路面的气象状态确定方法、装置及系统制造方法及图纸

本申请公开了一种路面的气象状态确定方法、装置及系统，属于智能交通技术领域。所述方法包括：获取路面的图像；按照预设提取方式提取路面的图像中的多个图像块；获取多个图像块中每个图像块的目标特征向量；根据每个图像块的目标特征向量确定每个图像块的气象状态；根据多个图像块的气象状态确定路面的气象状态分布情况。本申请解决了仅通过图像的中心区域对应的气象状态来确定路面的气象状态的准确性较低的问题，提高了确定的路面的气象状态的准确性。本申请用于路面的气象状态的确定。

Method, device and system for determining meteorological state of pavement

The invention discloses a method for determining the meteorological state of a road surface, a device and a system thereof, belonging to the technical field of intelligent transportation. The method includes: obtaining the image of the road surface, extracting a plurality of image blocks in the image of the pavement in accordance with the preset extraction method, obtaining the target feature vectors of each image block in the plurality of image blocks, and determining the meteorological state of each image block according to the target feature vectors of each image block, and according to the meteorological state of the plurality of image blocks. The weather condition distribution of the fixed road surface. The application solves the problem that the meteorological state of the pavement is relatively low by the meteorological state corresponding to the central region of the image, and the accuracy of the meteorological state of the determined pavement is improved. This application is used for the determination of the meteorological condition of the pavement.

【技术实现步骤摘要】
路面的气象状态确定方法、装置及系统
本申请涉及智能交通
，特别涉及一种路面的气象状态确定方法、装置及系统。
技术介绍
路面的气象状态包括：干燥、潮湿、积水、积雪、结冰等，随着智能交通技术的发展，确定路面的气象状态对于交通运输越来越重要。相关技术中，通过分析路面的图像来确定路面的气象状态。示例的，首先可以获取交通监控设备拍摄的图像，由于交通监控设备拍摄的图像的中心区域为路面的图像，所以需要提取该图像的中心区域的部分。然后对该提取的图像部分进行分析以确定该图像部分对应的气象状态，并将该气象状态确定为路面的气象状态。由于相关技术中，仅通过图像的中心区域对应的气象状态来确定路面的气象状态，因此确定的路面状态的准确性较低。
技术实现思路
本申请提供了一种路面的气象状态确定方法、装置及系统，可以解决仅通过图像的中心区域对应的气象状态来确定路面的气象状态的准确性较低的问题。所述技术方案如下：一方面，提供了一种路面的气象状态确定方法，所述方法包括：获取路面的图像；按照预设提取方式提取所述路面的图像中的多个图像块；获取所述多个图像块中每个图像块的目标特征向量；根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态；根据所述多个图像块的气象状态确定所述路面的气象状态分布情况。可选的，所述根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态，包括：获取预设分类模型，所述预设分类模型用于根据图像块的目标特征向量确定图像块的气象状态，所述预设分类模型包括至少一个函数，所述至少一个函数中的参数是根据多个特征向量样本训练得到的；将所述每个图像块的目标特征向量输入所述预设分类模型，以得到所述每个图像块的气象状态。可选的，所述预设分类模型包括支持向量机SVM。可选的，在所述根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态之后，所述方法还包括：确定每种气象状态对应的个数占比，其中，所述每种气象状态对应的个数占比为：具有每种气象状态的图像块在所述多个图像块中的个数占比。可选的，所述获取所述多个图像块中每个图像块的目标特征向量，包括：获取所述每个图像块的颜色特征向量；获取所述每个图像块的纹理特征向量；对所述每个图像块的颜色特征向量和纹理特征向量进行归一化处理，得到所述每个图像块的目标特征向量。可选的，所述颜色特征向量为九维颜色矩向量，所述纹理特征向量为四维向量，所述目标特征向量为十三维向量。可选的，每个所述图像块包含的像素量与所述路面的图像包含的像素量正相关。另一方面，提供了一种路面的气象状态确定装置，所述路面的气象状态确定装置包括：第一获取模块，用于获取路面的图像；提取模块，用于按照预设提取方式提取所述路面的图像中的多个图像块；第二获取模块，用于获取所述多个图像块中每个图像块的目标特征向量；第一确定模块，用于根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态；第二确定模块，用于根据所述多个图像块的气象状态确定所述路面的气象状态分布情况。可选的，所述第一确定模块还用于：获取预设分类模型，所述预设分类模型用于根据图像块的目标特征向量确定图像块的气象状态，所述预设分类模型包括至少一个函数，所述至少一个函数中的参数是根据多个特征向量样本训练得到的；将所述每个图像块的目标特征向量输入所述预设分类模型，以得到所述每个图像块的气象状态。可选的，所述预设分类模型包括支持向量机SVM。可选的，所述路面的气象状态确定装置还包括：第三确定模块，用于确定每种气象状态对应的个数占比，其中，所述每种气象状态对应的个数占比为：具有每种气象状态的图像块在所述多个图像块中的个数占比。可选的，所述第二获取模块还用于：获取所述每个图像块的颜色特征向量；获取所述每个图像块的纹理特征向量；对所述每个图像块的颜色特征向量和纹理特征向量进行归一化处理，得到所述每个图像块的目标特征向量。可选的，所述颜色特征向量为九维颜色矩向量，所述纹理特征向量为四维向量，所述目标特征向量为十三维向量。每个所述图像块包含的像素量与所述路面的图像包含的像素量正相关。再一方面，提供了一种路面的气象状态确定系统，所述路面的气象状态确定系统包括上述的路面的气象状态确定装置。本申请提供的技术方案带来的有益效果是：本申请提供了一种路面的气象状态确定方法、装置及系统，在路面的气象状态确定方法中，可以提取路面的图像中的多个图像块，并根据每个图像块的目标特征向量确定该每个图像块的气象状态，进而确定路面的气象状态分布情况。由于确定出的路面的气象状态分布情况能够表征路面的所有区域的气象状态，因此提高了确定路面的气象状态的准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种路面的气象状态确定系统的示意图；图2是本专利技术实施例提供的一种路面的气象状态确定方法的方法流程图；图3是本专利技术实施例提供的另一种路面的气象状态确定方法的方法流程图；图4是本专利技术实施例提供的一种路面的图像的示意图；图5是本专利技术实施例提供的一种多个图像块的示意图；图6是本专利技术实施例提供的一种已知气象状态的路面的图像块的示意图；图7是本专利技术实施例提供的一种路面的气象状态分布情况示意图；图8是本专利技术实施例提供的另一种路面的气象状态分布情况示示意图；图9是本专利技术实施例提供的一种路面的气象状态确定装置的结构示意图；图10是本专利技术实施例提供的另一种路面的气象状态确定装置的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。随着智能交通技术的发展，确定路面的气象状态对于交通运输至关重要。若可以准确获知各个地方路面的气象状态，则可以较好的进行交通管理，或者避免经过气象状态较差(如积雪，结冰的气象状态)的路面，提高交通安全性。图1是本专利技术实施例提供的一种路面的气象状态确定系统的示意图。如图1所示，该路面的气象状态确定系统10可以包括：路面的气象状态确定装置101。可选的，该路面的气象状态确定系统10还可以包括：图像采集装置102以及客户端103。示例的，路面的气象状态确定装置101可以为计算机、服务器或服务器集群；该图像采集装置102可以为交通监控设备(如道路上安装的摄像头)，需要说明的是，图像采集装置也可以为可以采集道路的图像的其他设备，本专利技术实施例对此不做限定；客户端103可以部署在终端上，终端可以为手机、笔记本电脑、台式电脑、平板电脑、智能电视机等电子设备。该图像采集装置102与路面的气象状态确定装置101，以及图像采集装置102与该客户端103均可以通过有线网络或者无线网络连接，其中，有线网络可以包括但不限于：通用串行总线(英文：UniversalSerialBus；简称：USB)，无线网络可以包括但不限于：无线保真(英文：WirelessFidelity；简称：WIFI)、蓝牙、红外、紫蜂(英文：Zigbee)、数据等。路面的气象状态确定装置101可以通过图像采集装置102获取路面的图像，并进行分析以确定路面的气象状态分布情况，然后本文档来自技高网...

【技术保护点】
1.一种路面的气象状态确定方法，其特征在于，所述方法包括：获取路面的图像；按照预设提取方式提取所述路面的图像中的多个图像块；获取所述多个图像块中每个图像块的目标特征向量；根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态；根据所述多个图像块的气象状态确定所述路面的气象状态分布情况。

【技术特征摘要】
1.一种路面的气象状态确定方法，其特征在于，所述方法包括：获取路面的图像；按照预设提取方式提取所述路面的图像中的多个图像块；获取所述多个图像块中每个图像块的目标特征向量；根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态；根据所述多个图像块的气象状态确定所述路面的气象状态分布情况。2.根据权利要求1所述的方法，其特征在于，所述根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态，包括：获取预设分类模型，所述预设分类模型用于根据图像块的目标特征向量确定图像块的气象状态，所述预设分类模型包括至少一个函数，所述至少一个函数中的参数是根据多个特征向量样本训练得到的；将所述每个图像块的目标特征向量输入所述预设分类模型，以得到所述每个图像块的气象状态。3.根据权利要求2所述的方法，其特征在于，所述预设分类模型包括支持向量机SVM。4.根据权利要求1所述的方法，其特征在于，在所述根据所述每个图像块的目标特征向量确定所述每个图像块的气象状态之后，所述方法还包括：确定每种气象状态对应的个数占比，其中，所述每种气象状态对应的个数占比为：具有每种气象状态的图像块在所述多个图像块中的个数占比。5.根据权利要求1所述的方法，其特征在于，所述获取所述多个图像块中每个图像块的目标特征向量，包括：获取所述每个图像块的颜色特征向量；获取所述每个图像块的纹理特征向量；对所述每个图...

【专利技术属性】
技术研发人员：辛欣，李长城，侯德藻，赵建东，武洪强，汤筠筠，韩晖，廖文洲，文涛，谭一鸣，
申请(专利权)人：交通运输部公路科学研究所，北京中交华安科技有限公司，
类型：发明
国别省市：北京,11