[发明专利]基于路面视亮度和最小二乘法的交通视频能见度检测方法

说明书

技术领域

本发明涉及视频图像处理、能见度检测技术领域，更具体地说，涉及一种基于路面视亮度和最小二乘法的交通视频能见度检测方法。

背景技术

雾、霾等恶劣天气是严重影响高速公路道路行车安全的因素，每年由低能见度原因造成的交通拥塞甚至恶性事故频频发生。据有关研究报道，发生在特殊天气下的交通事故占总交通事故的24%左右。因此，及时、准确、有效地对恶劣天气道路能见度进行监测和预警意义重大。传统的能见度监测仪器价格昂贵，动辄几十万，且无法密集布设，同时能见度监测仪采用大气对光的动态散射机理，取样空间有限，仅为米级，难以真实反映50m-200m的能见度。因此，急需在实时性、准确性、检测范围等方面寻求能够替代甚至超越能见度仪的检测方法。

近年来，基于视频处理的能见度检测方法因其速度快、成本低、自动化程度高等优点广受国内外学者的青睐。美国明尼苏达州大学的Taek Mu Kwon于2004年发表的《Atmospheric visibility measurements using video cameras,Relative visibility》一文中提出了基于固定距离目标物的视频能见度检测方法，该方法需人工放置目标物，操作烦琐、成本高，且对检测路段的地形环境有较高要求。2005年美国麻省理工学院（MIT）的Hallowellrg在《Automated extraction of weather variables from camera imagery》一文中提出基于标志图像计算相对能见度的方法，通过与样本库中的能见度已知的图像作对比，得出待检测场景图像的相对能见度，该方法无需人工干预，较为方便，但难以应用于高速公路上的PTZ摄像机。Nicolas Hautiere在《Machine Vision and Applications》上发表的《Automatic fog detection and estimation of visibility distance through use of an onboard camera》一文中提出了基于求取路面特征亮度曲线的二阶拐点来估算能见度值的方法，但该方法具有场景上的局限性，由于实际摄像机架设的角度，当前道路画面不一定能计算出二阶拐点。Babari R等人研究了场景的物理特性，在2011年发表的《Visibility monitoring using conventional roadside cameras:Shedding light on and solving a multi-national road safety problem》的一文中用非线性数据回归的方式求解能见度，此方法需要对场景采集大量图像作为样本用于机器学习，工作量大。

国内方面，能见度检测领域已有多年研究，并已在崇启、沪宁等多条高速公路上投入使用。其中，李勃等在2009年的《计算机辅助设计与图形学学报》上发表的《无需人工标记的视频对比度道路能见度检测》一文及专利号为ZL201110028103.5等相关专利中提出了无需人工标记的基于视频图像对比度的检测方法（以下简称对比度法）；陈钊正等人在《仪器仪表学报》上发表的《基于小波变换的视频能见度检测算法研究与实现》一文中提出了基于小波变换的视频能见度检测方法（以下简称小波方法），采用小波变换提取图像边缘特征点，使提取的能见度值符合人眼的特征。上述两种方法在能见度检测方面均有一定技术进步，但这两种方法均需对像素点进行逐个计算，计算量较大，而且易受摄像机晃动等因素的影响，尤其是对比度法，对图像中出现的镜头污渍、车辆等图像噪声较为敏感，容易使检测结果发生突变影响能见度检测结果的准确性和稳定性。

发明内容

1.发明要解决的技术问题

本发明的目的在于克服现有技术中进行道路能见度检测时，使用传统的能见度仪价格昂贵，传统的检测方法又存在精度低、稳定性不高且时效性差的问题，提供了一种基于摄像机标定、视亮度计算和目标函数最优化的交通视频能见度检测方法，本发明主要用于采用PTZ摄像机的高速公路监测系统，首先对PTZ摄像机采集的视频图像进行处理，提取满足条件的路面区域，保证路面高度和亮度的一致性，排除周围噪声干扰，解决了传统方法稳定性差的问题，并且在计算能见度值时仅对满足条件的路面区域以图像行为单位进行计算，而非对整个图像的所有像素点逐一进行计算，提高了计算速度，更加适用于实时监测。

2.技术方案

为达到上述目的，本发明提供的技术方案为：