CN104634740B - 雾霾能见度监测方法和装置 - Google Patents
雾霾能见度监测方法和装置 Download PDFInfo
- Publication number
- CN104634740B CN104634740B CN201310562418.7A CN201310562418A CN104634740B CN 104634740 B CN104634740 B CN 104634740B CN 201310562418 A CN201310562418 A CN 201310562418A CN 104634740 B CN104634740 B CN 104634740B
- Authority
- CN
- China
- Prior art keywords
- value
- extinction coefficient
- atmospheric extinction
- coefficient
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Studio Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种雾霾能见度监测方法和装置。其中在雾霾能见度监测方法中,接收摄像头拍摄的视频图像,利用视频图像确定绿色暗通道上的大气光值Ag,在视频图像中选取用于监测的像素点x,在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi,利用得到的n个大气消光系数,得到大气消光系数平均值,根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。从而可在无需部署额外价格昂贵的设备,通过利用大气散射模型及绿色暗通道特性,实现雾霾能见度的有效监测。
Description
技术领域
本发明涉及通信领域,特别涉及一种雾霾能见度监测方法和装置。
背景技术
大气能见度,与人民群众生活关系密切,尤其对航海、航空、路上交通等行业安全生产影响巨大,因此需要实时准确的测量能见度。它是反映大气透明度的一个指标,是具有正常视力的人在给定天气条件下能够看清楚目标物轮廓的最大距离。大气能见度与当时的天气情况密切相关。如出现降雨、雾、霾、沙尘暴等天气过程时,大气透明度较低,因此能见度较差。
为了客观的对能见度进行定义,而不是以人眼主观视觉为转移,WMO(WorldMeteorological Organization,世界气象组织)在1957年提出用大气透明度作为对能见度的度量,用MOR(Meteorological Optical Range,气象光学视程)表示,定义为“白炽灯在2700K时发出的平行光束,光通量在大气中衰减至初始值5%时所经过的路径长度”。
人眼是最早和最为简便的观测大气水平能见度的方法。为了克服人眼的主观性,很多国家对大气能见度仪表进行研究,并且取得很多进展。我们将这些方法总结如下:
1)传统能见度仪方法:如散射能见度仪,透射能见度仪,激光雷达能见度仪等,这些仪表精度高,但造价高,动辄几万甚至十几万元,无法大规模部署。
2)基于数字摄像技术的方法,主要有三类:
①在数字图像上判断不同距离的目标物是否可见方法,类似于目测法;
②利用两组目标亮度差方法,即双亮度差方法;
③基于摄像机自标识的大气能见度方法,一般用于交通道路上。
3)数值模拟方法:大气能见度与云中液态水含量和云滴粒子尺度相关,通过计算机数字模拟可以检测与预报能见度。
这些方法共同存在的缺陷为:需要部署额外的设备、处理过程复杂。
发明内容
本发明实施例提供一种雾霾能见度监测方法和装置。无需部署额外价格昂贵的设备,通过利用大气散射模型及绿色暗通道特性,实现雾霾能见度的有效监测。
根据本发明的一个方面,提供一种雾霾能见度监测方法,包括:
接收摄像头拍摄的视频图像;
利用视频图像确定绿色暗通道上的大气光值Ag;
在视频图像中选取用于监测的像素点x;
在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,1≤i≤n;
利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),其中xi为像素点pi的坐标;
利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi;
利用得到的n个大气消光系数,得到大气消光系数平均值;
根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。
优选的,利用视频图像确定绿色暗通道上的大气光值Ag的步骤包括:
判断监控图像中的天空区域是否大于预定阈值;
若监控图像中的天空区域不大于预定阈值,则提取视频图像在绿色暗通道中的最大亮度值,以作为所述大气光值Ag。
优选的,若监控图像中的天空区域大于预定阈值,则提取视频图像在绿色暗通道中最大的m个亮度值;
将最大的m个亮度值的平均值作为所述大气光值Ag。
优选的,利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi)的步骤包括:
大气传输系数t(xi)为:
优选的,根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值的步骤包括:
雾霾能见度值V为
其中σ为大气消光系数平均值。
优选的,利用得到的n个大气消光系数,得到大气消光系数平均值的步骤包括:
在n个大气消光系数中,删除数值最大的L个大气消光系数、并删除数值最小的L个大气消光系数;
计算剩余的n-2L个大气消光系数的平均值,以作为大气消光系数平均值。
根据本发明的另一方面,提供一种雾霾能见度监测装置,包括接收单元、大气光值确定单元、第一选择单元、第二选择单元、大气传输系数计算单元、大气消光系数计算单元、系数均值计算单元和能见度计算单元,其中:
接收单元,用于接收摄像头拍摄的视频图像;
大气光值确定单元,用于利用视频图像确定绿色暗通道上的大气光值Ag;
第一选择单元,用于在视频图像中选取用于监测的像素点x;
第二选择单元,用于在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,1≤i≤n;
大气传输系数计算单元,用于利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),其中xi为像素点pi的坐标;
大气消光系数计算单元,用于利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi;
系数均值计算单元,用于利用得到的n个大气消光系数,得到大气消光系数平均值;
能见度计算单元,用于根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。
优选的,大气光值确定单元包括识别模块和提取模块,其中:
识别模块,用于判断监控图像中的天空区域是否大于预定阈值;
提取模块,用于根据识别模块的判断结果,若监控图像中的天空区域不大于预定阈值,则提取视频图像在绿色暗通道中的最大亮度值,以作为所述大气光值Ag。
优选的,大气光值确定单元还包括均值计算模块,其中:
提取模块还用于根据识别模块的判断结果,若监控图像中的天空区域大于预定阈值,则提取视频图像在绿色暗通道中最大的m个亮度值;
均值计算模块,用于计算最大的m个亮度值的平均值,以作为所述大气光值Ag。
优选的,大气传输系数计算单元具体利用公式
计算大气传输系数t(xi),其中Fg(xi)为像素点pi在绿色暗通道中的亮度值,Ag为所述大气光值。
优选的,能见度计算单元具体利用公式
计算雾霾能见度值V,其中σ为大气消光系数平均值。
优选的,系数均值计算单元还包括删除模块和系数计算模块,其中:
删除模块,用于在n个大气消光系数中,删除数值最大的L个大气消光系数、并删除数值最小的L个大气消光系数;
系数计算模块,用于计算剩余的n-2L个大气消光系数的平均值,以作为大气消光系数平均值。
本发明通过接收摄像头拍摄的视频图像,利用视频图像确定绿色暗通道上的大气光值Ag,在视频图像中选取用于监测的像素点x,在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi,利用得到的n个大气消光系数,得到大气消光系数平均值,根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。从而可在无需部署额外价格昂贵的设备,通过利用大气散射模型及绿色暗通道特性,实现雾霾能见度的有效监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明雾霾能见度监测方法一个实施例的示意图。
图2为本发明计算大气光值一个实施例的示意图。
图3为本发明雾霾能见度监测装置一个实施例的示意图。
图4为本发明大气光值确定单元一个实施例的示意图。
图5为本发明系数均值计算单元一个实施例的示意图。
图6为本发明网络架构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1为本发明雾霾能见度监测方法一个实施例的示意图。优选的,该实施例可由雾霾能见度监测装置执行。
步骤101,接收摄像头拍摄的视频图像。
步骤102,利用视频图像确定绿色暗通道上的大气光值Ag。
步骤103,在视频图像中选取用于监测的像素点x。
例如,可随机进行选取,也可选取用户感兴趣的位置点。
步骤104,在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,1≤i≤n。
例如,可选择绿色暗通道中亮度最小的前100个像素点。
步骤105,利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),其中xi为像素点pi的坐标。
优选的,大气传输系数t(xi)为:
步骤106,利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi。
由于本领域技术人员了解如何利用大气传输系数和相应的距离信息计算大气消光系数,因此这里不展开描述。
步骤107,利用得到的n个大气消光系数,得到大气消光系数平均值。
在一个实施例中,可直接利用这n个大气消光系数计算平均值。
在另一实施例中,为了避免外界对处理的干扰,可在n个大气消光系数中,删除数值最大的L个大气消光系数、并删除数值最小的L个大气消光系数。计算剩余的n-2L个大气消光系数的平均值,以作为大气消光系数平均值。
例如,在n个大气消光系数中,去除数值最高的前10%的系数、并去除数值最低的前10%的系数,利用剩余的系数计算平均值。
步骤108,根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。
优选的,雾霾能见度值V为
其中σ为大气消光系数平均值。
基于本发明上述实施例提供的雾霾能见度监测方法,通过接收摄像头拍摄的视频图像,利用视频图像确定绿色暗通道上的大气光值Ag,在视频图像中选取用于监测的像素点x,在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi,利用得到的n个大气消光系数,得到大气消光系数平均值,根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。从而可在无需部署额外价格昂贵的设备,通过利用大气散射模型及绿色暗通道特性,实现雾霾能见度的有效监测。
本发明的提出基于大气散射模型,因此这里对大气散射模型进行简单介绍。
假设我们所得到的图像F(x)是由大气光A和物体光R(x)线性叠加而成,其传输系数为t∈[0,1],这就可以写成表达式:
F(x)=R(x)t(x)+A(1-t(x)) (1)
其中,x是图像像素点的坐标。实际上,方程(1)可拆成三个方程:
Fc(x)=Rc(x)t(x)+A(1-t(x)) (2)
其中,c=r、g、b,分别表示红、绿、蓝通道。
对于单幅输入的图像,只有F(x)是已知的,这是一个欠约束问题。为了得到大气传输系数t,本发明通过利用暗通道特性,增加合理的约束条件,有助于提高传输系数t计算的准确性。
这里,我们利用一种暗通道特性假设。假设无雾图像R(X)在除天空以外的区域外,统计某个像素点周围小窗口范围内R、G、B通道的最小值,应该是接近于0的。也即
Rdark(x)=miny∈Ω(x)(minc∈{r,g,b}Rc(y)) (3)
等于0,其中,y表示图像像素的坐标。
基于暗通道假设,我们提出了本发明的雾霾能见度监测方法。
图2为本发明计算大气光值一个实施例的示意图。其中,可根据视频图像中是否存在大片天空区域分别进行相应的处理。
步骤201,判断监控图像中的天空区域是否大于预定阈值。若监控图像中的天空区域不大于预定阈值,则执行步骤202;若监控图像中的天空区域大于预定阈值,则执行步骤203。
步骤202,提取视频图像在绿色暗通道中的最大亮度值,以作为所述大气光值Ag。之后,不再执行本实施例的其它步骤。
步骤203,提取视频图像在绿色暗通道中最大的m个亮度值。
步骤204,将最大的m个亮度值的平均值作为所述大气光值Ag。
例如,选取视频图像在绿色暗通道中亮度最大的前0.1%的像素点,将这些像素点的亮度平均值作为大气光值Ag。从而在存在大片天空区域的图像中雾气较浓时,仍可取得较好的处理效果。
此外,由于通常在同一区域内设置有多个摄像头,因此可利用同一区域内设置的多个摄像头进行联合监测,从而可对获得的数据进行矫正。
图3为本发明雾霾能见度监测装置一个实施例的示意图。如图3所示,该装置包括接收单元301、大气光值确定单元302、第一选择单元303、第二选择单元304、大气传输系数计算单元305、大气消光系数计算单元306、系数均值计算单元307和能见度计算单元308。其中:
接收单元301,用于接收摄像头拍摄的视频图像。
大气光值确定单元302,用于利用视频图像确定绿色暗通道上的大气光值Ag。
第一选择单元303,用于在视频图像中选取用于监测的像素点x。
第二选择单元304,用于在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,1≤i≤n。
例如,可选择绿色暗通道中亮度最小的前100个像素点。
大气传输系数计算单元305,用于利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),其中xi为像素点pi的坐标。
大气消光系数计算单元306,用于利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi。
系数均值计算单元307,用于利用得到的n个大气消光系数,得到大气消光系数平均值。
能见度计算单元308,用于根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。
基于本发明上述实施例提供的雾霾能见度监测装置,通过接收摄像头拍摄的视频图像,利用视频图像确定绿色暗通道上的大气光值Ag,在视频图像中选取用于监测的像素点x,在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi,利用得到的n个大气消光系数,得到大气消光系数平均值,根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值。从而可在无需部署额外价格昂贵的设备,通过利用大气散射模型及绿色暗通道特性,实现雾霾能见度的有效监测。
图4为本发明大气光值确定单元一个实施例的示意图。如图4所示,大气光值确定单元包括识别模块401和提取模块402,其中:
识别模块401,用于判断监控图像中的天空区域是否大于预定阈值。
提取模块402,用于根据识别模块401的判断结果,若监控图像中的天空区域不大于预定阈值,则提取视频图像在绿色暗通道中的最大亮度值,以作为所述大气光值Ag。
优选的,大气光值确定单元还包括均值计算模块403。其中:
提取模块402还用于根据识别模块401的判断结果,若监控图像中的天空区域大于预定阈值,则提取视频图像在绿色暗通道中最大的m个亮度值。
例如,选取视频图像在绿色暗通道中亮度最大的前0.1%的像素点,将这些像素点的亮度平均值作为大气光值Ag。
均值计算模块403,用于计算最大的m个亮度值的平均值,以作为所述大气光值Ag。
图5为本发明系数均值计算单元一个实施例的示意图。如图5所示,系数均值计算单元还包括删除模块501和系数计算模块502,其中:
删除模块501,用于在n个大气消光系数中,删除数值最大的L个大气消光系数、并删除数值最小的L个大气消光系数。
系数计算模块502,用于计算剩余的n-2L个大气消光系数的平均值,以作为大气消光系数平均值。
例如,在n个大气消光系数中,去除数值最高的前10%的系数、并去除数值最低的前10%的系数,利用剩余的系数计算平均值。
优选的,大气传输系数计算单元具体利用公式
计算大气传输系数t(xi),其中Fg(xi)为像素点pi在绿色暗通道中的亮度值,Ag为所述大气光值。
优选的,能见度计算单元具体利用公式
计算雾霾能见度值V,其中σ为大气消光系数平均值。
图6为本发明网络架构示意图。如图6所示,雾霾能见度监控装置设置在视频监控平台侧,视频监控平台还能为客户端实时播报用户感兴趣的位置点的大气雾霾能见度状况。其中:
视频监控平台:负责设备、用户的接入认证;远程维护管理、升级;执行能见度监测并播报;
网络摄像机:支持WIFI,支持多码流(至少支持PC流和3GPP流),支持UPNP(可到网关实现自动端口映射),支持前端SD卡存储。
用户终端:配置有大气能见度监控客户端:PC版、手机版(MCU)、PAD版。从操作系统上分为windows版、android版、ios版。一般与视频监控客户端集成在一块。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (8)
1.一种雾霾能见度监测方法,其特征在于,包括:
接收摄像头拍摄的视频图像;
利用视频图像确定绿色暗通道上的大气光值Ag;其中,若监控图像中的天空区域不大于预定阈值,则提取视频图像在绿色暗通道中的最大亮度值以作为所述大气光值Ag;
在视频图像中选取用于监测的像素点x;
在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,1≤i≤n;
利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),其中xi为像素点pi的坐标;
利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi;
利用得到的n个大气消光系数,得到大气消光系数平均值;
根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值;
其中,大气传输系数t(xi)为:
<mrow>
<mi>t</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<mi>F</mi>
<mi>g</mi>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mi>A</mi>
<mi>g</mi>
</msup>
</mfrac>
<mo>.</mo>
</mrow>
2.根据权利要求1所述的方法,其特征在于,
若监控图像中的天空区域大于预定阈值,则提取视频图像在绿色暗通道中最大的m个亮度值;
将最大的m个亮度值的平均值作为所述大气光值Ag。
3.根据权利要求1-2中任一项所述的方法,其特征在于,
根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值的步骤包括:
雾霾能见度值V为
<mrow>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<mn>3.912</mn>
<mi>&sigma;</mi>
</mfrac>
</mrow>
其中σ为大气消光系数平均值。
4.根据权利要求1-2中任一项所述的方法,其特征在于,
利用得到的n个大气消光系数,得到大气消光系数平均值的步骤包括:
在n个大气消光系数中,删除数值最大的L个大气消光系数、并删除数值最小的L个大气消光系数;
计算剩余的n-2L个大气消光系数的平均值,以作为大气消光系数平均值。
5.一种雾霾能见度监测装置,其特征在于,包括接收单元、大气光值确定单元、第一选择单元、第二选择单元、大气传输系数计算单元、大气消光系数计算单元、系数均值计算单元和能见度计算单元,其中:
接收单元,用于接收摄像头拍摄的视频图像;
大气光值确定单元,用于利用视频图像确定绿色暗通道上的大气光值Ag;
第一选择单元,用于在视频图像中选取用于监测的像素点x;
第二选择单元,用于在像素点x的邻域中,选择在绿色暗通道中亮度最小的n个像素点pi,1≤i≤n;
大气传输系数计算单元,用于利用像素点pi在绿色暗通道中的亮度值Fg(xi)和所述大气光值Ag,计算大气传输系数t(xi),其中xi为像素点pi的坐标;
大气消光系数计算单元,用于利用大气传输系数t(xi)和相应的距离信息,计算大气消光系数σi;
系数均值计算单元,用于利用得到的n个大气消光系数,得到大气消光系数平均值;
能见度计算单元,用于根据大气消光系数平均值确定拍摄视频图像的摄像头点位处的雾霾能见度值;
其中,大气传输系数计算单元具体利用公式
<mrow>
<mi>t</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<mi>F</mi>
<mi>g</mi>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<msup>
<mi>A</mi>
<mi>g</mi>
</msup>
</mfrac>
</mrow>
计算大气传输系数t(xi);
其中,大气光值确定单元包括识别模块和提取模块,其中:
识别模块,用于判断监控图像中的天空区域是否大于预定阈值;
提取模块,用于根据识别模块的判断结果,若监控图像中的天空区域不大于预定阈值,则提取视频图像在绿色暗通道中的最大亮度值,以作为所述大气光值Ag。
6.根据权利要求5所述的装置,其特征在于,大气光值确定单元还包括均值计算模块,其中:
提取模块还用于根据识别模块的判断结果,若监控图像中的天空区域大于预定阈值,则提取视频图像在绿色暗通道中最大的m个亮度值;
均值计算模块,用于计算最大的m个亮度值的平均值,以作为所述大气光值Ag。
7.根据权利要求5-6中任一项所述的装置,其特征在于,
能见度计算单元具体利用公式
<mrow>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<mn>3.912</mn>
<mi>&sigma;</mi>
</mfrac>
</mrow>
计算雾霾能见度值V,其中σ为大气消光系数平均值。
8.根据权利要求5-6中任一项所述的装置,其特征在于,系数均值计算单元还包括删除模块和系数计算模块,其中:
删除模块,用于在n个大气消光系数中,删除数值最大的L个大气消光系数、并删除数值最小的L个大气消光系数;
系数计算模块,用于计算剩余的n-2L个大气消光系数的平均值,以作为大气消光系数平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310562418.7A CN104634740B (zh) | 2013-11-12 | 2013-11-12 | 雾霾能见度监测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310562418.7A CN104634740B (zh) | 2013-11-12 | 2013-11-12 | 雾霾能见度监测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104634740A CN104634740A (zh) | 2015-05-20 |
CN104634740B true CN104634740B (zh) | 2018-01-30 |
Family
ID=53213733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310562418.7A Active CN104634740B (zh) | 2013-11-12 | 2013-11-12 | 雾霾能见度监测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104634740B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105403491A (zh) * | 2015-05-22 | 2016-03-16 | 杨晓富 | 一种基于银亭的雾霾检测与调节方法 |
CN105403492A (zh) * | 2015-05-22 | 2016-03-16 | 杨晓富 | 一种银亭雾霾监测与提醒方法 |
CN105388095A (zh) * | 2015-05-22 | 2016-03-09 | 杨晓富 | 一种基于银亭的雾霾检测与隔离方法 |
CN107505291B (zh) * | 2017-07-05 | 2020-03-27 | 中南大学 | 一种通过单幅图像估计能见度的方法 |
CN108572127A (zh) * | 2018-04-17 | 2018-09-25 | 韩明 | 跨栏现场雾霾浓度逐级分析平台 |
CN110659547B (zh) * | 2018-06-29 | 2023-07-14 | 比亚迪股份有限公司 | 物体识别方法、装置、车辆和计算机可读存储介质 |
CN111274911B (zh) * | 2020-01-17 | 2020-12-01 | 河海大学 | 基于无线微波衰减特征迁移学习的浓雾监测方法 |
CN111785094B (zh) * | 2020-07-31 | 2021-12-07 | 上海眼控科技股份有限公司 | 平流雾检测方法、装置、计算机设备和可读存储介质 |
CN112668503B (zh) * | 2020-12-30 | 2022-06-28 | 日照市气象局 | 一种发光目标物视频团雾能见度监测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382497B (zh) * | 2008-10-06 | 2012-03-07 | 南京大学 | 基于路况监控视频的能见度检测方法 |
CN101526475B (zh) * | 2009-04-10 | 2011-03-16 | 南京信息工程大学 | 透射式能见度测量装置及测量方法 |
CN102162788A (zh) * | 2010-10-19 | 2011-08-24 | 北方工业大学 | 基于高清视频的能见度检测方法 |
CN102175613B (zh) * | 2011-01-26 | 2012-11-14 | 南京大学 | 基于图像亮度特征的ptz视频能见度检测方法 |
CN102663694A (zh) * | 2012-03-30 | 2012-09-12 | 大连理工大学 | 一种基于暗原色通道先验的雾效数字滤镜方法 |
-
2013
- 2013-11-12 CN CN201310562418.7A patent/CN104634740B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104634740A (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104634740B (zh) | 雾霾能见度监测方法和装置 | |
CN104634784B (zh) | 大气能见度监测方法和装置 | |
CN106203265B (zh) | 一种施工扬尘污染源自动监测及影响范围预测系统及方法 | |
CN101382497B (zh) | 基于路况监控视频的能见度检测方法 | |
JP2021107683A (ja) | ひび割れ解析データ編集装置、ひび割れ解析データ編集方法、及び、ひび割れ解析データの編集プログラム | |
CN105074789B (zh) | 火灾检测系统 | |
CN102175613B (zh) | 基于图像亮度特征的ptz视频能见度检测方法 | |
CN109816794B (zh) | 一种基于管网属性数据的三维可视化系统及方法 | |
US20160144979A1 (en) | System and method for inspecting and validating flight procedure | |
CN102509102A (zh) | 基于图像学习的能见度测量方法 | |
CN104020088B (zh) | 一种基于图像处理获取空气中颗粒物浓度的方法 | |
CN105021528A (zh) | 一种基于视频的道路气象检测装置 | |
CN105092473B (zh) | 一种多晶硅薄膜的质量检测方法和系统 | |
CN104021527B (zh) | 一种图像中雨雪的去除方法 | |
CN103400463B (zh) | 一种基于二维图像的林火定位方法和装置 | |
CN104299192A (zh) | 一种基于大气光散射物理模型的单幅图像去雾方法 | |
CN105261018A (zh) | 基于光学模型和暗原色先验理论的能见度检测方法 | |
CN106408526B (zh) | 一种基于多层矢量图的能见度检测方法 | |
CN103903273A (zh) | 一种基于手机终端的pm2.5等级快速评价系统 | |
CN107505291A (zh) | 一种通过单幅图像估计能见度的方法 | |
CN109241902A (zh) | 一种基于多尺度特征融合的山体滑坡检测方法 | |
CN102346014A (zh) | 一种基于图像处理的输电线路导线弧垂的测量方法 | |
CN106897653A (zh) | 基于红外和可见光视频融合的林区烟火检测方法及其检测系统 | |
CN103808492A (zh) | 一种otdr采集数据的曲线显示方法 | |
CN111160155A (zh) | 一种积水检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |