车灯起雾检测模拟试验方法与流程

本发明涉及图像数据处理。更具体地，本发明涉及车灯起雾检测模拟试验方法。

背景技术：

1、在机动车的驾驶过程中，常使用车灯来辅助驾驶员对路况的探查，但在车灯使用过程中，特别是在潮湿或雨天环境下，车灯上容易出现雾气，影响驾驶员的视野。因此在车灯出厂前对车灯的防起雾性能的检测尤为重要。

2、相关技术中，如公开号cn117309701a的专利申请文件中公开了一种面向高速公路视频监控的雾气浓度检测方法，该方法包括：对图像的大气光和局部光照估计进行估计，并结合透射率估计先验提取输入视频帧中的粗略估计透射率值；通过对图像环境光照的估计，对初步的透射率计算结果进行修正；通过对道路边缘以及车道线的检测，去除对雾气检测结果产生干扰的道路平面区域；基于高速公路上车道线长度固定这一先验信息，建立景深与图像坐标之前的关系，基于景深和透射率信息对雾气浓度做准确估计。

3、然而，上述方案是利用光照的透射率计算推导出图像中的能见度范围，但是图像的透射率的影响因素过多，即使通过修正，也很难准确地计算光照的透射率，使得无法准确地推导出图像的能见度范围，从而影响对雾气浓度的检测结果，可能会无法基于拍摄的图像准确评估起雾情况。

技术实现思路

1、为了解决基于图像无法准确评估起雾情况的问题，本发明提出车灯起雾检测模拟试验方法。

2、根据本发明实施例的一个方面，提供了车灯起雾检测模拟试验方法，包括：

3、获取对车灯进行防起雾性能试验时的车灯正视图像；

4、对车灯正视图像进行边缘检测，获取车灯正视图像的边缘图，计算边缘图的边缘密集程度；

5、确定边缘图中各边缘为车灯形状边缘的可能性，车灯形状边缘的可能性与对应边缘的像素点的数量正相关，且与对应边缘的外接矩形的纵横比，以及边缘密集程度均负相关；

6、计算车灯的起雾程度，以利用起雾程度检测车灯的防雾性能；

7、其中，起雾程度，为边缘图中第个边缘的像素点的数量，与分别为边缘图的长度和宽度，为边缘图中边缘的数量，为边缘图中第个边缘为车灯形状边缘的可能性，为边缘图中第个边缘的像素点的曲率的绝对值的均值，为边缘图中所有边缘的像素点的曲率的最大值，为求和符号，为以自然常数为底的指数函数。

8、本发明通过对车灯正视图像进行边缘检测，综合边缘图中的边缘的多种客观特征信息，计算车灯的起雾程度，可以保证确定的起雾程度的准确性，从而可以提高确定的起雾情况的准确性，且基于准确性较高的起雾程度，检测车灯的防雾性能，可以提高对车灯防雾性能检测的准确性。

9、在本发明的一种示例实施例中，利用起雾程度，检测车灯的防雾性能，包括：

10、当车灯的起雾程度大于或等于第一预设阈值时，则判定车灯为起雾状态，当车灯的起雾程度小于第二预设阈值时，则判定车灯为无雾状态，第二预设阈值小于第一预设阈值；

11、当确定车灯为起雾状态时，记录车灯从起雾状态到无雾状态的时长，以根据时长检测车灯的防雾性能。

12、本发明基于准确性较高的起雾程度，并通过记录雾气的消散时长对车灯的防雾性能进行检测，可以保证对车灯的防雾性能检测的准确性。

13、在本发明的一种示例实施例中，确定边缘图中各边缘为车灯形状边缘的可能性，满足如下关系式：

14、；

15、式中，为边缘图中第个边缘为车灯形状边缘的可能性；为边缘图中第个边缘的外接矩形的纵横比的最小值；为边缘图的边缘密集程度；为边缘图中第个边缘的像素点的数量；为边缘图中边缘的数量；为返回值为最大值的函数；为以自然常数为底的指数函数。

16、本发明综合多种数据计算各边缘为车灯形状边缘的可能性，可以保证确定的各边缘为车灯形状边缘的可能性的准确性。

17、在本发明的一种示例实施例中，外接矩形的纵横比的最小值的获取方法，包括：

18、计算任一边缘的外接矩形的长度与宽度的比值，得到第一纵横比，计算任一边缘的外接矩形的宽度与长度的比值，得到第二纵横比；

19、获取第一纵横比与第二纵横比之间的最小值，得到任一边缘的外接矩形的纵横比的最小值。

20、本发明利用纵横比衡量各边缘的外接矩形的形状，且纵横比越小，对应的外接矩形越扁平，而车灯边缘一般为直线或者弧长较大的圆弧，从而可以根据各边缘的外接矩形的纵横比的最小值准确评估各边缘为车灯形状边缘的可能性。

21、在本发明的一种示例实施例中，边缘图的边缘密集程度的获取方法，包括：

22、计算边缘图中各边缘的外接矩形的面积的累加和，获取外接矩形的中心点在像素坐标系中的横坐标以及纵坐标，将横坐标的方差作为第一方差，将纵坐标的方差作为第二方差；

23、将边缘图的长度与边缘图的周长的一半的比值作为第一权重，对第一方差进行加权得到第一加权值，将边缘图的宽度与边缘图的周长的一半的比值作为第二权重，对第二方差进行加权得到第二加权值，计算边缘密集程度，边缘密集程度与累加和、第一加权值以及第二加权值均负相关。

24、本发明利用第一权重对第一方差进行加权，并利用第二权重对第二方差进行加权，可以降低边缘图的长度和宽度的相对大小关系，对边缘图的边缘密集程度的影响，从而保证确定的边缘密集程度的准确性。

25、在本发明的一种示例实施例中，边缘密集程度，满足如下关系式：

26、；

27、式中，为边缘图的边缘密集程度；为边缘图中第个边缘的外接矩形的长度；为边缘图中第个边缘的外接矩形的宽度；为边缘图中边缘的数量；为边缘图中所有边缘的外接矩形的长度；为边缘图中所有边缘的外接矩形的长度；为第一权重；为第二权重；为第一方差；为第二方差；为边缘图的长度；为边缘图的宽度；为求和符号；为以自然常数为底的指数函数。

28、在本发明的一种示例实施例中，方法还包括：

29、统计边缘图中任一边缘的外接矩形的任一横向边缘以及任一纵向边缘的像素点的数量，得到对应外接矩形的长度和宽度；或

30、统计边缘图中所有边缘的外接矩形的任一横向边缘以及任一纵向边缘的像素点的数量，得到对应外接矩形的长度和宽度；或

31、统计边缘图任一行像素点以及任一列像素点的数量，得到边缘图的长度和宽度。

32、在本发明的一种示例实施例中，对车灯正视图像进行边缘检测，获取车灯正视图像的边缘图，包括：

33、利用canny边缘检测算法对车灯正视图像进行边缘检测，以根据canny算子检测到的车灯正视图像中的边缘，确定车灯正视图像的边缘图。

34、本发明具有以下效果：

35、本发明在计算边缘图中各边缘为车灯形状边缘的可能性时，利用了水珠边缘的像素点较少，以及车灯边缘的跨度较大的特征，可以保证确定的各边缘为车灯形状边缘的可能性的准确性，且通过计算边缘图中各边缘的像素点的曲率，可以降低水珠边缘与车灯边缘融合后形成的边缘，对车灯的起雾程度的影响，从而可以准确地计算车灯的起雾程度，以准确评估起雾情况，进而可以基于准确性较高的起雾程度，检测车灯的防雾性能，在一定程度上提高了对车灯的防雾性能的检测的准确性。