[发明专利]基于特征信息分类的道路雨雪状态自动识别方法

说明书

技术领域

本发明属于智能交通技术领域，涉及图像/视频信息处理与模式识别技术，尤其涉及道路路面雨雪状态自动识别方法。

背景技术

恶劣气象条件下发生交通事故的频率较高，尤其雨雪天气里的事故率最大，特别是对高速公路而言，降雨和降雪成为导致交通事故的一个主要因素，因此有必要检测道路（高速公路）的路面状态，为交通安全保障和交通管理提供参考依据。检测道路路面状态的传统方法有两种：一种是道路路面状态检测车，通过在车辆上安装红外、雷达等传感器，获得道路路面的状态。这种方法需要车辆出发行驶到道路后才可以检测路面雨雪状态，难以适应交通路况的复杂多变以及天气的瞬息万变，在时间和空间上存在很大的局限性。第二种是基于多传感器的道路路面状态检测系统，该技术需要在路侧或者道路下预埋传感器，需要的一次性基础设施投入比较大，并且检测站的设置间隔比较大，大约在10km一套，只能检测路段点状有限范围区域的路况，不能完全反映全路段的整体情况，监测信息量小，不宜扩展。因此急需研发一种全新的道路路面雨雪状态自动识别方法。

发明内容

本发明的目的是提供一种基于特征信息分类的道路路面雨雪状态自动识别方法，通过图像处理、图像分析、图像判别实现道路路面雨雪状态自动识别，能够适应天气的瞬息万变和交通路况的复杂多变，检测效率高，准确率高，成本低。

为实现上述目的，本发明采用了如下技术方案：

一种基于特征信息分类的道路雨雪状态自动识别方法，包括步骤（A）：样本描述特征提取与贝叶斯分类器构建，步骤（B）：检测道路状态，

其特征是：所述步骤（A）由以下小步骤构成：

小步骤（A1），获取样本图像：

在降雪季节或降雨季节用拍摄设备拍摄待监控道路的路面状态变化，从中选择三段视频，这三段视频分别拍摄到路面状态的三种场景：第一种场景是路面干燥场景，第二种场景是路面湿滑场景，第三种场景是路面极滑场景；

如果是降雪季节，第一种场景选择未下雪场景，第二种场景选择路面上已出现降雪，但降雪被汽车碾压过后，开始消融，成为雪、水混合状态，路面变得湿滑场景，第三种场景选择路面积雪场景，积雪场景是指路面上已出现降雪，降雪被汽车碾压过后，没有消融，而是成为压实状态，路面变得极滑场景；

如果是降雨季节，第一种场景选择未下雨场景，第二种场景选择路面受雨水冲刷变得湿滑，但汽车从路面上行驶过后，车轮没有溅起水花场景，第三种场景选择路面积水场景，积水场景是指汽车从路面上行驶过后，车轮溅起了水花场景；

无论是降雪季节或降雨季节，上述路面状态的三种场景中均有交通流信息，将上述拍摄到的干燥、湿滑、极滑路面状态的三种场景的视频逐帧进行提取，分别存储在图像数据处理设备的三个存储单元中，这三个存储单元被命名为：干燥道路彩色图像样本存储单元、湿滑道路彩色图像样本存储单元、极滑道路彩色图像样本存储单元；每个道路彩色图像样本存储单元中的图像帧按时间轴排列，从而形成连续图像帧，图像帧的存储形式为矩阵形式；

小步骤（A2），进行图像预处理，小步骤（A2）由以下细分步骤构成，

细分步骤（A2-1），获取灰度图像：

通过彩色图像向灰度图像的转换公式，将干燥道路彩色图像样本存储单元、湿滑道路彩色图像样本存储单元、极滑道路彩色图像样本存储单元中的图像帧分别转换成灰度图像，并分别存储在三个存储单元中，这三个存储单元分别被命名为：干燥道路灰度图像样本存储单元、湿滑道路灰度图像样本存储单元、极滑道路灰度图像样本存储单元；

细分步骤（A2-2），通过图像分割，提取道路区域图像：

将干燥道路灰度图像样本存储单元、湿滑道路灰度图像样本存储单元、极滑道路灰度图像样本存储单元中每一图像帧分割成两块，这两块分别是中心块和周边块，将周边块去除，只保留中心块，将分割好的只保留中心块的图像帧对应的存储在三个存储单元中，这三个存储单元被命名为：干燥道路区域样本存储单元、湿滑道路区域样本存储单元、极滑道路区域样本存储单元；

细分步骤（A2-3），获取图像帧间灰度差：

依次对干燥道路区域图像样本存储单元、湿滑道路区域图像样本存储单元、极滑道路区域图像样本存储单元中的各个相邻图像帧分别计算帧间灰度差，计算方法是：通过矩阵减法对每个存储单元中相邻图像帧对应像素位置处的像素灰度值做差并取绝对值后求和，作为相邻两图像帧的帧差，将帧差分别存储在三个存储单元中，这三个存储单元分别命名为：