摘要
本发明公开了一种基于红外图像的能见度检测方法,包括如下步骤:步骤1)利用红外摄像机采集红外图像作为“能见度检测网络模型”的输入图像信号,并且建立红外图像能见度训练数据集;步骤2)建立“能见度检测网络模型”,利用红外图像数据集训练网络,获取神经网络权值参数;步骤3)利用训练完毕的“能见度检测网络模型”对待测的红外图像的能见度等级进行分类。采用本发明方法,能够有效地利用卷积神经网络提取浓雾天气下的红外图像特征,克服传统可见光图像在浓雾条件下纹理特征消失的问题,进而显著提高不同程度雾霾天气下能见度检测的准确性与稳定性。