恶劣雾天道路图像信息恢复及车道保持预警方法技术

恶劣雾天道路信息恢复及车道保持预警方法，属于智能车辆安全辅助驾驶技术领域。本发明专利技术通过构建雾天图像分类器、不同雾浓度分类器、基于三原色叠加原理的昏黄雾图恢复模型、基于颜色迁移方法的道路信息恢复模型、实时针对不同雾天类型，获得清晰道路信息恢复图像，实现视觉增强效果、构建道线中车辆位置检测模型，利用本车在车道中的方向参数和车辆在车道中的位置，判断是否提供给驾驶人视觉、听觉预警。本方法实现了能在雾天低能见度条件下，道路环境视觉信息恢复，解决了在雾天现有汽车雾灯照射范围有限、存在盲区，以及驾驶人对行驶环境判断不准确等问题。环境判断不准确等问题。环境判断不准确等问题。

【技术实现步骤摘要】
恶劣雾天道路图像信息恢复及车道保持预警方法


[0001]本专利技术主要涉及智能车辆安全辅助驾驶
，特别是涉及到一种恶劣雾天道路图像信息恢复及车道保持预警方法。

技术介绍

[0002]据统计，80％以上道路环境信息是通过驾驶人视觉获取的。但是在雾天低能见度情况下，驾驶人很难获取道路信息。安全驾驶辅助系统成为解决不利视觉下获取道路信息的重要手段，提出的低能见度下雾天道路信息恢复方法，对于基于的视觉的驾驶辅助系统是一种非常有用的预处理步骤，已受到研究学者的广泛关注。
[0003]昏暗、恶劣雾天是造成道路交通事故的主要因素之一，在所有容易引起交通事故的恶劣天气中，雾的影响最大，常常导致高速公路限速或关闭，延误行车时间，甚至引发连环碰撞事故，造成巨大经济损失。近年来由于霾(干)或雾(湿)严重程度，甚至使能见度降低至零(能见度不足100米通常被认为为零)，这对于驾驶人来说非常危险。据统计，每年雾天交通事故占道路事故总数的15％左右，但是引起47％以上的死亡率。因此，针对恶劣雾天道路信息恢复来增强驾驶人雾天视觉已经成为国内外研究热点。
[0004]当前很多智能车辆辅助驾驶系统是基于视觉传感器的，车辆上安装的智能驾驶辅助系统有利于提高驾驶的安全性，例如前方车辆、行人检测系统等，但是在雾天、夜间、雨天、沙尘等天气条件下，这些辅助系统的性能会受到影响，识别正确率降低。图像信息恢复和增强会改进图像的质量，有助于行车安全。
[0005]现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、驾驶人心理状态也会导致驾驶人对驾驶环境的误判。
[0006]因此，提出的昏暗、恶劣雾天道路条件道路信息恢复方法和夜间条件下图像质量增强方法，可以作为基于的视觉的驾驶辅助系统有效的预处理步骤。亟待一种驾驶辅助系统，能够辅助驾驶人雾天行车，提高行驶安全。未来该检测方法应用于车辆上，可以作为先进的驾驶辅助系统的一部分，当能见度低时，实时恢复道路环境信息，能够辅助驾驶人雾天行车，保证交通安全。该技术必然成为未来汽车智能驾驶辅助系统的一项重要应用。

技术实现思路

[0007]本专利技术所要解决的技术问题是：提供一种恶劣雾天道路图像信息恢复及车道保持预警方法用来解决因现有汽车雾灯照射范围有限、存在盲区；传统的信息恢复方法存在价格昂贵、难以适用实时操作或者测量结果容易受到远方障碍物的影响等技术问题。
[0008]一种恶劣雾天道路信息恢复及车道保持预警方法，包括以下步骤，并且以下步骤顺次进行，
[0009]步骤一、采集能见度在1000米以上的非雾天、晴朗天气的道路图像作为理想参考图像，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采集的实时图像进行分类，获得实时昏暗雾天道路图像和实时昏黄道路图像，并对实时昏暗雾天道路图像和实时昏黄道路图像的置信度进行评价，获得确为昏暗雾天道路图像的实时昏暗雾天道路图像和确为昏黄道路图像的实时昏黄道路图像；
[0010]步骤二、在基于颜色迁移方法的道路信息恢复模块中建立基于颜色迁移的昏暗雾天图像信息恢复模型
[0011]①
道路能见度在1000米以上的非雾天，晴朗天气采集的道路图像作为理想参考图像，基于颜色迁移方法的道路信息恢复模块利用MATLAB软件提取理想参考图像的RGB颜色空间信息并传输到实时昏暗雾天道路图像，对理想参考图像进行颜色空间转换，将RGB颜色空间转换到LMS颜色空间，获得理想参考图像的LMS颜色空间的数据，转换公式如下所示：
[0012][0013]其中，R是RGB色彩空间中红通道，G是RGB色彩空间中绿通道，B是RGB色彩空间中蓝通道，L表示亮度分量，色度分量M通道表示黄通道至蓝通道的光谱变化，色度分量S通道表示红通道至绿通道光谱变化；
[0014]②
LMS颜色空间的数据存在分散倾向，分别对LMS颜色空间的数据取对数，转换到lαβ颜色空间，获得理想参考图像的lαβ颜色空间的数据，转换到lαβ颜色空间的形式如下所示：
[0015][0016]其中，正交基的均匀色彩空间lαβ中，l表示亮度分量，色度分量α表示黄通道至蓝通道的光谱变化，色度分量β表示红通道至绿通道的光谱变化，L
’
为亮度分量L的对数，M
’
为色度分量M的对数，S
’
为色度分量S的对数；
[0017]③
分别对理想参考图像和昏暗雾天道路图像的lαβ各个通道、各行对图像的每一个像素进行计算求平均，用每行的和除以图像宽度，分别获得理想参考图像和昏暗雾天道路图像的lαβ三通道中每行像素的平均值之和，lαβ三通道每行像素的平均值之和公式如下：
[0018][0019][0020][0021]其中，H表示图像高度，l
jw
表示图像j行w列l通道的像素值、α
jw
表示j行w列α通道的像素值、β
jw
表示图像j行w列β通道的像素值、W表示图像的宽度；w表示图像像素列向量,即图像宽度，w＝0,1,2,
…
W，l表示亮度分量，色度分量α表示黄通道至蓝通道的光谱变化，色度分量β表示红通道至绿通道的光谱变化；
[0022]利用MATLAB软件根据着色图像的线性变换获得实时昏暗雾天道路图像的lαβ各个通道、各行对图像的每一个像素值，利用上述的lαβ三通道每行像素的平均值之和公式，获得实时昏暗雾天道路图像的lαβ各通道每行像素的平均值之和；
[0023]④
分别将获得的理想参考图像的lαβ三通道每行像素的平均值之和除以高度，实时昏暗雾天道路图像的lαβ三通道每行像素的平均值之和除以高度，分别获得理想参考图像以及实时昏暗雾天道路图像的全局平均值，利用全局均值和方差公式，分别获得理想参考图像以及实时昏暗雾天道路图像的全局均值和方差，将实时昏暗雾天道路图像和理想参考图像RGB转换为lαβ，目的是使两图像在lαβ空间有相同的均值和方差，所述均值方差形式如下：
[0024][0025][0026][0027][0028][0029][0030]其中，i表示图像像素的行向量，i＝1,2,3
…
W，W表示图像的宽度，H表示图像的高度，表示l通道的全局平均值，表示α通道全局平均值，表示β通道全局平均值，σ
l
表示l通道的方差，σ
α
表示α通道方差，σ
β
表示β通道方差；
[0031]⑤
理想参考图像的lαβ三通道空间的数据减去理想参考图像的相应均值，将数据按设定的比例缩放，经变换后分别加上实时昏暗雾天道路图像三通道的均值，获得理想参考图像在lαβ通道上的像素值，lαβ通道上的三通道像素值公式分别如下：
[0032][0033][0034][0035]其中，表示理想参考图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种恶劣雾天道路信息恢复及车道保持预警方法，其特征在于：包括以下步骤，并且以下步骤顺次进行，步骤一、采集能见度在1000米以上的非雾天、晴朗天气的道路图像作为理想参考图像，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(3)采集的实时图像进行分类，获得实时昏暗雾天道路图像和实时昏黄道路图像，并对实时昏暗雾天道路图像和实时昏黄道路图像的置信度进行评价，获得确为昏暗雾天道路图像的实时昏暗雾天道路图像和确为昏黄道路图像的实时昏黄道路图像；步骤二、在基于颜色迁移方法的道路信息恢复模块(10)中建立基于颜色迁移的昏暗雾天图像信息恢复模型
①
道路能见度在1000米以上的非雾天，晴朗天气采集的道路图像作为理想参考图像，基于颜色迁移方法的道路信息恢复模块(10)利用MATLAB软件提取理想参考图像的RGB颜色空间信息并传输到实时昏暗雾天道路图像，对理想参考图像进行颜色空间转换，将RGB颜色空间转换到LMS颜色空间，获得理想参考图像的LMS颜色空间的数据，转换公式如下所示：其中，R是RGB色彩空间中红通道，G是RGB色彩空间中绿通道，B是RGB色彩空间中蓝通道，L表示亮度分量，色度分量M通道表示黄通道至蓝通道的光谱变化，色度分量S通道表示红通道至绿通道光谱变化；
②
LMS颜色空间的数据存在分散倾向，分别对LMS颜色空间的数据取对数，转换到lαβ颜色空间，获得理想参考图像的lαβ颜色空间的数据，转换到lαβ颜色空间的形式如下所示：其中，正交基的均匀色彩空间lαβ中，l表示亮度分量，色度分量α表示黄通道至蓝通道的光谱变化，色度分量β表示红通道至绿通道的光谱变化，L
’
为亮度分量L的对数，M
’
为色度分量M的对数，S
’
为色度分量S的对数；
③
分别对理想参考图像和昏暗雾天道路图像的lαβ各个通道、各行对图像的每一个像素进行计算求平均，用每行的和除以图像宽度，分别获得理想参考图像和昏暗雾天道路图像的lαβ三通道中每行像素的平均值之和，lαβ三通道每行像素的平均值之和公式如下：像的lαβ三通道中每行像素的平均值之和，lαβ三通道每行像素的平均值之和公式如下：
其中，H表示图像高度，l
jw
表示图像j行w列l通道的像素值、α
jw
表示j行w列α通道的像素值、β
jw
表示图像j行w列β通道的像素值、W表示图像的宽度；w表示图像像素列向量,即图像宽度，w＝0,1,2,
…
W，l表示亮度分量，色度分量α表示黄通道至蓝通道的光谱变化，色度分量β表示红通道至绿通道的光谱变化；利用MATLAB软件根据着色图像的线性变换获得实时昏暗雾天道路图像的lαβ各个通道、各行对图像的每一个像素值，利用上述的lαβ三通道每行像素的平均值之和公式，获得实时昏暗雾天道路图像的lαβ各通道每行像素的平均值之和；
④
分别将获得的理想参考图像的lαβ三通道每行像素的平均值之和除以高度，实时昏暗雾天道路图像的lαβ三通道每行像素的平均值之和除以高度，分别获得理想参考图像以及实时昏暗雾天道路图像的全局平均值，利用全局均值和方差公式，分别获得理想参考图像以及实时昏暗雾天道路图像的全局均值和方差，将实时昏暗雾天道路图像和理想参考图像RGB转换为lαβ，目的是使两图像在lαβ空间有相同的均值和方差，所述均值方差形式如下：下：下：下：下：下：
其中，i表示图像像素的行向量，i＝1,2,3
…
W，W表示图像的宽度，H表示图像的高度，表示l通道的全局平均值，表示α通道全局平均值，表示β通道全局平均值，σ
l
表示l通道的方差，σ
α
表示α通道方差，σ
β
表示β通道方差；
⑤
理想参考图像的lαβ三通道空间的数据减去理想参考图像的相应均值，将数据按设定的比例缩放，经变换后分别加上实时昏暗雾天道路图像三通道的均值，获得理想参考图像在lαβ通道上的像素值，lαβ通道上的三通道像素值公式分别如下：像在lαβ通道上的像素值，lαβ通道上的三通道像素值公式分别如下：像在lαβ通道上的像素值，lαβ通道上的三通道像素值公式分别如下：其中，表示理想参考图像l通道的数据减去理想参考图像的均值，σ
ldst
/σ
lsrc
表示l通道实时昏暗雾天道路图像与理想参考图像在l空间的缩放比例，其为实时昏暗雾天道路图像与理想参考图像方差的比值，表示实时昏暗雾天道路图像的l空间的平均值，σ
ldst
为l通道实时昏暗雾天道路图像的方差，σ
lsrc
为l通道理想参考图像的方差，σ
αdst
为α通道实时昏暗雾天道路图像的方差，σ
αsrc
为α通道理想参考图像的方差，σ
βdst
为β通道实时昏暗雾天道路图像的方差，σ
βsrc
为β通道理想参考图像的方差，为理想参考图像l通道的平均值，为理想参考图像α通道的平均值，为理想参考图像β通道的平均值，为实时昏暗雾天道路图像l通道的平均值，为实时昏暗雾天道路图像α通道的平均值，为实时昏暗雾天道路图像β通道的平均值；
⑥
将实时昏暗雾天道路图...

【专利技术属性】
技术研发人员：陈梅，王秋铖，
申请(专利权)人：山东交通学院，
类型：发明
国别省市：