特許ウォッチ

公開番号2025085082
公報種別公開特許公報(A)
公開日2025-06-04
出願番号2024202071
出願日2024-11-20
発明の名称画像に基づいて視程値を計算する装置、方法及び電子機器
出願人富士通株式会社
代理人弁理士法人ITOH
主分類G01C 3/00 20060101AFI20250528BHJP(測定;試験)
要約【課題】本発明の実施例は、画像に基づいて視程値を計算する装置、方法及び電子機器を提供する。
【解決手段】該装置は、現在の画像における気象カテゴリを認識する認識部と、該現在の画像における気象カテゴリが所定のカテゴリである場合、該現在の画像と参照画像との重複部分の類似度情報に基づいて、該現在の画像における視程値を計算する計算部と、を含む。本発明によれば、大気の視程を低コストで正確に測定することができる。
【選択図】図5

特許請求の範囲【請求項１】
画像に基づいて視程値を計算する装置であって、
現在の画像における気象カテゴリを認識する認識部と、
前記現在の画像における気象カテゴリが所定のカテゴリである場合、前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算する計算部と、を含む、装置。
続きを表示（約 1,400 文字）【請求項２】
前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算することは、
前記現在の画像を分割し、マスクを生成することと、
前記マスクに基づいて、前記現在の画像と参照画像との重複部分の類似度情報を計算し、前記類似度情報に基づいて前記視程値を計算することと、を含む、請求項１に記載の装置。
【請求項３】
前記現在の画像を分割することは、
前記現在の画像における異なる対象を認識し、認識結果に基づいて前記現在の画像の領域を分割することと、
所定の対象が位置する領域をマスクとすることと、を含む、請求項２に記載の装置。
【請求項４】
前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算することは、
前記マスクに基づいて、前記現在の画像から第１の領域を抽出し、前記参照画像から第２の領域を抽出することと、
前記現在の画像及び前記参照画像について、画像のぼやけに関連するパラメータを計算することと、
前記第１の領域と前記第２の領域とが重複する領域において、画像のぼやけに関連するパラメータに基づいて類似度情報を計算し、前記類似度情報に基づいて前記視程値を計算することと、を含む、請求項３に記載の装置。
【請求項５】
画像のぼやけに関連するパラメータは、透過率及び／又は勾配モジュラスを含み、
前記透過率は、大気散乱モデル及びダークチャネル優先に基づいて算出され、
前記勾配モジュラスは、画素の画素値の異なる方向における勾配に基づいて算出される、請求項４に記載の装置。
【請求項６】
前記類似度情報は、第１の類似度情報及び第２の類似度情報を含み、
前記第１の類似度情報は、前記透過率に基づいて算出され、
前記第２の類似度情報は、前記勾配モジュラスに基づいて算出され、
前記視程値は、前記第１の類似度情報及び前記第２の類似度情報に基づいて算出される、請求項５に記載の装置。
【請求項７】
前記現在の画像における気象カテゴリが所定のカテゴリではない場合、前記現在の画像を参照画像として、他の画像における視程値を計算するために使用する参照画像更新部、をさらに含む、請求項１に記載の装置。
【請求項８】
請求項１乃至７の何れかに記載の画像に基づいて視程値を計算する装置を含む、電子機器。
【請求項９】
画像に基づいて視程値を計算する方法であって、
現在の画像における気象カテゴリを認識するステップと、
前記現在の画像における気象カテゴリが所定のカテゴリである場合、前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算するステップと、を含む、方法。
【請求項１０】
前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算することは、
前記現在の画像を分割し、マスクを生成することと、
前記マスクに基づいて、前記現在の画像と参照画像との重複部分の類似度情報を計算し、前記類似度情報に基づいて前記視程値を計算することと、を含む、請求項９に記載の方法。

発明の詳細な説明【技術分野】
【０００１】
本発明の実施例は、画像処理の技術分野に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
通常、大気の視程の測定は、主に２つの方法があり、即ち、光学センサに基づく方法と視覚に基づく観察方法である。
【０００３】
多くのビデオ監視カメラが広く配備されているため、監視ビデオから大気の視程を推定することは高い実用価値があり、多くの研究者の注目を集めている。
【０００４】
監視ビデオに基づいて大気の視程を推定する方法は、３つの方法がある。第１の方法は、参照対象を指定し、或いは補助装置を使用する必要がある。第２の方法は、ビデオ画像から単純な画像特徴を抽出し、或いはディープラーニングモデルを使用してビデオ画像の特徴を抽出し、畳み込みニューラルネットワーク（ＣＮＮ）モデルを使用して大気の視程の分類結果を取得する必要がある。第３の方法は、ディープラーニングにより画像ペアから相対的な特徴を見つける必要がある。
【０００５】
なお、上述した技術背景の説明は、本発明の技術案を明確、完全に理解させるための説明であり、当業者を理解させるために記述されているものである。これらの技術案は、単なる本発明の背景技術部分として説明されたものであり、当業者により周知されたものではない。
【発明の概要】
【発明が解決しようとする課題】
【０００６】
上記の大気の視程を測定する方法には、幾つかの制限性が存在する。例えば、光学センサに基づく方法は、大量の光学センサを取り付ける必要があるため、コストが高く、実現の難易度が高い。視覚に基づく観察方法の測定結果は主観的であり、経験や観察環境の影響を受けやすい。また、例えば、監視ビデオに基づいて大気の視程を推定する方法では、以下の制限性がある。第１の方法は、参照目標又は補助設備を必要とするため、複雑である。第２の方法は、大気の視程の分類結果を取得するが、正確な視程数値を推定できない。第３の方法は、訓練のために大量の連続的な視程データ（ｃｏｎｔｉｎｕｏｕｓｖｉｓｉｂｉｌｉｔｙｄａｔａ）に依存する。従って、如何に大気の視程を低コスト、且つ正確に測定する方法を提供するかは、解決すべき問題となる。
【０００７】
上記の技術的問題点の少なくとも１つを鑑み、本発明の実施例は、大気の視程を低コストで正確に測定することができる、画像に基づいて視程値を計算する装置、方法及び電子機器を提供する。
【課題を解決するための手段】
【０００８】
本発明の実施例の１つの態様では、画像に基づいて視程値を計算する装置であって、現在の画像における気象カテゴリを認識する認識部と、前記現在の画像における気象カテゴリが所定のカテゴリである場合、前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算する計算部と、を含む、装置を提供する。
【０００９】
本発明の実施例のもう１つの態様では、画像に基づいて視程値を計算する方法であって、現在の画像における気象カテゴリを認識するステップと、前記現在の画像における気象カテゴリが所定のカテゴリである場合、前記現在の画像と参照画像との重複部分の類似度情報に基づいて、前記現在の画像における視程値を計算するステップと、を含む、方法を提供する。
【００１０】
本発明の実施例のもう１つの態様では、コンピュータプログラムが記憶されたメモリと、プロセッサとを含む電子機器であって、前記プロセッサは、前記コンピュータプログラムを実行して上記の方法を実現するように構成される、電子機器を提供する。
（【００１１】以降は省略されています）

関連特許