CN108732178A - 一种大气能见度检测方法和装置 - Google Patents
一种大气能见度检测方法和装置 Download PDFInfo
- Publication number
- CN108732178A CN108732178A CN201710273856.XA CN201710273856A CN108732178A CN 108732178 A CN108732178 A CN 108732178A CN 201710273856 A CN201710273856 A CN 201710273856A CN 108732178 A CN108732178 A CN 108732178A
- Authority
- CN
- China
- Prior art keywords
- image
- atmospheric visibility
- distance
- target
- resolvable
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 5
- 230000015654 memory Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000011897 real-time detection Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
- G01N2021/8578—Gaseous flow
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种大气能见度检测方法,所述方法包括:对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。本发明实施例同时还公开了一种大气能见度检测装置。
Description
技术领域
本发明涉及终端技术领域,尤其涉及一种大气能见度检测方法和装置。
背景技术
对雾霾天最直观的评价指标为能见度,在雾霾天拍摄的图片通过能见度估计,可以为用户提供成像时环境能见度的参考值。
目前主要有两种方法对图像能见度进行估计。第一种为利用前后间隔的两个摄像机对同一物体进行拍摄,通过获取该物体在两个摄像机的亮度差计算当天的大气透光度,从而计算具体的能见度,利用该方法进行能见度估计需要两台有一定距离的录像设备,不利用便携式,并且操作较复杂。第二种方法利用一台摄像头进行拍摄,对地平线无限远处的天空与地面进行拍照,利用太阳在天空的角度计算获取该天气情况下的理想照度与透光度,通过计算无限远天空的亮度,最后算出当天的大气能见度,该方法使用的是无限远的图像,适用于晴好的天气,针对雾霾天的能见度无法获取无限远处的图像,因此不适用于针对雾霾天气的能见度估计。
发明内容
为解决上述技术问题,本发明实施例期望提供一种大气能见度检测方法和装置,通过图像采集设备的双摄像头得到图像中可分辨目标的最远测距,获得图像的大气能见度值,实现了通过拍摄图像对大气能见度的实时检测。
本发明的技术方案是这样实现的:
第一方面,本发明实施例提供了一种大气能见度检测方法,所述方法包括:
对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
上述方案中,所述对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离,包括:
根据所述图像中的连续边缘点,获取所述每个可分辨目标;
利用所述图像采集设备对所述每个可分辨目标进行测距,获取所述每个可分辨目标的距离。
上述方案中,所述根据所述图像中的连续边缘点,获取所述每个可分辨目标,包括:
分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
上述方案中,在所述对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标的距离之前,还包括:
根据当前图像的拍摄方向,提示拍摄转动方向;
在所述拍摄转动方向上获取至少一张图像。
上述方案中,当所述图像的数目大于一时,所述方法还包括:
将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
上述方案中,所述将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值,具体包括:
按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
计算所述筛选后的大气能见度值的平均值;
将所述平均值设定为所述统计后的大气能见度值。
第二方面,本发明实施例提供了一种大气能见度检测装置,所述装置包括:第一获取模块和设置模块;其中,
所述第一获取模块,用于对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
所述设置模块,用于从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
上述方案中,所述第一获取模块,用于根据所述图像中的连续边缘点,获取所述每个可分辨目标;
以及,利用所述图像采集设备对所述可分辨目标进行测距,获取所述每个可分辨目标的距离。
上述方案中,所述第一获取模块,具体包括:第一计算子模块、确定子模块和获取子模块;其中,
所述第一计算子模块,用于分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
所述确定子模块,用于将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
所述获取子模块,用于根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
上述方案中,所述装置还包括:提示模块和第二获取模块;其中,
所述提示模块,用于根据当前图像的拍摄方向,提示拍摄转动方向;
所述第二获取模块,用于在所述拍摄转动方向上获取至少一张图像。
上述方案中,所述装置还包括:统计模块,用于将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
上述方案中,所述统计模块,具体包括:筛选子模块、第二计算子模块和设定子模块,其中;
所述筛选子模块,用于按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
所述第二计算模块,用于计算所述筛选后的大气能见度值的平均值;
所述设定子模块,用于将所述平均值设定为所述统计后的大气能见度值。
本发明实施例提供了一种大气能见度检测方法和装置,从图像每个可分辨目标的距离中获取最远距离,确定可分辨目标的最远距离为图像对应的大气能见度值,再对拍摄到的当前环境下的多张图像对应的大气能见度值进行统计,最终获取当前环境的大气能见度值,实现了通过拍摄图像对大气能见度的实时检测。
附图说明
图1为本发明实施例提供的大气能见度检测方法的控制和实现流程图;
图2为本发明实施例一提供的大气能见度检测方法流程示意图一;
图3为本发明实施例一提供的大气能见度检测方法流程示意图二;
图4为本发明实施例一提供的大气能见度检测方法流程示意图三;
图5为本发明实施例一提供的连续边缘点检测图像;
图6为本发明实施例一提供的大气能见度检测方法流程示意图四;
图7为本发明实施例一提供的提示拍摄转动方向的界面示意图;
图8为本发明实施例二提供的大气能见度检测装置结构示意图一;
图9为本发明实施例二提供的第一获取模块子模块结构示意图;
图10为本发明实施例二提供的大气能见度检测装置结构示意图二;
图11为本发明实施例二提供的统计模块子模块结构示意图;
图12为本发明实施例三提供的大气能见度检测装置硬件实体结构示意图。
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。
参见图1,其示出了本发明实施例提供的大气能见度检测方法的控制和实现流程。陀螺仪方向检测用于判断拍摄方向,输出拍摄转角控制信号以提示用户在拍摄时需要旋转方向,在360°范围内拍摄不同视角的若干张图像。利用摄像头进行图像拍摄,主控制系统模组计算图像中每个像素的梯度值,通过图像阈值分割对图像进行边缘检测获取可分辨目标。利用图像采集设备的双摄像头测距功能对获取到的可分辨目标进行测距,得到可分辨目标的最远距离。可分辨目标的最远距离是该图像中的可见边界,等同于能见度,因此可以得到该图像对应的大气能见度值。计算用户在360°范围内不同视角拍摄的每张图像的能见度值,通过概率统计计算得到当前环境大气能见度值。
实施例一
参见图2,其示出了本发明实施例提供的一种大气能见度检测方法,所述方法包括:
S110、对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离。
可以理解地,图像中的每一个可分辨目标都有一个与图像采集设备相对的距离,对每一个可分辨目标进行测距,可以获取每一个可分辨目标相对于图像采集设备的距离。
参见图3,步骤S110具体包括S1101和S1012:
S1101、根据所述图像中的连续边缘点,获取所述每个可分辨目标。
可以理解地,与图像的连续边缘点相对应的为图像中可分辨目标,参见图4,步骤S1101具体包括S11011至S11013:
S11011、分别计算所述图像中每个像素在三个色彩分量上的8维梯度值。
需要说明的是,图像边缘一般是通过对图像进行梯度运算来实现的,图像梯度反映出了在边缘点上像素值的变化。每一个像素点的周围都有8个相邻的像素,通过相邻的8个像素点对图像中每个像素的R、G、B三个色彩分量分别计算8个方向梯度值,可以计算出每个像素在三个色彩分量上的8维梯度值。
S11012、将计算得到的所述图像中每个像素在三个色彩分量上的8维梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点。
需要说明的是,将一个像素在任何一个色彩分量上计算出的8维梯度值与预设的边缘梯度阈值相比较,若一个像素在任何一个色彩分量上计算出的8维梯度值不符合预设的边缘梯度阈值的规定,则说明在该色彩分量上像素值发生骤变,认为该点为边缘点。参见图5,图5(a)为拍摄到的普通图像,在实际标定边缘点的过程中可以将边缘点标白,非边缘点标黑,如此就形成了如图5(b)所示的一个白色边缘轮廓。从图5(b)中可以看出,图5(b)中的白色线条即为图像中的连续边缘点,这些连续边缘点对图5(a)中拍摄到的物体的轮廓给出了标定。
S11013、根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
可以理解地,图像中的连续边缘点组成边缘图像,边缘图像即为图像中的可分辨目标。参见图5(b),图5(b)中所示的由连续边缘点组成的白色边缘轮廓即为可分辨物体的边缘轮廓。
S1102、利用所述图像采集设备对所述每个可分辨目标进行测距,获取所述每个可分辨目标的距离。
优选地,采用双摄像头进行拍摄的方式可以提升移动图像采集设备的成像效果,通过双摄像头硬件记录照片的景深信息,可以感知被拍照物体的远近。图像采集设备双摄像头具有测距功能,可以实现对可见物体的距离测量,因此,利用图像采集设备的双摄像头测距功能就可以实现对图像中的每个可分辨目标的距离的测量,得到每个可分辨目标的相对于图像采集设备的距离。
S120、从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
需要说明的是,每个可分辨目标都有一个与图像采集设备相对应的距离,在所有可分辨目标的距离中,最远的距离可以认为是图像的可见边界,可见边界就等同于拍摄图像时对应的大气能见度,因此可以将一张图像中可分辨目标的最远距离作为图像对应的大气能见度值。
参见图6,在步骤S110之前所述方法具体还包括步骤S101和S102:
S101、根据当前图像的拍摄方向,提示拍摄转动方向。
具体地,陀螺仪对图像的拍摄方向进行检测,判断出图像拍摄的方向后,生成拍摄转角控制信号,转角控制信号在图像采集设备中提示拍摄转动方向用以提醒用户在拍摄时需要旋转方向。如图7所示,图7为转角控制信号提示的拍摄转动方向示意图,图中的箭头即为提示的拍摄转动方向。此外,对于当图像采集装置设置在旋转平台时,也可以通过拍摄转角控制信号控制旋转平台按照拍摄转动方向进行旋转。
S102、在所述拍摄转动方向上获取至少一张图像。
需要说明的是,通过拍摄转角控制信号提示的拍摄转动方向,在360°的不同视角拍摄获取若干张不同视角的图像,所拍摄到的这些图像用于在后续获取到所拍摄图像对应的大气能见度的值。
在图像采集设备拍摄获取到多张图像后,可以对拍摄得到的这些图像通过统计学方式来获取当前环境大气能见度值,优选地,当所述图像的数目大于一时,所述方法还包括:
将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
需要说明的是,利用图像采集设备拍摄到的单张图像虽然能够获取图像对应的大气能见度值,但是仅利用一张图像得出的数据可能会具有偶然性,从而导致得出的图像对应的大气能见度值不准确。因此,可以拍摄获取当前环境下的多张图像,当图像数目大于一时,可以按照预设的统计策略对每一张图像对应的能见度值进行统计,通过统计后得到的大气能见度值。
在上述方案中,将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值,具体包括:
按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;以及,
计算所述筛选后的大气能见度值的平均值;以及,
将所述平均值设定为所述统计后的大气能见度值。
可以理解地,在对当前环境拍摄得到多张图像时,对每一张图像对应的大气能见度值进行统计,获取当前环境大气能见度数值。通过拍摄获取多张图像可以对多张图像对应的大气能见度进行统计,相较于仅对一张图像进行估计,可以获取更准确的大气能见度值。若拍摄所获得的图片中有明显的前景物体对远处的物体进行遮挡,造成图像中未能拍摄到真实的可分辨目标,此时会造成该图片的能见度估计不准确,因此将该图像所计算出的能见度值忽略,利用其他符合预设的筛选策略的图像能见度值对当前环境大气能见度值进行统计。
优选地,也可以按照预设的加权策略获取筛选后的大气能见度值的加权平均值,然后将所述加权平均值设定为所述统计后的大气能见度值。具体地,预设的加权策略可以为影响图像能见度取值的不同因子设置不同的权重来求得加权平均值。例如,设影响图像能见度取值的因子为图像清晰度、图像光照度以及图像信噪比,设置图像清晰度的权重值为a1、图像光照度的权重值为a2、图像信噪比的权重值为a3。根据上述各影响因子的权重值,就可以利用加权平均的求值方法求得筛选后的大气能见度值的加权平均值。
本发明实施例提供了一种大气能见度检测方法,从图像每个可分辨目标的距离中获取最远距离,确定可分辨目标的最远距离为图像对应的大气能见度值,再对拍摄到的当前环境下的多张图像对应的大气能见度值进行统计,最终获取当前环境的大气能见度值,实现了通过拍摄图像对大气能见度的实时检测。
实施例二
参见图8,其示出了本发明实施例提供的一种大气能见度检测装置8,所述大气能见度检测装置8包括:第一获取模块801和设置模块802;其中,
所述第一获取模块801,用于对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
所述设置模块802,用于从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
进一步地,所述第一获取模块801,用于根据所述图像中的连续边缘点,获取所述每个可分辨目标;
以及,利用所述图像采集设备对所述可分辨目标进行测距,获取所述每个可分辨目标的距离。
进一步地,参见图9,所述第一获取模块801,具体包括:第一计算子模块803、确定子模块804和获取子模块805;其中,
所述第一计算子模块803,用于分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
所述确定子模块804,用于将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
所述获取子模块805,用于根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
进一步地,参见图10,所述装置还包括:提示模块806和第二获取模块807;其中,
所述提示模块806,用于根据当前图像的拍摄方向,提示拍摄转动方向;
所述第二获取模块807,用于在所述拍摄转动方向上获取至少一张图像。
进一步地,参见图10,所述装置还包括:统计模块808,当所述图像的数目大于一时,用于将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
进一步地,参见图11,所述统计模块808,具体包括:筛选子模块809、第二计算子模块810和设定子模块811,其中;
所述筛选子模块809,用于按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
所述第二计算模块810,用于计算所述筛选后的大气能见度值的平均值;
所述设定子模块811,用于将所述平均值设定为所述统计后的大气能见度值。
另外,在本实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时,可以存储在一个计算机可读取存储介质中,基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
具体来讲,本实施例中的一种大气能见度检测的方法对应的计算机程序指令可以被存储在光盘,硬盘,U盘等存储介质上,当存储介质中的与一种大气能见度检测方法对应的计算机程序指令被一电子设备读取或被执行时,包括如下步骤:
对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
可选的,存储介质中存储的与步骤:对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离,包括:
根据所述图像中的连续边缘点,获取所述每个可分辨目标;
利用所述图像采集设备对所述每个可分辨目标进行测距,获取所述每个可分辨目标的距离。
可选地,存储介质中存储的与步骤:根据所述图像中的连续边缘点,获取所述每个可分辨目标,包括:
分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
可选地,存储介质中存储的与步骤:在所述对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标的距离之前,还包括:
根据当前图像的拍摄方向,提示拍摄转动方向;
在所述拍摄转动方向上获取至少一张图像。
可选地,存储介质中存储的与步骤:当所述图像的数目大于一时,所述方法还包括:
将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
可选地,存储介质中存储的与步骤:将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值,具体包括:
按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
计算所述筛选后的大气能见度值的平均值;
将所述平均值设定为所述统计后的大气能见度值。
具体的,本发明实施例提供的大气能见度检测装置的说明可以参考实施例一的大气能见度检测方法的说明,本发明实施例在此不再赘述。
本发明实施例提供了一种大气能见度检测装置,从图像每个可分辨目标的距离中获取最远距离,确定可分辨目标的最远距离为图像对应的大气能见度值,再对拍摄到的当前环境下的多张图像对应的大气能见度值进行统计,最终获取当前环境的大气能见度值,实现了通过拍摄图像对大气能见度的实时检测。
实施例三
基于前述实施例相同的技术构思,参见图12,其示出了本发明实施例提供的一种大气能见度检测装置12,所述大气能见度检测装置12可以包括:通信接口1201、存储器1202、处理器1203和总线1204;其中,
所述总线1204用于连接所述通信接口1201、所述处理器1203和所述存储器1202以及这些器件之间的相互通信;
所述通信接口1201,用于与外部网元进行数据传输;
所述存储器1202,用于存储指令和数据;
所述处理器1203执行所述指令用于:对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
在实际应用中,上述存储器1202可以是易失性存储器(volatile memory),例如随机存取存储器(RAM,Random-Access Memory);或者非易失性存储器(non-volatilememory),例如只读存储器(ROM,Read-Only Memory),快闪存储器(flash memory),硬盘(HDD,Hard Disk Drive)或固态硬盘(SSD,Solid-State Drive);或者上述种类的存储器的组合,并向处理器1203提供指令和数据。
上述处理器1203可以为特定用途集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、数字信号处理装置(DSPD,Digital Signal ProcessingDevice)、可编程逻辑装置(PLD,Programmable Logic Device)、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本发明实施例不作具体限定。
示例性的,所述处理器1203,具体可以用于:
根据所述图像中的连续边缘点,获取所述每个可分辨目标;
利用所述图像采集设备对所述每个可分辨目标进行测距,获取所述每个可分辨目标的距离。
优选地,所述处理器1203,具体可以用于:
分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
优选地,在所述对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标的距离之前,所述处理器1203,具体可以用于:
根据当前图像的拍摄方向,提示拍摄转动方向;
在所述拍摄转动方向上获取至少一张图像。
优选地,当所述图像的数目大于一时,所述处理器1203,具体还用于:
将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
优选地,所述处理器1203,具体还用于:
按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
计算所述筛选后的大气能见度值的平均值;
将所述平均值设定为所述统计后的大气能见度值。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (12)
1.一种大气能见度检测方法,其特征在于,所述方法包括:
对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
2.根据权利要求1所述的方法,其特征在于,所述对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离,包括:
根据所述图像中的连续边缘点,获取所述每个可分辨目标;
利用所述图像采集设备对所述每个可分辨目标进行测距,获取所述每个可分辨目标的距离。
3.根据权利要求2所述的方法,其特征在于,所述根据所述图像中的连续边缘点,获取所述每个可分辨目标,包括:
分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
4.根据权利要求1所述的方法,其特征在于,在所述对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标的距离之前,还包括:
根据当前图像的拍摄方向,提示拍摄转动方向;
在所述拍摄转动方向上获取至少一张图像。
5.根据权利要求1所述的方法,其特征在于,当所述图像的数目大于一时,所述方法还包括:
将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
6.根据权利要求5所述的方法,其特征在于,所述将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值,具体包括:
按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
计算所述筛选后的大气能见度值的平均值;
将所述平均值设定为所述统计后的大气能见度值。
7.一种大气能见度检测装置,其特征在于,所述装置包括:第一获取模块和设置模块;其中,
所述第一获取模块,用于对图像中的每个可分辨目标进行测距,获取所述每个可分辨目标相对于图像采集设备的距离;
所述设置模块,用于从所述每个可分辨目标相对于图像采集设备的距离中获取最远距离,将所述最远距离设定为所述图像对应的大气能见度值。
8.根据权利要求7所述的装置,其特征在于,
所述第一获取模块,用于根据所述图像中的连续边缘点,获取所述每个可分辨目标;
以及,利用所述图像采集设备对所述可分辨目标进行测距,获取所述每个可分辨目标的距离。
9.根据权利要求8所述的装置,其特征在于,所述第一获取模块,具体包括:第一计算子模块、确定子模块和获取子模块;其中,
所述第一计算子模块,用于分别计算所述图像中每个像素在三个色彩分量上的8维梯度值;
所述确定子模块,用于将计算得到的所述图像中每个像素在三个色彩分量上的8维的梯度值与预设的边缘梯度阈值相比较,确定所述图像中的连续边缘点;
所述获取子模块,用于根据所述图像中的连续边缘点获取所述图像中的每个可分辨目标。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:提示模块和第二获取模块;其中,
所述提示模块,用于根据当前图像的拍摄方向,提示拍摄转动方向;
所述第二获取模块,用于在所述拍摄转动方向上获取至少一张图像。
11.根据权利要求7所述的装置,其特征在于,所述装置还包括:统计模块,用于将所有图像对应的大气能见度值按照预设的统计策略进行统计,获取统计后的大气能见度值。
12.根据权利要求11所述的装置,其特征在于,所述统计模块,具体包括:筛选子模块、第二计算子模块和设定子模块,其中;
所述筛选子模块,用于按照预设的筛选策略从所有图像对应的大气能见度值中获取筛选后的大气能见度值;
所述第二计算模块,用于计算所述筛选后的大气能见度值的平均值;
所述设定子模块,用于将所述平均值设定为所述统计后的大气能见度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710273856.XA CN108732178A (zh) | 2017-04-24 | 2017-04-24 | 一种大气能见度检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710273856.XA CN108732178A (zh) | 2017-04-24 | 2017-04-24 | 一种大气能见度检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108732178A true CN108732178A (zh) | 2018-11-02 |
Family
ID=63934717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710273856.XA Withdrawn CN108732178A (zh) | 2017-04-24 | 2017-04-24 | 一种大气能见度检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108732178A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583667A (zh) * | 2020-03-17 | 2020-08-25 | 安徽中科天达信息技术有限公司 | 一种基于物联网的高速公路用团雾检测装置 |
CN112014393A (zh) * | 2020-08-26 | 2020-12-01 | 大连信维科技有限公司 | 一种基于目标视觉效果的介质能见度识别方法 |
CN112598655A (zh) * | 2020-12-25 | 2021-04-02 | 上海眼控科技股份有限公司 | 一种能见度检测方法及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030197867A1 (en) * | 1999-03-12 | 2003-10-23 | Kwon Taek Mu | Video camera-based visibility measurement system |
CN101281142A (zh) * | 2007-12-28 | 2008-10-08 | 深圳先进技术研究院 | 一种测量大气能见度的方法 |
CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
CN102254315A (zh) * | 2010-05-17 | 2011-11-23 | 中国科学院城市环境研究所 | 双数字相机大气能见度观测法 |
CN105426837A (zh) * | 2015-11-17 | 2016-03-23 | 南京大学 | 移动网络视觉雾霾检测系统 |
US20160110582A1 (en) * | 2014-10-21 | 2016-04-21 | Bae Systems Information And Electronic Systems Integration Inc. | Measuring atmospheric attributes using multispectral images |
-
2017
- 2017-04-24 CN CN201710273856.XA patent/CN108732178A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030197867A1 (en) * | 1999-03-12 | 2003-10-23 | Kwon Taek Mu | Video camera-based visibility measurement system |
CN101281142A (zh) * | 2007-12-28 | 2008-10-08 | 深圳先进技术研究院 | 一种测量大气能见度的方法 |
CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
CN102254315A (zh) * | 2010-05-17 | 2011-11-23 | 中国科学院城市环境研究所 | 双数字相机大气能见度观测法 |
US20160110582A1 (en) * | 2014-10-21 | 2016-04-21 | Bae Systems Information And Electronic Systems Integration Inc. | Measuring atmospheric attributes using multispectral images |
CN105426837A (zh) * | 2015-11-17 | 2016-03-23 | 南京大学 | 移动网络视觉雾霾检测系统 |
Non-Patent Citations (1)
Title |
---|
李勃 等: ""无需人工标记的视频对比度道路能见度检测"", 《计算机辅助设计与图形学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111583667A (zh) * | 2020-03-17 | 2020-08-25 | 安徽中科天达信息技术有限公司 | 一种基于物联网的高速公路用团雾检测装置 |
CN112014393A (zh) * | 2020-08-26 | 2020-12-01 | 大连信维科技有限公司 | 一种基于目标视觉效果的介质能见度识别方法 |
CN112014393B (zh) * | 2020-08-26 | 2023-12-19 | 大连信维科技有限公司 | 一种基于目标视觉效果的介质能见度识别方法 |
CN112598655A (zh) * | 2020-12-25 | 2021-04-02 | 上海眼控科技股份有限公司 | 一种能见度检测方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378945B (zh) | 深度图处理方法、装置和电子设备 | |
CN110691193B (zh) | 摄像头切换方法、装置、存储介质及电子设备 | |
EP3783564A1 (en) | Image processing method, computer readable storage medium, and electronic device | |
KR101429371B1 (ko) | 장면 내에서의 정확한 피사체 거리 및 상대적인 피사체 거리를 추정하는 알고리즘 | |
CN113992861B (zh) | 一种图像处理方法及图像处理装置 | |
WO2017113048A1 (zh) | 一种图像融合方法、装置及终端设备 | |
CN112150528A (zh) | 一种深度图像获取方法及终端、计算机可读存储介质 | |
CN113240630B (zh) | 散斑图像质量评估方法、装置、终端设备及可读存储介质 | |
CN105303514A (zh) | 图像处理方法和装置 | |
CN107704798B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
CN105554380B (zh) | 一种昼夜切换方法及装置 | |
CN105872399B (zh) | 逆光检测方法和逆光检测系统 | |
CN108805851B (zh) | 一种图像时域噪声的评估方法及装置 | |
CN110114801B (zh) | 图像前景检测装置及方法、电子设备 | |
CN108732178A (zh) | 一种大气能见度检测方法和装置 | |
CN107564020A (zh) | 一种图像区域确定方法及装置 | |
CN111970405A (zh) | 摄像头遮挡检测方法、存储介质、电子设备及装置 | |
CN110830728A (zh) | 曝光调整方法及装置 | |
CN106033616B (zh) | 电子设备和图像处理方法 | |
CN109168001B (zh) | 视频场景变化的检测方法、装置及视频采集设备 | |
Ting-Fa et al. | Image motion-blur-based object's speed measurement using an interlaced scan image | |
CN117173324A (zh) | 点云着色方法、系统、终端及存储介质 | |
CN112367476B (zh) | Tof相机的曝光时间确定方法、装置及终端设备 | |
EP3503528A1 (en) | Determination of a contrast value for a digital image | |
CN109993143B (zh) | 图像采集设备的安装方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181102 |