买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种雾气环境智能汽车相机感知测试模型及测试方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117011651B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310892260.3，技术领域涉及：G06V10/776；该发明授权一种雾气环境智能汽车相机感知测试模型及测试方法是由朱冰;黄殷梓设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本一种雾气环境智能汽车相机感知测试模型及测试方法在说明书摘要公布了：本发明涉及一种雾气环境智能汽车相机感知测试模型及测试方法，利用语义分割将无雾图像的像素进行分类，得到天空区域、道路区域和交通参与者区域；并考虑对应区域的特征分别进行大气光估计。利用预期模拟的雾气能见度，结合测试场景景深对雾气的透射率进行估计，并通过相机几何模型确定图像平面的场景物体景深分布保证精准的雾气模拟，最终通过图像模糊模型输出雾气图像。在相机雾气测试过程中，利用CON50指标进行图像识别算法评价，描述在雾气环境下图像识别算法的功能边界，并指导仿真或实车测试场景搭建，按照CON50布置目标物对该能见度的智能汽车相机感知功能进行测试，提高测试效率并降低测试成本。

本发明授权一种雾气环境智能汽车相机感知测试模型及测试方法在权利要求书中公布了：1.一种雾气环境智能汽车相机感知测试模型，其特征在于：通过以下步骤进行构建： 1确定不同场景要素的景深分布 相机几何模型的输入是测试场景要素几何位置信息，输出场景要素在相机成像平面的位置，以确定不同场景要素的景深在图像平面内的分布； 所述的场景要素包括交通参与者区域、天空区域和道路区域； 2雾气图像模糊模型构建 雾气环境图像模糊模型通过入射光衰减模型和大气光成像模型两个模型构成，其表达式为： 式中，为有雾图像；为像素位置坐标；为景深为0时的目标物体反射光强，也代表无雾图像；为波长；为雾气透射率；为大气光；为大气散射系数；为场景景深； 2.1雾气透射率计算 基于大气衰减模型，雾气环境条件下的亮度对比度衰减表达式为： 式中，为亮度对比度； 能见度与雾气的大气消光系数的关系： 假设雾气模型是纯粹散射雾气，将雾气的吸收效应忽略不计，得出大气能见度与透射率之间的关系表达式： 式中，为场景景深；为透射率；当输入需要模拟的能见度时，通过式5得出雾气透射率； 2.2大气光值计算 全局大气光值通过图像全局求取，首先求取图像的暗特征，求取方法表达式为： 式中，为求取的暗通道特征图像；为输入的原始图像；为图像所处的R、G、B三个通道；为以点像素位置为中心的邻域；为邻域内的所有像素点集合；定义中前0.1%的像素点对应的平均值为全局大气光值： 式中，为中前0.1%的像素点的位置；代表对应位置的像素强度，其平均值即为全局大气光值； 利用语义分割将图像信息分为天空区域、交通参与者区域和道路区域，分别求取对应的大气光进行模拟雾气图像； 对于天空区域采用明通道进行补偿，明通道图像先验信息的获得方法与暗通道相反，利用图像三通道中最大的通道像素取值作为明特征，表达式为： 为以点像素位置为中心的邻域；选取中前0.1%的像素值平均值作为明特征输出，表达式为： 式中，为中前0.1%的像素点的位置；代表对应位置的像素强度；则天空区域的大气光取值为： 式中，为天空区域所占全部像素的比例，范围在0,1之间，该值通过语义分割进行确认；对于道路区域和交通参与者区域按照暗特征求取方式求取对应区域局部的大气光，并按照语义分割输出的像素比例对全局大气光值进行修正； 3利用对应区域的大气光值结合雾气透射率输入图像模糊模型，输出加雾后的图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。