CN105973850B - 基于单帧彩色图像的可见光波段大气透过率测量方法 - Google Patents
基于单帧彩色图像的可见光波段大气透过率测量方法 Download PDFInfo
- Publication number
- CN105973850B CN105973850B CN201610144502.0A CN201610144502A CN105973850B CN 105973850 B CN105973850 B CN 105973850B CN 201610144502 A CN201610144502 A CN 201610144502A CN 105973850 B CN105973850 B CN 105973850B
- Authority
- CN
- China
- Prior art keywords
- image
- atmospheric
- atmospheric transmittance
- dark channel
- visible light
- 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.)
- Active
Links
- 238000002834 transmittance Methods 0.000 title claims abstract description 95
- 238000000691 measurement method Methods 0.000 title description 7
- 230000005855 radiation Effects 0.000 claims abstract description 37
- 230000008033 biological extinction Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000007670 refining Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 8
- 238000002474 experimental method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 20
- 230000006870 function Effects 0.000 description 16
- 238000012886 linear function Methods 0.000 description 10
- 239000000443 aerosol Substances 0.000 description 9
- 238000010521 absorption reaction Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
Images
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
- G01N21/61—Non-dispersive gas analysers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公布了一种基于单帧彩色图像的可见光波段大气透过率的测量方法,包括以下步骤:(1)依据彩色相机的绝对辐射标定参数将目标场景的单帧彩色RGB数字图像转化为绝对辐射图像;(2)结合大气散射模型与暗通道先验统计理论,对绝对辐射图像进行处理,获得绝对辐射图像中大气背景光图和二维场景暗通道对应的宽波段平均大气透过率;(3)对平均大气透过率使用引导滤波进行精细化;(4)结合可见光不同波段消光系数之间的对应关系以及二维场景暗通道对应宽波段平均大气透过率得到所需波长的大气透过率。本测量方法装置简易,能够实现实时、精度高、成本低测量,可应用于远距离目标,可应用于飞行平台。
Description
技术领域:
本发明涉及到大气透过率的测量,属于光学领域,具体公开一种基于单帧彩色图像的可见光波段大气透过率测量方法。
背景技术:
大气透过率是影响辐射传输的重要因素,是相关光电工程应用中评估和修正的重要参量。目前获得大气透过率的方法主要是基于数值模式计算,有限的测量方法局限于特定的场景,应用范围有限。
早期的大气透过率计算方法主要是查表法,主要缺点是费时且精度低。为了获得精度较高的大气透过率,发展出了一种利用经验公式计算大气透过率的方法,但这种方法应用条件有限,如:采用可见光(550nm)能见度近似求解其它波段大气散射透过率的经验公式,其局限于特定波长,且存在可观误差。随着计算机技术的发展,研究者开始利用专业软件通过数值计算方法求解大气透过率,如:LBLRTM、MODTRAN、CART。但这种方法较大程度受限于软件输入参数和数值计算方法的准确度,故与直接测量方法相比仍存在精度不足的缺点。近年来,许多研究者提出了不同的大气透过率计算方法。毛克彪等(2005)利用LOWTRAN建立的热红外波段大气透过率与水汽含量的统计经验关系,及地面气象站或卫星数据反演得到的水汽含量,计算整层大气透过率[1]。R.Lindstrot等(2012)基于全球温度廓线的主成分分析(PCA)给出温度廓线的特征向量,结合大气透过率与平均温度廓线及其特征向量所贡献透过率之间的关系,计算大气透过率[2]。
相对于通过经验关系或数值模式计算,测量是获得大气透过率的直接且有效途径,国外较早进行透过率直接测量实验的是M.Horma等(1961)利用脉冲光束的后向散射光测量大气透过率[3]。Karin Weib-Wrana等(1995)利用激光测量大气透过率,但是该方法受到激光传播距离的限制[4]。D.Sadot等(1995)利用成像***(AGEMA 880红外成像仪)实现了10.6μm波长的透过率测量[5]。A.D.Damopoulos[6]等(2005)与H.D.Kambezidis[7][8]等(2000)利用地基光谱测量***对太阳直接透过辐射进行测量,获得了透过率的季节变化以及日变化,但实验需要在有太阳的情况下才能实现。B.D.Cabib等(2015)采用自供给***(complete affoardable system)同时测量可见、近红外波段以及中红外、远红外波段的大气透过率[9]。国内较早进行透过率直接测量的是吕明义等(1988)进行的大气光谱透过率实时测量实验[10]。詹杰等(2007)首次研制了昼夜兼用型的整层大气透过率测量仪器,但是仪器的定标对天气有很高的要求,且该方法依赖于恒星的存在[11]。
综上所述,现有的计算和测量大气透过率方法都存在其局限性。计算获得的大气透过率精度不高;有限的直接测量方法局限于特定的场景,且大多依赖于特定光源(如恒星)或发射主动激光,应用范围有限,如:Weib-Wrana等(1995)利用激光测量大气透过率,而在远距离观测的条件下该方法测量大气透过率的精度随传播路径的增加而减小(主要由于激光的发散和激光能量有限引起的)[4]。因而,发展新的、有效的大气透过率测量技术具有重要的科学研究意义及光电工程应用价值。
随着图像分析和处理技术的发展,许多新方法和技术逐渐涌现,如He等(2009)提出的暗通道先验统计理论,这使得研究者在自然场景图像中可以提取出有效的大气介质信息,或用于图像大气校正,或用于进一步反演大气环境信息,其中基于暗通道理论的图像复原方法得到了快速发展,并取得了很好的复原效果[12]。因此,基于暗通道先验统计,结合大气辐射传输理论,发展一种新的、有效的、低成本的基于单帧彩色图像的二维场景多目标可见光波段大气透过率测量方法是本发明所要给出的。
参考文献
[1].毛克彪,覃志豪等.针对MODIS数据的大气水汽含量反演及31和32波段透过率计算[J].国土资源遥感,2005,63(1):26-30.
[2].R.Lindstrot,R.Preusker et al.On the efficient treatment oftemperature profiles for the estimation of atmospheric transmittance underscattering conditions[J].Atmos.Meas.Tech,2012,5:2525-2535.
[3].M.H.Horman.Measurement of Atmospheric Transmissivity usingBackscattered Light from a Pilsed Light Beam[J].Journal of the OpticalSociety of America,1961,51(6):681-391.
[4].Karin Weib-Wrana,Wolfgang Jessen et al.Atmospheric TransmittanceMeasurements of Nd:YAG,IODINE and CO2Laser Radiation over 8.6km,andStatistical Analysis of Extinction Coefficients[J].Infrared Phys.&Technol,1995,36(1):513-528.
[5].D.Sadot et al.A technique for active measurement of atmospherictransmittance using an imaging system:implementation at 10.6μm wavelength[J].Infrared Phys.&Technol,1995,36:1105-1114.
[6].A.D.Adamopoulos et al.Total Atmospheric Transmittance in the UVand VIS Spectra in Athens,Greece[J].Pure appl.Geophys,2005,162:409-431.
[7].H.D.Kambezidis et al.Case studies of spectral atmospherictransmittance in the ultraviolet and visible regions in Athens,GreeceⅠ.Totaltransmittance[J].Atmospheric Research,2000,54:223-232.
[8].H.D.Kambezidis et al.Case studies of spectral atmospherictransmittance in the ultraviolet and visible regions in Athens,GreeceⅠ.Aerosol transmittance[J].Atmospheric Research,2000,54:233-243.
[9].Dario Cabib et al.Complete affordable system for simultaneousVIS/NIR and MWIR/LWIR spectral atmospheric transmittance measurements(ATMS)[J].Proc.Of SPIE,2015,7685:1-10.
[10].吕明义等.大气光谱透过率的实施测试[J].红外研究,7A(1988),5-6:415-417.
[11].詹杰等.利用恒星测量整层大气透过率[J].强激光与粒子束,2007,9(11):1761-1765.
[12].Kaiming He et al.Single Image Haze Removal Using Dark ChannelPrior[C].CVPR,2009:1956-1963.
发明内容:
本项发明的目的是提出一种利用单帧彩色图像测量可见光波段大气透过率的新方法。本项发明主要理论基础有:大气散射模型、暗通道先验统计理论以及引导滤波。针对拍摄得到的单帧彩色图像,根据大气散射模型与暗通道先验统计理论得到成像二维场景的暗通道宽波段平均大气透过率,并采用引导滤波对大气透过率精细化,然后依据可见光暗通道宽波段消光系数与待测波长消光系数之间的关系获得该波长透过率,得到最终的测量结果。
本发明采用的技术方案是:
一种基于单帧彩色图像的可见光波段大气透过率的测量方法,首先采用彩色相机以及连接的图像采集设备对目标场景成像并进行数字图像采集获得目标场景的单帧彩色RGB数字图像,然后依据图像处理集成程序获得所需波长大气透过率,其特征在于,包括以下步骤:
(1)依据彩色相机的绝对辐射标定参数将目标场景的单帧彩色RGB数字图像转化为绝对辐射图像;
(2)结合大气散射模型与暗通道先验统计理论,对绝对辐射图像进行处理,获得绝对辐射图像中大气背景光图和二维场景暗通道对应的宽波段平均大气透过率;
(3)对获得的二维场景暗通道对应的宽波段平均大气透过率使用引导滤波进行精细化;
(4)结合图像处理集成程序中嵌入的可见光不同波段消光系数之间的对应关系以及二维场景暗通道对应宽波段平均透过率得到所需波长的大气透过率。
所述的暗通道是指红色R、绿色G、蓝色B中的某一通道。
所述的彩色相机图像采集设备需要在实验前进行绝对辐射标定,后续的图像处理和计算均是在彩色相机拍摄得到的目标场景的单帧彩色图像根据绝对辐射标定参数转换为绝对辐射图像的基础之上进行的。
所述的可见光不同波段消光系数之间的对应关系是根据大气辐射传输模型建立的。
当本方法应用于并不完全满足暗通道先验统计理论的场景时,如有白色物体、灯光等的场景中时,可以对图像处理程序改进优化后,实现此种场景中的大气透过率测量。
本发明的理论依据:
(1)Koschlmeider等(1924)发现了Koschlmeider定律,后来Middleton等(1952)在此基础上给出了水平均匀条件下的大气散射模型(即图像退化大气光学模型),该模型认为图像中每一像元的亮度值(目标视在亮度)为目标固有亮度经过大气路径后的直接透过分量与观察视线光路上大气散射光分量的叠加,即有:
I(x)=J(x)t(x)+A(1-t(x)) (1)
其中,
I(x):目标被感知而形成图像的光(目标视在亮度);
J(x):目标本身的固有亮度;
A:大气背景亮度;
t(x):大气介质透过率。
(2)暗通道先验统计理论指的是在非天空区的局部区域中,对于RGB彩色通道,至少有一个通道的强度非常低,称为暗通道。研究者收集了白天晴朗天气下清晰的室外自然风光和城市风景图5000幅,手工去除天空区域,图像的宽和高被裁减成最大为500像素,在15×15的局部区域内求像素最小值。统计结果显示75%像素最小值为0,90%的像素最小值低于25,这些统计结果验证了暗通道先验统计理论的可靠性,理论表达如下式:
式中:
IC:图像I的某一通道;
Ω(x):以x为中心的某一局部区域;
Idark:图像I的暗通道。
根据大气散射模型和暗通道先验统计理论,暗通道宽波段平均大气透过率可表示为:
其中,A(x)表示:以x为中心的某一局部区域的大气背景亮度;
(3)引导滤波(He等(2013))是基于局部线性模型提出的,该模型认为某函数上的一点与其邻近部分的点近似可看成线性关系,因而一个复杂的函数可以用多个局部的线性函数来表示,当需要求解该函数上某一点的值时,只需要计算所有包含该点的线性函数的值并作平均即可。基于此思路,可将图像看作一个二维函数,假设该函数的输出与输入在一个二维窗口内满足线性关系:
其中,
qi:输出像素的值;
Ii:输入像素的值;
i,k:像素索引;
ak,bk:当窗口中心位于k时该线性函数的系数。
假设待滤波图像为p,求解线性函数的系数,使得拟合函数的输出值与真实值之间的差距最小,通过构造如下最小化函数实现:
ε:防止求得的系数过大。
由最小二乘法,可以得到:
其中,
μk:I在窗口ωk中的平均值;
|ω|:窗口ωk中像素的个数;
当具体求解某一点的输出值时,只需要将所有包含该点的线性函数值平均即可,如下:
其中,
将上述函数以qi=∑jWij(I)pj形式给出:
采用引导滤波算法可对由图像获得的二维场景大气透过率进行精细化。
(4)可见光不同波段消光系数关系。依据大气辐射传输模型建立不同气溶胶模式(乡村型、城市型、海洋型、沙漠型等)下,可见光某一波长消光系数和红色R、绿色G及蓝色B宽波段平均消光系数之间的关系。考虑到大气对可见光传输的衰减主要包括两部分:大气分子的吸收与大气分子和气溶胶粒子的散射。因此,某波长消光系数与红色R、绿色G及蓝色B宽波段平均消光系数计算公式可表示如下:
其中,
c:红色R、绿色G或蓝色B宽波段;
将建立的不同气溶胶模式下可见光不同波段消光系数关系形成数据库,并嵌入到图像处理集成程序中。
本发明的有益效果:
本发明利用单帧彩色图像测量可见光波段大气透过率,结合引导滤波可进一步获得精细化的大气透过率,测量实时、精度高、成本低、可应用于远距离目标,且测量装置简易,可应用于飞行平台,从而为相关光电工程应用提供评估和修正所需要的二维场景多目标大气透过率;数据处理程序使用Visual Studio V6.0开发工具,采用C++作为后台开发语言编写了友好的可视化界面,使得大气透过率的测量和显示更加方便、直观。
本发明的优点:
1.基于单帧彩色图像测量大气透过率,只需要经过绝对辐射标定后的彩色相机图像采集设备,不需要其他测量装置;
2.基于单帧彩色图像测量大气透过率,可以直接获得二维场景多目标的大气透过率,即透过率的测量不仅仅局限于单一目标的某条传播路径;
3.基于单帧彩色图像测量大气透过率,不受限于目标的距离,其适用于已成像的所有目标,包括远距离目标,优于严重受限于激光传播路径的激光测量大气透过率方法;
4.基于单帧彩色图像测量大气透过率,其反映了目标至观测处的整条路径的大气状况;
5.基于单帧彩色图像测量大气透过率为实时测量;
6.基于单帧彩色图像测量大气透过率,测量成本低,测量装置简便,可应用于飞行平台。
附图说明:
图1基于单帧彩色图像测量可见光波段大气透过率流程图;
图2基于单帧彩色图像测量大气透过率示意图;
图3引导滤波示意图;
图4某款相机RGB波段平均消光系数与0.55μm波长可见光波长消光系数关系图(以城市型、乡村型气溶胶模式为例)。
具体实施方式:
下面结合附图以及具体实施方式进一步说明本发明。
如图1所示,一种基于单帧彩色图像的可见光波段大气透过率的测量方法,首先采用彩色相机对目标场景成像,获得目标场景的单帧彩色RGB数字图像,然后依据图像处理集成程序获得所需波长大气透过率,包括以下步骤:
(1)依据彩色相机的绝对辐射标定参数将目标场景的单帧彩色RGB数字图像转化为绝对辐射图像;
(2)结合大气散射模型与暗通道先验统计理论,对绝对辐射图像进行处理,获得绝对辐射图像中大气背景光图和二维场景暗通道(红色R、绿色G、蓝色B中的某一通道)对应的宽波段平均大气透过率;
(3)对获得的二维场景暗通道对应的宽波段平均大气透过率使用引导滤波进行精细化;
(4)结合图像处理集成程序中嵌入的可见光不同波段消光系数之间的对应关系以及二维场景暗通道对应宽波段平均透过率得到所需波长的大气透过率。
如图2所示,彩色相机主要接收到目标反射后经大气透过的辐射量以及大气散射辐射量,从而对目标场景成像获得目标场景的单帧彩色图像。依据彩色相机这一图像采集设备的绝对辐射标定参数将获得的目标场景的单帧彩色图像转化为辐射图像,后续的图像处理和计算均在此基础上进行。
如图3所示,使用引导滤波将初步获得的大气透过率精细化,其中待滤波图像与引导图像均设定为大气透过率图,滤波输出图像即为精细化透过率图。
所述的可见光不同波段消光系数之间的对应关系是根据大气辐射传输模型建立的。
依据大气辐射传输模型建立不同气溶胶模式(乡村型、城市型、海洋型、沙漠型等)下,以0.55μm波长可见光为例,消光系数和红色R、绿色G及蓝色B宽波段平均消光系数之间的关系如图4所示,由此获得可见光不同波段消光系数关系数据库。将该数据库嵌入到图像处理程序中,从而可由宽波段平均透过率经过处理计算后即可得到0.55μm波长可见光的大气透过率。
当本方法应用于并不完全满足暗通道先验统计理论的场景时,如有白色物体、灯光等的场景中时,可以对图像处理程序改进优化后,实现此种场景中的大气透过率测量。
本发明的理论依据:
(1)Koschlmeider等(1924)发现了Koschlmeider定律,后来Middleton等(1952)在此基础上给出了水平均匀条件下的大气散射模型(即图像退化大气光学模型),该模型认为图像中每一像元的亮度值(目标视在亮度)为目标固有亮度经过大气路径后的直接透过分量与观察视线光路上大气散射光分量的叠加,即有:
I(x)=J(x)t(x)+A(1-t(x)) (1)
其中,
I(x):目标被感知而形成图像的光(目标视在亮度);
J(x):目标本身的固有亮度;
A:大气背景亮度;
t(x):大气介质透过率。
(2)暗通道先验统计理论指的是在非天空区的局部区域中,对于RGB彩色通道,至少有一个通道的强度非常低,称为暗通道。研究者收集了白天晴朗天气下清晰的室外自然风光和城市风景图5000幅,手工去除天空区域,图像的宽和高被裁减成最大为500像素,在15×15的局部区域内求像素最小值。统计结果显示75%像素最小值为0,90%的像素最小值低于25,这些统计结果验证了暗通道先验统计理论的可靠性,理论表达如下式:
式中:
IC:图像I的某一通道;
Ω(x):以x为中心的某一局部区域;
Idark:图像I的暗通道。
根据大气散射模型和暗通道先验统计理论,暗通道宽波段平均大气透过率可表示为:
其中,A(x)表示:以x为中心的某一局部区域的大气背景亮度;
(3)引导滤波(He等(2013))是基于局部线性模型提出的,该模型认为某函数上的一点与其邻近部分的点近似可看成线性关系,因而一个复杂的函数可以用多个局部的线性函数来表示,当需要求解该函数上某一点的值时,只需要计算所有包含该点的线性函数的值并作平均即可。基于此思路,可将图像看作一个二维函数,假设该函数的输出与输入在一个二维窗口内满足线性关系:
其中,
qi:输出像素的值;
Ii:输入像素的值;
i,k:像素索引;
ak,bk:当窗口中心位于k时该线性函数的系数。
假设待滤波图像为p,求解线性函数的系数,使得拟合函数的输出值与真实值之间的差距最小,通过构造如下最小化函数实现:
ε:防止求得的系数过大。
由最小二乘法,可以得到:
其中,
μk:I在窗口ωk中的平均值;
|ω|:窗口ωk中像素的个数;
当具体求解某一点的输出值时,只需要将所有包含该点的线性函数值平均即可,如下:
其中,
将上述函数以qi=∑jWij(I)pj形式给出:
采用引导滤波算法可对由图像获得的二维场景大气透过率进行精细化。
(4)可见光不同波段消光系数关系。依据大气辐射传输模型建立不同气溶胶模式(乡村型、城市型、海洋型、沙漠型等)下,可见光某一波长消光系数和红色R、绿色G及蓝色B宽波段平均消光系数之间的关系。考虑到大气对可见光传输的衰减主要包括两部分:大气分子的吸收与大气分子和气溶胶粒子的散射。因此,某波长消光系数与红色R、绿色G及蓝色B宽波段平均消光系数计算公式可表示如下:
其中,
c:红色R、绿色G或蓝色B宽波段;
将建立的不同气溶胶模式下可见光不同波段消光系数关系形成数据库,并嵌入到图像处理集成程序中。
以上所述,仅为本发明部分具体实施方式,但本发明的保护并不局限于此,任何熟悉本领域的人员在本发明揭露的技术范围内,可轻易想到变化和替换,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种基于单帧彩色图像的可见光波段大气透过率的测量方法,首先采用彩色相机以及连接的图像采集设备对目标场景成像并进行数字图像采集获得目标场景的单帧彩色RGB数字图像,然后依据图像处理集成程序获得所需波长大气透过率,其特征在于,包括以下步骤:
(1)依据彩色相机的绝对辐射标定参数将目标场景的单帧彩色RGB数字图像转化为绝对辐射图像;
(2)结合大气散射模型与暗通道先验统计理论,对绝对辐射图像进行处理,获得绝对辐射图像中大气背景光图和二维场景暗通道对应的宽波段平均大气透过率,所述的暗通道是指红色R、绿色G、蓝色B中的某一通道;
(3)对获得的二维场景暗通道对应的宽波段平均大气透过率使用引导滤波进行精细化;
(4)结合图像处理集成程序中嵌入的可见光某一波长消光系数和红色R、绿色G及蓝色B宽波段平均消光系数之间的关系以及二维场景暗通道对应宽波段平均大气透过率得到所需波长的大气透过率;
所述的彩色相机以及连接的图像采集设备需要在实验前进行绝对辐射标定,后续的图像处理和计算均是在彩色相机拍摄得到的目标场景的单帧彩色图像根据绝对辐射标定参数转换为绝对辐射图像的基础之上进行的;
所述的可见光某一波长消光系数和红色R、绿色G及蓝色B宽波段平均消光系数之间的关系是根据大气辐射传输模型建立的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610144502.0A CN105973850B (zh) | 2016-03-14 | 2016-03-14 | 基于单帧彩色图像的可见光波段大气透过率测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610144502.0A CN105973850B (zh) | 2016-03-14 | 2016-03-14 | 基于单帧彩色图像的可见光波段大气透过率测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105973850A CN105973850A (zh) | 2016-09-28 |
CN105973850B true CN105973850B (zh) | 2020-12-22 |
Family
ID=56988692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610144502.0A Active CN105973850B (zh) | 2016-03-14 | 2016-03-14 | 基于单帧彩色图像的可见光波段大气透过率测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105973850B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106770062B (zh) * | 2016-12-16 | 2020-10-30 | 中国科学院合肥物质科学研究院 | 一种大气透过率测量及标定方法 |
CN106990074B (zh) * | 2017-04-25 | 2021-04-02 | 中国科学院合肥物质科学研究院 | 近红外多个激光波段整层大气透过率和水汽总量测量仪 |
CN107505291B (zh) * | 2017-07-05 | 2020-03-27 | 中南大学 | 一种通过单幅图像估计能见度的方法 |
CN107490436A (zh) * | 2017-08-10 | 2017-12-19 | 成都市晶林科技有限公司 | 一种红外测温***大气透射率校正方法 |
RU2729171C1 (ru) * | 2019-12-25 | 2020-08-04 | Федеральное государственное бюджетное научное учреждение "Федеральный исследовательский центр Институт прикладной физики Российской академии наук" (ИПФ РАН) | Способ определения оптической толщины атмосферы |
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 |
CN117078562B (zh) * | 2023-10-16 | 2023-12-26 | 四川中科友成科技有限公司 | 一种视频图像去雾方法、装置、计算机设备及介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5771430B2 (ja) * | 2011-04-08 | 2015-08-26 | オリンパス株式会社 | 霞除去画像処理装置、霞除去画像処理方法及び霞除去画像処理プログラム |
CN102750674B (zh) * | 2012-04-26 | 2014-06-18 | 长春理工大学 | 基于自适应容差的视频图像去雾方法 |
CN103049890A (zh) * | 2013-01-17 | 2013-04-17 | 四川川大智胜软件股份有限公司 | 一种基于cuda的图像实时去雾方法 |
CN103698305B (zh) * | 2013-12-30 | 2016-03-02 | 中国科学院遥感与数字地球研究所 | 一种实时观测大气透射率的方法与*** |
CN104166968A (zh) * | 2014-08-25 | 2014-11-26 | 广东欧珀移动通信有限公司 | 一种图像去雾的方法、装置及移动终端 |
CN105261018B (zh) * | 2015-10-14 | 2017-11-28 | 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 |
-
2016
- 2016-03-14 CN CN201610144502.0A patent/CN105973850B/zh active Active
Non-Patent Citations (2)
Title |
---|
不同波长近红外激光大气消光特性的泛化回归神经网络反演算法;吴荣华 等;《红外与毫米波学报》;20101231;第29卷(第6期);第461-464页 * |
基于暗通道先验的视频能见度测量方法;郭尚书 等;《计算机与数字工程》;20140430;第42卷(第4期);第694-697页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105973850A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105973850B (zh) | 基于单帧彩色图像的可见光波段大气透过率测量方法 | |
CN111795936B (zh) | 一种基于查找表的多光谱遥感影像大气校正***、方法及存储介质 | |
Kreuter et al. | All-sky imaging: a simple, versatile system for atmospheric research | |
US9530188B2 (en) | Image processing method, image processing system, and image processing program | |
CN111210396A (zh) | 一种结合天空光偏振模型的多光谱偏振图像去雾方法 | |
WO2014103181A1 (ja) | 画像計測方法、システム、装置およびプログラム | |
CN105203465A (zh) | 一种超光谱红外成像气体监测装置及其监测方法 | |
CN107230186B (zh) | 一种卫星遥感影像物理匀色方法 | |
KR20200004680A (ko) | 하늘 영상을 이용한 미세먼지 측정 시스템 | |
CN110632032A (zh) | 一种基于地表反射率库的沙尘暴监测方法 | |
CN111489299A (zh) | 一种多光谱遥感卫星影像的去雾方法 | |
CN111191380A (zh) | 一种基于地基光谱仪测量数据的大气气溶胶光学厚度估算方法和装置 | |
Nugent et al. | Infrared cloud imager development for atmospheric optical communication characterization, and measurements at the JPL Table Mountain Facility | |
CN113887124A (zh) | 一种多维混合气象下光伏电站云层分布状态预测方法 | |
CN113790798A (zh) | 动态点目标跟踪测量用无缝光谱成像装置、***及方法 | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
Huo et al. | Preliminary retrieval of aerosol optical depth from all-sky images | |
Velázquez Blázquez et al. | Unfiltering of the EarthCARE Broadband Radiometer (BBR) observations: the BM–RAD product | |
KR101693705B1 (ko) | 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법 및 시스템 | |
Tanaka et al. | Measurement of forest canopy structure by a laser plane range-finding method: Improvement of radiative resolution and examples of its application | |
Konarska et al. | Applications of dual-wavelength hemispherical photography in urban climatology and urban forestry | |
Guoqing et al. | Nonlinear atmospheric correction based on neural network for infrared target radiometry | |
CN105300880B (zh) | 一种Landsat8热红外数据大气水汽含量反演方法 | |
KR101948706B1 (ko) | 히마와리 8호 ahi 센서를 이용한 대기상단 광대역 알베도 산출 방법 | |
Adler-Golden et al. | Spectral image destriping using a low-dimensional model |
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 |