详情

原文传递基于图像学习的能见度测量方法

专利名称：	基于图像学习的能见度测量方法
摘要：	本发明公开了一种基于图像学习的能见度测量方法。本发明利用现有摄像头拍摄的场景图像，预处理并提取图像中符合人眼视觉特征的局部对比度作为图像特征，进行机器学习，并验证训练数据，去除训练数据中误差较大的值，重新建立模型。通过单幅场景图像自动计算当前能见度值。本发明考虑了因图像中传输通道噪声等引起的误差，和训练学习数据中存在的偏差，提高了能见度测量结果的准确度，所述的能见度测量方法适用于任何天气条件下(雾、雨、雪、扬沙等)气象能见度的实时测量，适用于公路、气象观测站等任何需要监测能见度的场所。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	郝红卫;殷绪成
发明人：	郝红卫;殷绪成
专利状态：	有效
申请日期：	2011-09-28T00:00:00+0800
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN201110289744.6
公开号：	CN102509102A
分类号：	G06K9/62(2006.01)I
申请人地址：	100083 北京市海淀区学院路30号
主权项：	一种基于图像学习的能见度测量方法，其特征在于，利用现有摄像头拍摄得到的场景图像，无需专门设置目标物与架设摄像头，主要步骤包括图像训练过程和测试过程：图像训练过程包括读入图像及相应能见度(2)，灰度化图像并提取感兴趣区域(3)，图像配准和滤波(4)，计算局部对比度(5)，所有训练图像全部读取完毕后，将局部对比度作为输入、能见度值作为输出、训练模型(7)，保存训练好的模型(8)，使用训练好的模型测试训练数据(9)，计算结果的相对误差，若有大于50％的结果(10)，去除结果中相对误差大于50％的训练数据(11)
所属类别：	发明专利