雾霾天气下,许多交通场景都需要测量当前场景的能见度。传统方法一般都使用相关的硬件设备测量或者直接的人眼估计等方法。这些方法的往往具有硬件成本高、测量不够精确等缺点;不仅如此,由于其成本的限制,往往难以普及,无法及时地对特定场景的能见度进行测量。因此,本文提出了一种基于视频图像的测量方法,所提出的方法通过直接获取现有交通摄像头获取视频图像来计算能见度值,不需要额外硬件投入并且测量准确等优点,因此具有更加广泛的实际应用价值。本文的主要工作如下:本文介绍了当前能见度测量研究和应用的现状,分析了现存方法的优缺点;在此基础上,研究了雾霾天气下的能见度测量原理,根据大气光模型推导了能见度测量的基本公式;基于监控视频,将能见度求取问题转化为目标物体与场景中背景的对比度估计问题,并给出了一种基于图像分析的能见度估计方法;针对能见度估计过程中的背景和景物兴趣区确定问题,分析了兴趣区的确定原则,通过图像分割提取场景中的背景区和景物区,进而给出了能见度测量兴趣区的具体提取方法;根据建立的能见度表达式,分析了其中涉及到的相关过程的计算方法,主要包括固有对比度和当前对比度的求取。对于固有对比度的求取,提出了一种基于多视距联合的求取方法,基本思想主要是根据视频信息,对于同一场景中不同景深目标物体的连续多帧图像,通过最小二乘拟合得到固有对比度值。通过得到的固有对比度值和当前对比度,再结合目标物体的景深,就可以获得能见度的估值。为了测试所提出方法的有效性,本文选择多个测试场景和现有的主流方法进行了对比。测试结果表明,无论从能见度的估算精度还是计算效率方面,本文所提出的方法都具有良好的表现。