1.一种视频图像的稳定性判断方法,其特征在于,所述视频图像的稳定性判断采用如下公式,
其中,R、G、B代表视频图像每个像素点的红、绿、蓝三个颜色分量,MSE表示采集的视频图像的三个颜色分量总均方差,MSER表示视频图像每个像素颜色分量R的均方差,MSEG表示视频图像每个像素颜色分量G的均方差,MSEB表示视频图像每个像素颜色分量B的均方差,i表示采集的视频图像中第i帧图像,i=1,2,3,…,n,n≥1,Ri、Gi、Bi分别为第i帧图像所有像素点的R、G、B的值,分别为采集的视频图像中所有图像的Ri、Gi、Bi的均值;
若MSE、MSER、MSEG和MSEB值均小于0.5,则采集的视频图像稳定性满足要求,为稳定的视频图像,否则重新采集视频图像。
2.一种基于视频的隧道亮度检测方法,其特征在于,该检测方法包括:
步骤一,采集视频图像,采用权利要求1所述方法判断视频图像的稳定性,得到稳定的视频图像;
步骤二,提取稳定的视频图像的初始彩色背景图像;
步骤三,计算光源亮度值L,具体包括:
对步骤二的初始彩色背景图像采用恒定间隔两行两列像素计算法,将初始彩色背景图像划分为多个检测区域,任意检测区域中的任意图像像素点以(xp,yq)表示,进行初始彩色背景图像亮度值T计算,T的计算采用如下公式,
其中,T(xp,yq)表示检测区域图像像素点(xp,yq)的图像亮度值,yt表示每个检测区域上边缘的图像像素均值,yb表示每个检测区域下边缘的图像像素均值,xl表示每个检测区域左边缘的图像像素均值,xr表示每个检测区域右边缘的图像像素均值,p和q取值为自然数,INT[]表示对括号里面的式子进行取整;
依据视频图像亮度检测算法计算隧道亮度值L,采用的计算模型为,
3.如权利要求2所述基于视频的隧道亮度检测方法,其特征在于,获取稳定的视频图像后,需要通过稳定的视频图像对摄像机进行畸变校正处理。
4.如权利要求2所述基于视频的隧道亮度检测方法,其特征在于,所述对摄像机进行畸变校正处理是采用棋盘格标定法,选稳定的视频图像中50帧图像进行摄像机标定。
5.如权利要求3所述基于视频的隧道亮度检测方法,其特征在于,对摄像机进行畸变校正处理后需进行摄像机传感器的均匀性校正。
6.如权利要求5所述基于视频的隧道亮度检测方法,其特征在于,所述摄像机传感器的均匀性校正,具体步骤为:将稳定的视频图像分为个面积相同的子区域,(j,k)表示由
个子区域形成的任意区域,j∈ζ且
ζ和
为自然数,以稳定的视频图像中心为基准,进行摄像机传感器的均匀性校正,采用的公式如下,
其中,KR(j,k)、KG(j,k)、KB(j,k)分别为任意区域(j,k)对应的R、G、B的校正系数,R(j,k)、G(j,k)、B(j,k)分别表示任意区域(j,k)的R、G、B值。
7.如权利要求2所述基于视频的隧道亮度检测方法,其特征在于,采用中值滤波统计法提取稳定的视频图像的初始彩色背景图像。
8.如权利要求7所述基于视频的隧道亮度检测方法,其特征在于,所述初始彩色背景图像是采用中值滤波方法在对100帧图像训练后得到的。
9.如权利要求2所述基于视频的隧道亮度检测方法,其特征在于,依据视频图像亮度检测算法得到光源亮度值L后对隧道亮度总均匀度U0和中线亮度纵向均匀度Um进行检测,采用的公式如下:
其中,Lmin是所有子区域的最小亮度值的平均值,Lav是对所有子区域的平均亮度值求取的平均值,L’min是所有子区域的中线最小亮度值的平均值,L’max为所有子区域的中线最大亮度值的平均值。