(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210148393.5 (22)申请日 2022.02.18 (65)同一申请的已公布的文献号 申请公布号 CN 114202542 A (43)申请公布日 2022.03.18 (73)专利权人 象辑科技 （武汉） 股份有限公司 地址 430223 湖北省武汉市东湖新 技术开 发区光谷大道70号精伦园C栋3层302 室 (72)发明人 潘涛　李强　郑昕　 (74)专利代理 机构 安徽爱信德专利代理事务所 (普通合伙) 34185 代理人 谌丹 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/75(2022.01) G06K 9/62(2022.01)(56)对比文件 CN 109214470 A,2019.01.15 CN 113723199 A,2021.1 1.30 CN 111191629 A,2020.0 5.22 CN 112017243 A,2020.12.01 CN 112180472 A,2021.01.0 5 US 2008107314 A1,20 08.05.08 US 2020393845 A1,2020.12.17 CN 112649900 A,2021.04.13 CN 105931220 A,2016.09.07 CN 112419231 A,2021.02.26 CN 101382497 A,20 09.03.11 唐绍恩等.一种基 于迁移学习的能见度检测 方法. 《计算机 工程》 .2019,第45卷(第09期), Song Y et al.An A tmospheric Visibility Gradi ng Method Based o n Ensemble Learn ing and Stoc hastic Weight Average. 《Atmosphere》 .2021, 审查员 张裕 (54)发明名称 一种能见度反演方法、 装置、 计算机设备及 存储介质 (57)摘要 本发明公开了一种能见度反演方法、 装置、 计算机设备及存储介质， 包括： 获取当前时刻目 标图像； 获得第一目标物子图集合对应的第一像 素位置集、 第二目标子图集合对应的第二像素位 置集； 计算 设定值第一像素位置集对应的第一标 准差、 设定值第二像素位置集的第二标准差， 并 分别输入至预先构建的能见度回归模 型中， 得到 设定值第一目标物子图集合对应的第一能见度 序列、 设定值第二目标物子图集合对应的第二能 见度序列； 基于暗涌通道算法计算设定值目标图 像的第三能见度序列； 根据设定值第一能见度序 列、 设定值第二能见度序列和设定值第三能见度 序列， 确定设定值目标图像的目标能见度。 本发 明避免暗涌算法的缺陷， 提高了能见度计算的精度。 权利要求书3页 说明书12页 附图4页 CN 114202542 B 2022.04.19 CN 114202542 B 1.一种能见度反演方法， 其特 征在于， 包括： 获取当前时刻的待计算能见度的目标图像； 获得第一目标物子图集合对应的第 一像素位置集、 第 二目标子图集合对应的第 二像素 位置集， 其中， 所述第一 目标物子图集合与所述第二 目标物子图集合为基于不同图像处理 算法从所述目标图像中提取到的对应于多个目标物的图像区域； 计算所述第一像素位置集对应的第一标准差、 所述第二像素位置集的第二标准差， 并 将所述第一标准差、 所述第二标准差分别输入至预先构建的能见度回归模型中， 得到所述 第一目标物子图集合对应的第一能见度序列、 所述第二目标物子图集合对应的第二能见度 序列； 基于暗涌通道算法计算所述目标图像的第三能见度 序列； 根据所述第一能见度序列、 所述第二能见度序列和所述第三能见度序列， 确定所述目 标图像的目标能见度。 2.根据权利要求1所述的能见度反演方法， 其特征在于， 所述获得第 一目标物子图集合 对应的第一像素位置集、 第二目标子图集 合对应的第二像素位置集， 包括： 利用Canny边缘检测算子提取出所述目标图像的第一目标物子图集合， 得到所述第一 像素位置集； 以及， 基于灰度图像的灰度值提取出所述目标图像的第 二目标物子图集合， 得到所述第 二像 素位置集。 3.根据权利要求1所述的能见度反演方法， 其特征在于， 构建所述 能见度回归模型的步 骤包括： 获取能见度清晰的基准图像； 从所述基准图像中选取多个目标物， 所述多个目标物中包括近距离的目标物和远距离 的目标物； 剔除多个目标物中图像边 缘的像素值小于第一设定阈值的目标物； 获取剔除后的多个目标物的像素位置以及每一目标物到摄 像头的实际距离； 在所述基准图像中添加白噪声以模拟加雾， 得到一组模拟图像； 利用暗涌通道算法计算得到该组模拟图像的能见度 序列， 得到模拟图像的标准差； 基于所述 能见度序列和对应的标准差拟合得到所述 能见度回归模型的回归系数， 并基 于所述回归系数构建所述能见度回归 模型。 4.根据权利要求1所述的能见度反演方法， 其特征在于， 所述得到所述第 一目标物子图 集合对应的第一能见度序列、 所述第二 目标物子图集合对应的第二能见度序列之后， 还包 括： 从所述第一能见度序列和所述第二能见度序列中确定出对应于同一目标物的多个能 见度组合， 所述能见度组合包括第一能见度和第二能见度； 分别计算每一能见度组合中第一能见度和第二能见度之间的能见度差值； 若所述能见度差值大于设定值， 确定该能见度组合中的第 一能见度与第 二能见度不匹 配， 则分别从所述第一 目标物子图集合和所述第二 目标物子图集合中剔除该同一 目标物， 以及分别从所述第一能见度和所述第二能见度序列中删除所述能见度组合中对应的第一 能见度和第二能见度。权　利　要　求　书 1/3 页 2 CN 114202542 B 25.根据权利要求4所述的能见度反演方法， 其特征在于， 所述根据所述第一能见度序 列、 所述第二能见度 序列和所述第三能见度 序列， 确定所述目标图像的目标能见度， 包括： 根据所述第 一能见度序列、 所述第 二能见度序列和所述第 三能见度序列确定所述目标 图像对应的能见度等级； 基于所述能见度等级确定所述第一能见度序列、 根据所述第一能见度序列、 所述第二 能见度序列和所述第三能见度 序列各自对应的加权系数； 按照所确定的加权系数对所述第 一能见度序列、 所述第 二能见度序列和所述第 三能见 度序列进行加权处 理， 得到所述目标图像的目标能见度。 6.根据权利要求5所述的能见度反演方法， 其特征在于， 所述按照所确定的加权系数对 所述第一能见度序列、 所述第二能见度序列和所述第三能见度序列进行加权处理之后， 所 述得到所述目标图像的目标能见度之前， 还 包括： 对剔除不匹配目标物后的所述第一目标物子图集合和所述第二目标物子图集合中的 目标物进行边 缘提取， 剔除图像边 缘的像素值小于设定阈值的目标物。 7.根据权利要求6所述的能见度反演方法， 其特 征在于， 还 包括： 若剔除后的所述第 一目标物子图集合和所述第 二目标物子图均不存在目标物， 将上一 时刻确定出的目标能见度确定为所述当前时刻的目标图像的目标能见度。 8.根据权利要求1所述的能见度反演方法， 其特征在于， 所述根据所述第一能见度序 列、 所述第二能见度序列和所述第三能见度序列， 确定所述目标图像的目标能见度之后， 还 包括： 计算当前时刻的目标图像的目标能见度与上一时刻的目标图像的目标能见度的差值； 根据所述目标能见度的差值对所述当前时刻的目标能见度进行校正， 得到校准后的当 前时刻的目标能见度。 9.一种能见度反演装置， 其特 征在于， 包括： 目标图像获取模块， 用于获取待计算能见度的目标图像； 目标物位置获得模块， 用于获得第一目标物子 图集合对应的第一像素位置集、 第二目 标子图集合对应的第二像素位置集， 其中， 所述第一 目标物子图集合与所述第二 目标物子 图集合为基于不同图像处理算法从所述目标图像中提取到的对应于多个目标物的图像区 域； 第一能见度计算模块， 用于计算所述第一像素位置集对应的第一标准差、 所述第二像 素位置集的第二标准差， 并将所述第一标准差、 所述第二标准差分别输入至预先构建的能 见度回归模型中， 得到所述第一 目标物子图集合对应的第一能见度序列、 所述第二 目标物 子图集合对应的第二能见度 序列； 第二能见度计算模块， 用于基于暗涌通道算法计算所述目标图像的第三能见度 序列； 目标能见度确定模块， 用于根据所述第一能见度序列、 所述第二能见度序列和所述第 三能见度 序列， 确定所述目标图像的目标能见度。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至8中任一项 所述的方法。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理权　利　要　求　书 2/3 页 3 CN 114202542 B 3