基于暗通道先验和深度学习的高速公路雾天能见度检测方法

摘要

一种基于暗通道先验和深度学习的高速公路雾天能见度检测方法，包括如下步骤：步骤1：采集高速公路摄像头获取的视频图像，建立背景模型；步骤2：获取初步透射率图：步骤21：构建一个六层的卷积神经网络，并使用大量样本训练得到网络模型；步骤22：加载卷积神经网络模型，并使用原始图片的长和宽对网络进行初始化；步骤23：把原始雾天图像送入该网络进行计算，得到对应的透射率图；步骤3：透射率图优化；步骤4：求取平均大气消光系数：步骤41：在原始图像中指定至少两条车道白线以选取道路关键点；步骤42：对于每一条车道线，获取车道线两端位置的透射率，分别计算出对应的大气消光系数；步骤43：求得平均大气消光系数；步骤5：能见度估计。