基于区域散射特性的团雾准确检测和定位方法技术

本发明专利技术公开了一种基于区域散射特性的高速公路团雾检测及定位方法

【技术实现步骤摘要】
基于区域散射特性的团雾准确检测和定位方法


[0001]本专利技术涉及一种基于区域散射特性的团雾准确检测和定位方法
。

技术介绍

[0002]团雾是冬春季多发的一种交通气象灾害，具有发生快
、
区域性强和预测预报难等特征，车辆往往难以提前得到通知或警示，被称为交通安全的“流动杀手”。
在团雾的恶劣影响下，国内高速公路各类大中小型交通事故发生概率可达
30
％，高于其他恶劣天气环境下发生概率
1.5
倍，该情况下伤亡人数占各类事故伤亡总人数的
47.5
％，当前高速公路上对团雾
(
大约1‑
5km)
等形成的局部低能见度的检测效果非常有限，主要存在以下几个问题：
[0003](1)
目前的专业仪器难以普及
[0004]高速公路范围非常广，专业仪器难以全部覆盖
。
团雾的产生非常迅速，导致难以对团雾的产生做到实时预警
。
[0005](2)
目前的透射率估计先验具有局限性
[0006]高速公路场景下的监控图像容易出现天空区域，而天空这种缺乏纹理细节的区域在应用透射率估计先验时往往会失效
。
[0007](3)
团雾预警难
[0008]团雾的产生非常迅速，有时轻雾在较短时间就能变成浓雾，需要及时检测到团雾的出现，并且具有流动性和不均匀分布特性，当前难以实时监测团雾
。

技术实现思路

[0009]针对现有技术的上述问题，本专利技术提出了一个基于区域散射特性的团雾准确检测和定位方法方法，其通过对天空和道路区域的透射率计算修正，并利用高速公路的场景先验信息，可以准确检测并定位图像中的团雾，能有效实时地对高速公路监控视频进行处理，对于高速公路上的团雾预警来说具有重要意义
。
[0010]根据本专利技术的一个方面，提供了一种基于区域散射特性的团雾准确检测和定位方法，其特征在于包括：
[0011]A、
对图像进行光照估计，并根据大气散射模型以及透射率估计先验对图像的透射率做粗略估算
。
[0012]B、
基于图像的的光照强度引入容差机制对图像中是否处于明亮区域进行判断，并对处于明亮区域的透射率做适当的修正
。
[0013]C、
通过边缘检测方法对图像的轮廓进行提取并进行区域划分
。
基于团雾具有浓度高
、
流动性强
、
分布不均匀等特点，结合透射率的计算结果分析，实现团雾的检测及准确定位
。
附图说明
[0014]图1为根据本专利技术的一个实施例的有雾图片
(
原图为彩色图像
)。
[0015]图2为根据本专利技术的一个实施例的优化后的透射率图
。
[0016]图3为根据本专利技术的一个实施例的边缘检测的结果图
。
[0017]图4为根据本专利技术的一个实施例的团雾检测的结果图
(
原图为彩色图像
)。
具体实施方式
[0018]根据本专利技术的一个方面，提供了一种基于区域散射特性的团雾准确检测和定位方法
。
本专利技术的该方法实现了对高速公路场景下监控视频的雾气检测实时处理，该方法能够实现对图像中雾气区域的准确检测及定位
。
[0019]为实现雾气检测的实时处理，根据本专利技术的一个方面，提供了一种基于区域散射特性的团雾准确检测和定位方法，其特征在于包括：
[0020]A、
对图像进行光照估计，并根据大气散射模型以及透射率估计先验对图像的透射率做粗略估算；
[0021]B、
基于图像的的光照强度引入容差机制对图像中是否处于明亮区域进行判断，并对处于明亮区域的透射率做适当的修正；
[0022]C、
通过边缘检测方法对图像的轮廓进行提取并进行区域划分
。
基于团雾具有浓度高
、
流动性强
、
分布不均匀等特点，结合透射率的计算结果分析，实现团雾的检测及准确定位；
[0023]其中：
[0024]所述步骤
A
包括获取输入图像
I
中每个像素点邻域内三个颜色通道最大值作为该点的环境光照强度
A
′
，以
I
为参考图像对
A
′
进行引导滤波，获得最终环境光照估计图像
A
：
[0025][0026]其中，
x
是坐标，
c∈{r,g,b}
表示在
rgb
三通道内，
I(x)
表示该点的颜色通道值，
max
c∈{r,g,b}
I(x)
表示该点的
r、g、b
三通道最大值，
Ω
是该点为中心的正方形邻域，初始化时设置为输入视频帧最小边长
*0.02
，
guide
表示引导滤波操作，
[0027]利用大气散射模型初步计算图像的透射率粗略结果：
[0028]I(x)
＝
J(x)t(x)+A(x)(1
‑
t(x))
[0029]其中，
I
是雾天图像，
J
是清晰图像，
t(x)
是反射光的传输率，
A
是大气光照强度
。
[0030]所述步骤
B
包括引入容差机制对图像中明亮区域的透射率粗略计算结果做适当的修正
。
具体包括：
[0031]B1、
根据亮度值与
RGB
三通道值的转换关系为
[0032]gray(x)
＝
R
×
0.299+G
×
0.587+B
×
0.114
，其中
:gray(x)
表示像素点
x
的亮度值；
R、G、B
分别表示各个通道值大小
。
[0033]B2、
为获取准确的平均亮度，并排除区域中个别高亮度像素对平均像素的影响，采用以下公式对平均亮度
L
进行计算：
[0034][0035]其中
:
ξ
取
0.0001
，是一个小的常数，以防止指数计算的结果出现无穷小的情况
。n
为加入计算的像素点的个数，
gray(x)
为上述
B1
所求亮度值
。
若
L>
μ
A
，则认为该窗口处于明亮区域；反之，则认为该窗口处于非明亮区域
。
在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于区域散射特性的高速公路团雾检测及定位方法，其特征在于包括如下步骤：
A、
对图像进行光照估计，并根据大气散射模型以及透射率估计先验对图像的透射率做粗略估算，
B、
基于图像的的光照强度引入容差机制对图像中是否处于明亮区域进行判断，并对处于明亮区域的透射率做适当的修正，
C、
通过边缘检测方法对图像的轮廓进行提取并进行区域划分，结合透射率的计算结果分析，实现对团雾的检测及准确定位，其中：所述步骤
A
包括：
A1)
获取输入图像
I
中每个像素点邻域内三个颜色通道最大值作为该点的环境光照强度
A
′
，以
I
为参考图像对
A
′
进行引导滤波，获得最终环境光照估计图像
A
：其中
:x
是像素点坐标，
max
c∈{r,g,b}
I(x)
表示该点的
r、g、b
三通道最大值，
Ω
是该点为中心的正方形邻域，初始化时设置为输入视频帧最小边长
*0.02
，
guide
表示引导滤波操作，
A2)
利用大气散射模型初步计算图像的透射率粗略结果：
I(x)
＝
J(x)t(x)+A(x)(1
‑
t(x))
，其中：
I
是雾天图像，
J
是清晰图像，
t
是反射光的传输率，
A
是大气光照强度，所述步骤
B
包括引入容差机制对图像中明亮区域的透射率粗略计算结果做适当的修正，具体包括：
B1)
根据亮度值与
RGB
三通道值的转换关系为
gray(x)
＝
R
×
0.299+G
×
0.587+B
×
0.114
，其中
:

【专利技术属性】
技术研发人员：胡海苗，黎世豪，徐彬鑫，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：