【技术实现步骤摘要】
一种基于图像分析的夜间雾天能见度分类方法
本专利技术涉及数字图像处理和交通天气检测
，尤其是一种基于图像分析的夜间雾天能见度分类方法。
技术介绍
雾天造成的能见度下降会对交通造成不便的影响，需要有关部门实时检测并及时预警，而在夜间本身能见度不高的情况下，雾天的存在更是容易造成不可挽回的严重后果，然而针对夜间的雾天能见度检测却是现阶段较少被提及的一个领域，这就值得我们进行探究。检测夜间能见度的方法从原理上来看可以从人工法、仪器法以及图像法三个方向出发，考虑到成本以及便利程度，利用路边已经架设的监控摄像机来进行基于图像法的夜间能见度检测是一个更好的选择。如果是在夜间的情况下，和白天不同，就必须考虑检测图像中的光照情况，依据不同的光照情况来对检测方法进行选择。其一是存在移动光源情况下的能见度检测，也有称之夜间灯火能见度。这种情况常见于夜间的高速公路，由于成本以及其他必要考虑的原因，高速公路是不会架设路灯的，因此夜间在高速公路上能看到的只有车辆的车灯以及反光标识。观察者逐渐远离光源，直至其正好消失的距离作为能见度距离，这个距离取决于大气透明度、灯光强度和人眼的照度阈...
【技术保护点】
1.一种基于图像分析的夜间雾天能见度分类方法，其特征在于，包括如下步骤：(1)初始化，读入非雾天情况下的图像视频；(2)对采集得到视频每隔n帧获取一帧彩色图像，一共统计m帧，作为m幅原图像I，其中图像大小为M×N×3，每一个像素的坐标为(x,y)(x＝0,1,…,M‑1；y＝0,1,…,N‑1)，对这些彩色图像进行滤波，减少噪声的影响；(3)对结果图像I′进行固定光源的定位与感兴趣区域的选取；(4)重新通过监控摄像机采集被测图像，针对图像进行雾天能见度分类的特征提取；(5)根据步骤(4)得到的两个特征进行雾天能见度分类，分为非雾天，小雾，大雾三个等级。
【技术特征摘要】
1.一种基于图像分析的夜间雾天能见度分类方法，其特征在于，包括如下步骤：(1)初始化，读入非雾天情况下的图像视频；(2)对采集得到视频每隔n帧获取一帧彩色图像，一共统计m帧，作为m幅原图像I，其中图像大小为M×N×3，每一个像素的坐标为(x,y)(x＝0,1,…,M-1；y＝0,1,…,N-1)，对这些彩色图像进行滤波，减少噪声的影响；(3)对结果图像I′进行固定光源的定位与感兴趣区域的选取；(4)重新通过监控摄像机采集被测图像，针对图像进行雾天能见度分类的特征提取；(5)根据步骤(4)得到的两个特征进行雾天能见度分类，分为非雾天，小雾，大雾三个等级。2.如权利要求1所述的基于图像分析的夜间雾天能见度分类方法，其特征在于，步骤(2)具体为：(21)初始化及预处理：设定中值滤波的窗口半径为r；检查原始图像是否合法；初始化RGB三个颜色空间的灰度直方图H[k][grey](k＝0,1,2；grey＝0,1,…,255)，其中k表示三种颜色空间，grey表示某种颜色下图像像素的灰度值；复制原始图像来初始化滤波后的结果图像I′，大小、值与原图像相同；(22)对原始图像I放置半径为r的处理窗口，窗口中心对应原图像坐标(x,y)的像素，其范围是进行窗口内的像素值进行中值选取：如果该窗口内所有的像素都没有进行过直方图统计，则分别三个颜色空间上统计窗口内所有像素坐标上的灰度直方图，即在第k种颜色空间下，统计窗口中某像素坐标的灰度值为grey，则H[k][grey]的值加一；如果已经有一部分进过直方图的统计，则将移动后离开像素点的灰度值在直方图中减去，移动后增加像素点的灰度值在直方图中加上；在统计完灰度直方图后，从灰度值grey＝0开始统计H[k][grey]的数目，当数目大于等于[(2×r+1)2+1]/2时，此时的灰度值即为中值，保存在结果图像I′中的该坐标中；(23)如果窗口滑动至坐标(M-r-1,N-r-1)，结束；否则，将窗口滑动至下一坐标，重复(22)。3.如权利要求1所述的基于图像分析的夜间雾天能见度分类方法，其特征在于，步骤(3)具体为：(31)以下对各个图像进行像素操作时，均使用(i,j)表示图像的像素坐标；(32)分别对M幅图像I′在x方向和y方向上运用scharr算子进行求导，得到卷积结果分别为Gx和Gy，取绝对值之后以1:1的比例进行加权叠加，得到利用scharr滤波器进行边缘检测之后的图像I′scharr；(33)将边缘检测图像I′scharr与原图的暗通道图像I′dark相减，得到差值图像I′res，对它进行初步判断处理：(34)对M幅图像的差值图像I′res进行是否大于0进行统计，统计数目超过的像素位置确定为有值，记为1，否则记为0，输出固定光源范围的二值图像I′binary；(35)对二值图像I′binary计算出连通区域数目num...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。