如何在高空照片中高效找到地平线？

我试图检测从高空拍摄的图像中的地平线，以确定相机的方向。我也试图让它运行得更快 - 理想情况下，我希望能够在 Raspberry Pi 上实时处理帧（即每秒几帧）。到目前为止我所采取的方法是基于这样一个事实：在高海拔地区，天空非常暗，如下所示：

我尝试过从整个图像中采集样本，并将它们分成浅色和深色样本，并在它们之间画一条线。然而，由于大气层的模糊性，这会将地平线置于其实际位置之上：

这是我的代码（用 Javascript 编写，以便于进行网络演示）：

function mag(arr) {
    return Math.sqrt(arr[0]*arr[0]+arr[1]*arr[1]+arr[2]*arr[2])
}
// return (a, b) that minimize
// sum_i r_i * (a*x_i+b - y_i)^2
function linear_regression( xy ) {
    var i,
        x, y,
        sumx=0, sumy=0, sumx2=0, sumy2=0, sumxy=0, sumr=0,
        a, b;
    for(i=0;i<xy.length;i++) {
        x = xy[i][0]; y = xy[i][2];
        r = 1
        sumr += r;
        sumx += r*x;
        sumx2 += r*(x*x);
        sumy += r*y;
        sumy2 += r*(y*y);
        sumxy += r*(x*y);
    }
    b = (sumy*sumx2 - sumx*sumxy)/(sumr*sumx2-sumx*sumx);
    a = (sumr*sumxy - sumx*sumy)/(sumr*sumx2-sumx*sumx);
    return [a, b];
}


var vals = []
for (var i=0; i<resolution; i++) {
            vals.push([])
            for (var j=0; j<resolution; j++) {
                    x = (canvas.width/(resolution+1))*(i+0.5)
                    y = (canvas.height/(resolution+1))*(j+0.5)
                    var pixelData = cr.getImageData(x, y, 1, 1).data;
                    vals[vals.length-1].push([x,y,pixelData])
                    cr.fillStyle="rgb("+pixelData[0]+","+pixelData[1]+","+pixelData[2]+")"
                    cr.strokeStyle="rgb(255,255,255)"
                    cr.beginPath()
                    cr.arc(x,y,10,0,2*Math.PI)
                   cr.fill()
                    cr.stroke()
            }
    }
    var line1 = []
    var line2 = []
    for (var i in vals) {
            i = parseInt(i)
            for (var j in vals[i]) {
                    j = parseInt(j)
                    if (mag(vals[i][j][3])<minmag) {
                            if ((i<(vals.length-2) ? mag(vals[i+1][j][4])>minmag : false)
                             || (i>0 ? mag(vals[i-1][j][5])>minmag : false)
                             || (j<(vals[i].length-2) ? mag(vals[i][j+1][6])>minmag : false)
                             || (j>0 ? mag(vals[i][j-1][7])>minmag : false)) {
                                    cr.strokeStyle="rgb(255,0,0)"
                                    cr.beginPath()
                                    cr.arc(vals[i][j][0],vals[i][j][8],10,0,2*Math.PI)
                                    cr.stroke()
                                    line1.push(vals[i][j])
                            }
                    }
                    else if (mag(vals[i][j][9])>minmag) {
                            if ((i<(vals.length-2) ? mag(vals[i+1][j][10])<minmag : false)
                             || (i>0 ? mag(vals[i-1][j][11])<minmag : false)
                             || (j<(vals[i].length-2) ? mag(vals[i][j+1][12])<minmag : false)
                             || (j>0 ? mag(vals[i][j-1][13])<minmag : false)) {
                                    cr.strokeStyle="rgb(0,0,255)"
                                    cr.beginPath()
                                    cr.arc(vals[i][j][0],vals[i][j][14],10,0,2*Math.PI)
                                    cr.stroke()
                                    line2.push(vals[i][j])
                            }
                    }
            }
        }
        eq1 = linear_regression(line1)
        cr.strokeStyle = "rgb(255,0,0)"
        cr.beginPath()
        cr.moveTo(0,eq1[1])
        cr.lineTo(canvas.width,canvas.width*eq1[0]+eq1[1])
        cr.stroke()
        eq2 = linear_regression(line2)
        cr.strokeStyle = "rgb(0,0,255)"
        cr.beginPath()
        cr.moveTo(0,eq2[1])
        cr.lineTo(canvas.width,canvas.width*eq2[0]+eq2[1])
        cr.stroke()
        eq3 = [(eq1[0]+eq2[0])/2,(eq1[1]+eq2[1])/2]
        cr.strokeStyle = "rgb(0,255,0)"
        cr.beginPath()
        cr.moveTo(0,eq3[1])
        cr.lineTo(canvas.width,canvas.width*eq3[0]+eq3[1])
        cr.stroke()

结果（绿线是检测到的地平线，红色和蓝色是估计的边界外）：

我该如何改进这个？还有更有效的方法吗？最终的程序可能会用 Python 编写，如果速度太慢，也可能用 C 编写。

考虑一些基本的通道混合和阈值处理，然后按照 @Spektre 的建议进行垂直采样。 [根据 @Spektre 的评论，更改为 2*R-B 而不是 R+G-B]

以下是通道混合的一些选项：

1. Original
2. 扁平单声道混音 R+G+B
3. 红色通道
4. 2*R - B
5. 右+G-B

看起来#4是最清晰的地平线（感谢@Spektre让我更仔细地检查这一点），以[红2：绿0：蓝-1]的比例混合颜色，你会得到这个单色图像：

设置蓝色负值意味着地平线上的蓝色薄雾用于消除那里的模糊性。事实证明，这比仅使用红色和/或绿色更有效（尝试使用 GIMP 中的通道混合器）。

然后，如果您愿意，我们可以通过阈值化（尽管您可以在采样后执行此操作）进一步澄清，此处为 25% 灰度：

使用 Spektre 的垂直采样图像的方法，只需向下扫描，直到看到值超过 25%。使用 3 条线，您应该获得 3 个 x,y 对，从而重建曲线，知道它是抛物线。

为了提高鲁棒性，请采集 3 个以上的样本并丢弃异常值。