基于暗通道先验和深度学习的高速公路雾天能见度检测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710369342.4
申 请 日：20170523
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区正街174号
公 开 日：20170922
公 开 号：CN107194924A
代 理 人：武君
代理机构：北京汇泽知识产权代理有限公司 11228
摘 要：一种基于暗通道先验和深度学习的高速公路雾天能见度检测方法，包括如下步骤：步骤1：采集高速公路摄像头获取的视频图像，建立背景模型；步骤2：获取初步透射率图：步骤21：构建一个六层的卷积神经网络，并使用大量样本训练得到网络模型；步骤22：加载卷积神经网络模型，并使用原始图片的长和宽对网络进行初始化；步骤23：把原始雾天图像送入该网络进行计算，得到对应的透射率图；步骤3：透射率图优化；步骤4：求取平均大气消光系数：步骤41：在原始图像中指定至少两条车道白线以选取道路关键点；步骤42：对于每一条车道线，获取车道线两端位置的透射率，分别计算出对应的大气消光系数；步骤43：求得平均大气消光系数；步骤5：能见度估计。
主 权 项：一种基于暗通道先验和深度学习的高速公路雾天能见度检测方法，其特征在于：包括如下步骤：步骤1：采集高速公路摄像头获取的视频图像，建立背景模型；步骤2：获取初步透射率图；步骤21：构建一个六层的卷积神经网络模拟图像透射率计算过程，并使用大量样本训练得到网络模型；步骤22：加载卷积神经网络模型，并使用原始图片的长和宽对网络进行初始化；步骤23：把原始雾天图像送入该网络进行计算，得到对应的透射率图；步骤3：透射率图优化：采用导向滤波函数处理透射率图，得到更加精细的透射率图；步骤4：求取平均大气消光系数；步骤41：在原始图像中指定至少两条车道白线以选取道路关键点；步骤42：对于每一条车道线，获取车道线两端位置的透射率，分别计算出对应的大气消光系数；步骤43：对所有大气消光系数求平均值，得到平均大气消光系数；步骤5：能见度估计：采用平均大气消光系数，计算大气能见度。
关 键 词：
法律状态：公开
IPC专利分类号：G06T7/00; G01N21/17