[发明专利]一种基于纵向灰度特征的雾天等级检测方法

说明书

技术领域

本发明属于数字视频图像处理和交通天气检测领域，涉及一种基于纵向灰度特征的雾天等级检测方法。

背景技术

近年来，我国高速公路的交通事故率呈现出明显上升的趋势，由雾天等各种恶劣天气气候条件造成的交通事故也在逐年递增。因此，在雾天条件下，计算准确的能见度值对交通管理有巨大的指导意义。根据交通管理部门对雾天能见度的设定范围选择阈值，将天气分为大雾、小雾和非雾天，分别对应低能见度、能见度不足、能见度正常三种情况。

随着人类社会不断发展，雾天等级检测按照产生时间的顺序主要有三大类方法：目测法、器测法、基于视频图像检测法。目测法主要依靠人眼来观测周围环境的能见度，但是需要耗费巨大人力物力，不具有现实意义；器测法使用光学检测仪器来测量气象光学视程(即能见度值)，一般准确度较高，目前广泛运用于码头、航空等领域，但是成本非常高昂；基于视频图像的雾天等级检测方法对高速公路监控摄像头采集的图像进行算法处理，得到该摄像头所在位置的能见度值，目前广泛采用的基于图像灰度直方图的雾天等级检测方法，灰度分布易受到道路周围景物干扰，阈值选择的难度较大，从而无法保证较高的检测准确率。

发明内容

技术问题：本发明提供一种精确度较高、运算量较小的基于纵向灰度特征的雾天等级检测方法。

技术方案：本发明的基于纵向灰度特征的雾天等级检测方法，包括以下步骤：

步骤1：读入道路交通视频；

步骤2：按照以下方式对道路交通视频中的每帧图像设定感兴趣区域：

首先在图像中标示出表征车道的四个点，分别为左侧车道边缘顶点A和底点D，右车道边缘顶点B和底点C；

然后连接AD，BC，确定直线AD与BC之间宽度为五分之一至二十分之一图像宽的水平线段，该水平线段与直线AD与BC的交点分别为G，H，分别以这两点出发沿图像竖直方向向上引出射线，所述两条射线、水平线段与图像上边缘构成长方形区域；

同时取AD，BC的中点E，F，将梯形GHFE与所述长方形区域合并作为感兴趣区域；

步骤3：每得到h帧连续图像序列，即对该h帧连续图像序列在感兴趣区域内进行一次背景图像提取，得到新的背景图像Q，其中h至少取50，具体流程为：

31)判断是否存在根据前一个连续图像序列生成的新的背景图像Q，如是，则进入步骤33)，否则进入步骤32)；

32)根据如下方法确定当前h帧连续图像序列在感兴趣区域内的初始背景图像，并将其作为新的背景图像Q后进入步骤4)：

根据连续图像序列中在感兴趣区域内的每个像素点的灰度值，使用灰度统计方法确定每个像素点的灰度值序列，将灰度值序列中出现次数最高的值作为该像素点所对应的初始背景图像像素点的灰度值；待确定初始背景图像所有像素点的灰度值后，即构建得到初始背景图像；

33)使用均值法计算新的背景图像Q，具体流程为：

首先根据下式分别计算当前h帧连续图像序列中每一帧图像的坐标(x,y)的灰度累加参数V_k(x,y)：