[发明专利]一种高速公路团雾监测方法

权利要求书

1.一种高速公路团雾监测方法，其特征在于，包括以下步骤：

步骤1)：利用道路监控获取公路沿线的监控视频，基于自适应阈值背景提取方法获取监控视频的背景图像；基于自适应阈值背景提取方法获取监控视频的背景图像具体包括以下步骤：

a、获取监控视频中的第一帧图像为初始背景图像，将第k帧图像与初始背景图像做差分处理，从而得到第k帧图像与初始背景图像之间的差分图像：

D^k(x,y)＝|C^k(x,y)-B^k(x,y)|

其中，(x,y)表示监控视频图像中的像素点，D^k(x,y)为第k帧差分图像在(x,y)处的灰度值，C^k(x,y)为第k帧图像在(x,y)处的灰度值，B^k(x,y)为第k帧背景图像在(x,y)处的灰度值；

根据分割阈值将第k帧图像分割为前景图像和背景图像：

分别计算不同分割阈值对应的类间方差

其中，为分割阈值为T时第k帧前景图像和背景图像的灰度值均值，为第k帧前景图像的灰度值平均值，为第k帧背景图像的灰度值平均值，和分别为前景图像像素和背景图像像素占第k帧图像的比重；为分割阈值为T时第k帧前景图像和背景图像的类间方差；

获取的最大值所对应的T值作为将第k帧图像分割为前景图像和背景图像的最佳分割阈值，根据获取的最佳分割阈值提取第k帧图像的背景图像；

根据最佳分割阈值，对第k帧图像与初始背景图像的差分图像做二值化处理，得到第k帧二值图像值：

其中，H^k(x,y)为第k帧二值图像在(x,y)处的值；

当D^k(x,y)≥T时，(x,y)处对应的像素点划归为前景图像；当D^k(x,y)＜T时，(x,y)处的像素点划归为背景图像；

将D^k(x,y)＜T对应的像素集合作为新的背景图像替换当前第k帧图像的背景图像：

其中，为第k帧新的背景图像在(x,y)处的灰度值；B^k(x,y)为第k帧背景图像B^k在(x,y)处的灰度值；当H^k(x,y)为0时，使用C^k(x,y)对当前第k帧图像的背景图像进行替换，否则保留当前第k帧图像的背景图像；

步骤2)：根据步骤1)获取的背景图像建立高斯金字塔和拉普拉斯金字塔模型，通过金字塔模型的融合和逆向重构对背景图像进行增强处理；

步骤3)：对增强处理后的背景图像进行超像素分割，并提取超像素的局部对比度、局部信息熵、邻域对比度和邻域信息熵特征，构造背景图像的多维特征向量；

步骤4)：建立包括若干张低能见度的正样本图像的正样本图像库和包括若干张高能见度的负样本图像的负样本图像库；建立基于背景图像的多维特征向量的多维高斯分布函数，根据多维高斯分布函数计算增强后背景图像的期望和协方差的最大似然估计，以及根据多维高斯分布函数计算正样本图像库和负样本图像库之间的期望与协方差的最大似然估计；利用标准化欧氏距离度量增强后背景图像的期望和协方差的最大似然估计和正样本图像库和负样本图像库之间的期望与协方差的最大似然估计的相似度，进而得到增强后背景图像的团雾指标，完成公路团雾的监测。

2.根据权利要求1所述的一种高速公路团雾监测方法，其特征在于，根据获取的背景图像先构建高斯金字塔，然后根据高斯金字塔构建拉普拉斯金字塔，对高斯金字塔和拉普拉斯金字塔进行融合得到高斯-拉普拉斯融合金字塔：高斯金字塔有n层，每层有m张图像；拉普拉斯金字塔有n层，每层有m-1张图像；综合高斯金字塔和拉普拉斯金字塔，生成n层的融合金字塔；最终利用高斯-拉普拉斯融合金字塔进行逆向重构，完成背景图像增强。