基于偏振成像的低能見度車路環(huán)境目標(biāo)感知

朱進(jìn)玉+郝熠

摘要：在對(duì)低能見度環(huán)境下車路環(huán)境目標(biāo)檢測(cè)時(shí)，傳統(tǒng)的算法效果不理想。針對(duì)這一問(wèn)題，本文提出了基于偏振成像的低能見度車路環(huán)境目標(biāo)感知算法。通過(guò)建立低能見度環(huán)境去霧模型，在此基礎(chǔ)上對(duì)圖像完成去霧后進(jìn)行基于小波變換的圖像融合算法，得到車路環(huán)境目標(biāo)感知圖像。此算法對(duì)圖像的進(jìn)一步處理以及檢測(cè)目標(biāo)信息有著重要的意義。

關(guān)鍵詞：偏振成像；低能見度；目標(biāo)感知；

2.3基于小波變換的圖像融合

基于小波變換的圖像融合是在人眼在對(duì)圖像處理時(shí)，通常將圖像在不同的頻率中進(jìn)行處理這一理論基礎(chǔ)上進(jìn)行，從而更加符合人眼的識(shí)別習(xí)慣。本文中，在對(duì)圖像進(jìn)行基于小波變換的融合過(guò)程中，主要完成對(duì)偏振度圖像、偏振角圖像、低能見度去霧后的目標(biāo)場(chǎng)景強(qiáng)度圖像等圖像的融合。

基于小波變換的圖像融合實(shí)現(xiàn)方法：首先，將要進(jìn)行融合的圖像進(jìn)行簡(jiǎn)單的預(yù)處理，如對(duì)圖像進(jìn)行配準(zhǔn)、濾波等，之后將每幅圖像基于小波分解原理分解到不同的頻率通道下，在對(duì)應(yīng)的頻率通道下根據(jù)預(yù)設(shè)的融合系數(shù)進(jìn)行圖像的深度融合，最后基于小波反變換，完成圖像的重構(gòu)，得到融合后的圖像。

2.4 環(huán)境目標(biāo)感知算法步驟

綜上所述，提出低能見度環(huán)境下車路環(huán)境的目標(biāo)感知算法的具體實(shí)現(xiàn)步驟為：

（1）獲取不同偏振角度下的偏振圖像；

（2）對(duì)獲取的圖像預(yù)處理，配準(zhǔn)，濾波，歸一化；

（3）計(jì)算Stokes矢量參數(shù)；

（4）根據(jù)計(jì)算到的Stokes矢量參數(shù)，計(jì)算得到偏振度和偏振角圖像；

（5）根據(jù)與偏振片相互垂直及平行的偏振圖像估計(jì)無(wú)窮遠(yuǎn)處大氣光強(qiáng)度，得到去霧后的目標(biāo)場(chǎng)景強(qiáng)度圖像，對(duì)圖像進(jìn)行基于小波塔式分解；

（6）將偏振度和偏振角圖像基于能量融合，對(duì)融合后的圖像基于小波塔式分解；

（7）將前兩部分解后的圖像在對(duì)應(yīng)的頻率通道下進(jìn)行融合；

（8）對(duì)融合后的圖像進(jìn)行重構(gòu)，得到融合后的圖像；

在上述步驟下，即可得到基于偏振成像的低能見度環(huán)境下的車路環(huán)境目標(biāo)感知圖像。

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中通過(guò)獲取不同偏振角圖像，采用本文提出的基于偏振成像的低能見度環(huán)境下的車路環(huán)境目標(biāo)感知算法得到實(shí)驗(yàn)結(jié)果如圖2所示。圖（a）、圖（b）、圖（c）分別為分別取0o，60o，120o情況下的偏振圖，圖（d）為偏振度圖，圖（e）為偏振角圖，圖（f）經(jīng)處理后得到的環(huán)境目標(biāo)感知圖像。由圖可知，本文提出的算法對(duì)低能見度環(huán)境下車路環(huán)境目標(biāo)的感知有較好效果。

圖2 實(shí)驗(yàn)結(jié)果

4 結(jié)論

針對(duì)已有的低能見度環(huán)境下的車路環(huán)境目標(biāo)感知算法的不足，本文提出的基于偏振成像的低能見度環(huán)境下的車路環(huán)境目標(biāo)感知算法對(duì)低能見度環(huán)境下車路環(huán)境目標(biāo)的識(shí)別有較好的效果，對(duì)圖像的進(jìn)一步處理以及檢測(cè)目標(biāo)信息有著重要的意義。

參考文獻(xiàn)：

[1]龔進(jìn)峰等道路環(huán)境感知與預(yù)警系統(tǒng)的研究[J].汽車工程.2010，32（4）328-332.

[2]馬雷等基于灰度圖像的復(fù)雜環(huán)境下智能車輛道路邊界識(shí)別[J]. 汽車工程.2010，32（4）351-355.

[3]袁夏一種基于激光雷達(dá)的路面提取算法[J]. 中國(guó)圖像圖形學(xué)報(bào).2009，14（10）2035-2041.

[4]Esteban J， Starr A， Willetts R， et a1. A review of data fusion models and architectures： Towards engineering guidelines [J]. Neural Computing and Applications， 2005， 14（4）： 273-281

[5]Gregor R， Lutzeler M， Pellkofer M， et al. Ems-Vision： A Perceptual System for Autonomous Vehicles [J]. In： IEEE Intelligent Vehicles Symposium. Dearborn， 2000，52-57

[6]張小剛，唐美玲，陳華，湯紅忠.一種結(jié)合雙區(qū)域?yàn)V波和圖像融合的單幅圖像去霧算法[J].自動(dòng)化學(xué)報(bào)，2014，40（8）：1733-1739

[7]SCHECHNERY，NARASIMHAN S，NAYARS. Polarization based vision through haze[J]Applied Optics，2003，42（ 3） ： 511 -525.

[8]張晶晶等基于暗原色先驗(yàn)原理的偏振圖像濃霧去除算法[J].計(jì)算機(jī)應(yīng)用.2015，35（12）3576-3580.

[9]HE K，SUN J， TANG X. Single image haze removal using dark channel prior[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2011，33（12） ： 2341-2353.

作者簡(jiǎn)介：

姓名：朱進(jìn)玉（1991.02）性別：男，陜西省延安市人，本科學(xué)歷，專業(yè)或職業(yè)：控制理論與控制工程專業(yè)。