一种基于视频的道路环境单调性的检测方法技术

本发明专利技术公开了一种基于视频的道路环境单调性的检测方法，包括以下步骤：采集待检测道路的道路环境视频，将视频图像帧序列里的彩色图像转换为灰度图；计算出每一帧灰度图所有像素点的灰度值，保存为像素点灰度值矩阵Ai；计算相邻两帧灰度图的灰度值差值矩阵Mi；设定第一阈值A的取值，统计灰度值差值矩阵Mi中大于第一阈值A的元素的特异元素个数Si；设定第二阈值B的取值，当特异元素个数Si＞第二阈值B时，认为Ai、Ai+1所对应的道路环境不具有单调性，当特异元素个数Si≤第二阈值B时，认为Ai、Ai+1所对应的道路环境具有单调性；建立灰度图与道路的对应表，查找到Ai、Ai+1所对应的实际道路位置，即可知道该段实际道路环境是否具有单调性。

【技术实现步骤摘要】

本专利技术属于道路交通安全
，具体公开了一种基于视频的道路环境单调性 的检测方法。
技术介绍
随着我国经济的发展，机动车保有量逐年提高，但是交通安全形势不容乐观，因驾 驶人疲劳导致的交通事故越来越多。驾驶人动作反复，使其屯、理、生理发生某种变化，出现 注意力分散、打瞳睡、视野变窄、信息漏看等现象。因此，疲劳驾驶严重影响行车安全，成为 了交通事故的重大隐患。导致疲劳驾驶的原因很多，其中重要的原因之一就是道路景观的 单一性。驾驶人在路面平直、环境单调的高速公路上行车时，快速、单调、高重复的操作会使 驾驶人视觉、屯、理疲劳。 对于环境单调性判别的方法基本是通过实车实验，眼动仪器及屯、电仪器采集驾驶 人生理、屯、理的参数，通过生理、屯、理参数判断驾驶人是否疲劳。目前还没有基于视频序列 的景观单一性判别方法。
技术实现思路
针对现有技术中存在的问题，本专利技术的目的是提供一种基于视频的道路环境单调 性的检测方法，对道路环境的单调性做出准确、稳定和可靠的判断，并且为道路规划建设W 及道路景观建设提供支持，从而减少因疲劳驾驶造成的交通事故，提高道路安全水平。 为了达到上述目的，本专利技术的技术方案是该样实现的。 ，其特征在于，包括W下步骤： 步骤一，车辆在待检测道路上正常行驶，通过车辆上的视频采集设备采集待检测 道路的道路环境视频；[000引步骤二，将采集到的道路环境视频处理为mXn像素大小的视频图像帖序列，并将 视频图像帖序列里的彩色图像转换为灰度图，m、n为自然数； 步骤=，计算出每一帖灰度图所有像素点的灰度值，保存为像素点灰度值矩阵Ai， Ai为mXn的矩阵，表示第i帖灰度图的像素点灰度值矩阵，i为自然数； 步骤四，计算相邻两帖灰度图的像素点灰度值差值矩阵Mi,Mi为mXn的矩阵，M i = Aw-Ai，i为自然数； 步骤五，设定第一阔值A的取值，统计像素点灰度值差值矩阵M冲大于第一阔值A 的元素的个数，记为特异元素个数Si，i为自然数； 步骤六，再设定第二阔值B的取值，比较特异元素个数Si与第二阔值B的大小： 当特异元素个数51>第二阔值B时，即认为A i、Aw所对应的道路环境不具有单调 性； 当特异元素个数Si《第二阔值B时，即认为A 1、Aw所对应的道路环境具有单调 性； 步骤走，建立灰度图与道路的对应表，查找到Ai、Aw所对应的实际道路位置，即可 知道该段实际道路环境是否具有单调性。 经过上述步骤，即可判断出道路环境是否具有单调性，检测完毕。 本专利技术的特点在于： (1)步骤S所述灰度值的计算公式为；Gray = 0. 299XR+0. 587XG+0. 114XB，式 中，Gray为灰度值，R、G、B分别为该像素点的S原色数值。 (2)步骤四所述像素点灰度值差值矩阵Mi的计算方法采用帖差法。 (3)步骤五所述第一阔值A的取值为相邻两帖灰度图的像素点灰度值差值的绝对 值的平均值。 (4)步骤六所述第二阔值B的取值采用公式B = n XmXn，式中，n为经验系数， 介于去-去之间。 与现有技术相比，本专利技术具有W下优点及有益的技术效果。本专利技术的道路环境单 调性的检测方法主要用于交通监管部口和道路建设部口对道路环境的判断，可W满足对道 路环境数据的准确性、可靠性和检测精度的要求。本专利技术与现有的道路环境检测方法相比， 不需要通过对视频进行压缩，从而避免额外编码，可W省去大量的数据运算，降低对硬件的 要求，同时又能够对道路可视范围内的所有环境进行单调性检测，且简单可靠，易于实现， 具有广阔的应用前景。【附图说明】 图1是基于视频的道路环境单调性的检测方法的流程图； 图2是G107河北-緑州段134号道路环境视频帖的灰度图； 图3是G107河北-緑州段135号道路环境视频帖的灰度图； 图4是G107河北-緑州段597号道路环境视频帖的灰度图； 图5是G107河北-緑州段598号道路环境视频帖的灰度图；[002引图6是特异元素个数Si34的统计结果图； 图7是特异元素个数Sgw的统计结果图。【具体实施方式】 下面结合具体实施例对本专利技术做进一步详细说明，但本专利技术不限于此实施例。 本实施例的待检测路段为G107河北-緑州段，用本专利技术的基于视频的道路环境单 调性检测方法对G107河北-緑州段进行单调性检。参照图1，为基于视频的道路环境单调 性的检测方法的流程图。 具体包括W下步骤： 步骤一，通过车辆上的中星ZX-GN8600高清摄像头在G107高速河北-緑州路段采 集一段道路环境视频。 步骤二，将采集到的道路环境视频W 2帖/秒的频率处理为1080 X 1902像素大小 的视频图像帖序列，并将视频图像帖序列里的彩色图像转换为只含有像素点灰度值的灰度 图，参照图2-图5。 步骤S，计算出每一帖灰度图的所有像素点的像素点灰度值，计算公式为；Gray =0. 299XR+0. 587XG+0. 114XB，式中，Gray为灰度值，R、G、B分别为该像素点的S原色数 值。保存为每一帖灰度图的像素点灰度值矩阵Ai，Ai为1080X1902的矩阵，表示第i帖灰 度图的像素点灰度值矩阵，i为自然数，i = 1，2，…，3600。灰度值矩阵Ai如式1，灰度值 矩阵Aw如式2。【主权项】1. ，其特征在于，包括以下步骤： 步骤一，车辆在待检测道路上正常行驶，通过车辆上的视频采集设备采集待检测道路 的道路环境视频； 步骤二，将采集到的道路环境视频处理为mXn像素大小的视频图像帧序列，并将视频 图像帧序列里的彩色图像转换为灰度图，m、n为自然数； 步骤三，计算出每一帧灰度图所有像素点的灰度值，保存为像素点灰度值矩阵Ai，Ai为 mXn的矩阵，表示第i帧灰度图的像素点灰度值矩阵，i为自然数； 步骤四，计算相邻两帧灰度图的像素点灰度值差值矩阵Mi, MiSmXn的矩阵，Mi = Aw-Ai, i为自然数； 步骤五，设定第一阈值A的取值，统计像素点灰度值差值矩阵％中大于第一阈值A的 元素的个数，记为特异元素个数Si, i为自然数； 步骤六，再设定第二阈值B的取值，比较特异元素个数Si与第二阈值B的大小： 当特异元素个数Si >第二阈值B时，即认为Ai、Ai+1所对应的道路环境不具有单调性； 当特异元素个数Si彡第二阈值B时，即认为化、Ai+1所对应的道路环境具有单调性； 步骤七，建立灰度图与道路的对应表，查找到Ai、A i+1所对应的实际道路位置，即可知道 该段实际道路环境是否具有单调性。2. 根据权利要求1所述的基于视频的道路环境单调性的检测方法，其特征在于，步骤 三所述灰度值的计算公式为：Gray = 0· 299XR+0. 587XG+0. 114XB，式中，Gray为灰度值， R、G、B分别为该像素点的三原色数值。3. 根据权利要求1所述的基于视频的道路环境单调性的检测方法，其特征在于，步骤 四所述像素点灰度值差值矩阵Mi的计算方法采用帧差法。4. 根据权利要求1所述的基于视频的道路环境单调性的检测方法，其特征在于，步骤 五所述第一阈值A的取值为相邻两帧灰度图的像素点灰度值差值的绝对值的平均值。5. 根据权利要求1所述的基于视频的道路环境单调性的检测方法，其特征在于，步骤 六所述第二阈值B的本文档来自技高网...

【技术保护点】
一种基于视频的道路环境单调性的检测方法，其特征在于，包括以下步骤：步骤一，车辆在待检测道路上正常行驶，通过车辆上的视频采集设备采集待检测道路的道路环境视频；步骤二，将采集到的道路环境视频处理为m×n像素大小的视频图像帧序列，并将视频图像帧序列里的彩色图像转换为灰度图，m、n为自然数；步骤三，计算出每一帧灰度图所有像素点的灰度值，保存为像素点灰度值矩阵Ai，Ai为m×n的矩阵，表示第i帧灰度图的像素点灰度值矩阵，i为自然数；步骤四，计算相邻两帧灰度图的像素点灰度值差值矩阵Mi，Mi为m×n的矩阵，Mi＝Ai+1‑Ai，i为自然数；步骤五，设定第一阈值A的取值，统计像素点灰度值差值矩阵Mi中大于第一阈值A的元素的个数，记为特异元素个数Si，i为自然数；步骤六，再设定第二阈值B的取值，比较特异元素个数Si与第二阈值B的大小：当特异元素个数Si＞第二阈值B时，即认为Ai、Ai+1所对应的道路环境不具有单调性；当特异元素个数Si≤第二阈值B时，即认为Ai、Ai+1所对应的道路环境具有单调性；步骤七，建立灰度图与道路的对应表，查找到Ai、Ai+1所对应的实际道路位置，即可知道该段实际道路环境是否具有单调性。...

【技术特征摘要】

【专利技术属性】
技术研发人员：徐婷，何立明，尚文科，杨新新，陈刚，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61