基于大气反射-散射原理构建模型复原夜间交通视频车灯的方法

摘要

本发明涉及的是基于大气反射‑散射原理构建复原模型，提取夜间交通视频中车灯的方法。首先根据漫反射原理抑制路面的漫反射光，应用暗原色先验理论估计环境光和透射率，得到只含有车灯与路面强反射光的复原图像，对复原图像再利用暗原色先验理论重新估计环境光，进一步抑制其中的强光光晕，最后根据车灯的几何特征筛选出复原图像中的车灯，有效检测车灯。验证实验结果表明，本方法能够适应多种复杂光照下的车灯检测，能够用于挡风玻璃较暗且前灯照明功率过大这类特殊情况下的车灯提取，能够有效降低路面强反射光区域以及车身镜面反射对车灯检测造成的影响。

主权项

一种根据大气反射‑散射原理构建复原模型，提取夜间交通视频车灯的方法，所述方法包括以下步骤：A.抑制漫反射输入彩色视频图像I(x)的最大漫反射色度图D(x)可表示为：$D\left(x\right)=I\left(x\right)-\frac{\tilde{\lambda }\left(x\right)\left(I_r\right(x)+I_g(x)+I_b(x\left)\right)-\tilde{I}\left(x\right)}{3\tilde{\lambda }\left(x\right)-1}---\left(1\right)$其中，是最大漫反射色度，d_r(x)、d_g(x)、d_b(x)分别是R、G、B三个颜色通道中的漫反射分量，I_r(x)，I_g(x)，I_b(x)是I(x)中的三个颜色通道，令E(x)＝I(x)‑D(x)；B.构建模型计算机视觉及计算机图形学领域广泛采用的大气散射模型表示为：E(x)＝R(x)t(x)+E_∞(x)(1‑t(x))           (2)其中，t(x)＝e^‑βd(x)为透射率(β是散射系数，d(x)是场景点x的深度值)，E_∞(x)是参与成像的大气光，R(x)是清晰图像，E(x)是经过漫反射抑制后图像中点x的亮度，等号右端第一项为衰减项，第二项为天空光；由于参与成像的不仅含有大气光，而且还有环境光，将公式(2)扩展成式(3)：E(x)＝R(x)t(x)+(E_∞(x)+A(x))(1‑t(x))          (3)其中，A(x)是参与成像的环境光，E_∞(x)是参与成像的大气光；C.估计参量公式(3)复原R(x)时，需要对未知参量t(x)、E_∞(x)和A(x)进行估计：首先根据暗原色先验理论估计环境光A(x)，然后根据大气反射‑散射模型重新定义透射率t(x)并估计大气光E_∞(x)；①图像E的暗通道E^dark定义如公式(4)：$E^{dark}\left(x\right)=\underset{c\in \{r,g,b\}}{\min }\left(\underset{y\in \Omega \left(x\right)}{\min }\right(E^c\left(y\right)\left)\right)---\left(4\right)$其中，y是邻域变量，c是颜色通道变量，r、g、b分别代表红、绿、监三个颜色通道，Ω(x)是以x为中心的邻域，这里取15*15邻域，E^c代表E的某个颜色通道；环境光A(x)可以借助暗通道图估计，求解过程如下：Step1原始图像I(x)应用漫反射抑制，得到漫反射抑制图E(x)；Step2对漫反射抑制图E(x)取暗通道E^dark；Step3将暗通道处理后的图像E^dark中像素的亮度值按从大到小顺序排列，取前0.5％最亮的像素点，这些点对应于原图像I(x)中最大亮度值区域，用它们在图像中的灰度估计环境光A(x)；②由于夜间大气光强度已经降的很低，认为大气光E_∞(x)接近于0；③透射率为环境光占所有成像光源的比例，可表示为：t(x)＝ω*A(x)/E(x)           (5)其中，ω是调节系数，防止得到的复原图像远景区域变模糊；D.对t(x)应用导向滤波平滑处理；E.复原图像由公式(3)可以得到复原后的图像R(x)如公式(6)所示：$R\left(x\right)=\frac{E\left(x\right)-\left(E_{\infty }\right(x)+A(x\left)\right)}{max\left(t\right(x),t_0)}+\left(E_{\infty }\right(x)+A(x\left)\right)---\left(6\right)$其中，t₀为防止分母为零而设；F.为了抑制R(x)图中产生的强光光晕，利用公式(4)，对R(x)遍历取15*15的暗通道，重新估计环境光A(x)，并假定同一场景中的透射率t(x)不变；G.用公式(6)去掉光晕，得到最终的复原图R’(x)；H.车灯筛选复原图R’(x)中存在非车灯噪声，需要进一步滤除，具体方法如下：根据所拍摄的视频，车头灯的形状大致分为以下四类：(1)圆形车灯(2)椭圆形车灯(3)近似圆形车灯(4)方形车灯首先根据面积大小和长宽比例，去除面积较大且形状不规则的反射光区域：将面积小于阈值Th的亮斑保留，这里Th取300个像素，一般车灯近似圆形，这里取长宽比的范围在(0.8，1.2)；然后根据亮斑周长去除明显小亮斑：去除大面积反射区域以后，取每一帧视频中亮斑周长P的平均值P_mean，如果P＜0.5P_mean，这类亮斑将被抑制掉；最后根据亮斑圆度M作进一步细化处理：由于车头灯的M大多近似为1，通过公式(7)定义圆度偏心率temp，如果|1‑M|＜temp，说明亮斑近似圆形，将被保留；$temp=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}\left(\right|1-M_i|-mean(\left|1-M_i\right|\left)\right)/N}---\left(7\right)$其中，temp是圆度偏心率，N是当前图像中总车灯数，M是第i个亮斑的圆度，mean(|1‑M_i|)表示取|1‑M_i|的均值。