一种基于图像处理的可视距离检测方法
【专利摘要】本发明涉及一种基于图像处理的可视距离检测方法，该方法包括如下步骤：(1)采集当前场景下普通图像并获取边缘像素点总数；(2)获取对应场景下红外热图像边缘像素点总数以及相应的红外热图像修正系数；(3)建立可视度模型；(4)根据可视度模型计算当前场景下的可视度值，并对比储存的可视度查阅表获取相应的可视距离，其中储存的可视度查阅表中包含不同场景下可视度标准值和可视距离之间的映射关系。与现有技术相比，本发明具有方法简单、图像质量要求低、检测精度高等优点。
【专利说明】
一种基于图像处理的可视距离检测方法
技术领域
[0001] 本发明涉及一种可视距离检测方法，尤其是涉及一种基于图像处理的可视距离检 测方法。
【背景技术】
[0002] 高速公路驾驶可视距离是影响交通安全的重要因素，传统的能见度检测指标容易 受到光照条件、环境温度、雨雪等影响，很难准确反映驾驶员的实际可视距离，而且能见度 仪价格昂贵、架设方式复杂，很难大范围的布设使用。
[0003] 现有低能见度的视频检测算法研究主要为像素对比度算法，采用CIE规定的0.05 人眼可见对比度阈值，其中包括:基于数据修正的计算方法、能见度仪矫正的计算方法、相 机自标定的计算方法;除此之外，还有基于路面亮度来进行能见度检测的方法，这些方法都 是针对普通图像本身来进行分析，因此对图像质量要求较高，当所获取图像的质量较低时 便无研究意义，同时图像的恰当处理和相关硬件电路的某些不足(如硬件延时等)也是此类 方法的瓶颈。
【发明内容】
[0004] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图像处理 的高速公路可视距离检测方法。
[0005] 本发明的目的可以通过以下技术方案来实现：
[0006] -种基于图像处理的可视距离检测方法，该方法包括如下步骤：
[0007] (1)采集当前场景下普通图像并获取普通图像边缘像素点总数N;
[0008] (2)获取对应场景下红外热图像边缘像素点总数n以及相应的红外热图像修正系 数比
[0009] (3)建立可视度模型
|其中v为可视度值；
[0010] (4)根据可视度模型计算当前场景下的可视度值，并对比储存的可视度查阅表获 取相应的可视距离，其中储存的可视度查阅表中包含不同场景下可视度标准值和可视距离 之间的映射关系。
[0011] 所述的储存的可视度查阅表通过下述方式获得：分别获取不同场景下的普通图 像，对不同场景下的普通图像分别进行处理，建立可视距离和可视度标准值之间的映射关 系，进而建立包含不同场景的可视度查阅表。
[0012] 所述的建立可视距离和可视度标准值之间的映射关系具体为：
[0013] (la)确定可视距离分隔点 x〇、xi、X2......1"，其中1() = 〇111，1()<11<12......xn;
[0014] (lb)在普通图像中提取可视距离范围（xn，Xj)内的景物并从该普通图像中分离 形成二次图像Pj，j = l，2......n;
[0015] (lc)对二次图像匕进行边缘检测得到该二次图像的边缘像素点数
[0016] (Id)对可视距离分隔点Xl根据下式求取可视度标准值：
[0018] 其中，i = i，2……n，当i = 0时，可视距离分隔点xo的可视度标准值vo = 0。
[0019] 普通图像和红外热图像分别通过Canny算子进行图像边缘检测获取各图像的边缘 像素点总数。
[0020] 步骤(2)中修正系数e = aT，其中a为温度修正系数，t为相机修正系数。
[0021]温度修正系数a通过下式获取：
[0023]其中，Q为第一辐射常数，C2为第二辐射常数，A为红外热像仪工作波长，Tl为拍摄 红外热图像时的温度，T为参考温度，TdPT单位均为开尔文。
[0024]相机修正系数t通过下述方法获取：
[0025] (2a)在相同位置和相同视角下获取m个普通图像和对应的红外热图像；
[0026] (2b)分别求取m个普通图像的边缘检测像素点平均值为R，相应的，m个红外热图像 的边缘检测像素点平均值为S;
[0027] (2c)计算相机修正系数 [0028]所述的步骤(4)具体为：
[0029] 计算可视度值，对比可视度查阅表中的是否有等于该可视度值的可视度标准值， 若有，则获取该可视度标准值对应的可视距离，否则通过线性内插法求取可视度值对应的 可视距离。
[0030] 与现有技术相比，本发明具有如下优点：
[0031] (1)通过图像处理技术来检测图像的边缘像素点总数，再对红外热图像的像素点 进行相机修正和温度修正，最后通过普通图像的像素点数与红外热图像修正结果的比值来 反推实际可视距离，即通过视野中景物的减少量来反映可视距离的减少量，通过红外热图 像来与普通图像对比的方式来简化图像处理算法，降低对图像质量的要求；
[0032] (2)可视度查阅表为制作并存储好的可视度查阅表，因此在实际检测时，只需调用 该可视度查阅表，选择相应的场景并可进行可视度值的查阅，方便使用；
[0033] (3)可视度检测模型简单，应用时只需采集普通图像并计算边缘像素点总数N，而 对应场景下红外热图像边缘像素点总数n和修正系数可以事先存储好，对于同一场景下，不 论是何种天气，红外热图像边缘像素点总数n和修正系数0均保持不变，这种方式处理方便， 便于使用；
[0034] (4)该发明中温度修正系数减小温度对红外图像影响，同时相机修正系数减小了 红外热像仪成像质量差异，有效提高了可视度模型的计算精度，从而提高了检测精度。
【附图说明】
[0035]图1为本发明基于图像处理的可视距离检测方法的流程图；
[0036]图2为在红外热图像温度修正前后像素点数的线性拟合曲线对比图。
【具体实施方式】
[0037]下面结合附图和具体实施例对本发明进行详细说明。
[0038] 实施例
[0039]本发明的目的提出的一种简单的模型算法，只检测小于300m的低能见度范围，并 且提出专门适用于高速公路的可视度概念，该模型主要关注驾驶员所观景象，反映真实的 人眼可视距离。最终为高速公路可视距离检测量身定制一种经济的检测方法，并实现实时 的检测预警。
[0040] 本发明的基本原理思路是：
[0041] 低能见度对驾驶员的直接影响就是可视距离不足，可视距离越小，人眼所能看到 的最远景物的距离就越小，普通图像中的景物数量也越少。那么随着可视距离的减少，连续 景物的量就会有规律的减少。因此可以通过量化普通图像中景物减少的量来反推可视距离 的减少量，得到实际可视距离;要量化普通图像中因为可视距离的降低而减少的景物量，首 先引入红外热图像作为参照。红外辐射是影响红外热图像成像的最主要因素，因此红外热 图像不随可视距离的变化而改变，不受雾霾等低可视距离条件的影响，可以作为衡量普通 图像景物减少量的参照。经过试验可以看出，雾天的普通图像中的景物数量较晴天明显减 少，而红外热图像基本无变化;然后，需要引入能够反映景物数量的图像参数，采用景物边 缘像素点数作为此参数。图像中每一个物体都对应着自己的边缘像素，景物越多则总的边 缘像素点越多；具体如何量化普通图像中因可视距离小而减少的景物量，本发明采用普通 和红外热图像的边缘检测像素点数的比值作为景物见少量的指标。比值为1，说明普通图像 景物数量和红外热图像景物数量一致，可视距离很高，比值小于1则景物数量有所减少，可 视距离降低;采取像素点比值指标后，需要建立实际可视距离与该比值的映射关系，根据此 映射关系可以由实际计算出来的边缘检测像素点比值来反推实际可视距离。本发明通过建 立可视度查阅表来反映可视距离与边缘检测像素点比值的映射关系。
[0042] 因此，提出一种基于图像处理的高速公路可视距离检测方法，该方法流程图如图1 所示，包括如下步骤：
[0043] 执行步骤1:采集当前场景下普通图像并获取普通图像边缘像素点总数N;
[0044] 执行步骤2:获取对应场景下红外热图像边缘像素点总数n以及相应的红外热图像 修正系数
[0045] 执行步骤3:建立可视度模型
，其中v为可视度值；
[0046] 执行步骤4:根据可视度模型计算当前场景下的可视度值，并对比储存的可视度查 阅表获取相应的可视距离，其中储存的可视度查阅表中包含不同场景下可视度标准值和可 视距离之间的映射关系。
[0047] 具体的，普通图像和红外热图像分别通过Canny算子进行图像边缘检测获取各图 像的边缘像素点总数。储存的可视度查阅表通过下述方式获得:分别获取不同场景下的普 通图像，对普通图像进行处理，建立可视距离和可视度标准值之间的映射关系，进而建立包 含不同场景的可视度查阅表。其中建立可视距离和可视度标准值之间的映射关系具体为： [0048] (1&)确定可视距离分隔点义()、11、12......义11，其中1() = 〇111，1()<11<12......Xn;
[0049] (lb)在普通图像中提取可视距离范围（xn，Xj)内的景物并从该普通图像中分离 形成二次图像Pj，j = l，2......n;
[0050] (lc)对二次图像匕进行边缘检测得到该二次图像的边缘像素点数QJ;
[0051] (Id)对可
视距离分隔点Xl根据下式求取可视度标准值：
[0053] 其中，i = i，2……n，当i = 0时，可视距离分隔点xo的可视度标准值vo = 0。
[0054] 黑体处于温度T时在波长A处的单色辐射出射度由普朗克公式给出，可推得在一定 的波长范围内的能量积分为式：
[0056]式中，Ci为第一辐射常数，C2为第二辐射常数。参考相关文献加装不同衰减波片的 非制冷焦平面红外热像仪器温度与能量关系曲线，由曲线可知，在300k以内的低温范围内 非制冷焦平面红外热像仪温度与能量关系曲线近似为抛物线，即为平方关系。设定温度变 化范围不超过l〇°C，且温度都在300k以内，变化幅度较小，可以假设红外图像处理得到的像 素点数与温度为平方关系。因此，可以设定以25°C的红外图像为基准，其修正系数为1.00， 那么在实验温度18 °C~28 °C范围内的温度修正系数可以表达如式：
[0058]其中，Q = 2Jihc2 = 3.74 X 10-16Wm2，第二辐射常数为0.01438769mK A为波长，这里 取红外热像仪工作波长，热像仪工作波长为8~14wii，可以取中值l〇Mi，Ti为拍摄红外热图 像时的温度，T为参考温度，即Ti和T单位均为开尔文，此处参考温度选为25 °C，对应开尔文 温度 298.16K。
[0059]相机修正系数t通过下述方法获取：
[0060] (2a)在相同位置和相同视角下获取m个普通图像和对应的红外热图像；
[0061] (2b)分别求取m个普通图像的边缘检测像素点平均值为R，相应的，m个红外热图像 的边缘检测像素点平均值为S;
[0062] (2c)计算相机修正系数
[0063] 步骤4具体为:计算可视度值，对比可视度查阅表中的是否有等于该可视度值的可 视度标准值，若有，则获取该可视度标准值对应的可视距离，否则通过线性内插法求取可视 度值对应的可视距离。
[0064]为了验证该方法的正确性和可靠性进行了一些实验。在不同的场景下，分别在相 同位置和相同视角下采用相机和红外热像仪获取普通图像和红外热图像，具体地，将索尼 数码照相机DSC-W630型卡片机和非制冷焦平面阵列探测器EX-25车载热像仪架设于同一位 置，保持相同视角，选取在雾天、雨天和夜晚低照度三种场景下进行普通图像和红外热图像 的采集，在上海市嘉定区某学校内假设仪器，分别在上述三种条件下进行图像采集，并记录 每个样本采集时的温度，得到共八组样本。另外对得到的普通图像和红外热图像均进行降 噪处理，红外热图像采取小波降噪和中值滤波，普通图像采取中值滤波。
[0065]根据上述方法分别对同一场景下的普通图像进行处理，建立可视距离与可视度标 准值之间的映射关系。进行试验时，确定可视距离分隔点〇m、50m、100m、150m、200m、250m、 300m，将三种场景下的普通图像分别分离成6个二次图像，记作Pj，j = 1，2……6，二次图像卩丄 为包括0~50m内的景物的二次图像，二次图像P2为包括50m~100m内的景物的二次图像，对 于各可视距离分隔点分别计算可视度标准值。将上述可视距离分隔点和可视度标准值一一 对应，制作不同场景下的可视度查阅表，得到表1所示的可视度查阅表，表中空缺部分表示 对应该可视距离范围内没有景物。
[0066] 表1可视度查阅表
[0068]图2为在不同温度下拍摄红外图像，温度修正前后像素点数的线性拟合曲线对比 图，图中虚线为修正前像素点数的线性拟合曲线，可表示为:y = -442.22x+21721，实线为修 正后像素点数的线性拟合曲线，可表示为:y = _107.06x+13385。由图2可见在修正后拟合直 线的斜率绝对值明显下降，减小了温度对红外图像处理结果的影响，保证了同一视角和位 置下红外图像边缘像素点数基本一致。
[0069] 继而进行相机修正系数t的获取:选取在高能见度的场景下进行实验，保证普通图 像和红外图像中的景物完全一致，取得10组对比图像，分别检测普通图像和红外图像的边 缘像素点数，最后计算得普通图像像素点数平均值与红外图像像素点数平均值的比值即为 相机修正系数，分析结果如表2所示，该表中相机修正系数T是考虑温度修正后的相机修正 系数，由于该实验获取10组图像时的环境温度为23.6°C，同样以25°C为基准温度，此时温度 修正系数为0.9630,因此将表中28036除以14536等于1.9287即为温度修正前的相机修正系 数，将其再乘以〇. 9630便得到了表中的相机修正系数为1.86。
[0070] 表2红外热图像相机修正分析结果
[0072] 然后对采集的八组样本进行一系列处理得到可视距离并与人眼观测距离进行对 比，得到表3所示的实验结果。由于在同样的场景下，理论上红外热像仪测得的红外热图像 应相同，但由于仪器测量误差问题，会存在一些偏差，因此在同一场景下，几组样本进行图 像修正后，将几组样本修正后的边缘像素点总数取平均作为该场景下可视度模型计算公式 中的分母，这样能提高测量的精度。
[0073] 从表3中可知，雨天环境实际人眼观测可视距离均大于300m，根据可视度模型预测 结果也是均大于300m，预测结果准确，可视度模型可靠;雾天环境，样本F2可视度模型预测 结果与人眼观测相符，样本F1可视度模型预测结果有17m的差距，相对误差5.7%;低照度环 境，样本L2时的环境照度要比样本L1的更高一些，可视距离也应该更大，实际人眼观测结果 L2最大，可视度模型预测结果均与人眼观测结果相符，平均相对误差9.7%。
[0074]可视度模型预测范围为0~300m，预测结果大于300m并且与实际情况相符的情况 不计算误差，因此考虑各种环境下可视距离小于300m情况，模型预测结果与人眼观测结果 平均相对误差为8.7%。
[0075] 表3实验结果
[0077] 将上述的可视距离检测方法应用于高速公路的可视距离检测，首先需要做一些前 序工作:第一:建立可视度查阅表，具体为利用高速公路监控摄像头采集普通图像，并建立 不同场景下的可视度查阅表，该可视度查阅表可以保存并供后续使用;第二:对应不同的场 景下，通过人工携带热像仪来采集红外热图像并计算红外热图像边缘像素点总数n，同时确 定温度修正系数和相机修正系数，可以保存这些参数，下次使用时便可以直接使用。之后在 实际检测时，利用高速公路监控摄像头采集普通图像，该监控摄像头拍摄角度需要与之前 的红外热图像拍摄角度保持一致，通过监控摄像头拍摄到相应场景下的普通图像并计算出 边缘像素点总数N，然后通过可视度模型计算得到可视度值V，最后由可视度查阅表得到可 视距离。当然也可以在高速公路监控摄像头安装一个红外热像仪，并保持相同的安装位置 和相同的拍摄视角进行实时采集红外热图像，这样成本会相对较高。
【主权项】
1. 一种基于图像处理的可视距离检测方法，其特征在于，该方法包括如下步骤： (1) 采集当前场景下普通图像并获取普通图像边缘像素点总数N; (2) 获取对应场景下红外热图像边缘像素点总数η以及相应的红外热图像修正系数β; (3) 建立可视度模型V = &，其中V为可视度值； (4) 根据可视度模型计算当前场景下的可视度值，并对比储存的可视度查阅表获取相 应的可视距离，其中储存的可视度查阅表中包含不同场景下可视度标准值和可视距离之间 的映射关系。2. 根据权利要求1所述的一种基于图像处理的可视距离检测方法，其特征在于，所述的 储存的可视度查阅表通过下述方式获得:分别获取不同场景下的普通图像，对不同场景下 的普通图像分别进行处理，建立可视距离和可视度标准值之间的映射关系，进而建立包含 不同场景的可视度查阅表。3. 根据权利要求2所述的一种基于图像处理的可视距离检测方法，其特征在于，所述的 建立可视距离和可视度标准值之间的映射关系具体为： (la) 确定可视距离分隔点XQ、X1、X2......义11，其中1() = 〇111，1()<11<12......Xn; (lb) 在普通图像中提取可视距离范围（XH，Xj)内的景物并从该普通图像中分离形成二 次图像Pj，j = l，2……η; (lc) 对二次图像Pj进行边缘检测得到该二次图像的边缘像素点数Qj; (ld) 对可视距离分隔点Xi根据下才步前可加齒说>件估：其中，i = 1，2......η，当i = O时，可视距离分隔点XQ的可视度标准值Vo = O。4. 根据权利要求1所述的一种基于图像处理的可视距离检测方法，其特征在于，普通图 像和红外热图像分别通过Canny算子进行图像边缘检测获取各图像的边缘像素点总数。5. 根据权利要求1所述的一种基于图像处理的可视距离检测方法，其特征在于，步骤 (2)中修正系数β = ατ，其中α为温度修正系数，τ为相机修正系数。6. 根据权利要求5所述的一种基于图像处理的高速公路可视距离检测方法，其特征在 于，温度修正系数α通过下式获取：其中，C1为第一辐射常数，C2为第二辐射常数，λ为红外热像仪工作波长，T1为拍摄红外 热图像时的温度，T为参考温度，TdPT单位均为开尔文。7. 根据权利要求5所述的一种基于图像处理的可视距离检测方法，其特征在于，相机修 正系数τ通过下述方法获取： (2a)在相同位置和相同视角下获取m个普通图像和对应的红外热图像；(2b)分别求取m个普通图像的边缘检测像素点平均值为R，相应的，m个红外热图像的边 缘检测像素点平均值为S · (2c)计算相机修正系8. 根据权利要求1所述的一种基于图像处理的可视距离检测方法，其特征在于，所述的 步骤(4)具体为： 计算可视度值，对比可视度查阅表中的是否有等于该可视度值的可视度标准值，若有， 则获取该可视度标准值对应的可视距离，否则通过线性内插法求取可视度值对应的可视距 离。
【文档编号】G06T7/00GK105894500SQ201610185869
【公开日】2016年8月24日
【申请日】2016年3月29日
【发明人】杜豫川, 张晓明, 刘成龙, 李峰
【申请人】同济大学