[发明专利]基于图像亮度特征的PTZ视频能见度检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及摄像机定标技术、自适应Nagao滤波技术、噪声抑制技术、能见度求解技术等，在保证所选像素的高度、照度一致性的基础上，提取反映路面亮度变化的对比度曲线，找寻亮度曲线特征点，通过消光系数计算图像中人眼可分辨最远像素；结合摄像机标定换算出最大能见距离，确定能见度值，具体为一种基于图像亮度特征的PTZ视频能见度检测方法。

背景技术

高速公路是涉及国计民生的新兴产业，2010年我国总里程计划数将超过8万公里。江苏是我国经济发达地区，是智能交通系统ITS(Intelligent Transportation System)的领头羊。目前已有高速公路3558公里，高速公路密度为3.46公里/百平方公里，2010年总里程将达5000公里。

同时我国境内山水平原错落，河流湖泊纵横，特别是中、西部地区，是地势复杂的丘陵地带，雾、靋、霾等自然灾害性天气多有发生，给交通运输带来了极大的隐患，特别是在不定时间和地点突然生成的团雾，对车辆安全的危害尤大。1975年，美国加利福利亚至纽约的高速公路，因大雾致使300多辆车相撞，死伤1000多人，造成了世界最大的交通事故。法国在1986年，有1200起事故(不含市内)是由于雾引起的，造成182人死，175人受伤，1352人轻伤，虽然高速公路上因雾产生的事故率仅为该年度的4％，但死亡率却高达7％～8％。在管理手段上，沪宁高速公路构建的仅10余观测点的气象检测系统耗资近千万，仍很难准确检测出发生在局部地区的团雾。

针对能见度降低，我国公路管理部门动辄封路，以降低交通事故的发生。然而管理部门实施交通管制的程序主观性较强，实施管制的条件无量化指标、不够科学、不够规范，通过关闭来求安全可能适得其反。为此，对路况气象，特别是低能见度的及时检测发布，是加强应对灾害天气能力，减少损失，提高高速公路管理水平的切实要求。

目前高速公路使用的气象能见度检测设备主要以传统激光能见度仪为主，一般可用大气透射仪、散射仪等，这两类设备在雨、雾等低能见度天气，会因水汽吸收等复杂条件造成较大误差，难以正常观测，也很难准确检测出发生在局部地区的团雾。同时造价昂贵，维护成本高，在高速公路全程密集构建单独的气象检测站成本过高，难以普及推广。以沪宁高速公路为例，构建10余观测点的气象检测系统的耗资近千万。

视频能见度检测方法将图像分析和人工智能技术与传统的大气光学分析结合起来，通过对视频图像的分析处理，建立图像与真实场景之间的关系，通过测量图像特征的变化情况，计算出气象能见度的值。与传统手段相比，在检测原理上接近人眼观看方式，具有低成本、易操作，及兼容沿路摄像机的广覆盖的优势，但不够成熟，尚需改进。

目前，国外对此研究较少，仍处于理论与实验阶段。美国明尼苏达州大学提出基于固定距离目标物的视频能见度检测方法^[1]，需人为预置多个视频检测目标，成本较高，操作繁琐，容易受到地形环境等因素的制约；MIT提出基于标志图像计算相对能见度的方法^[2]，将检测场景图像与预存的已知气象能见度图像比较分析，获得相对能见度，该方法无需辅助设施，使用方便，但难以用于云台摄像机，也易受到场景中运动物体遮挡的影响；瑞典国家道路管理中心提出了基于神经网络和红外视频的能见度检测方法^[3]，提取不同能见度图像边缘，采用神经网络算法分类，并转换为能见度相应等级，红外摄像机摄像噪声相对低，但其价格昂贵，维护复杂，难以沿路密集布设。

文献[4]提出一种基于路况标记物的能见度检测算法采用匹配算法从图像上分割出预置的目标物，进而对其特征进行拟合，得出能见度值。该方法需要设置额外标记，成本高，其探测范围和精度受限于视野范围内可选用的目标物的距离和数量，难以兼容已布设的PTZ摄像机；文献[5]提出基于视频图像对比度的检测方法，解析各像素与其四邻的对比度，所选取的最大值若大于给定阈值，即为人眼可分辨像素，再结合摄像机标定来换算出能见度值，由于阈值划分，易受噪声干扰，包括车道分割线区域噪声、CCD成像电流噪声，特别是量化误差噪声会引起检测结果跳变，算法不够稳定。

参考文献

[1]T.M.Kwon.Atmospheric visibility measurements using video cameras：Relative visibility.Technical report[R]，America：University of Minnesota Duluth，July 2004.