[发明专利]一种高速公路团雾监测方法

说明书

本发明公开了一种高速公路团雾监测方法，根据公路沿线的监控视频建立基于自适应阈值的背景提取方法，以消除视频流中动态车辆和其它的干扰信息，然后基于背景图像构建高斯金字塔和拉普拉斯金字塔的结合和逆向重构，兼顾全局整体和局部细节增强，实现对背景图像的增强；接着对增强后的背景图像进行超像素分割建立背景图像的多维特征向量；建立多维高斯分布函数，分别计算待检测图像与正负样本库之间的标准化欧式距离，以两种标准化欧式距离之比作为团雾检测的衡量指标。有效解决了现有团雾检测方法对人工参照物和摄像机标定的依赖，同时避免了在高速公路搭建能见度检测仪和相关团雾监测装置成本过高，检测范围小的问题。

技术领域

本发明涉及数字图像处理和高速公路团雾检测技术领域，具体涉及一种高速公路团雾监测方法。

背景技术

团雾本质上是一种浓雾，常出现在高速公路的局部区域，仅有数百米到上千米的范围，具有低能见度、高突发性、难预报的特点，严重影响我国高速公路的行车安全。及时准确的团雾检测是行车安全的重要保证，因此，为了对高速公路团雾信息进行准确的检测，保证行车安全，亟需一种有效的高速公路团雾检测方法。

近年来，常用的高速公路团雾检测方法有目测估计法、气象卫星观测法、以及仪器检测法等，但是由于传统检测方法仅能对部分关键路段进行处置，且存在安装成本高、维护困难等的缺点，导致不能有效地对大范围的团雾信息进行检测。幸运地是，随着图像处理技术的发展，通过对高速公路沿线的监控视频进行分析和处理，进而实现高速公路的团雾检测，有效解决了硬件检测装置对安装和维护成本的依赖。

同时，目前基于图像的团雾检测方式主要利用根据图像的能见度检测结果判断团雾是否产生，可分为两种：一种是基于图像最远可视点的能见度快速计算方法，将天空与道路的连接点作为最远可视点，通过可视距离与最远可视点的比值判断当前道路的能见度信息，这种方式虽然可以快速、简单的计算图像中的能见度信息，但对低能见度环境下误差较大，而团雾刚好发生在低能见度时，不能较好地适用；另一种是通过在拍摄图像搭建黑色参照物，并分析在不同能见度条件下的亮度关系，推导出图片亮度与能见度之间的关系公式。虽然该方法有效降低因背景杂散光引起的能见度检测误差，但其精度易受照明状况、目标物的选择和图像噪声的影响。

发明内容

本发明的目的在于提供一种高速公路团雾监测方法，以克服现有方法检测误差大、精度低的问题。

为达到上述目的，本发明采用如下技术方案：

一种高速公路团雾监测方法，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，即待检测图像，基于自适应阈值背景提取方法获取监控视频的背景图像；

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，进而得到待检测图像的团雾指标，完成公路团雾的监测。

进一步的，步骤1)中，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：