一種向駕駛場(chǎng)景視頻中添加霧霾效果的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種向駕駛場(chǎng)景視頻中添加霧霾效果的方法及系統(tǒng)，通過獲取無霧霾的干凈駕駛場(chǎng)景視頻；根據(jù)基于暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算所述駕駛場(chǎng)景視頻中每一幀圖像對(duì)應(yīng)的大氣光亮度值信息和深度信息矩陣；根據(jù)大氣散射模型，獲得霧霾圖像模型方程，并根據(jù)所述霧霾圖像模型方程、深度信息矩陣、大氣光亮度值信息及預(yù)先設(shè)置的霧霾濃度參數(shù)將每一幀圖像生成對(duì)應(yīng)具有霧霾效果的圖像；將所有具有霧霾效果的圖像合成為含有霧霾效果的駕駛場(chǎng)景視頻；在保證較好的仿真效果同時(shí)，實(shí)現(xiàn)了快速向駕駛場(chǎng)景視頻添加霧霾效果，霧霾仿真置信度高，添加速度快，易于實(shí)現(xiàn)。
【專利說明】一種向駕駛場(chǎng)景視頻中添加霧霾效果的方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，尤其涉及的是一種向駕駛場(chǎng)景視頻中添加霧霾效 果的方法及系統(tǒng)。

【背景技術(shù)】
[0002] 隨著計(jì)算機(jī)圖像處理技術(shù)的發(fā)展和視覺傳感器硬件技術(shù)的快速提升，基于視覺的 高級(jí)駕駛員輔助系統(tǒng)（Vi-ADAS)的研發(fā)與應(yīng)用與日俱增。而近30年來，我國(guó)城市化發(fā)展和 工業(yè)化布局的不合理性，導(dǎo)致大氣污染嚴(yán)重惡化，霧霾天氣已經(jīng)成為大部分省市區(qū)域性高 發(fā)的污染天氣。那么，如何測(cè)試Vi-ADAS在霧霾天氣中的性能，已經(jīng)成為一個(gè)引發(fā)研究人員 關(guān)注的問題。由于在霧霾天氣中能見度較差，環(huán)境狀態(tài)的可重復(fù)性極低，因此如果采用傳統(tǒng) 的測(cè)試手段，不僅存在極大的安全隱患，還勢(shì)必會(huì)引發(fā)大量的、低效率的場(chǎng)地測(cè)試，耗時(shí)費(fèi) 力，也難以獲得具有可對(duì)比性的測(cè)試數(shù)據(jù)。針對(duì)上述問題，數(shù)字虛擬化仿真測(cè)試系統(tǒng)被認(rèn)為 是解決霧霾天氣下Vi-ADAS系統(tǒng)測(cè)試的行之有效的途徑。
[0003] 數(shù)字虛擬化仿真測(cè)試系統(tǒng)獲得駕駛場(chǎng)景視頻一般有兩種途徑。一種是使用3D StudioMax進(jìn)行三維物體建模，利用DirectX3D，OpenGL等渲染軟件渲染虛擬的駕駛場(chǎng) 景，并將渲染場(chǎng)景幀圖像合并成駕駛場(chǎng)景視頻。另外一種途徑是通過安裝在數(shù)據(jù)采集車頂 端的車載工業(yè)相機(jī)，實(shí)際在路面上駕駛車輛錄制真實(shí)駕駛場(chǎng)景的視頻。
[0004] 對(duì)第一種視頻獲得方式而言，需要根據(jù)建模和渲染軟件提供的環(huán)境特效功能，創(chuàng) 建霧霾等大氣特效，實(shí)現(xiàn)霧霾仿真。這種實(shí)現(xiàn)方法存在的問題是，美工人員需要設(shè)定較多 的特效參數(shù)，并且這些參數(shù)值大多根據(jù)經(jīng)驗(yàn)調(diào)整，而缺乏實(shí)際的物理意義，因此仿真的結(jié)果 往往是比較均勻的霧霾遮罩。盡管這種結(jié)果能夠基本滿足在視覺上的特效要求，但是對(duì)于 Vi-ADAS測(cè)試的仿真置信度要求仍然相差甚遠(yuǎn)，且效率不高。而針對(duì)第二種視頻獲得方式， 一般通過濾波的方法降低幀圖像的對(duì)比度，實(shí)現(xiàn)霧霾效果的模擬，盡管速度快，但這也是一 種缺乏物理依據(jù)的解決方法，受人工干預(yù)的影響較大。
[0005] 因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明要解決的技術(shù)問題在于，提供一種向駕駛場(chǎng)景視頻中添加霧霾效果的方法 及系統(tǒng)，旨在解決現(xiàn)有的向駕駛視頻中添加霧霾效果的方法人工干預(yù)性強(qiáng)、仿真置信度差 的問題。
[0007] 本發(fā)明解決技術(shù)問題所采用的技術(shù)方案如下： 一種向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其中，包括以下步驟： ST100、獲取無霧霾的干凈駕駛場(chǎng)景視頻； ST200、根據(jù)基于暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算所述駕駛場(chǎng)景視頻中每一幀圖 像對(duì)應(yīng)的大氣光亮度值信息和深度信息矩陣； ST300、根據(jù)大氣散射模型，獲得霧霾圖像模型方程，并根據(jù)所述霧霾圖像模型方程、深 度信息矩陣、大氣光亮度值信息及預(yù)先設(shè)置的霧霾濃度參數(shù)將每一幀圖像生成對(duì)應(yīng)具有霧 霾效果的圖像； ST400、將所有具有霧霾效果的圖像合成為含有霧霾效果的駕駛場(chǎng)景視頻。
[0008] 所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其中，所述步驟ST200具體包括： ST211、獲得場(chǎng)景視頻的第n幀圖像/"，將灰度化，記灰度化后的結(jié)果為 ;其中n=1、2、3……N;N為駕駛場(chǎng)景視頻總的巾貞數(shù)；&中任意位置一點(diǎn)x的 灰度化方法為：

【權(quán)利要求】
1. 一種向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，包括以下步驟： ST100、獲取無霧霾的干凈駕駛場(chǎng)景視頻； ST200、根據(jù)基于暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算所述駕駛場(chǎng)景視頻中每一幀圖 像對(duì)應(yīng)的大氣光亮度值信息和深度信息矩陣； ST300、根據(jù)大氣散射模型，獲得霧霾圖像模型方程，并根據(jù)所述霧霾圖像模型方程、深 度信息矩陣、大氣光亮度值信息及預(yù)先設(shè)置的霧霾濃度參數(shù)將每一幀圖像生成對(duì)應(yīng)具有霧 霾效果的圖像； ST400、將所有具有霧霾效果的圖像合成為含有霧霾效果的駕駛場(chǎng)景視頻。
2. 根據(jù)權(quán)利要求1所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，所述 步驟ST200具體包括： ST211、獲得場(chǎng)景視頻的第n幀圖像i；，將灰度化，記灰度化后的結(jié)果為 ;其中n=l、2、3......N;N為駕駛場(chǎng)景視頻總的幀數(shù)；&中任意位置一點(diǎn)x的 灰度化方法為：
；其中
分別表示在x的R，G，B三通道色彩值； ST212、根據(jù)暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算對(duì)應(yīng)的暗原色先驗(yàn)映射圖DPL ' ST213、選取￡)PCS中亮度最大的前0. 1%的像素，作為第n幀圖像中的天空區(qū)域5^ ; 搜索圖中灰度值最大的像素點(diǎn)，該點(diǎn)對(duì)應(yīng)于/M的值即為第n幀圖像的大氣光 亮度值; ST214、估計(jì)第n幀圖像對(duì)應(yīng)深度信息矩陣，估計(jì)方法為
3. 根據(jù)權(quán)利要求1所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，所述 步驟ST200還包括： ST220、當(dāng)所述駕駛場(chǎng)景視頻為實(shí)際拍攝的駕駛場(chǎng)景視頻時(shí)，在獲得每一幀圖像對(duì)應(yīng) 的深度信息矩陣后，還通過路面分割算法和線性深度插值方法對(duì)所述深度信息矩陣進(jìn)行更 新。
4. 根據(jù)權(quán)利要求3所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，所述 步驟ST220具體包括： ST221、設(shè)第n幀圖像灰度化后的結(jié)果為對(duì)應(yīng)的深度信息矩陣為，根據(jù) OTSU全局閾值分割算法，在中分割出路面區(qū)域； ST222、采用形態(tài)學(xué)膨脹算法使所述路面區(qū)域連通，用一個(gè)與^_$37大小相同的二維 int型矩陣標(biāo)記路面像素，將在所述路面區(qū)域中的像素點(diǎn)標(biāo)記為1，不 在的像素點(diǎn)標(biāo)記為〇 ; ST223、掃描，記錄其最上面一行像素點(diǎn)的行數(shù)以及中第 最中間10個(gè)像素的平均灰度Iqp; ST224、計(jì)算灰度線性漸變步長(zhǎng)
ST225、從第行開始逐行逐像素掃描,對(duì)所述深度信息矩陣進(jìn)行更 新；更新后的深度值為：
，其中， A?/)表示位置為第7行第J列對(duì)應(yīng)的深度值。
5. 根據(jù)權(quán)利要求1所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，所述 步驟ST200還包括： ST230、根據(jù)基于暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算出當(dāng)前幀圖像對(duì)應(yīng)的天空區(qū)域 和環(huán)境大氣光亮度值； ST240、計(jì)算當(dāng)前幀與下一幀圖像中天空區(qū)域的絕對(duì)差異和值，判斷是否小于一閾值， 若為是，則下一幀圖像的天空區(qū)域和環(huán)境大氣光亮度值與當(dāng)前幀的天空區(qū)域和環(huán)境大氣光 亮度值相同；若為否，則根據(jù)暗原色先驗(yàn)的單一圖像去霧算法計(jì)算下一幀圖像的大氣光亮 度值。
6. 根據(jù)權(quán)利要求5所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，所述 步驟ST240具體包括： ST241、若已獲得第n-1幀圖像的天空區(qū)域?yàn)槠鋵?duì)應(yīng)的大氣光為; ST242、定義上以i中所有像素坐標(biāo)點(diǎn)均值為中心，50X25大小的搜索區(qū) 域R，掃描上R中所有像素，計(jì)算其與上R中所有像素的絕對(duì)差異和值 SAD,
ST243、將獲得的SAD值與設(shè)定的閾值TH_SAD對(duì)比，判斷是否需要計(jì)算第n幀圖像的 大氣光j，具體判斷如下

7. 根據(jù)權(quán)利要求2所述的向駕駛場(chǎng)景視頻中添加霧霾效果的方法，其特征在于，所述 步驟ST300具體包括： ST310、根據(jù)大氣散射模型，獲得對(duì)應(yīng)的霧霾圖像模型方程：
:代表第n幀圖像增加 霧霾之后的結(jié)果；k為可調(diào)系數(shù)，用于調(diào)整模擬霧霾的濃淡程度。
8. -種向駕駛場(chǎng)景視頻中添加霧霾效果的系統(tǒng)，其特征在于，包括： 駕駛場(chǎng)景視頻獲取模塊，用于獲取無霧霾的干凈駕駛場(chǎng)景視頻； 大氣光及深度信息計(jì)算模塊，用于根據(jù)基于暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算所 述駕駛場(chǎng)景視頻中每一幀圖像對(duì)應(yīng)的大氣光亮度值信息和深度信息矩陣； 霧霾效果添加模塊，用于根據(jù)大氣散射模型，獲得霧霾圖像模型方程，并根據(jù)所述霧霾 圖像模型方程、深度信息矩陣、大氣光亮度值信息及預(yù)先設(shè)置的霧霾濃度參數(shù)將每一幀圖 像生成對(duì)應(yīng)具有霧霾效果的圖像； 霧霾視頻生成模塊，用于將所有具有霧霾效果的圖像合成為含有霧霾效果的駕駛場(chǎng)景 視頻。
9. 根據(jù)權(quán)利要求8所述的向駕駛場(chǎng)景視頻中添加霧霾效果的系統(tǒng)，其特征在于，所述 大氣光及深度信息計(jì)算模塊包括： 深度信息計(jì)算單元，用于當(dāng)所述駕駛場(chǎng)景視頻為實(shí)際拍攝的駕駛場(chǎng)景視頻時(shí)，計(jì)算所 述駕駛場(chǎng)景視頻中每一幀圖像對(duì)應(yīng)的深度信息矩陣； 深度信息更新單元，用于通過路面分割算法和線性深度插值方法對(duì)所述深度信息矩陣 進(jìn)行更新。
10. 根據(jù)權(quán)利要求8所述的向駕駛場(chǎng)景視頻中添加霧霾效果的系統(tǒng)，其特征在于，所述 大氣光及深度信息計(jì)算模塊包括： 天空區(qū)域及大氣光計(jì)算單元，用于根據(jù)基于暗原色先驗(yàn)的單一圖像去霧算法，計(jì)算出 當(dāng)前幀圖像對(duì)應(yīng)的天空區(qū)域和環(huán)境大氣光亮度值； 對(duì)比單元，用于計(jì)算當(dāng)前幀與下一幀圖像中天空區(qū)域的絕對(duì)差異和值，判斷是否小于 一閾值，若為是，則下一幀圖像的天空區(qū)域和環(huán)境大氣光亮度值與當(dāng)前幀的天空區(qū)域和環(huán) 境大氣光亮度值相同；若為否，則根據(jù)暗原色先驗(yàn)的單一圖像去霧算法計(jì)算下一幀圖像的 大氣光亮度值。
【文檔編號(hào)】G06T11/00GK104408757SQ201410623384
【公開日】2015年3月11日 申請(qǐng)日期:2014年11月7日 優(yōu)先權(quán)日:2014年11月7日
【發(fā)明者】王瑩, 李文輝, 劉培勛 申請(qǐng)人:吉林大學(xué)