一种基于视频图像的能见度检测方法
【技术领域】
[0001] 本发明涉及能见度检测技术领域。更具体地，涉及一种基于视频图像的能见度检 测方法。
【背景技术】
[0002] 低能见度是道路交通事故的重要诱因。特别是高速公路，车辆行驶速度快、流量大 以及其自身全封闭、全立交的特点，要求车辆不得任意减速和停车。当遇到低能见度天气 时，就极有可能引发多车连续追尾的重特大交通事故。随着我国交通运输业的发展，高速公 路里程持快速增长态势，机动车保有量也在不断增长，这些因素都导致高速公路的交通事 故发生率和伤亡损失飞速增长。及时准确地检测低能见度并进行预警响应，对保障高速公 路畅通运营有重要意义。
[0003] 高速公路能见度的检测方法总体上将可以分为三大类：即目测法、器测法和视频 检测方法。其中最为传统也最常用的检测方法是目测法和器测法。不同于温度、湿度等可 以直观测量的气象要素，能见度在人工观测中只是估测，且目测数据缺乏规范性与持续可 追溯性。为此，高速公路引进了价格昂贵的能见度检测仪器来获取精确的能见度值，但因该 设备布设非常稀疏，并不满足高速公路线性距离长的需求，低能见度检测效果非常有限。近 些年来，随着高速公路全程视频监控系统的逐步完善，利用视频图像方法检测能见度成为 国内外学者的研究重点。视频检测能见度结合视频图像分析、大气光线传播模型与多种检 测识别算法，在分析处理视频图像的基础上，建立图像与真实场景之间的映射关系，通过测 量图像特征的变化情况，进而求得能见度值。基于视频图像检测能见度的方法主要有三种， 分别是摄像机标定法、双壳度差算法和暗通道先验法。
[0004] 在实际应用中，视频能见度检测技术主要以摄像机模型标定法和双亮度差法为 主。摄像机模型标定法在国内外均有应用，可适用于移动车辆与固定摄像机，易受到多种复 杂天气和环境（如雨雪天气对道路标线的覆盖，道路翻修改建、道路标线磨损等）的干扰， 且在夜间很难工作，难以满足全天候实时检测的需求。双亮度差算法预先搭建符合要求的 目标物，建立视频能见度检测的良好条件，满足全天候观测的需求，不足之处是需要人工目 标物的搭建。
[0005] 因此，需要提供一种不需要重新搭建硬件设施，可应用于各种环境，且满足全天候 观测的需求的基于视频图像的能见度检测方法。
【发明内容】
[0006] 本发明的目的在于提供一种基于视频图像的能见度检测方法，解决现有方法存在 的易受环境干扰、需要依赖额外硬件设施的问题。
[0007] 为达到上述目的，本发明采用下述技术方案：
[0008] -种基于视频图像的能见度检测方法，该方法包括如下步骤：
[0009]S1、获取待检测区域的视频图像的暗通道图像；
[0010] S2、根据所述暗通道图像估测所述视频图像的大气光照值；
[0011] S3、根据所述视频图像的大气光照值计算所述视频图像的估算大气透射率，并根 据所述视频图像的估算大气透射率计算所述视频图像的估算能见度；
[0012] S4、采用区域生长法识别所述暗通道图像中的天空区域与非天空区域；
[0013] S5、根据所述视频图像的估算能见度，在设定的不同能见度模式对应的天空区域 和非天空区域透射率修正系数中选取所述视频图像的天空区域和非天空区域透射率修正 系数；
[0014] S6、根据所述视频图像的天空区域和非天空区域透射率修正系数计算所述视频图 像的大气透射率，并根据所述视频图像的大气透射率计算所述视频图像的能见度。
[0015] 优选地，步骤S2中估测所述视频图像的大气光照值的方法为：将所述视频图像的 暗通道图像中每个像素点的暗通道值按照从大到小顺序排列，取前10%的暗通道值的均值 作为所述视频图像的大气光照值。
[0016] 优选地，步骤S3中，
[0017] 计算所述视频图像的估算大气透射率的公式为：
[0018]
[0019] 公式中，？(X)为视频图像的估算大气透射率，c为三基色空间中的颜色通道， Ω(X)表示中心点为像素点X的局部区域，T(y)为图像中像素位置为y的颜色通道c的像 素值，f为颜色通道c的大气光照值；
[0020] 计算所述视频图像的估算能见度的公式为：
[0021]
[0022] 公式中，f为视频图像的估算能见度。
[0023] 优选地，步骤S4进一步包括如下子步骤：
[0024]S4. 1、选取所述暗通道图像中亮度最大的像素值作为种子像素值Seed;
[0025]S4. 2、确定区域生长的生长规则：
[0026]当满足以下约束条件时，像素点属于天空区域，不满足时像素点属于非天空区 域：
[0027]
[0028] 公式中，c为三基色空间中的颜色通道，Ω(X)表示中心点为像素点X的局部区域， r(y)为图像中像素位置为y的颜色通道c的像素值，f为颜色通道c的大气光照值，thl 为所述视频图像的灰度图像中图像的灰度阈值，th2为暗通道中图像的灰度阈值；
[0029] S4. 3、根据区域生长的生长规则，以种子像素值Seed的像素点为中心进行区域生 长，当达到天空区域与非天空区域的边界时，区域生长停止，完成所述暗通道图像中的天空 区域与非天空区域的识别。
[0030] 优选地，步骤S4. 3中的区域生长停止的触发条件为：设定变量Val= 2/3Size， Size为所述视频图像的大小，当区域生长过程处理的像素个数达到变量Val时，停止区域 生长D
[0031]优选地，步骤S4. 3之后还包括步骤：
[0032] S4. 4、当满足,⑴)〉0'75:的条件时，将像素点X划入天空区域。
[0033] 优选地，步骤S5中不同能见度模式对应的天空区域和非天空区域透射率修正系 数的设定方法为：
[0034] 建立包含不同能见度的能见度模式，所述能见度模式包括：
[0035]
[0036] V为能见度，单位为米；
[0037] 选取分别属于不同能见度模式的能见度为1000m，500m，200m，100m，50m的已知能 见度的视频图像，获取各已知能见度的视频图像的暗通道图像；
[0038] 根据所述已知能见度的视频图像的暗通道图像估测已知能见度的视频图像的大 气光照值；
[0039] 根据已知能见度的视频图像的大气光照值计算已知能见度的视频图像的估算大 气透射率，公式为
[0040]
[0041] 公式中，为已知能见度的视频图像的估算大气透射率，c为三基色空间中的 颜色通道，Ω(X)表示中心点为像素点X的局部区域，F(y)为图像中像素位置为y的颜色 通道C的像素值，f为颜色通道C的大气光照值；
[0042] 计算已知能见度的视频图像的估算能见度，公式为：
[0043]
[0044] 公式中，I?为已知能见度的视频图像的估算能见度；
[0045] 采用区域生长法识别已知能见度的视频图像的暗通道图像中的天空区域与非天 空区域；
[0046] 以已知能见度的视频图像的估算能见度与已知能见度的视频图像的实际能见度 之间的差值作为目标函数，根据最小二乘法原理，推导不同能见度模式对应的天空区域和 非天空区域透射率修正系数。
[0047] 优选地，所述推导不同能见度模式对应的天空区域和非天空区域透射率修正系数 的公式如下，
[0048] 天空区域的目标函数和透射率修正函数为：
[0049]
[0050] 公式中，1^为能见度模式为i(ieU，2,3,4,5})时的实际能见度，Lajx))为透 射率为tl(x)时图像的估算能见度i?，I、％分别为能见度模式为i(ie{1，2,3,4,5})时 的天空区域透射率修正系数；
[0051] 非天空区域的目标函数和透射率修正函数为：
[0052]
[0053] 公式中，气为能见度模式为i(ie{1，2, 3,