一種基于局部對比度優化參數的能見度檢測方法和系統技術方案

本發明專利技術涉及一種基于局部對比度優化參數的能見度檢測方法及系統，該方法包括：利用暗通道先驗求取暗原色及大氣光、車道線檢測、對圖像進行分塊處理并計算塊區域局部對比度實現參數優化、定義平滑系數對突變值及時進行處理，最終輸出能見度數值。本發明專利技術利用圖像的局部對比度定義霧霾保留系數，并且考慮到塊區域中霧霾分布不均勻的情況，采用了補償系數對塊區域局部對比度值進行修正。除此之外還考慮到，在能見度較高時，車道線兩端點霧霾參數值近似相等且數值較小這一情況，因此，算法求得的霧霾保留系數更加符合實際情況，最終得到的能見度值與標準數據之間的誤差更小。能見度值與標準數據之間的誤差更小。能見度值與標準數據之間的誤差更小。

【技術實現步驟摘要】
一種基于局部對比度優化參數的能見度檢測方法和系統


[0001]本專利技術涉及交通安全領域，具體的說是一種基于局部對比度優化參數的能見度檢測方法和系統領域。

技術介紹

[0002]受局部地區微氣候環境的影響，在數十米到上百米的局部范圍內，出現的更“濃”、能見度更低的霧，我們將其稱之為
‘
團霧
’
。團霧區域的空氣中存在較多的水汽和其他的一些微小顆粒。人眼之所以能看到物體的模樣是因為視網膜接收到了物體反射的光線，而如果空氣中出現了介質阻擋了物體反射的光，人就看不清或者看不到目標物，因此團霧的存在極大的影響了汽車駕駛員的視線。能見度是影響高速公路交通安全的主要氣象要素，研究霧天能見度對于高速安全駕駛具有十分重要的作用。
[0003]目前，傳統大氣能見度的估計方法主要可以分成三大類，分別為人工估計法、儀器測量法以及基于相機的能見度估計方法。人工估計法主要由專業人員利用人眼進行觀測，主觀性較強，因此誤差較大。儀器測量法主要是通過能見度儀進行測量，由于能見度儀價格昂貴，高速公路上并不能設置多處監測點，因此儀器測量法并不能滿足團霧短時監測預警的需求。基于相機的能見度估計方法一般采用高速監控圖像或者車載相機采集圖像進行能見度估計，由于我國高速公路監控攝像頭架設密度高、覆蓋范圍廣，可以對高速路段進行實時監控。眾多學者利用高速監控圖像實現大氣能見度檢測，該方法適應范圍廣且成本低。
[0004]現有技術中給出了相應的解決方案，內容闡述如下：
[0005](1)基于圖像信息熵優化參數的能見度檢測方法，該方法利用圖像信息熵優化了霧霾參數，但是該方法適用于在濃霧場景下，在能見度相對較高時，該方法的檢測誤差較大。
[0006](2)基于亮度對比度和暗原色先驗原理的白天道路圖像能見度檢測方法，該方法檢測精度高，但是算法復雜，運行時間較長。
[0007]且目前的方法大多運行在X86架構處理器上，功耗較高，不適合大規模部署在高速公路等戶外場景。

技術實現思路

[0008]為滿足高速公路短時預警的需求，針對前述現有技術檢測誤差大、運行時間長、功耗高等問題，本專利技術給出了一種基于局部對比度優化參數的能見度檢測方法和系統，該方法和系統可在100
?
500米內實現高精度檢測，算法實時性較高，且功耗低，可選擇太陽能供電，適合大規模部署在高速公路等戶外場景。
[0009]根據本專利技術的目的，本專利技術提出了一種基于局部對比度優化參數的能見度檢測方法，包括如下步驟：
[0010]步驟S1.實時采集原始有霧圖像，基于暗通道先驗理論對所述原始有霧圖像進行預處理，形成第一預處理圖像數據；
[0011]步驟S2.對所述原始有霧圖像進行邊緣檢測，將邊緣檢測的結果采用矩形框滑窗處理，實現車道線檢測后的第二預處理圖像數據；
[0012]步驟S3.將所述原始有霧圖像分成20*20的塊區域，每一個塊區域中的圖像大小設置為所述原始有霧圖像長度或寬度的1/10，對每一個塊區域計算其局部對比度，根據所述第二預處理圖像數據，對所述局部對比度的對比度值進行補償，根據補償后的局部對比度值設置霧霾保留系數；
[0013]步驟S4.基于所述第一預處理圖像數據以及所述霧霾保留系數計算出能見度值；
[0014]步驟S5.基于預設的平滑系數對所述能見度值進行處理輸出最終的能見度值。
[0015]作為本專利技術的進一步優化方案，所述基于暗通道先驗理論對所述原始有霧圖像進行預處理，形成第一預處理圖像數據的步驟具體為：
[0016]基于暗通道先驗理論對所述原始有霧圖像數據進行預處理，計算出有霧圖像的暗原色，具體公示為：
[0017][0018]式中：Ω(x,y)表示以像素點(i,j)為中心的一個局部區域；c表示R、G、B其中一個顏色通道；I
dark
表示有霧圖像I(i,j)的暗原色；
[0019]在有霧圖像I(i,j)的暗原色I
dark
中選出圖中按像素值從大到小排序的前0.1％的像素值最大的像素點，記錄所述像素值最大的像素點對應的坐標索引，根據所述坐標索引在輸入的有霧圖像中找到對應像素點，計算有霧圖像中對應像素點的灰度平均值，將其作為大氣光強A。
[0020]作為本專利技術的進一步優化方案，所述步驟S2具體包括：
[0021]利用Canny算子對原始有霧圖像進行邊緣檢測，采用自上到下、自左到右的方式進行矩形框滑窗處理；使用所述矩形框左下角去遍歷所有為1的像素點，判斷此時的矩形框邊緣位置是否有灰度值為1的像素點，若沒有，則繼續遍歷下一個灰度值為1的像素點；若有，則檢測直至邊緣線，并將此時的矩形框擴大至1.5倍；判斷此時的矩形框邊緣位置是否有灰度值為1的像素點，若沒有交點，則檢測直至車道線，并記錄當前像素點的位置；若矩形框邊緣處有交點，則未檢測到車道線。
[0022]作為本專利技術的進一步優化方案，所述步驟S3具體包括：
[0023]將所述原始有霧圖像分成20*20的塊區域，每一個塊區域中的圖像大小設置為所述原始有霧圖像長度或寬度的1/10，對每一個塊區域計算局部對比度，其表達式如下所示：
[0024][0025]式中：C為塊區域的局部對比度值；m和n分別為相鄰像素的灰度值；p(m，n)為相鄰像素間灰度差為|m
?
n|的概率；
[0026]根據所述第二預處理圖像數據中的車道線兩端點所處的位置，對所述局部對比度的對比度值進行補償，根據補償后的局部對比度值設置霧霾保留系數，表達式如下所示：
[0027][0028]C'
Ω(x)
＝C
Ω(x)
*ε
[0029][0030]式中：ε表示補償系數；Ω(x)為圖像上像素點x所屬區域，且x僅屬于一個Ω(x)；C'
Ω(x)
代表區域Ω(x)內的局部對比度；C'
Ω(y)
代表圖像內所有塊區域局部對比度的最大值；ω(x)表示塊區域Ω(x)內的霧霾保留系數。
[0031]作為本專利技術的進一步優化方案，所述對所述局部對比度的對比度值進行補償，根據補償后的局部對比度值設置霧霾保留系數的步驟還包括：根據設置的區分能見度高低的閾值對所述霧霾保留系數進行修正，表達式如下：
[0032][0033]式中：Th表示一段時間內圖像對比度閾值的均值；con表示當前幀圖像中車道線區域對比度值；ω0、ω1分別表示車道線首尾點對應的霧霾保留系數；ω'表示修正之后的霧霾保留系數。
[0034]作為本專利技術的進一步優化方案，所述閾值的確定方式通過如下公式計算得到：
[0035][0036][0037]式中：Con0表示晴朗天氣圖像中的車道線區域對比度值；Con1表示霧天仿真圖中的車道線區域對比度值；th表示一幅圖像的對比度閾值；th
k
表示第k副圖像的對比度閾值；N表示參與計算的圖像總數量；Th表示一段時間下圖像對比度閾值的均值。
[0038本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于局部對比度優化參數的能見度檢測方法，其特征在于，包括如下步驟：步驟S1.實時采集原始有霧圖像，基于暗通道先驗理論對所述原始有霧圖像進行預處理，形成第一預處理圖像數據；步驟S2.對所述原始有霧圖像進行邊緣檢測，將邊緣檢測的結果采用矩形框滑窗處理，實現車道線檢測后的第二預處理圖像數據；步驟S3.將所述原始有霧圖像分成20*20的塊區域，對每一個塊區域計算其局部對比度，根據所述第二預處理圖像數據，對所述局部對比度的對比度值進行補償，根據補償后的局部對比度值設置霧霾保留系數；步驟S4.基于所述第一預處理圖像數據以及所述霧霾保留系數計算出能見度值；步驟S5.基于預設的平滑系數對所述能見度值進行處理輸出最終的能見度值。2.根據權利要求1所述的基于局部對比度優化參數的能見度檢測方法，其特征在于，所述基于暗通道先驗理論對所述原始有霧圖像進行預處理，形成第一預處理圖像數據的步驟具體為：基于暗通道先驗理論對所述原始有霧圖像數據進行預處理，計算出有霧圖像的暗原色，具體公示為：式中：Ω(x,y)表示以像素點(i,j)為中心的一個局部區域；c表示R、G、B其中一個顏色通道；I
dark
表示有霧圖像I(i,j)的暗原色；在有霧圖像I(i,j)的暗原色I
dark
中選出圖中按像素值從大到小排序的前0.1％的像素值最大的像素點，記錄所述像素值最大的像素點對應的坐標索引，根據所述坐標索引在輸入的有霧圖像中找到對應像素點，計算有霧圖像中對應像素點的灰度平均值，將其作為大氣光強A。3.根據權利要求1所述的基于局部對比度優化參數的能見度檢測方法，其特征在于，所述步驟S2具體包括：利用Canny算子對原始有霧圖像進行邊緣檢測，采用自上到下、自左到右的方式進行矩形框滑窗處理；使用所述矩形框左下角去遍歷所有為1的像素點，判斷此時的矩形框邊緣位置是否有灰度值為1的像素點，若沒有，則繼續遍歷下一個灰度值為1的像素點；若有，則檢測直至邊緣線，并將此時的矩形框擴大至1.5倍；判斷此時的矩形框邊緣位置是否有灰度值為1的像素點，若沒有交點，則檢測直至車道線，并記錄當前像素點的位置；若矩形框邊緣處有交點，則未檢測到車道線。4.根據權利要求3所述的基于局部對比度優化參數的能見度檢測方法，其特征在于，所述步驟S3具體包括：將所述原始有霧圖像分成20*20的塊區域，每一個塊區域中的圖像大小設置為所述原始有霧圖像長度或寬度的1/10，對每一個塊區域計算局部對比度，其表達式如下所示：式中：C為塊區域的局部對比度值；m和n分別為相鄰像素的灰度值；p(m，n)為相鄰像素間灰度差為|m
?
n|的概率；
根據所述第二預處理圖像數據中的車道線兩端點所處的位置，對所述局部對比度的對比度值進行補償，根據補償后的局部對比度值設置霧霾保留系數，表達式如下所示：C'
Ω(x)
＝C
Ω(x)
*ε式中：ε表示補償系數；Ω(x)為圖像上像素點x所屬區域，且x僅屬...

【專利技術屬性】
技術研發人員：孫曉麗，陳華，龔勇，趙毅，
申請(專利權)人：中國電子科技南湖研究院，
類型：發明
國別省市：