基于近红外双光谱成像和响应函数的路灯距离估计方法与流程

1.本发明属于距离感知技术领域，具体涉及基于近红外双光谱成像和响应函数的路灯距离估计方法。


背景技术：

2.距离感知技术被广泛的应用于生产生活和军事领域，例如基于距离感知技术的无人机驾驶、导航技术以及机器人研发等。目前市面上主要的光学测距有两种，一种是直接测量光往返目标所需要的时间，然后再通过光速和大气折射系数计算出距离。另一种是通过相位测距即测发射和接收光波的相位差得到目标的距离，但是被测物体平面必须与光线垂直，否则返回信号过于微弱将无法得到精确距离。然而以上两种方法只适用于晴朗天气，不适用于雾霾等坏天气，因为雾霾等坏天气条件下，光在大气中传播会发生散射现象。
3.srinivasa g.narasimhan等人发表的“vision in bad weather”(《ieee international conference on computer vision》，第2卷，第820
‑
827页，9月，2019)提出了一种在恶劣天气条件下的距离估计方法。该方法中，利用夜晚雾天下拍摄的路灯目标图像，将大气中获得的图片信息通过转化成基于视觉编码的信息，利用路灯目标发射的光线传播到探测器衰减的情况来反演路灯的距离。由于雾天下空气中悬浮粒子的大小、形状以及浓度的不同，所以光的散射程度也不同，基于这个原理可以计算路灯的距离。该方法首先利用探测器在不同能见度天气下拍摄同一路灯场景的两张图像，然后通过对图像对的计算来恢复场景中目标到探测器的相对距离。该方法的不足之处是：需要在不同能见度天气下拍摄两张图像，但是一种能见度天气一般会保持一段时间不变，比如几个小时，所以拍摄两种能见度天气条件下的图像对可能需要较长的时间，不能快速得到结果。
4.目前还存在水下距离测量的方法，yuta asano等人发表的“shape from water:bispectral light absorption for depth recovery”(《european conference on computer vision》，第9910卷，第635
‑
649页，9月，2016)提出了一种利用近红外图像对进行水下目标形状恢复的方法。其关键思想是利用两个不同波长的近红外光在水中传播时能量衰减的差异，建立近红外双光谱水下目标形状复原方法。该方法的不足之处是：由于实验是在水下测量，且测量的距离过短，所以应用范围小，不能直接应用于室外场景中目标的测距。


技术实现要素：

5.发明目的：本发明针对现有技术中的不足，提供基于近红外双光谱成像和响应函数的路灯距离估计方法。
6.为实现上述目的，本发明采用以下技术方案：基于近红外双光谱成像和响应函数的路灯距离估计方法，包括如下步骤：
7.步骤一、利用近红外相机c1和c2、一个分光镜、选定的两个近红外成像波段λ1和λ2对应的滤光片f1和滤光片f2、镜组l1和镜组l2搭建近红外双光谱实时成像光学系统，得到
同一场景下近红外双光谱成像的近红外图像对i(λ1,d)和i(λ2,d)，d表示选定路灯目标与近红外相机的距离；
8.步骤二、利用i(λ1,d)和i(λ2,d)、近红外相机c1的响应函数和滤光片f1的响应函数相乘以后的响应函数α(λ1)、近红外相机c2的响应函数和滤光片f2的响应函数相乘以后的响应函数α(λ2)，推导得基于近红外双光谱成像和响应函数的路灯距离估计公式：
[0009][0010]
将公式(1)结合近红外双光谱成像波段下大气消光系数β(λ1)和β(λ2)与成像时刻的能见度v和λ1、λ2的关系求解d，其中，dλ表示λ的微分。
[0011]
进一步地，所述的步骤一中，搭建近红外双光谱实时成像光学系统包括如下步骤：
[0012]
1)在近红外相机c1正前方依次装配滤光片f1和镜组l1；在近红外相机c2正前方依次装配滤光片f2和镜组l2；
[0013]
2)光线经过聚光镜头后到达分光镜；
[0014]
3)分光镜的透射光经过滤光片f1和镜组l1，被近红外相机c1接收；
[0015]
4)分光镜的反射光经过滤光片f2和镜组l2，被近红外相机c2接收。
[0016]
进一步地，所述的步骤一中，选定的两个近红外成像波段λ1和λ2通过如下步骤选定：
[0017]
1)测量选定路灯目标的近红外光谱；
[0018]
2)将近红外光谱中辐射强度大于等于0.5的近红外波段作为备选近红外成像波段；
[0019]
3)在备选近红外成像波段中选择两个近红外成像波段λ1和λ2。
[0020]
进一步地，所述的步骤一中，利用c1、c2和α(λ1)、α(λ2)对i(λ1,d)和i(λ2,d)进行校正得：
[0021][0022][0023]
其中，i0表示光源目标的初始光强。
[0024]
进一步地，所述的步骤二中，近红外双光谱成像波段下大气消光系数β(λ1)和β(λ2)与成像时刻的能见度v和λ1、λ2的关系如下：
[0025]
1)当成像时刻的能见度v小于6km时，根据公式
[0026][0027][0028]
2)当成像时刻的能见度v大于等于6km小于10km时，根据公式
[0029]
[0030][0031]
进一步地，所述的成像时刻的能见度v利用天气预报软件获得。
[0032]
进一步地，所述的步骤二中，公式(1)的推导过程是通过公式(2)除以公式(3)得到。
[0033]
本发明首先对选定路灯目标进行成像得到近红外图像对并进行校正；再利用天气预报软件获得成像时刻的能见度；接着建立大气消光系数β(λ1)和β(λ2)与成像时刻能见度v和λ1、λ2的关系；然后推导基于近红外双光谱成像和响应函数的路灯距离估计公式；最后利用基于近红外双光谱成像和响应函数的路灯距离估计公式估计选定路灯目标的相对距离。
[0034]
本发明的有益效果是：
[0035]
第一、由于本发明利用两台近红外相机、一个分光镜、两个近红外成像波段对应的滤光片和两个镜组搭建近红外双光谱实时成像光学系统。在夜晚雾天下对选定路灯目标进行成像来估计d。可以在同一时刻拍摄两张同一能见度天气下的不同波长的图像，利用相机的响应函数来对得到的结果进行校正，使得到的数据变得更加准确可靠。由于本发明采用了实时成像系统，所以可以快速得到结果。即本发明所提出的相对于现有技术是一种新的更快捷、更方便的算法，克服了拍摄两种能见度天气条件下的图像对可能需要较长的时间，不能快速得到结果的缺点。
[0036]
第二、本发明利用近红外双光谱实时成像光学系统成像得到的近红外图像对，首先建立大气消光系数β(λ1)和β(λ2)与成像时刻能见度v和λ1、λ2的关系，再利用i(λ1,d)和i(λ2,d)、c1和c2、f1和f2、α(λ1)和α(λ2)推导基于近红外双光谱成像和响应函数的路灯距离估计公式。由于本发明所提方法能够估计夜晚雾天下选定路灯目标的相对距离，克服了现有技术中测量的距离短，应用范围小，无法应用于室外场景中目标的测距的缺点。
附图说明
[0037]
图1为路灯距离估计方法流程图；
[0038]
图2为近红外双光谱实时成像光学系统；
[0039]
图3为相机和两个滤光片的光谱响应函数；
[0040]
图4为夜晚无雾天气，路灯场景可见光图像；
[0041]
图5为905nm波段拍摄的近红外图像；
[0042]
图6为980nm波段拍摄的近红外图像；
[0043]
图7为路灯估计距离的三维示意图。
具体实施方式
[0044]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。现在结合附图对本发明作进一步详细的说明。
[0045]
本发明实施例提供基于近红外双光谱成像和响应函数的路灯距离估计方法，如图1所示该方法为：
[0046]
1、为实现上述目的，本发明采用以下技术方案：基于近红外双光谱成像和响应函
数的路灯距离估计方法，包括如下步骤：
[0047]
步骤一、利用近红外相机c1和c2、一个分光镜、选定的两个近红外成像波段λ1和λ2对应的滤光片f1和滤光片f2、镜组l1和镜组l2搭建近红外双光谱实时成像光学系统，得到同一场景下近红外双光谱成像的近红外图像对i(λ1,d)和i(λ2,d)，d表示选定路灯目标与近红外相机的距离；
[0048]
具体地，本发明所使用近红外相机c1和c2的型号为gs3
‑
u3
‑
41c6nir
‑
c，滤光片f1和f2的中心波长分别是905nm和980nm，带宽是10nm，本发明所使用镜组l1和l2的型号均为b5014a。聚光镜头型号为85mmf/2.8。分光镜型号为接口平板分光镜。如图2所示，为搭建的近红外双光谱实时成像光学系统，该系统能够实时的捕获近红外图像对，而不需要花费时间手动更换滤光片。
[0049]
步骤二、利用i(λ1,d)和i(λ2,d)、近红外相机c1的响应函数和滤光片f1的响应函数相乘以后的响应函数α(λ1)、近红外相机c2的响应函数和滤光片f2的响应函数相乘以后的响应函数α(λ2)，推导得基于近红外双光谱成像和响应函数的路灯距离估计公式：
[0050][0051]
将公式(1)结合近红外双光谱成像波段下大气消光系数β(λ1)和β(λ2)与成像时刻的能见度v和λ1、λ2的关系求解d，其中，dλ表示λ的微分。
[0052]
具体地，用公式(2)除以公式(3)可以消除i0表示的光源目标的初始光强，于是得到基于近红外双光谱成像和响应函数的路灯距离估计公式。如图3所示，近似高斯形状的点划线表示905nm滤光片的响应函数，近似高斯形状的虚线表示980nm滤光片的响应函数，近似直线的实线表示近红外相机的响应函数，α(λ1)表示近红外相机的响应函数和905nm滤光片响应函数相乘以后的响应函数，α(λ2)表示近红外相机的响应函数和980nm滤光片响应函数相乘以后的响应函数。
[0053]
2、根据权利要求1所述的基于近红外双光谱成像和响应函数的路灯距离估计方法，其特征在于，所述的步骤一中，搭建近红外双光谱实时成像光学系统包括如下步骤：
[0054]
1)、在每台近红外相机正前方分别装配滤光片和镜组；
[0055]
2)、光线经过聚光镜头后到达分光镜；
[0056]
3)、分光镜的透射光经过滤光片f1和镜组l1，被近红外相机c1接收；
[0057]
4)、分光镜的反射光经过滤光片f2和镜组l2，被近红外相机c2接收；
[0058]
3、根据权利要求1所述的基于近红外双光谱成像和响应函数的路灯距离估计方法，其特征在于，所述的步骤一中，选定的两个近红外成像波段λ1和λ2通过如下步骤选定：
[0059]
1)测量选定路灯目标的近红外光谱；
[0060]
具体地，选择能够测量近红外波段光谱的光谱仪，光谱仪的型号为c10028
‑
01，利用标准白色目标和光谱仪搭建路灯光谱测量系统；利用路灯光谱测量系统测量雾天下选定路灯目标的光谱；观察测量得到的选定路灯目标的光谱；
[0061]
2)将近红外光谱中辐射强度大于等于0.5的近红外波段作为备选近红外成像波段；
[0062]
3)在备选近红外成像波段中选择两个成像波段，作为λ1和λ2。
[0063]
具体地，选择λ1＝905nm，λ2＝980nm。
[0064]
4、根据权利要求1所述的基于近红外双光谱成像和响应函数的路灯距离估计方法，其特征在于，所述的步骤一中，利用近红外相机c1、c2和α(λ1)、α(λ2)对i(λ1,d)和i(λ2,d)进行校正得：
[0065][0066][0067]
其中，i0表示光源目标的初始光强。
[0068]
具体地，如图4所示，为夜晚无雾天气，路灯场景可见光图像，近红外相机的工作波段范围应包括700nm至1000nm，本发明使用的近红外相机型号为gs3
‑
u3
‑
41c6nir
‑
c，将装备905nm滤光片的近红外相机镜头对准选定路灯目标进行成像得到905nm波段成像的近红外图像。如图5所示，为本发明波长为905nm的近红外图像，即i(λ1,d)。如图6所示，为本发明波长为980nm的近红外图像，即i(λ2,d)。
[0069]
5、根据权利要求1所述的基于近红外双光谱成像和响应函数的路灯距离估计方法，其特征在于，所述的步骤二中，近红外双光谱成像波段下大气消光系数β(λ1)和β(λ2)与成像时刻的能见度v和λ1、λ2的关系如下：
[0070]
1)当成像时刻的能见度v小于6km时，根据公式
[0071][0072][0073]
其中，km
‑1表示每千米。
[0074]
2)当成像时刻的能见度v大于等于6km小于10km时，根据公式
[0075][0076][0077]
具体地，当成像时刻的能见度小于6km，将λ1、λ2和成像时刻的能见度同时代入公式(3)到(4)，得到对应的大气消光系数。当成像时刻的能见度大于等于6km小于10km，将λ1、λ2和成像时刻的能见度代入公式(5)到(6)，得到对应的大气消光系数。本发明实施中成像时刻的能见度值为4.7km，所以利用公式(3)到(4)分别计算905nm和980nm下的消光系数，905nm下的消光系数为0.3913，980nm下的消光系数为0.3619。
[0078]
6、根据权利要求5所述的基于近红外双光谱成像和响应函数的路灯距离估计方法，其特征在于，所述的成像时刻的能见度v利用天气预报软件获得。
[0079]
具体地，打开中国气象局天气预报软件，获得成像时刻的能见度。本发明中获得的成像时刻的能见度为4.7km。
[0080]
7、根据权利要求4所述的基于近红外双光谱成像和响应函数的路灯距离估计方法，其特征在于，所述的步骤二中，公式(1)的推导过程是通过公式(2)除以公式(3)得到。
[0081]
具体地，当获得两幅近红外图像后，i(λ1,d)和i(λ2,d)均为已知。v可以由天气预报软件获得，当近红外相机和近红外双光谱成像波段对应的滤光片选好后，λ1＝905nm、λ2＝980nm、α(λ1)和α(λ2)为已知。由于公式(1)中只有选定路灯目标与近红外相机的距离d为未知数，所以可以利用公式(1)反演路灯目标与近红外相机的距离d。
[0082]
本发明实施中四个路灯由远及近的标号分别为1、2、3和4，真实距离分别为2.97km、2.58km、2.38km和1.96km，通过本发明提出的方法，计算的校正前后距离和相对误差如表1所示。
[0083]
表1本发明所提相对距离估计方法的误差
[0084]
真实距离(km)2.972.582.381.96双光谱估计距离(km)
‑
2.262.091.73双光谱估计距离相对误差(％)
‑
12.4012.1812.24双光谱校正之后估计距离(km)
‑
2.362.191.80双光谱校正之后估计距离相对误差(％)
‑
8.58.08.2
[0085]
如表1所示，第一行真实距离表示选定路灯目标与近红外相机的实际距离，真实距离利用激光测距仪测量得到。双光谱估计距离表示基于近红外双光谱成像的方法所得到的距离，未使用响应函数。当标记为1的选定路灯目标真实距离已知后，分别计算出其他三个选定路灯目标的估计距离，同时计算出双光谱估计距离相对误差。相对误差是真实距离减去估计距离的绝对值除以真实距离，再乘以100％。可见双光谱估计距离相对误差的平均值约为12.37％。本发明所提双光谱校正之后估计距离表示利用α(λ1)、α(λ2)进行校正之后获得的选定路灯目标距离。分别计算出三个选定路灯目标到近红外相机的距离并计算出校正之后估计距离相对误差。明显地，相比于双光谱估计距离相对误差的平均值，双光谱校正之后估计距离相对误差明显降低，平均值只有8.23％左右，相对于12.37％减少了约4％。所以本发明相对于不使用近红外相机和滤光片响应函数的双光谱距离估计方法，本发明能够减小估计距离的误差，进而提高估计距离的准确度。
[0086]
本发明采用基于近红外双光谱成像和响应函数的路灯距离估计方法对选定路灯目标相对距离进行估计，首先搭建近红外双光谱实时成像光学系统在夜晚雾天下对选定路灯目标进行成像得到同一场景下近红外双光谱成像的近红外图像对并对其进行校正；再利用天气预报软件获得成像时刻的能见度；接着利用近红外双光谱成像波段下大气消光系数β(λ1)和β(λ2)与成像时刻能见度v和λ1、λ2的关系；然后推导基于近红外双光谱成像和响应函数的路灯距离估计公式；最后利用基于近红外双光谱成像和响应函数的路灯距离估计公式估计选定路灯目标相对距离。本次实验所提出的方法可以对路灯场景下选定路灯目标距离进行测量，并且更加准确方便。
[0087]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。