CN106404720A - 一种能见度观测方法 - Google Patents
一种能见度观测方法 Download PDFInfo
- Publication number
- CN106404720A CN106404720A CN201610720847.6A CN201610720847A CN106404720A CN 106404720 A CN106404720 A CN 106404720A CN 201610720847 A CN201610720847 A CN 201610720847A CN 106404720 A CN106404720 A CN 106404720A
- Authority
- CN
- China
- Prior art keywords
- visibility
- image
- distribution map
- digital picture
- transmissivity
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
Abstract
本发明提供了一种能见度观测方法,属于气象探测领域,其步骤包括:图像获取,用于获取含有地物的数字图像;数字图像处理,用于将所述数字图像处理为暗通道图像;图像透射率分布计算,用于计算并获得透射率分布图;透射率分布图处理,用于获得精细化的透射率分布图;计算能见度,通过图像能见度观测模型计算获得能见度。本发明提供的一种能见度观测方法,不需单独架设人工目标物,充分利用数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,获取大气能见度信息,成本低、结构简单、适用范围广。
Description
技术领域
本发明涉及气象探测领域,特别是涉及一种能见度观测方法。
背景技术
大气能见度作为一个重要的气象观测因素,用于了解大气稳定性,判断气团性质。其观测不仅应用于气象部门的天气分析,更广泛地应用于航空、航海、路上交通、军事及环境监测等领域,是影响航空、航海、路上交通以及军事活动等的重要因素之一。低能见度的天气经常造成交通堵塞、航班延误,甚至是封路、停航。准确及时地观测能见度,并在低能见度情况下及时做出相应的预警反应对各领域来说都具有重要的实际应用价值。
气象能见度用光学视程表示。在《中华人民共和国气象行业标准》中对气象能见度的定义为:白天指视力正常(对比阈值为0.05)的人,在当时的天气条件下,能够从天空背景中看到和辨认的目标物(黑色、大小适度)的最大水平距离;夜间指中等强度的发光体能被看到和识别的最大水平距离。
常用的能见度观测方法包括目测法和器测法。目前,目测法还是大部分台站仍然在采用的观测方式。其主观性强、规范性差,严重制约气象观测的全面自动化发展。器测法当前主要使用透射仪和前向散射仪等,但存在设备造价高、调试复杂、采样范围小等问题,难以实现大气能见度的全方位实时监测。
发明内容
本发明的一个目的是提供一种能见度观测方法,不需单独架设人工目标物,充分利用数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,获取大气能见度信息。
特别地,本发明提供一种能见度观测方法,包括以下步骤:
s101、图像获取,用于获取预定角度范围内的含有地物及地物附近天空背景的数字图像;
s102、数字图像处理,用于将所述数字图像处理为暗通道图像;
s103、图像透射率分布计算,用于计算并获得透射率分布图;
s104、透射率分布图处理,用于获得精细化的透射率分布图;
s105、计算能见度,通过图像能见度观测模型计算获得能见度。
进一步地,s101中所述数字图像为全视野数字图像。
进一步地,所述数字图像为所述全视野数字图像经去除天空背景信息及外围无效信息后获得的保留有地物及地物附近的天空背景的数字图像。
进一步地,所述全视野数字图像采用鱼眼镜头摄取。
进一步地,s101中所述数字图像为预定角度的水平视野范围内地物及地物附近天空背景的图像。
进一步地,所述预定角度为0-360°。
进一步地,所述预定角度为360°。
进一步地,s103中所述图像透射率分布计算是利用图像退化成像模型及暗通道图像的关系计算。
进一步地,所述图像退化成像模型表示为如下方程:
I(x)=J(x)t(x)+A(1-t(x))
其中,I(x)为直接获取的实际图像,J(x)为无雾图像,t(x)为透射率,A为大气环境光线成分,由数字图像点x处某一邻域内的亮度最大值决定,I(x)、J(x)均为三通道数字图像。
进一步地,所述透射率的计算公式为:
其中t(x)为透射率,y为以图像上某一点x为中心的某一邻域ω(x)内的任意一点,I(y)为该点的暗通道数值,A为大气环境光线成分,由数字图像点x处某一邻域内的亮度最大值决定,是已知值。
进一步地,s104中所述透射率分布图处理为对所述透射率分布图进行精细化处理,得到精细化的图像透射率分布图。
进一步地,所述精细化处理包括滤波处理,以用于去除图像噪声、平滑图像、保留边缘信息。
进一步地,s105中所述图像能见度观测模型为利用所述透射率分布图中地物附近的数字图像亮度均值与前向散射仪对应时刻的能见度数值进行曲线拟合所获得的数字图像透射率分布图亮度均值与大气水平能见度间的关系。
优选地,所述图像能见度观测模型用如下多项式表示:
V(t)=a1T(t)4+a2T(t)3+a3T(t)2+a4T(t)+a5
其中t为观测时刻,T(t)为图像透射率分布图亮度均值,V(t)为大气能见度数值,a1-a5为多项式系数。
本发明提供的能见度观测方法,利用所述数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,以获得对应的大气能见度信息。
本发明提供的能见度观测方法,只需对所拍摄的数字图像进行处理,得出数字图像的透射率分布图,利用透射率分布图的亮度均值代入图像能见度观测模型得出该数字图像拍摄时刻对应的大气能见度信息。本发明的观测模型建立后,无需使用人工设定的目标物或固定拍摄某个特定建筑物,只需利用数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,方法易于实现。
本发明提供的能见度观测方法,具有以下优点和有益效果:1、能够对图像的大气能见度进行观测,得到光学视程距离;2、能够将观测范围内的大气能见度情况直观地反映于观测区域的数字图像上;3、无需使用人工设定的目标物或固定拍摄某个特定建筑物,使用方便,具有较低的成本。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本发明一个实施例的一种能见度观测方法的流程示意图;
图2是根据本发明一个实施例的一种能见度观测方法的具体的流程示意图;
图3a是图2所示的能见度观测方法的大气能见度为3km时获取的全视野数字图像;
图3b是图2所示的能见度观测方法的大气能见度为12km时获取的全视野数字图像;
图3c是图2所示的能见度观测方法的大气能见度为30km时获取的全视野数字图像;
图4a是图2所示的能见度观测方法的大气能见度为3km时的数字图像预处理后的图像;
图4b是图2所示的能见度观测方法的大气能见度为12km时的数字图像预处理后的图像;
图4c是图2所示的能见度观测方法的大气能见度为30km时的数字图像预处理后的图像;
图5a是图2所示的能见度观测方法的大气能见度为3km时的数字图像处理后的暗通道图像;
图5b是图2所示的能见度观测方法的大气能见度为12km时的数字图像处理后的暗通道图像;
图5c是图2所示的能见度观测方法的大气能见度为30km时的数字图像处理后的暗通道图像;
图6a是图2所示的能见度观测方法的大气能见度为3km时的透射率分布计算后获得的透射率分布图;
图6b是图2所示的能见度观测方法的大气能见度为12km时的透射率分布计算后获得的透射率分布图;
图6c是图2所示的能见度观测方法的大气能见度为30km时的透射率分布计算后获得的透射率分布图;
图7a是图2所示的能见度观测方法的大气能见度为3km时的精细化的透射率分布图;
图7b是图2所示的能见度观测方法的大气能见度为12km时的精细化的透射率分布图;
图7c是图2所示的能见度观测方法的大气能见度为30km时的精细化的透射率分布图;
图8是100幅数字图像透射率分布图亮度均值与同一时刻前向散射仪所测大气水平能见度间的多项式拟合结果。
具体实施方式
图1是根据本发明一个实施例的一种能见度观测方法的流程示意图。如图1所示,本发明的一种能见度观测方法,包括以下步骤:
s101、图像获取,用于获取预定角度范围内的含有地物及地物附近天空背景的数字图像;
s102、数字图像处理,用于将所述数字图像处理为暗通道图像;
s103、图像透射率分布计算,用于计算并获得透射率分布图;
s104、透射率分布图处理,用于获得精细化的透射率分布图;
s105、计算能见度,通过图像能见度观测模型计算获得能见度。
具体地,在步骤s101中,图像获取,所述数字图像为全视野数字图像经去除天空背景信息及外围无效信息后获得的保留有地物及地物附近的天空背景的数字图像。其主要是指利用数字摄像机获取含有地物及天空背景的数字图像,可以对数字图像的视野范围进行调整。由于天空及云图像的最暗通道较亮,会影响本能见度观测方法对能见度观测,因此本发明只利用含有地物及地物附近天空背景的图像,需要去除原有数字图像中的其余天空背景,只保留地物附近的图像信息,从而提高观测效果。
进一步地,在一个优选的实施方式中,所述数字图像为全视野数字图像;所述全视野数字图像采用鱼眼镜头摄取。在进行能见度观测时,需要将全视野图像从鱼眼视角调整为一般视角,鱼眼图像的矫正采用最邻近插值法。所述数字图像为预定角度的水平视野范围内地物及地物附近天空背景的图像,所述预定角度可以为0-360°;优选地,所述预定角度为360°。采用360°全视野的数字图像,能够对大范围的区域进行观测,采样范围大,不容易受景物变化的影响,能够有效防止数字图像中某些范围的角度出现障碍物遮挡或者消除其他物体造成的影响能见度观测的误差,从而提高能见度观测的准确度。
在步骤s102中,数字图像处理,是指从含有地物及天空背景的数字图像中分离出最暗通道图像。由于绝大多数户外无雾图像的局部区域内存在一些像素满足至少一个颜色通道的强度值接近于零,本发明对所得矫正后图像的每个像素点取该像素点某一邻域内三个颜色通道强度的最低值,存入一幅与原图大小一致的数字图像内,即为暗通道图像,这样使原有的红、绿、蓝三通道数字图像变为了单通道的灰度图像。
在步骤s103中,图像透射率分布计算,主要指利用计算机视觉和数字图像处理中图像退化成像模型及暗通道图像的关系,初步得到图像透射率分布。在计算机视觉中,图像退化成像模型可被表示为如下方程:
I(x)=J(x)t(x)+A(1-t(x))
其中I(x)为直接获取的实际图像,J(x)为无雾图像,t(x)为透射率,A为大气环境光线成分,由数字图像点x处某一邻域内的亮度最大值决定,I(x)、J(x)均为三通道数字图像。由于绝大多数户外无雾图像的局部区域内存在一些像素满足至少一个颜色通道的强度值很低,接近于0,因此可以对图像退化成像模型方程两侧做获取暗通道图像计算,方程形式如下:
其中y为以图像上某一点x为中心的某一邻域ω(x)内的任意一点,Jc(y),c∈(r,g,b)表示一个颜色通道的亮度值。由上述可知,大多数户外无雾图像的局部区域内存在一些像素满足至少一个颜色通道的强度值很低,接近于0,因此J(x)的暗通道图像接近于0,对方程进行变形,可得出透射率t(x)的计算公式:
其中y为以图像上某一点x为中心的某一邻域ω(x)内的任意一点,I(y)为该点的暗通道数值,A为大气环境光线成分,由数字图像点x处某一邻域内的亮度最大值决定,是已知值。将求出的透射率t(x)按原图像中的位置存入一幅与原图大小一致的数字图像内,即为透射率分布图。
在步骤s104中,透射率分布图处理,是指为了使初步计算出粗糙的透射率分布图更精细,使用双边滤波器对得出的透射率分布图进行精细化处理,得出精细化的图像透射率分布图。优选地,所述精细化处理的方法包括对得出的透射率分布图进行滤波处理,以用于去除图像噪声,平滑图像,保留边缘信息。精细化处理后的透射率分布图更好地保留了原图中的景物轮廓,可将观测区域的大气能见度情况直观地反映于数字图像上。并且精细化透射率分布图的亮度均值能更真实地反映出观测区域的大气透光情况,使后续与前向散射仪历史数据进行拟合的结果更为准确。
在步骤s105中,计算能见度,是指将观测图像的透射率分布图亮度均值输入图像能见度观测模型对大气能见度进行计算,得到的结果即为图像拍摄时刻的大气能见度数值。
进一步地,所述图像能见度观测模型是指将获得的样本图像经上述处理后,利用所得透射率分布图中地物附近的数字图像亮度均值与前向散射仪对应时刻的能见度数值进行曲线拟合,得出数字图像透射率分布图亮度均值与大气水平能见度间的关系,即图像能见度观测模型,用多项式表示,优选地使用四阶多项式表示:
V(t)=a1T(t)4+a2T(t)3+a3T(t)2+a4T(t)+a5
其中t为观测时刻,T(t)为图像透射率分布图亮度均值,V(t)为大气能见度数值,a1-a5为多项式系数。所述图像能见度观测模型也可以利用大量历史数字图像的透射率分布图亮度均值信息与同一时刻前向散射仪的历史能见度测量值进行拟合获得。当然地,所述图像能见度观测模型也可以用其他关系式,如三阶多项式、五阶多项式或者等进行拟合。
本发明的能见度观测方法利用所述数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,以获得对应的大气能见度信息。本发明的能见度观测方法能够在自动获取全视野数字图像的情况下对大气能见度进行自动观测,获取大气能见度数值并能够通过透射率分布图将观测区域的大气能见度情况直观地反映于该区域的全视野图像上。
在一个具体的实施方式中,以对三幅不同能见度的数字图像进行能见度观测实例中,如图2至图8所示。
图2为是根据本发明一个实施例的一种能见度观测方法的具体的流程示意图。如图2所示,步骤s101中,图像获取包括全视野数字图像及历史能见度资料的获取步骤和数字图像预处理步骤。其中,全视野数字图像及历史能见度资料的获取步骤,主要指利用数字摄像机获取含有地物及天空背景的全视野数字图像,根据能见度历史记录对这些图像进行人工分类,挑出典型图像作为图像集。挑选与数字图像拍摄时刻相同的前向散射仪能见度数据作为能见度历史数据集。数字图像预处理步骤是指对全视野数字图像的视野范围进行调整。由于天空及云图像的最暗通道较亮,会影响本方法对能见度观测,因此本发明只利用含有地物及地物附近天空背景的图像,需要去除原有全视野图像中的其余天空背景,只保留地物附近的图像信息,从而提高观测效果。另外,在进行能见度观测时,需要将全视野图像从鱼眼视角调整为一般视角,鱼眼图像的矫正采用最邻近插值法。步骤s105中,计算能见度还包括利用所得透射率分布图中地物附近的数字图像亮度均值与前向散射仪对应时刻的能见度数值进行曲线拟合,得出数字图像透射率分布图亮度均值与大气水平能见度间的关系,即图像能见度观测模型。然后将观测图像的透射率分布图亮度均值输入图像能见度观测模型对大气能见度进行计算,得到的结果即为图像拍摄时刻的大气能见度数值。
图3a是图2所示的能见度观测方法的大气能见度为3km时获取的全视野数字图像;图3b是图2所示的能见度观测方法的大气能见度为12km时获取的全视野数字图像;图3c是图2所示的能见度观测方法的大气能见度为30km时获取的全视野数字图像。如图3a-图3c所示,首先通过摄像设备获取全视野数字图像,摄像设备由数字摄像机和安装在其上的视角超过180°的鱼眼镜头构成。数字摄像机成像面应水平安置,镜头朝上,使镜头光轴正对天顶进行拍摄,实现对相机安置处的全部视野进行成像。在一个具体的实施方式中采用装备有鱼眼镜头的数字摄像机拍摄全视野数字图像,通过网线将数字图像传送至计算机,获取的图像如图3a-图3c所示。
图4a是图2所示的能见度观测方法的大气能见度为3km时的数字图像预处理后的图像;图4b是图2所示的能见度观测方法的大气能见度为12km时的数字图像预处理后的图像;图4c是图2所示的能见度观测方法的大气能见度为30km时的数字图像预处理后的图像。如图4a-图4c所述,将获取到的全视野图像经过计算机数字图像处理手段进行矫正,在一个具体的实施方式中采用140万像素的彩色数字摄像机,原始图像像素为1392*1040。经最邻近插值法矫正后,图像去除大量天空背景信息及外围无效信息,保留的图像信息如图图4a-图4c中所示两道绿色圆环之间的图像区域。矫正后取得一幅以观测点为中心,包含360°水平视野范围内地面建筑物及地物附近天空背景的图像。
图5a是图2所示的能见度观测方法的大气能见度为3km时的数字图像处理后的暗通道图像;图5b是图2所示的能见度观测方法的大气能见度为12km时的数字图像处理后的暗通道图像;图5c是图2所示的能见度观测方法的大气能见度为30km时的数字图像处理后的暗通道图像。如图5a-图5c所示,利用矫正后的数字图像取每个像素点处某一邻域内三色通道强度最低值,存入一幅与原图大小一致的数字图像内,将三通道数字图像转为单通道灰度图像,即得到全视野图像的暗通道图像。
图6a是图2所示的能见度观测方法的大气能见度为3km时的透射率分布计算后获得的透射率分布图;图6b是图2所示的能见度观测方法的大气能见度为12km时的透射率分布计算后获得的透射率分布图;图6c是图2所示的能见度观测方法的大气能见度为30km时的透射率分布计算后获得的透射率分布图。如图6a-图6c所示,得出全视野图像的暗通道图像后,可利用推导变形后的图像物理模型方程逐一对某一像素邻域内的暗通道图像进行计算,经计算可得到全视野数字图像某一像素局部图像区域的透射率,将求出的透射率按该像素在原图像中的位置存入一幅与原图大小一致的数字图像内,即为全视野数字图像的透射率分布图。
图7a是图2所示的能见度观测方法的大气能见度为3km时的精细化的透射率分布图;图7b是图2所示的能见度观测方法的大气能见度为12km时的精细化的透射率分布图;图7c是图2所示的能见度观测方法的大气能见度为30km时的精细化的透射率分布图。如图7a-图7c所示,将得出的全视野数字图像透射率分布图经双边滤波器滤波,除去噪声、平滑图像、保留图像边缘轮廓,可得精细化的透射率分布图。
图8是100幅数字图像透射率分布图亮度均值与同一时刻前向散射仪所测大气水平能见度间的多项式拟合结果。如图8所示,利用大量历史数字图像的透射率分布图亮度均值信息与同一时刻前向散射仪的历史能见度测量值进行拟合,获得图像能见度观测模型:
V(t)=72.91*T(t)4-88.22*T(t)3+68.73*T(t)2-7.32*T(t)+0.28
其中t为观测时刻,V(t)为大气能见度数值,T(t)为图像透射率分布图亮度均值。拟合结果如图8所示,*状点为试验样本点,黑色曲线为拟合曲线。
得到全视野图像能见度观测模型后,即可对该观测点处的大气能见度进行观测。观测过程中,每一观测时刻摄像设备所获取的全视野数字图像需经过“数字图像处理步骤”、“暗通道图像提取步骤”、“图像透射率分布计算步骤”、“透射率分布图精细化处理步骤”的计算机处理,将所得精细化全视野图像透射率分布图的亮度均值信息输入观测模型,便可获得该观测时刻的大气能见度数值。利用图像能见度观测模型对实例中的三幅图像进行能见度观测,得到结果分别为:图1为2.5km,图2为13.6km,图3为28.7km。
本发明的能见度观测方法,利用数字摄像机获取含有地物及天空背景的全视野图像,通过计算机对所获取的图像进行分析处理,并与能见度历史数据进行拟合建立观测模型。本发明在进行图像能见度观测时,只需对所拍摄的数字图像进行处理,得出数字图像的透射率分布图,利用透射率分布图的亮度均值代入图像能见度观测模型得出该数字图像拍摄时刻对应的大气能见度信息。本发明的观测模型建立后,无需使用人工设定的目标物或固定拍摄某个特定建筑物,只需利用数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,方法易于实现。
本发明的能见度观测方法,根据暗通道先验知识获得目标物到摄像点的透射率,结合历史能见度数据,从而求得大气能见度值。本发明采用数字摄像法,成本低、结构简单、适用范围广。
本发明的能见度观测方法,具有以下优点和有益效果:1、能够对图像的大气能见度进行观测,得到光学视程距离;2、能够将观测范围内的大气能见度情况直观地反映于观测区域的数字图像上;3、无需使用人工设定的目标物或固定拍摄某个特定建筑物,使用方便,具有较低的成本。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种能见度观测方法,其特征在于,包括以下步骤:
s101、图像获取,用于获取预定角度范围内的含有地物及地物附近天空背景的数字图像;
s102、数字图像处理,用于将所述数字图像处理为暗通道图像;
s103、图像透射率分布计算,用于计算并获得透射率分布图;
s104、透射率分布图处理,用于获得精细化的透射率分布图;
s105、计算能见度,通过图像能见度观测模型计算获得能见度。
2.根据权利要求1所述的能见度观测方法,其特征在于,s101中所述数字图像为全视野数字图像;
优选地,所述数字图像为所述全视野数字图像经去除天空背景信息及外围无效信息后获得的保留有地物及地物附近的天空背景的数字图像;
优选地,所述全视野数字图像采用鱼眼镜头摄取。
3.根据权利要求1或2所述的能见度观测方法,其特征在于,s101中所述数字图像为预定角度的水平视野范围内地物及地物附近天空背景的图像。
4.根据权利要求3所述的能见度观测方法,其特征在于,所述预定角度为0-360°;
优选地,所述预定角度为360°。
5.根据权利要求1所述的能见度观测方法,其特征在于,s103中所述图像透射率分布计算是利用图像退化成像模型及暗通道图像的关系计算。
6.根据权利要求5所述的能见度观测方法,其特征在于,所述图像退化成像模型表示为如下方程:
I(x)=J(x)t(x)+A(1-t(x))
其中,I(x)为直接获取的实际图像,J(x)为无雾图像,t(x)为透射率,A为大气环境光线成分,由数字图像点x处某一邻域内的亮度最大值决定,I(x)、J(x)均为三通道数字图像。
7.根据权利要求5所述的能见度观测方法,其特征在于,所述透射率的计算公式为:
其中t(x)为透射率,y为以图像上某一点x为中心的某一邻域ω(x)内的任意一点,I(y)为该点的暗通道数值,A为大气环境光线成分,由数字图像点x处某一邻域内的亮度最大值决定,是已知值。
8.根据权利要求1所述的能见度观测方法,其特征在于,s104中所述透射率分布图处理为对所述透射率分布图进行精细化处理,得到精细化的图像透射率分布图;
优选地,所述精细化处理包括滤波处理,以用于去除图像噪声、平滑图像、保留边缘信息。
9.根据权利要求1所述的能见度观测方法,其特征在于,s105中所述图像能见度观测模型为利用所述透射率分布图中地物附近的数字图像亮度均值与前向散射仪对应时刻的能见度数值进行曲线拟合所获得的数字图像透射率分布图亮度均值与大气水平能见度间的关系;
优选地,所述图像能见度观测模型用如下多项式表示:
V(t)=a1T(t)4+a2T(t)3+a3T(t)2+a4T(t)+a5
其中t为观测时刻,T(t)为图像透射率分布图亮度均值,V(t)为大气能见度数值,a1-a5为多项式系数。
10.根据权利要求1-9中任一项所述的能见度观测方法,其特征在于,所述能见度观测方法利用所述数字图像的亮度、颜色和对比度等光学信息对图像进行分析处理,以获得对应的大气能见度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610720847.6A CN106404720B (zh) | 2016-08-24 | 2016-08-24 | 一种能见度观测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610720847.6A CN106404720B (zh) | 2016-08-24 | 2016-08-24 | 一种能见度观测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106404720A true CN106404720A (zh) | 2017-02-15 |
CN106404720B CN106404720B (zh) | 2019-02-26 |
Family
ID=58004781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610720847.6A Active CN106404720B (zh) | 2016-08-24 | 2016-08-24 | 一种能见度观测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106404720B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505291A (zh) * | 2017-07-05 | 2017-12-22 | 中南大学 | 一种通过单幅图像估计能见度的方法 |
CN109406521A (zh) * | 2018-12-07 | 2019-03-01 | 福建师范大学 | 一种实时水平能见度等级检测方法 |
CN111192275A (zh) * | 2019-12-30 | 2020-05-22 | 西安金路交通工程科技发展有限责任公司 | 基于暗通道先验理论的高速公路团雾能见度识别方法 |
CN112258853A (zh) * | 2020-10-19 | 2021-01-22 | 洛阳云感科技有限公司 | 一种精细化公路雾区链式能见度监测预警系统 |
CN113936221A (zh) * | 2021-12-17 | 2022-01-14 | 北京威摄智能科技有限公司 | 应用于高原地区公路环境监测的方法及系统 |
CN115032715A (zh) * | 2022-06-06 | 2022-09-09 | 北京万云科技开发有限公司 | 一种基于图像识别技术的天气现象监测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135200A1 (en) * | 2009-12-04 | 2011-06-09 | Chao-Ho Chen | Method for determining if an input image is a foggy image, method for determining a foggy level of an input image and cleaning method for foggy images |
WO2012100522A1 (zh) * | 2011-01-26 | 2012-08-02 | 南京大学 | 基于图像亮度特征的ptz视频能见度检测方法 |
CN104809707A (zh) * | 2015-04-28 | 2015-07-29 | 西南科技大学 | 一种单幅雾天图像能见度估计方法 |
CN105261018A (zh) * | 2015-10-14 | 2016-01-20 | 山东交通学院 | 基于光学模型和暗原色先验理论的能见度检测方法 |
CN105424655A (zh) * | 2015-11-04 | 2016-03-23 | 北京交通大学 | 一种基于视频图像的能见度检测方法 |
CN206162876U (zh) * | 2016-07-22 | 2017-05-10 | 福州大学 | 基于能见度检测的道路限速监拍系统 |
-
2016
- 2016-08-24 CN CN201610720847.6A patent/CN106404720B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135200A1 (en) * | 2009-12-04 | 2011-06-09 | Chao-Ho Chen | Method for determining if an input image is a foggy image, method for determining a foggy level of an input image and cleaning method for foggy images |
WO2012100522A1 (zh) * | 2011-01-26 | 2012-08-02 | 南京大学 | 基于图像亮度特征的ptz视频能见度检测方法 |
CN104809707A (zh) * | 2015-04-28 | 2015-07-29 | 西南科技大学 | 一种单幅雾天图像能见度估计方法 |
CN105261018A (zh) * | 2015-10-14 | 2016-01-20 | 山东交通学院 | 基于光学模型和暗原色先验理论的能见度检测方法 |
CN105424655A (zh) * | 2015-11-04 | 2016-03-23 | 北京交通大学 | 一种基于视频图像的能见度检测方法 |
CN206162876U (zh) * | 2016-07-22 | 2017-05-10 | 福州大学 | 基于能见度检测的道路限速监拍系统 |
Non-Patent Citations (3)
Title |
---|
MALM W 等: "Site specific factors influencing the visual range calculated from teleradiometer measurements", 《ATMOS ENVIRON》 * |
吕伟涛 等: "双亮度差方法测量白天气象能见度时的误差分析", 《应用气象学报》 * |
谢兴生 等: "数字摄像法测量气象能见度", 《科学通报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505291A (zh) * | 2017-07-05 | 2017-12-22 | 中南大学 | 一种通过单幅图像估计能见度的方法 |
CN109406521A (zh) * | 2018-12-07 | 2019-03-01 | 福建师范大学 | 一种实时水平能见度等级检测方法 |
CN111192275A (zh) * | 2019-12-30 | 2020-05-22 | 西安金路交通工程科技发展有限责任公司 | 基于暗通道先验理论的高速公路团雾能见度识别方法 |
CN112258853A (zh) * | 2020-10-19 | 2021-01-22 | 洛阳云感科技有限公司 | 一种精细化公路雾区链式能见度监测预警系统 |
CN113936221A (zh) * | 2021-12-17 | 2022-01-14 | 北京威摄智能科技有限公司 | 应用于高原地区公路环境监测的方法及系统 |
CN113936221B (zh) * | 2021-12-17 | 2022-05-13 | 北京威摄智能科技有限公司 | 应用于高原地区公路环境监测的方法及系统 |
CN115032715A (zh) * | 2022-06-06 | 2022-09-09 | 北京万云科技开发有限公司 | 一种基于图像识别技术的天气现象监测方法 |
CN115032715B (zh) * | 2022-06-06 | 2024-03-29 | 北京万云科技开发有限公司 | 一种基于图像识别技术的天气现象监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106404720B (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106404720A (zh) | 一种能见度观测方法 | |
WO2021093283A1 (zh) | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 | |
CN102682292B (zh) | 基于单目视觉的道路边缘检测及粗定位方法 | |
CN104601953B (zh) | 一种视频图像融合处理系统 | |
WO2017028587A1 (zh) | 车辆监控的方法和装置、处理器、图像采集设备 | |
CN104809707A (zh) | 一种单幅雾天图像能见度估计方法 | |
CN104299192B (zh) | 一种基于大气光散射物理模型的单幅图像去雾方法 | |
CN104933680B (zh) | 一种智能的无人艇视觉系统视频快速海雾去除方法 | |
CN106096604A (zh) | 基于无人平台的多波段融合探测方法 | |
Hassaan et al. | Precision forestry: trees counting in urban areas using visible imagery based on an unmanned aerial vehicle | |
CN102175613A (zh) | 基于图像亮度特征的ptz视频能见度检测方法 | |
CN102509102A (zh) | 基于图像学习的能见度测量方法 | |
CN110232389A (zh) | 一种基于绿色作物特征提取不变性的立体视觉导航方法 | |
CN107453811B (zh) | 一种基于可见光视觉通信的无人机协同slam的方法 | |
CN112348775B (zh) | 基于车载环视的路面坑塘检测系统及方法 | |
CN102436643A (zh) | 面向大气散射邻近效应的图像去雾方法 | |
CN103578088A (zh) | 一种星空图像处理方法 | |
CN110458877A (zh) | 基于仿生视觉的红外与可见光信息融合的导航方法 | |
CN111340951A (zh) | 基于深度学习的海洋环境自动识别方法 | |
CN110288539A (zh) | 一种结合颜色空间移动与暗通道先验的水下图像清晰方法 | |
CN103971479B (zh) | 基于摄像机标定技术的林火定位方法 | |
CN106023118B (zh) | 一种图像去雾方法及其在fpga上的实现方法 | |
CN109919889A (zh) | 一种基于双目视差的能见度检测算法 | |
CN112365467A (zh) | 一种基于单幅图像深度估计的雾天图像能见度估计方法 | |
KR102047255B1 (ko) | 전천 영상을 이용한 구름량 자동 관측 방법 |
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 |