[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

说明书

本发明公开了一种基于图像多特征融合的公路能见度检测方法、系统及装置，基于图像多特征融合的公路团雾能见度等级评价方法，获取公路实时监控画面的图像特征，并构建基于支持向量机的团雾能见度等级分类方法，对公路能见度进行实时评价；本发明不需要进行繁琐的相机标定、提前设置目标物等操作，也不需要昂贵的能见度检测仪器，比如透射式或者散射式的能见度仪；通多公路能见度实时检测，可以有效地指导公路的交通，保障公路交通安全及人民生命财产安全。

【技术领域】

本发明属于图像处理技术领域，涉及一种基于图像多特征融合的公路能见度检测方法、系统及装置。

【背景技术】

近年来，高速公路的发展尤为显著，大幅度提高了公路通行能力和运输效率，促进了经济社会持续健康发展。但随之而来的是交通事故不断增多，据统计，因团雾造成的交通事故占事故总数的1/4以上，雾天高速公路的事故发生率是平常的10倍。

团雾是受局部地区微气候环境影响出现的一种局部范围的大气状况，团雾的特点为：突发性较强，覆盖范围在一公里到五公里之间，覆盖范围内能见度较低。因团雾突发难以预测，气象部门难以给出准确的预警判断，常常会因此酿成重大交通事故。

目前，传统的能见度检测方法中仪器的安装不便且价格昂贵。另外，现有的基于图像的数字测量法多数都要预先设置目标物并进行摄像机标定，但是由于不同摄像机硬件型号与实际应用的不同场景，该类方法显得极为繁琐，操作复杂。

【发明内容】

本发明的目的在于解决现有技术中能见度检测方法使用的设备安装不便且价格昂贵，检测方法繁琐的问题，提供一种基于图像多特征融合的公路能见度检测方法、系统及装置。

为达到上述目的，本发明采用以下技术方案予以实现：

一种基于图像多特征融合的公路能见度检测方法，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；

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。

上述方法的进一步改进在于：

步骤S3中，

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x处的暗像素值J_dark(x)：

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

根据各像素点处的J_dark(x)，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：

步骤S3中，

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：