气透射率和场景深度值，确定待检测区域的能见度。
[0003]然而，目前的能见度检测方法中，在确定场景图像中的采样区域时，很可能会将采样区域定位到场景图像中的水面、灰色路面等灰色区域，从而导致大气透射率和场景深度值的准确度较低，进而影响能见度检测的准确度。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种能见度检测方法、装置、设备及介质，用以解决现有技术存在的能见度检测的准确度较低的问题。
[0005]一方面，本申请实施例提供了一种能见度检测方法，包括：
[0006]获取摄像头采集的待检测区域的场景图像；
[0007]基于待检测区域的无雾图像中的采样区域，确定场景图像中的采样区域和场景图像中的采样区域的场景深度值；其中，无雾图像中的采样区域是根据对无雾图像的场景分割结果获得的；无雾图像中的采样区域是无雾图像中与道路位于同一平面的非灰色区域；
[0008]确定场景图像中的采样区域的大气透射率；
[0009]基于场景图像中的采样区域的场景深度值和大气透射率，确定场景图像中的采样区域的能见度。
[0010]另一方面，本申请实施例提供了一种能见度检测装置，包括：
[0011]图像获取单元，用于获取摄像头采集的待检测区域的场景图像；
[0012]第一确定单元，用于基于待检测区域的无雾图像中的采样区域，确定场景图像中的采样区域和场景图像中的采样区域的场景深度值；其中，无雾图像中的采样区域是根据对无雾图像的场景分割结果获得的；无雾图像中的采样区域是无雾图像中与道路位于同一平面的非灰色区域；
[0013]第二确定单元，用于确定场景图像中的采样区域的大气透射率；
[0014]能见度确定单元，用于基于场景图像中的采样区域的场景深度值和大气透射率，确定场景图像中的采样区域的能见度。
[0015]另一方面，本申请实施例提供了一种能见度检测设备，包括：存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本申请实施例提供的能见度检测方法。
[0016]另一方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被处理器执行时实现本申请实施例提供的能见度检
测方法。
[0017]本申请实施例的有益效果如下：
[0018]本申请实施例中，以待检测区域的无雾图像中与道路位于同一平面的非灰色区域为无雾图像中的采样区域，并以无雾图像中的采样区域为参考确定场景图像中采样区域，可以降低将采样区域定位到场景图像中水面、灰色路面等灰色区域的概率，从而可以有效地避免场景图像中水面、灰色路面等灰色区域对大气透射率和场景深度值计算的干扰，提高大气透射率和场景深度值的准确度，进而在大气透射率和场景深度值确定能见度时，可以提高确定出的能见度的准确性。
[0019]本申请的其它特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者，通过实施本申请公开的上述技术即可得知。为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0020]为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。在附图中：
[0021]图1为本申请实施例中能见度检测系统的系统框架示意图；
[0022]图2为本申请实施例中能见度检测方法的概况流程示意图；
[0023]图3为本申请实施例中能见度检测方法的具体流程示意图；
[0024]图4为本申请实施例中能见度检测装置的功能结构示意图；
[0025]图5为本申请实施例中能见度检测设备的硬件结构示意图。
具体实施方式
[0026]为了使本申请的目的、技术方案及有益效果更加清楚明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0027]为便于本领域技术人员更好地理解本申请，下面先对本申请涉及的技术用语进行简单介绍。
[0028]1、无雾图像，是指摄像头拍摄的待检测区域的晴天图像，可理解为能见度检测过程中的基准图像，表征待检测区域的能见度处于高水平，本申请中，无雾图像是RGB图像。
[0029]2、场景图像，是指摄像头拍摄的待检测区域的实时图像，场景图像中可能包含大雾、团雾等天气现象，可以参考无雾图像进行能见度检测，本申请中，场景图像也是RGB图像。
[0030]3、场景分割，是指将图像中的各个场景区域分割出来。本申请中，可以利用场景分割模型，对无雾图像进行场景分割，得到无雾图像中的天空区域、道路平面区域和颜色鲜艳
区域等场景区域。
[0031]4、场景分割模型，为基于各个样本无雾图像，对第一神经网络模型进行训练获得的，用于分割出无雾图像中的天空区域、道路平面区域和颜色鲜艳区域的模型。本申请中，颜色鲜艳区域包括但不限于绿植区域等。
[0032]5、文字区域识别模型，为基于各个样本场景图像，对第二神经网络模型进行训练获得的，用于识别出场景图像中的文字区域的模型。
[0033]需要说明的是，本申请中提及的“第一”、“第二”、“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样的用语在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
[0034]在介绍了本申请涉及的技术用语后，接下来，对本申请实施例的应用场景和设计思想进行简单介绍。
[0035]目前，在道路安全预警等场景中，通常会利用摄像头拍摄的待检测区域的场景图像，对待检测区域的能见度进行检测，具体的，参阅图1所示，摄像头101与能见度检测设备102之间通过通信网络建立通信连接，实际应用中，摄像头101会采集待检测区域的场景图像；能见度检测设备102获取摄像头101采集的待检测区域的场景图像后，确定场景图像中的采样区域，并利用采样区域内的大气透射率和场景深度值，确定待检测区域的能见度。然而，目前的能见度检测方法中，能见度检测设备102在确定场景图像中的采样区域时，很可能会将采样区域定位到场景图像中的水面、灰色路面等灰色区域，从而导本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种能见度检测方法，其特征在于，包括：获取摄像头采集的待检测区域的场景图像；基于所述待检测区域的无雾图像中的采样区域，确定所述场景图像中的采样区域和所述场景图像中的采样区域的场景深度值；其中，所述无雾图像中的采样区域是根据对所述无雾图像的场景分割结果获得的；所述无雾图像中的采样区域是所述无雾图像中与道路位于同一平面的非灰色区域；确定所述场景图像中的采样区域的大气透射率；基于所述场景图像中的采样区域的场景深度值和大气透射率，确定所述场景图像中的采样区域的能见度。2.如权利要求1所述的能见度检测方法，其特征在于，还包括：利用场景分割模型，对所述无雾图像进行场景分割，获得所述无雾图像的场景分割结果；基于所述场景分割结果包含的所述无雾图像中的道路平面区域，确定所述无雾图像中的采样区域。3.如权利要求2所述的能见度检测方法，其特征在于，基于所述场景分割结果包含的所述无雾图像中的道路平面区域，确定所述无雾图像中的采样区域，包括：确定所述无雾图像中的道路平面区域内的各个像素点的暗通道值，并基于所述无雾图像中的道路平面区域内对应的暗通道值不大于第一阈值的各个像素点所组成的区域，确定所述无雾图像中的采样区域；或者，若所述场景分割结果还包括所述无雾图像中的颜色鲜艳区域，基于将所述无雾图像中的道路平面区域内的颜色鲜艳区域，确定所述无雾图像中的采样区域；或者，基于所述无雾图像中的道路平面区域内目标车辆的车辆行驶轨迹，确定所述无雾图像中的采样区域。4.如权利要求1
‑
3任一项所述的能见度检测方法，其特征在于，基于所述待检测区域的无雾图像中的采样区域，确定所述场景图像中的采样区域和所述场景图像中的采样区域的场景深度值，包括：基于所述待检测区域的无雾图像中的采样区域，确定所述场景图像中的候选采样区域；确定所述场景图像中的候选采样区域的场景深度值；基于所述场景图像中的候选采样区域，确定所述场景图像中的采样区域；基于所述场景图像中的候选采样区域的场景深度值，确定所述场景图像中的采样区域的场景深度值。5.如权利要求4所述的能见度检测方法，其特征在于，确定所述场景图像中的候选采样区域的场景深度值，包括：将所述场景图像中的候选采样区域反投影至所述待检测区域的道路平面上，得到所述场景图像中的候选采样区域的场景深度值。6.如权利要求5所述的能见度检测方法，其特征在于，将所述场景图像中的候选采样区域反投影至所述待检测区域的道路平面上，得到所述场景图像中的候选采样区域的场景深度值，包括：
基于摄像头投影矩阵，将所述场景图像中的候选采样区域内各个像素点的图像坐标分别转换为所述待检测区域的道路平面上相应场景点的实体坐标；其中，所述摄像头投影矩阵是表征建立在所述待检测区域的道路平面上的世界坐标系与所述摄像头拍摄的场景图像的像素坐标系的坐标转换关系的矩阵；基于所述待检测区域的道路平面上各个场景点的实体坐标以及所述摄像头距离所述待检测区域的道路平面的高度，确定所述场景图像中的候选采样区域内各个像素点的场景深度值。7.如权利要求4
‑
6任一项所述的能见度检测方法，其特征在于，基于所述场景图像中的候选采样区域，确定所述场景图像中的采样区域，包括：将所述场景图像中的候选采样区域确定为所述场景图像中的采样区域；或者，基于所述场景图像中的候选采样区域内场景深度值不大于第二阈值的区域，确定所述场景图像...

【专利技术属性】
技术研发人员：钱庆聚，张建华，王方华，何洋，郑国彦，肖贤琪，夏鑫，王彬，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：