[发明专利]一种基于图像频谱的交通雾霾能见度检测方法

说明书

本发明揭示了一种基于图像频谱的交通雾霾能见度检测方法。其实现步骤主要是：（1）采集不同场景下不同能见度的高速公路雾霾能见度图片，用以建立图片库。（2）以高速公路车道线为标识物建立坐标，用以测量雾霾图片能见度；（3）对图片做余弦变换，来提取图片的高频、低频信息，作为特征；（4）将所提取特征输入深度神经网络进行训练；并应用于实测。本发明采用高低频信息作为神经网络输入特征，提高了检测精度；同时采用深度神经网络模型，对大数据集进行处理提供了便利条件。

技术领域

本发明涉及计算机图像处理领域，涉及一种基于计算机图像中图像频谱处理的高速公路雾霾能见度检测方法。

背景技术

能见度是人眼对于大气透明度的主观感受，目前常用的检测方法有两大类：一类是传统的能见度检测法，主要是能见度仪；另一类是基于视频图像的能见度检测法，本发明重点研究的是后者。目前视频探头的广泛分布，为本发明的研究奠定了硬件基础。以江苏为例，从2013年5月13日起，江苏省高速公路全面开启高清探头和视频，比如宁连高速平均1.5km铺设监控摄像头，重点区域1km间隔铺设，这些采集终端能够实时获取路网交通视频数据。

在雾霾天气下，低能见度可能会对交通安全造成潜在威胁。当能见度低于200米时，交通事故发生频率将大大增长。降低交通事故发生频率的一种有效的方法就是对道路能见度进行预估，并采取有效的方式人为干预。能见度估计可以追溯到20世纪20年代。1924年，Koschmieder提出了大气能见度公式，奠定了大气能见度估计经典理论的基础。1949年，Steffens提出了一项探索性的研究，并开发了一种用于雾霾视觉范围估计的照相测量方法。受限于摄影技术，基于视觉的能见度估计数年内没有太大进展。1969年，贝尔实验室验证了生产电荷耦合器件的可能性，飞兆半导体公司也于1973年开发了电荷耦合器件图像传感器。随着半导体和计算机技术的快速发展，数字视频的分辨率得到了极大的提高，为基于视觉的能见度估计提供了更多的可能性。1997年Pomerleau，1998年Busch和Debes，2006年Hautiere、Labayrade等进行了一些基于计算机视觉的能见度估计方法的启发式研究。1997年，Pomerleau基于追踪车辆前方车道特征，实现大气能见度的估计，并测量了道路特征的对比度衰减。1998年，Busch和Debes基于B样条小波分析了交通监控视频帧来进行大气能见度估计。2006年，Hautiere、Labayrade等提出了基于局部对比度的方法和基于车辆环境深度图的方法，通过结合这两种方法估计白天和夜晚的能见度。2006年，Hautiere、Tarel等经过严格的数学推导，通过道路亮度曲线的拐点估计道路能见度，这为基于视觉的方法在实际应用中铺平了道路。大气能见度的估算公式也可用于高清监控视频的主观能见度检测。2009年，Bronte提出了另一种基于道路亮度曲线的方法，并通过相机投影方程计算可见距离。2009年，Liaw等建立了亮度变化与雾霾能见度之间的关系。2013年，Lenor、Jahne和Weber基于辐射传递理论，引入了更复杂的模型，描述了道路亮度曲线的拐点和消光系数之间的关系，并考虑了将垂直视觉应用于能见度估计。2013年，Negru和Nedevschi对Hautiere的框架进行了优化。通过估计道路亮度曲线的水平线和拐点来获得消光系数和大气能见度。2014年，Lenor，Martini和Jahne基于道路亮度曲线和图像中的目标轨迹提出了估计大气能见度的方法，并且引入了得出消光系数的似然目标函数。大气能见度的估算方法主要受一些相机参数和感兴趣区域(ROI)估计的控制。2016年，Guo、Peng和Tang可以基于感兴趣区域(ROI)来提取测量折射点。

然而这么长一大段发展历程至今，现有的该些交通能见度估计方法的实际效果无法满足人们对技术应用的需求，尤其在检测精度差和对大数据集处理难度大等方面。

发明内容

为克服现有技术的不足，本发明的目的旨在提出了一种基于图像频谱的高速公路雾霾能见度检测方法，可以解决针对大数据集的检测并提高精度的问题。

为了实现上述目的，本发明的技术解决方案为：一种基于图像频谱的交通雾霾能见度检测方法，主要包括以下步骤：