一种基于视频分析的能见度检测方法技术

本发明专利技术公开的属于见度检测技术领域，具体为一种基于视频分析的能见度检测方法，S1：通过监控摄像头可以实时、直观获取监控点位的图像视频信息；S2：首先对采集的视频图像进行图像灰度化、高斯滤波预处理以减轻因冲击噪声而带来的影响；本发明专利技术有益效果是：通过对高速公路采用基于视频分析的能见度检测，由于监控摄像头沿道路铺设较多，在进行监控道路的同时，对监控路段的视频画面采集，通过把画面内雾天分别与同一画面的白天和黑天进行区域内做灰度值比较，基于图像边缘信息的特征提取，相邻像素的灰度值梯度体现，在能见度越低的图像中梯度越小，提取出属于边缘的像素点越少，边缘越不明显，图像中的能见度越低。图像中的能见度越低。

【技术实现步骤摘要】
一种基于视频分析的能见度检测方法


[0001]本专利技术涉及见度检测
，具体涉及一种基于视频分析的能见度检测方法。

技术介绍

[0002]低能见度所引发的道路安全问题已受到世界各国的高度重视，近年因浓雾引起的高速公路交通事故率呈上升趋势，能见度不足封闭高速公路的频率增大，不仅造成了严重的人员伤亡，而且带来了巨大的经济损失，不仅造成了严重的人员伤亡，而且带来了巨大的经济损失，目前我国气象部门能见度观测分为人工目测观测和自动设备观测，人工观测是观测员在一天中的几个特定时刻，利用目测不同距离目标物的清晰程度来判别能见度值，自动设备观测是利用光学设备对大气的特定光学特性进行测量，并计算得出能见度值，人工观测能见度，一般指有效水平能见度，有效水平能见度是指四周视野中二分之一的范围能看到的目标物的最大水平距离，人工观测存在观测次数少、主观性强、只能估测等问题，但对于扬沙、浮沉等天气现象，人工观测的识别率比自动观测设备要高出很多。
[0003]我国现有的高速公路运营和管理部门采用传统的气象能见度仪，基于大气的光前向或后向散射原理进行能见度检测，所采集的样本路段相当有限，在团雾、雨雪、沙尘天气发生时，检测精度大大下降，同时能见度仪价格昂贵，难以沿路密集布设。
[0004]因此，专利技术一种基于视频分析的能见度检测方法很有必要。

技术实现思路

[0005]为此，本专利技术提供一种基于视频分析的能见度检测方法，通过对高速公路采用基于视频分析的能见度检测，由于监控摄像头沿道路铺设较多，在进行监控道路的同时，对监控路段的视频画面采集，通过把画面内雾天分别与同一画面的白天和黑天进行区域内做灰度值比较，基于图像边缘信息的特征提取，相邻像素的灰度值梯度体现，在能见度越低的图像中梯度越小，提取出属于边缘的像素点，边缘越不明显，图像中的能见度越低，解决了我国现有的高速公路运营和管理部门采用传统的气象能见度仪，基于大气的光前向或后向散射原理进行能见度检测，所采集的样本路段相当有限，在团雾、雨雪、沙尘天气发生时，检测精度大大下降，同时能见度仪价格昂贵，难以沿路密集布设的问题。
[0006]为了实现上述目的，本专利技术提供如下技术方案：一种基于视频分析的能见度检测方法，具体操作步骤如下：
[0007]S1：通过监控摄像头可以实时、直观获取监控点位的图像视频信息；
[0008]S2：首先对采集的视频图像进行图像灰度化、高斯滤波预处理以减轻因冲击噪声而带来的影响；
[0009]S3：通过视频亮度检测，判别是白天还是夜晚时刻，通过基尔霍夫圆变换定位检测目标参照物在视频图像中的位置，分割出目标图像作为兴趣区域，提取各区域平均灰度值，计算出实时能见度，并提示此时的能见度对交通的影响；
[0010]S4：当视频亮度大于100直接进行ROI检测，提取灰度值，计算白天系数，当视频亮
度小于100，运用顶帽变化算法提取车灯照亮区域作为ROI区域，进行ROI检测，提取灰度值，计算夜间系数；
[0011]S5：分别选取白天和夜间的同一位置的画面，再选取雾天的同一位置的画面，以画面的天空为参照物，对图像中的白天和雾天进行对比，图像进行纹理特征的提取，基于边缘信息的特征提取，相邻像素的灰度值梯度体现，在能见度越低的图像中梯度越小，提取出属于边缘的像素点，边缘越不明显；
[0012]S6：以画面的天空为参照物，对图像中的夜间和雾天进行对比，通过对图像进行边缘检测，可以把场景中的纹理细节提取出来，检测图像中目标物的颜色、亮度、距离，得到与能见度相关的图像特征。
[0013]作为本专利技术所述的一种基于视频分析的能见度检测方法的一种优选方案，其中：步骤S3中，视频亮度检测过程，分别选取白天过渡到夜间的某一时间段，夜间过渡到白天的某一时间段，每30s截取一次图像，分别取图像中两个参照物对应上方天空区域的灰度均值，得到两个过渡时间的灰度均值变化趋势。
[0014]作为本专利技术所述的一种基于视频分析的能见度检测方法的一种优选方案，其中：步骤S4中，当区域灰度值大于100时，采用白天模式，当区域灰度值小于100时，采用夜间模式。
[0015]作为本专利技术所述的一种基于视频分析的能见度检测方法的一种优选方案，其中：步骤S5中，在对图像特征提取的同时，调取图像中当时环境的温湿度和风速，一起进行数据比较，湿度越大能见度越低。
[0016]本专利技术的有益效果是：
[0017]通过对高速公路采用基于视频分析的能见度检测，由于监控摄像头沿道路铺设较多，在进行监控道路的同时，对监控路段的视频画面采集，通过把画面内雾天分别与同一画面的白天和黑天进行区域内做灰度值比较，基于图像边缘信息的特征提取，相邻像素的灰度值梯度体现，在能见度越低的图像中梯度越小，提取出属于边缘的像素点越少，边缘越不明显，图像中的能见度越低。
具体实施方式
[0018]以下对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0019]本专利技术提供的一种基于视频分析的能见度检测方法；
[0020]具体操作步骤如下：
[0021]S1：通过监控摄像头可以实时、直观获取监控点位的图像视频信息；
[0022]S2：首先对采集的视频图像进行图像灰度化、高斯滤波预处理以减轻因冲击噪声而带来的影响，灰度化处理就是将一幅彩色图像转化为灰度图像的过程，而灰度化就是使视频图像的R、G、B分量相等的过程，即令R＝G＝B，此时的彩色表示的就是灰度颜色，图像信息灰度化后为了提高运算速度，噪声的出现会给图像带来干扰，让图像变得不清楚，高斯滤波预处理是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程；
[0023]S3：通过视频亮度检测，判别是白天还是夜晚时刻，通过基尔霍夫圆变换定位检测目标参照物在视频图像中的位置，分割出目标图像作为兴趣区域，提取各区域平均灰度值，
计算出实时能见度，并提示此时的能见度对交通的影响，视频亮度检测过程，分别选取白天过渡到夜间的某一时间段，夜间过渡到白天的某一时间段，每30s截取一次图像，分别取图像中两个参照物对应上方天空区域的灰度均值，得到两个过渡时间的灰度均值变化趋势；
[0024]S4：当视频亮度大于100直接进行ROI检测，提取灰度值，计算白天系数，当视频亮度小于100，运用顶帽变化算法提取车灯照亮区域作为ROI区域，进行ROI检测，提取灰度值，计算夜间系数，当区域灰度值大于100时，采用白天模式，当区域灰度值小于100时，采用夜间模式，ROI对图片区域检测；
[0025]S5：分别选取白天和夜间的同一位置的画面，再选取雾天的同一位置的画面，以画面的天空为参照物，对图像中的白天和雾天进行对比，图像进行纹理特征的提取，基于边缘信息的特征提取，相邻像素的灰度值梯度体现，在能见度越低的图像中梯度越小，提取出属于边缘的像素点，边缘越不明显，在对图像特征提取的同时，调取图像中当时环境的温湿度和风速，一起进行数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频分析的能见度检测方法，其特征在于，具体操作步骤如下：S1：通过监控摄像头可以实时、直观获取监控点位的图像视频信息；S2：首先对采集的视频图像进行图像灰度化、高斯滤波预处理以减轻因冲击噪声而带来的影响；S3：通过视频亮度检测，判别是白天还是夜晚时刻，通过基尔霍夫圆变换定位检测目标参照物在视频图像中的位置，分割出目标图像作为兴趣区域，提取各区域平均灰度值，计算出实时能见度，并提示此时的能见度对交通的影响；S4：当视频亮度大于100直接进行ROI检测，提取灰度值，计算白天系数，当视频亮度小于100，运用顶帽变化算法提取车灯照亮区域作为ROI区域，进行ROI检测，提取灰度值，计算夜间系数；S5：分别选取白天和夜间的同一位置的画面，再选取雾天的同一位置的画面，以画面的天空为参照物，对图像中的白天和雾天进行对比，图像进行纹理特征的提取，基于边缘信息的特征提取，相邻像素的灰度值梯度体现，在能见度越低的图像中梯度越小，提取出...

【专利技术属性】
技术研发人员：甘智峰，冷先进，张东海，王成龙，季军，许德海，
申请(专利权)人：上海新前端奕天科技有限公司，
类型：发明
国别省市：