[发明专利]一种基于图像颜色空间特征的雾天检测方法

摘要

本发明是一种基于图像颜色空间特征的雾天检测方法，它包括如下步骤：第一步，通过视频图像或者单幅图像获取背景图片；第二步，对背景图片进行颜色空间转换，提取颜色空间特征：首先对背景图片进行颜色空间转换，从RGB颜色空间转换到HSV颜色空间，然后根据图像包含信息提取出HSV各个分量的特征；第三步，根据判定条件将图像包含天气信息划分为非雾天、小雾天气和大雾天气：首先若满足判定条件1，则为大雾天气，否则继续判定，其次若满足判定条件2，则为非雾天气，否则继续判定，最后若满足判定条件3，则为小雾天气，否则为大雾天气。本发明适用于对高速公路雾天监测，特别是对部分路段团雾突发情况进行预警，保障道路行驶安全。

主权项

一种基于图像颜色空间特征的雾天检测方法，其特征在于，按照以下步骤实施：步骤1：初始化，读入道路交通图像或视频，步骤2：若步骤1中读入一幅图像，则读入图片即为背景图片I1；若步骤1中读入的为视频，则进行如下处理，获取背景图片I1：从摄像机中读入N帧图片，N＝30~40,统计出现于30~40帧图片的同一像素点上的相同颜色灰度值的次数，并以出现次数最高的颜色灰度值作为背景图片I1相应像素点的颜色灰度值，数学表达式为： P ( i , j , n ) = P ( i , j , n ) + 1 I k ( i , j , m ) = n P ( i , j , n ) I k ( i , j , m ) ≠ n k = 1,2 , . . . , N Background(i,j)＝Max(P(i,j,n))n＝0,1,2,...,255式中，P(i,j,n)表示像素点(i,j)处颜色灰度级n出现的次数，初始值为0，Ik(i,j,m)表示第k帧图像中像素点(i,j)处灰度级为m，m＝0,1,2,...,255，Background(i,j)为背景图片在(i,j)的颜色灰度值，Max(P(i,j,n))为P(i,j,n)出现的次数最大时所表示的颜色灰度级值，对图像中每一点进行遍历操作，得到背景图片I1，步骤3：对背景图片I1进行颜色空间转换，从RGB颜色空间转换到HSV颜色空间：对于每个像素点色相分量H(i，j)由如下公式得到： H ( i , j ) = θ B ( i , j ) ≤ G ( i , j ) 360 - θ B ( i , j ) > G ( i , j ) 此处 θ = arccos { 1 2 { [ R ( i , j ) - G ( i , j ) ] + [ R ( i , j ) - B ( i , j ) ] } { [ R ( i , j ) - G ( i , j ) ] 2 + [ R ( i , j ) - G ( i , . j ) ] [ G ( i , j ) - B ( i , j ) ] } 1 / 2 , 其中，像素点(i，j)处的红色分量强度为R(i，j)，有效值在0到255之间，像素点(i，j)处的绿色分量强度为G(i，j)，有效值在0到255之间，像素点(i，j)处的蓝色分量强度为B(i，j)，有效值在0到255之间，饱和度分量S(i,j)如下： S ( i , j ) = 1 - 3 [ R ( i , j ) + G ( i , j ) + B ( i , j ) ] [ min ( R ( i , j ) , G ( i , j ) , B ( i , j ) ) ] 其中，像素点(i，j)处的红色分量强度为R(i，j)，有效值在0到255之间，像素点(i，j)处的绿色分量强度为G(i，j)，有效值在0到255之间，像素点(i，j)处的蓝色分量强度为B(i，j)，有效值在0到255之间，色调分量V(i,j)如下： V ( i , j ) = 1 3 [ R ( i , j ) + G ( i , j ) + B ( i , j ) ] , 其中，像素点(i，j)处的红色分量强度为R(i，j)，有效值在0到255之间，像素点(i，j)处的绿色分量强度为G(i，j)，有效值在0到255之间，像素点(i，j)处的蓝色分量强度为B(i，j)，有效值在0到255之间，对目标图片每一个像素进行如上的转换，得到背景图片I1的HSV颜色空间，步骤4：对背景图片I1HSV的颜色空间进行特征提取,具体如下：4.1）色相分量H特征AveH：统计背景图片I1中每个像素点H分量值的总和SumH，H分量值不为0的像素点总数为M1，则H分量特征AveH＝SumH/M1；4.2）饱和度分量S特征AveS：统计背景图片I1中每个像素点S分量值的总和SumS，S分量值不为0的像素点总数为M2，则S分量特征AveS＝SumS/M2；4.3）色调分量V特征AveV：统计背景图片I1中每个像素点V分量值的总和SumV，V分量值不为0的像素点总数为M3，则V分量特征AveV＝SumV/M3；步骤5：根据步骤4中所得到的背景图片I1HSV的特征，根据判定条件1，划分出具有特殊特征的大雾天气，判定条件1表达如下：AveH＜125&&AveS＜0.200&&AveV＜0.4800同时满足上述条件，则天气为大雾，否则进行下一步，步骤6：对步骤5中判定为否的情况下，根据判定条件2，划分出非雾天天气，判定条件2表达式如下：若(AveS＞0.1050&&AveH＜200)，或者(Aves＞0.200&&AveH＞120)，或者0.0700＜AveS＜0.1050&&120＜AveH＜200，满足上述任何一个条件，则为非雾天，否者进行下一步，步骤7：对步骤6中判定为否的情况下，根据判定条件3，划分出小雾天气，判定条件3表达如下：AveS＜0.0700&&AveH＜100&&AveV＜0.500,同时满足上述条件，则天气为小雾，否则为大雾。