[发明专利]一种基于双目视差的能见度检测算法

说明书

本发明公开了一种基于双目视差的能见度检测算法，具体包括以下步骤：S1、雾天成像模型的建立：首先通过McCartney模型建立雾天场景中目标成像的入射光衰减模型和大气光散射模型，通过入射光衰减模型和大气光散射模型的相互作用，可使目标图像降质，涉及图像处理技术领域。该基于双目视差的能见度检测算法，引入亮度差值机制修正天空区域对应的大气光传输图，恢复退化图像获得清晰的图片，能够处理不同景深层次的有雾图像，通过双目视差生成有雾图像的景深图，同时基于亮度差值机制对天空区域大气光传输图进行简单快速的优化，从而实现获得较好的复原结果，消除了单幅图像去雾后天空产生的光晕现象，大大增强能见度检测的精度。

技术领域

本发明涉及图像处理技术领域，具体为一种基于双目视差的能见度检测算法。

背景技术

科学家们发现，气溶胶是形成雾霾天气的主要原因，其影响范围广，远远超出风和气流带动的范围，从而使受影响的地区越来越多，最近连续几年空气质量严重退化，频繁出现恶劣的雾霾天气，使得成像系统受到雾霾产生大气光散射效应的影响，直接导致质量下降的图像丧失了应有对比度和色彩的还原度，幸运的是近年来图像去雾取得了重要的进展，这些去雾方法包括使用两幅或多幅不同极化方向上的图像进行去雾，或成功依赖于更强的先验条件或假设。

基于偏振化的方法使用两幅或多幅不同偏振方向上的图像进行去雾，参考文献中，更多的约束条件从同一景物的在不同天气条件下的多幅图像中得到，在无雾图像中非天空的大多数局部区域，经常有一些像素(称为“黑像素”)至少在一个颜色(RGB)通道上具有非常低的亮度，而有雾图像的黑度通道在浓雾区域亮度会更高，直接使用暗原色来估计大气光传输图，并使用图像柔和交织(Soft Matting)修补的方法对大气光传输图进行了平滑操作，使用修补后的大气光传输图能够恢复出清晰的图像，并从中获得雾天图像的清晰图，该方法具备物理有效性，但是当场景目标存在很大的区域和大气光本质上很相似时，并且没有阴影投影到物体上时，暗原色先验知识统计可能失效，并且修补大气光传输图不仅存在局限性而且算法过于复杂，会因修补的参数过小而使局部错误明显增多，或因修补参数过大而使局部细节不够明显，整幅大气光传输图景深失去层次，目标景物远近不能有效区分。

虽然图像清晰化处理研究方面取得了显著的成果，但反过来又对结果的清晰度和真实感提出了新的要求，同时，目前各种雾天图像清晰化方法也存在一些不足，并且普遍只适用于陆地上的场景，针对现有图像去雾算法的优点与不足，本文提出了利用双目视差获得景深图，并与原亮度图滤波生成大气光传输图，恢复退化图像获得清晰的图片，该方法不需要标定双目相机，不依赖于输入有雾图像的先验知识，也不依赖有雾图像中存在较大的对比度或目标表面存在阴影，能够处理不同景深层次的有雾图像，通过双目视差生成有雾图像的景深图，同时基于亮度差值机制对天空区域大气光传输图进行简单快速的优化，能够获得较好的复原结果，消除了单幅图像去雾后天空产生的光晕现象，大大增强能见度检测的精度。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于双目视差的能见度检测算法，解决了现有的能见度复原效果较差，无法消除了单幅图像去雾后天空产生的光晕现象，且能见度检测精度低的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种基于双目视差的能见度检测算法，具体包括以下步骤：