一种基于局部对比度优化参数的能见度检测方法和系统技术方案

本发明专利技术涉及一种基于局部对比度优化参数的能见度检测方法及系统，该方法包括：利用暗通道先验求取暗原色及大气光、车道线检测、对图像进行分块处理并计算块区域局部对比度实现参数优化、定义平滑系数对突变值及时进行处理，最终输出能见度数值。本发明专利技术利用图像的局部对比度定义雾霾保留系数，并且考虑到块区域中雾霾分布不均匀的情况，采用了补偿系数对块区域局部对比度值进行修正。除此之外还考虑到，在能见度较高时，车道线两端点雾霾参数值近似相等且数值较小这一情况，因此，算法求得的雾霾保留系数更加符合实际情况，最终得到的能见度值与标准数据之间的误差更小。能见度值与标准数据之间的误差更小。能见度值与标准数据之间的误差更小。

【技术实现步骤摘要】
一种基于局部对比度优化参数的能见度检测方法和系统


[0001]本专利技术涉及交通安全领域，具体的说是一种基于局部对比度优化参数的能见度检测方法和系统领域。

技术介绍

[0002]受局部地区微气候环境的影响，在数十米到上百米的局部范围内，出现的更“浓”、能见度更低的雾，我们将其称之为
‘
团雾
’
。团雾区域的空气中存在较多的水汽和其他的一些微小颗粒。人眼之所以能看到物体的模样是因为视网膜接收到了物体反射的光线，而如果空气中出现了介质阻挡了物体反射的光，人就看不清或者看不到目标物，因此团雾的存在极大的影响了汽车驾驶员的视线。能见度是影响高速公路交通安全的主要气象要素，研究雾天能见度对于高速安全驾驶具有十分重要的作用。
[0003]目前，传统大气能见度的估计方法主要可以分成三大类，分别为人工估计法、仪器测量法以及基于相机的能见度估计方法。人工估计法主要由专业人员利用人眼进行观测，主观性较强，因此误差较大。仪器测量法主要是通过能见度仪进行测量，由于能见度仪价格昂贵，高速公路上并不能设置多处监测点，因此仪器测量法并不能满足团雾短时监测预警的需求。基于相机的能见度估计方法一般采用高速监控图像或者车载相机采集图像进行能见度估计，由于我国高速公路监控摄像头架设密度高、覆盖范围广，可以对高速路段进行实时监控。众多学者利用高速监控图像实现大气能见度检测，该方法适应范围广且成本低。
[0004]现有技术中给出了相应的解决方案，内容阐述如下：
[0005](1)基于图像信息熵优化参数的能见度检测方法，该方法利用图像信息熵优化了雾霾参数，但是该方法适用于在浓雾场景下，在能见度相对较高时，该方法的检测误差较大。
[0006](2)基于亮度对比度和暗原色先验原理的白天道路图像能见度检测方法，该方法检测精度高，但是算法复杂，运行时间较长。
[0007]且目前的方法大多运行在X86架构处理器上，功耗较高，不适合大规模部署在高速公路等户外场景。

技术实现思路

[0008]为满足高速公路短时预警的需求，针对前述现有技术检测误差大、运行时间长、功耗高等问题，本专利技术给出了一种基于局部对比度优化参数的能见度检测方法和系统，该方法和系统可在100
‑
500米内实现高精度检测，算法实时性较高，且功耗低，可选择太阳能供电，适合大规模部署在高速公路等户外场景。
[0009]根据本专利技术的目的，本专利技术提出了一种基于局部对比度优化参数的能见度检测方法，包括如下步骤：
[0010]步骤S1.实时采集原始有雾图像，基于暗通道先验理论对所述原始有雾图像进行预处理，形成第一预处理图像数据；
[0011]步骤S2.对所述原始有雾图像进行边缘检测，将边缘检测的结果采用矩形框滑窗处理，实现车道线检测后的第二预处理图像数据；
[0012]步骤S3.将所述原始有雾图像分成20*20的块区域，每一个块区域中的图像大小设置为所述原始有雾图像长度或宽度的1/10，对每一个块区域计算其局部对比度，根据所述第二预处理图像数据，对所述局部对比度的对比度值进行补偿，根据补偿后的局部对比度值设置雾霾保留系数；
[0013]步骤S4.基于所述第一预处理图像数据以及所述雾霾保留系数计算出能见度值；
[0014]步骤S5.基于预设的平滑系数对所述能见度值进行处理输出最终的能见度值。
[0015]作为本专利技术的进一步优化方案，所述基于暗通道先验理论对所述原始有雾图像进行预处理，形成第一预处理图像数据的步骤具体为：
[0016]基于暗通道先验理论对所述原始有雾图像数据进行预处理，计算出有雾图像的暗原色，具体公示为：
[0017][0018]式中：Ω(x,y)表示以像素点(i,j)为中心的一个局部区域；c表示R、G、B其中一个颜色通道；I
dark
表示有雾图像I(i,j)的暗原色；
[0019]在有雾图像I(i,j)的暗原色I
dark
中选出图中按像素值从大到小排序的前0.1％的像素值最大的像素点，记录所述像素值最大的像素点对应的坐标索引，根据所述坐标索引在输入的有雾图像中找到对应像素点，计算有雾图像中对应像素点的灰度平均值，将其作为大气光强A。
[0020]作为本专利技术的进一步优化方案，所述步骤S2具体包括：
[0021]利用Canny算子对原始有雾图像进行边缘检测，采用自上到下、自左到右的方式进行矩形框滑窗处理；使用所述矩形框左下角去遍历所有为1的像素点，判断此时的矩形框边缘位置是否有灰度值为1的像素点，若没有，则继续遍历下一个灰度值为1的像素点；若有，则检测直至边缘线，并将此时的矩形框扩大至1.5倍；判断此时的矩形框边缘位置是否有灰度值为1的像素点，若没有交点，则检测直至车道线，并记录当前像素点的位置；若矩形框边缘处有交点，则未检测到车道线。
[0022]作为本专利技术的进一步优化方案，所述步骤S3具体包括：
[0023]将所述原始有雾图像分成20*20的块区域，每一个块区域中的图像大小设置为所述原始有雾图像长度或宽度的1/10，对每一个块区域计算局部对比度，其表达式如下所示：
[0024][0025]式中：C为块区域的局部对比度值；m和n分别为相邻像素的灰度值；p(m，n)为相邻像素间灰度差为|m
‑
n|的概率；
[0026]根据所述第二预处理图像数据中的车道线两端点所处的位置，对所述局部对比度的对比度值进行补偿，根据补偿后的局部对比度值设置雾霾保留系数，表达式如下所示：
[0027][0028]C'
Ω(x)
＝C
Ω(x)
*ε
[0029][0030]式中：ε表示补偿系数；Ω(x)为图像上像素点x所属区域，且x仅属于一个Ω(x)；C'
Ω(x)
代表区域Ω(x)内的局部对比度；C'
Ω(y)
代表图像内所有块区域局部对比度的最大值；ω(x)表示块区域Ω(x)内的雾霾保留系数。
[0031]作为本专利技术的进一步优化方案，所述对所述局部对比度的对比度值进行补偿，根据补偿后的局部对比度值设置雾霾保留系数的步骤还包括：根据设置的区分能见度高低的阈值对所述雾霾保留系数进行修正，表达式如下：
[0032][0033]式中：Th表示一段时间内图像对比度阈值的均值；con表示当前帧图像中车道线区域对比度值；ω0、ω1分别表示车道线首尾点对应的雾霾保留系数；ω'表示修正之后的雾霾保留系数。
[0034]作为本专利技术的进一步优化方案，所述阈值的确定方式通过如下公式计算得到：
[0035][0036][0037]式中：Con0表示晴朗天气图像中的车道线区域对比度值；Con1表示雾天仿真图中的车道线区域对比度值；th表示一幅图像的对比度阈值；th
k
表示第k副图像的对比度阈值；N表示参与计算的图像总数量；Th表示一段时间下图像对比度阈值的均值。
[0038本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部对比度优化参数的能见度检测方法，其特征在于，包括如下步骤：步骤S1.实时采集原始有雾图像，基于暗通道先验理论对所述原始有雾图像进行预处理，形成第一预处理图像数据；步骤S2.对所述原始有雾图像进行边缘检测，将边缘检测的结果采用矩形框滑窗处理，实现车道线检测后的第二预处理图像数据；步骤S3.将所述原始有雾图像分成20*20的块区域，对每一个块区域计算其局部对比度，根据所述第二预处理图像数据，对所述局部对比度的对比度值进行补偿，根据补偿后的局部对比度值设置雾霾保留系数；步骤S4.基于所述第一预处理图像数据以及所述雾霾保留系数计算出能见度值；步骤S5.基于预设的平滑系数对所述能见度值进行处理输出最终的能见度值。2.根据权利要求1所述的基于局部对比度优化参数的能见度检测方法，其特征在于，所述基于暗通道先验理论对所述原始有雾图像进行预处理，形成第一预处理图像数据的步骤具体为：基于暗通道先验理论对所述原始有雾图像数据进行预处理，计算出有雾图像的暗原色，具体公示为：式中：Ω(x,y)表示以像素点(i,j)为中心的一个局部区域；c表示R、G、B其中一个颜色通道；I
dark
表示有雾图像I(i,j)的暗原色；在有雾图像I(i,j)的暗原色I
dark
中选出图中按像素值从大到小排序的前0.1％的像素值最大的像素点，记录所述像素值最大的像素点对应的坐标索引，根据所述坐标索引在输入的有雾图像中找到对应像素点，计算有雾图像中对应像素点的灰度平均值，将其作为大气光强A。3.根据权利要求1所述的基于局部对比度优化参数的能见度检测方法，其特征在于，所述步骤S2具体包括：利用Canny算子对原始有雾图像进行边缘检测，采用自上到下、自左到右的方式进行矩形框滑窗处理；使用所述矩形框左下角去遍历所有为1的像素点，判断此时的矩形框边缘位置是否有灰度值为1的像素点，若没有，则继续遍历下一个灰度值为1的像素点；若有，则检测直至边缘线，并将此时的矩形框扩大至1.5倍；判断此时的矩形框边缘位置是否有灰度值为1的像素点，若没有交点，则检测直至车道线，并记录当前像素点的位置；若矩形框边缘处有交点，则未检测到车道线。4.根据权利要求3所述的基于局部对比度优化参数的能见度检测方法，其特征在于，所述步骤S3具体包括：将所述原始有雾图像分成20*20的块区域，每一个块区域中的图像大小设置为所述原始有雾图像长度或宽度的1/10，对每一个块区域计算局部对比度，其表达式如下所示：式中：C为块区域的局部对比度值；m和n分别为相邻像素的灰度值；p(m，n)为相邻像素间灰度差为|m
‑
n|的概率；
根据所述第二预处理图像数据中的车道线两端点所处的位置，对所述局部对比度的对比度值进行补偿，根据补偿后的局部对比度值设置雾霾保留系数，表达式如下所示：C'
Ω(x)
＝C
Ω(x)
*ε式中：ε表示补偿系数；Ω(x)为图像上像素点x所属区域，且x仅属...

【专利技术属性】
技术研发人员：孙晓丽，陈华，龚勇，赵毅，
申请(专利权)人：中国电子科技南湖研究院，
类型：发明
国别省市：