【技术实现步骤摘要】
基于雾天环境感知的道路图像恢复预警系统及方法
[0001]本专利技术属于智能车辆安全辅助驾驶
,特别是涉及到一种基于雾天环境感知的道路图像恢复预警系统及方法。
技术介绍
[0002]当前,在提高雾天行车安全的方法,主要采用雾灯,主要判断还是由驾驶人判断。然而雾天条件下现有汽车雾灯存在照射范围有限、存在盲区等问题影响驾驶人判断行车状况,同时驾驶人驾驶熟练程度、低能见度下驾驶人心理状态变化也会导致驾驶人对驾驶环境的误判。因此,研究雾天条件下的交通安全措施,对预防和控制交通事故具有重要的理论价值和现实意义。利用图像处理实现道路信息恢复技术,提高驾驶人雾天视觉已经成为国内外研究热点。
[0003]目前,对图像信息恢复的研究多集中在合成雾图、非道路视频序列的单幅图像,以实际道路图像为对象的研究相对较少,对于复杂环境下实际道路图像雾图的恢复操作的研究则更加稀少。当前没有一种雾天图像恢复方法,能适用于所有类型的不利视觉雾天图像,对于雾天环境感知的研究是针对不同类型图像增强技术的基础,但是当前对于各种复杂的低能见度条件的道路图像感知分类研究较少。
[0004]授权公告号CN105512623B,专利技术名称为基于多传感器雾天行车视觉增强与能见度预警系统及方法中,虽然以实际道路图像为研究对象,进行了雾天图像恢复处理,但是由于处理方法比较单一,在雾浓度较大、能见度较低时图像恢复效果不理想,清晰度不够。因此,有必要针对实车采集的雾天道路图像恢复方法进行更全面深入的研究。
[0005]另外,低能见度条件下,驾驶 ...
【技术保护点】
【技术特征摘要】
1.基于雾天环境感知的道路图像恢复预警系统,其特征在于:包括车载蓄电池(1)、正弦波逆变器(2)、工业摄像机Ⅰ(3)、图像采集卡(4)、工控机(5)、车载电控单元模块(6)、车载显示屏(13)、汽车本身音响设备(14)、车载扬声器(15)、工业摄像机Ⅱ(16)和报警灯(18),所述车载电控单元模块(6)包括雾天图像分类模块(7)、不同雾浓度分类器模块(8)、基于DCP暗通道先验去雾方法的轻雾道路图像恢复模块(9)、基于单尺度Retinex算法SSR与DCP方法融合的昏暗雾天道路信息恢复模块(10)、驾驶员注意力分散检测模块(11)、预警模块(12)和道路运动行人检测模块(17);所述雾天图像分类模块(7)的一端与工控机(5)通过导线连接,雾天图像分类模块(7)的另一端通过导线与不同雾浓度分类器模块(8)连接;所述不同雾浓度分类器模块(8)一端通过导线与基于DCP暗通道先验去雾方法的轻雾道路图像恢复模块(9)连接,不同雾浓度分类器模块(8)另一端通过导线与所述基于单尺度Retinex算法SSR与DCP方法融合的昏暗雾天道路信息恢复模块(10)连接;所述道路运动行人检测模块(17)的一端分别与基于DCP暗通道先验去雾方法的轻雾道路图像恢复模块(9)以及基于单尺度Retinex算法SSR与DCP方法融合的昏暗雾天道路信息恢复模块(10)连接,道路运动行人检测模块(17)的另一端与预警模块(12)连接,道路运动行人检测模块(17)与驾驶员注意力分散检测模块(11)连接;所述预警模块(12)分别与驾驶员注意力分散检测模块(11)、汽车本身音响设备(14)以及报警灯(18)连接;所述车载蓄电池(1)通过正弦波逆变器(2)与工业摄像机Ⅰ(3)连接,车载蓄电池(1)通过正弦逆变器(2)与工控机(5)连接;所述工业摄像机Ⅰ(3)通过图像采集卡(4)与工控机(5)连接,工业摄像机Ⅰ(3)安装在车身前部;所述工业摄像机Ⅱ(16)通过图像采集卡(4)与工控机(5)连接,工业摄像机Ⅱ(16)安装在车内部,工业摄像机Ⅱ(16)的摄像头朝向驾驶员,工业摄像机Ⅱ(16)还与驾驶员注意力分散检测模块(11)连接;所述车载扬声器(15)与汽车本身音响设备(14)连接;所述车载显示屏(13)分别与基于DCP暗通道先验去雾方法的轻雾道路图像恢复模块(9)、基于单尺度Retinex算法SSR与DCP方法融合的昏暗雾天道路信息恢复模块(10)以及道路运动行人检测模块(17)连接。2.基于雾天环境感知的道路图像恢复预警方法,利用如权利要求1所述的基于雾天环境感知的道路图像恢复预警系统,其特征在于:包括以下步骤,并且以下步骤顺次进行,步骤一、建立并训练道路图像概率神经网络分类器和不同雾浓度图像分类器,通过训练好的各分类器对工业摄像机Ⅰ(3)采集的实时图像进行分类,获得实时轻雾道路图像和实时昏暗雾天道路图像,并对实时轻雾道路图像和实时昏暗雾天道路图像的置信度进行评价,获得确为轻雾道路图像的实时轻雾道路图像和确为昏暗雾天道路图像的实时昏暗雾天道路图像;步骤二、在基于DCP暗通道先验去雾方法的轻雾道路图像恢复模块(9)中通过基于DCP方法将轻雾道路图像恢复为清晰图像并通过车载显示屏(13)显示;步骤三、在基于单尺度Retinex算法SSR与DCP方法融合的昏暗雾天道路信息恢复模块(10)中通过基于SSR与DCP融合的方法将昏暗雾天道路图像恢复为清晰图像并通过车载显示屏(13)显示
①
首先将原始的昏暗雾天道路图像分解为RGB三个颜色通道,并用Retinex算法模型,获得待增强的低能见度昏暗雾天道路图像分布函数;
②
将每个通道的图像分布函数进行对数转换;
③
为改善原图像的亮度,采用环绕函数与原图像的卷积来实现;
④
取尺度参数c为中尺度值110,SSR算法的增强效果最佳,合并三个颜色通道,采用增强算法进行增强后的输出图像;
⑤
利用DCP方法对SSR算法增强后的图像进行图像去雾操作,获得去雾后的昏暗雾天道路图像;
⑥
昏暗雾天图像批量信息恢复为实现视频序列的昏暗雾天图像信息恢复,工业摄像机Ⅰ(3)实时采集的视频每隔60帧,对昏暗雾天单帧图像进行一次信息恢复处理;
⑦
将去雾前后同一内容的图像对比,以每一行灰度值连续下降间隔像素点数最多的边缘灰度变化率代表这一行的灰度变化率,获得图像所有行灰度变化率的均值,该均值超过给定阈值,则再次进行图像去雾过程;该均值小于等于阈值,去雾后的图像满足清晰度要求,将去雾后的清晰图像存入车载显示屏(13)的缓存中;
⑧
恢复后图像在车载显示屏(13)上显示按下车载显示屏(13)上的视觉增强功能键,车载显示屏(13)同步显示缓存中即时的信息恢复后的实时清晰图像,直至图像流终止或者用户按quit键停止,按下车载显示屏(13)上的D键,重置跟踪选项,驾驶人在车载显示屏(13)上重新获取处理后的车辆前方道路环境并对实时图...
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。