[发明专利]基于图像多特征融合的公路能见度检测方法、系统及装置

权利要求书

1.一种基于图像多特征融合的公路能见度检测方法，其特征在于，包括以下步骤：

S1，从公路实时监控视频中按预设时间间隔截取监控画面，得到多幅截取图像；

S2，对各截取图像进行预处理；

S3，提取经步骤S2处理后的截取图像的三种特征，所述三种特征包括图像暗像素直方图分布中心特征、图像平均梯度特征和图像相关性特征；

提取图像暗像素直方图分布中心特征具体为：通过下式计算像素点处的暗像素值

其中，为以像素点为中心的邻域，c∈(R,G,B)为RGB三通道，为RGB三通道中任一通道的像素值；

根据各像素点处的得到图像暗像素直方图；

通过下式计算图像零阶矩m₀₀、图像暗像素直方图y方向分布区域总和m₀₁、图像暗像素直方图x方向分布区域总和m₁₀：

其中，x为像素值，y为分布频率，I(x,y)为分布密度；

通过下式计算得到图像暗像素直方图分布中心C：

提取图像平均梯度特征具体为：

通过下式计算图像点(i,j)处的梯度值：

其中，G_x和G_y分别为水平方向图像梯度和竖直方向图像梯度；

则，图像平均梯度A_grad为：

其中，M为图像的宽度，N为图像的高度；

提取图像相关性特征具体为：

采取人工选择的方式，选取一张景物清晰度最好的截取图像作为模板图像，使用ORB算法计算当前画面与模板图像之间的相关性，获取相关性系数；

S4，根据步骤S3提取的所述三种特征，构建能见度等级评价模型。

2.根据权利要求1所述一种基于图像多特征融合的公路能见度检测方法，其特征在于，所述步骤S2具体为：调整各截取图像尺寸，再进行灰度化处理和滤波处理。

3.根据权利要求2所述一种基于图像多特征融合的公路能见度检测方法，其特征在于，所述调整各截取图像尺寸具体为将截取图像的宽度和高度均调整为二分之一；

所述进行灰度化处理具体为将图像处理为单通道的灰度图像；

所以滤波处理具体为进行双边滤波处理。

4.根据权利要求1所述一种基于图像多特征融合的公路能见度检测方法，其特征在于，步骤S4具体为：

S4.1，设能见度等级评价模型的输入特征向量X为X＝[x₁,x₂,x₃,x₄,x₅]，其中，x₁、x₂为图像暗像素直方图分布中心的像素值及对应的频率，x₃为图像暗像素直方图最大分布频率，x₄代入图像平均梯度，x₅为图像相关性系数；

S4.2，设输出向量Y为Y＝[y₀,y₁,y₂,y₃,y₄]；其中，[1,0,0,0,0]表示能见度为好；[0,1,0,0,0]表示能见度为较好，[0,0,1,0,0]表示能见度为一般，[0,0,0,1,0]表示能见度为较差，[0,0,0,0,1]表示能见度为差；

S4.3，构建基于支持向量机的团雾能见度等级分类器，输入输出向量结构具体如步骤S4.1和S4.2所示，根据历史图像数据进行模型参数训练，进而完成分类器的构建。