公开(公告)号：CN106408526B

公开(公告)日：2019-02-12

申请号：CN201610726145.9

申请日：2016-08-25

Applicant: 南京邮电大学

Inventor： 王殷浩 ,  胡婧 ,  成孝刚 ,  谢世朋 ,  许艳丽 ,  吕泓君 ,  李海波

IPC: G06T5/00 ,  G06T7/00

Abstract: 本发明涉及一种基于多层矢量图的能见度检测方法，以大气散射模型为基础，通过计算图像暗通道的方法对模型中的未知参数透射率及环境光进行了估计，以此来恢复原始的图像，并且考虑到仅通过单一尺度来恢复原始的图像，会引入伪影等问题，同时会造成对图像中高频边缘信息的破坏，因此本发明采用在不同的尺度下计算出相应的原始矢量图，通过双边交叉滤波将三种不同尺度的矢量图进行合成，并对输出结果进行对比度增强处理获取最终的原始图像。

公开(公告)号：CN106408526A

公开(公告)日：2017-02-15

申请号：CN201610726145.9

申请日：2016-08-25

Applicant: 南京邮电大学

Inventor： 王殷浩 ,  胡婧 ,  成孝刚 ,  谢世朋 ,  许艳丽 ,  吕泓君 ,  李海波

IPC: G06T5/00 ,  G06T7/00

CPC classification number: G06T5/002 ,  G06T5/005 ,  G06T7/0002 ,  G06T2207/30168

Abstract: 本发明涉及一种基于多层矢量图的能见度检测方法，以大气散射模型为基础，通过计算图像暗通道的方法对模型中的未知参数透射率及环境光进行了估计，以此来恢复原始的图像，并且考虑到仅通过单一尺度来恢复原始的图像，会引入伪影等问题，同时会造成对图像中高频边缘信息的破坏，因此本发明采用在不同的尺度下计算出相应的原始矢量图，通过双边交叉滤波将三种不同尺度的矢量图进行合成，并对输出结果进行对比度增强处理获取最终的原始图像。

公开(公告)号：CN107274383A

公开(公告)日：2017-10-20

申请号：CN201710346524.X

申请日：2017-05-17

Applicant: 南京邮电大学

Inventor： 许艳丽 ,  李海波 ,  成孝刚 ,  邵文泽 ,  吕泓君

IPC: G06T7/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

CPC classification number: G06T7/0002 ,  G06K9/4604 ,  G06K9/4661 ,  G06K9/6256 ,  G06N3/0454 ,  G06T2207/30192

Abstract: 本发明公开了一种基于深度学习的雾霾能见度检测方法，首先创建包括训练样本集和交叉验证样本集的道路交通雾霾图像库；对交通雾霾图像库中所有的雾霾图像进行预处理；采用卷积神经网络提取训练样本集里预处理后的雾霾图像的最远能见度边缘特征，得到多个特征图；将特征图通过前向传播至配置好的卷积神经网络进行训练，并通过反向传播算法进行卷积神经网络中各层间权重的调整，反复迭代求取出用于雾霾图像分类的卷积神经网络模型，再通过预处理后的交叉验证样本集对卷积神经网络模型进行优化，最终得到一个用于对雾霾图像分类的能见度检测模型；利用上述得到的能见度检测模型对于路面摄像机拍摄的图片进行分类判断，从而实现对雾霾状况的实时检测。