CN102262092A - 能见度测量系统及方法 - Google Patents

Abstract

本发明提供一种能见度测量系统及方法。该能见度测量系统包括：数字云台，其用于承载数字摄像单元；数字摄像单元，其用于拍摄选定的位于不同位置的目标物并将所拍摄的目标物图像输出到图像处理单元；图像处理单元，其对由上述数字摄像单元的拍摄而得到的目标物图像使用目标定位算法来精确定位目标物，提取该目标物的亮度值并输出到能见度计算单元；能见度计算单元，其根据由上述图像处理单元提取的上述目标物的亮度值，使用双亮度差对比公式，计算能见度值，并且求出上述目标物各方向能见度值的算术平均值作为当前能见度；控制单元，其用于控制上述数字云台和上述数字摄像单元。

Description

能见度测量系统及方法

技术领域

本发明涉及能见度测量技术领域，特别涉及一种基于高精度数字摄像机和数字云台的全自动仿人工能见度测量系统和鲁棒的自动能见度检测方法。

背景技术

能见度是一个对航空、航海、陆上交通以及军事活动等都有重要影响的气象要素。特别是近年来，许多领域对能见度日常观测的需求变得日益强烈，如高速公路的关闭、车辆的限速、飞机的起降等等。可以说，能见度的实时观测和预报已经成为现实生活中不可缺少的重要内容。探测大气能见度最常用的有两种方法，即目测法与器测法，至今国内外对能见度的观测大都还是以人工目测为主，规范性和客观性较差，特别是对多地区不同行业的能见度测量需求，实行的可行度较低。在能见度仪器测量方面，采用的设备主要有大气透射仪、散射仪和激光能见度自动测量仪，另外还有数字摄像法能见度测量仪。为了能更好的测量能见度值并能广泛推广，改进能见度器测技术仍是一个具有重要意义的研究课题。目前器测能见度值的技术主要有以下几种：

(1)大气透射仪

通过测量一段空气柱的消光系数或透过率来计算能见度值。望远光度计通过计算地平附近一个已知距离目标物和其附近水平天空背景的视亮度对比方法直接获得大气消光系数，但需要额外的机电装置以实现。自动测量透射仪在雾滴引起的中低能见度条件下测量结果较为准确，常被用于民航系统，但在有降水(如雨、雪等)或漂尘(如扬沙等)现象发生时，透射仪自身光源引起的前向散射光的影响不容忽视；

(2)前向散射仪

测量一个小体积空气对光的散射，从而反推出能见度值。前向散射仪因其体积小、安装简单、容易维护、测量范围广等特点，在航空、码头、高速公路等部门得到了广泛应用，但在不同类型气溶胶条件下前向散射仪需要不同的修正，且非常小的采样体积的代表性也是需要考虑的问题；

(3)激光能见度自动测量仪

通过激光测量大气消光系数的方法来推测能见度，相对而言较为客观和准确，但这种方法的使用目前还仅限于少数研究部门。这是因为，激光雷达不仅成本昂贵、维护费用高、操作复杂，而且，在雨天、雾天也难以进行正常观测；

(4)数字摄像法能见度测量仪

数字摄像法能见度测量仪是通过数字摄像机直接摄取选定目标物的图像，送入计算机进行分析处理后，自动获取能见度值。它完全是仿照人工目测能见度的原理，根据能见度的定义研制的，是取代人工观测能见度的最佳仪器。数字摄像法测量能见度系统的基本方法与步骤比较明确，但复杂环境下气候条件与地理条件及不同时段造成的能见度测量的局限性比较大，有必要进一步研究图像测量能见度的新算法，更准确、鲁棒的测量能见度值。

总之，上述测量气象能见度的仪器虽然各有自己的优点，但也都存在着各自固有的原理上或方法上的局限性或重要缺陷，迄今还没有一种仪器的测量结果可以作为气象能见度观测比对的标准。所以研究气象能见度新的测量原理、方法和技术，提高测量的定量化和自动化水平，仍是当前环境监测和大气遥感领域的一种迫切需求。

发明内容

本发明是为了解决现有技术中的上述问题而提出的，其目的在于提供一种能见度测量系统及其方法，在多气象环境下，通过使用双目标亮度对比能见度测量算法来抵消亮度的影响，并通过多个方向目标物的整体分析降低亮度对能见度测量精度的影响，从而实现完全仿照人工目测能见度原理的准确的能见度测量。

本发明的能见度测量系统包括：数字云台，其用于承载数字摄像单元，数字摄像单元，其用于拍摄选定的位于不同位置的目标物并将所拍摄的目标物图像输出到图像处理单元；图像处理单元，其对由上述数字摄像单元的拍摄而得到的目标物图像使用目标定位算法来精确定位目标物，提取该目标物的亮度值并输出到能见度计算单元；能见度计算单元，其根据由上述图像处理单元提取的上述目标物图像的亮度值，使用双亮度差对比公式，计算能见度值，并且求出上述目标物各方向能见度值的算术平均值作为当前能见度；控制单元，其用于控制上述数字云台和上述数字摄像单元。

本发明的能见度测量方法包括以下步骤：获取目标物图像的步骤，由上述数字摄像单元拍摄选定的目标物，并将所拍摄的目标物图像输入到所述图像处理单元；目标物亮度值计算的步骤，使用目标定位算法来精确定位上述目标物图像的目标物并提取该目标物的亮度值；能见度值计算的步骤，通过双目标双亮度差对比算法计算上述目标物的各方向能见度值，并求出该各方向能见度值的算术平均值作为当前能见度值。

在本发明中，由于采取的双目标亮度对比能见度测量算法，故可抵消亮度的影响，提高能见度的精度。

在本发明中，使用360度多方向目标物能见度平均值，大大降低了单侧光照对能见度测量的影响，使能见度值能为精确。

附图说明

图1本发明所涉及的能见度测量系统的结构图；

图2本发明所涉及的恒温密封摄像机箱体结构图；

图3本发明所涉及的能见度检测方法的处理流程图。

附图标记

10：数字云台；20：数字摄像单元；21：恒温摄像机罩；22：数字摄像机；23：控制电路；24：温湿度传感器；25：加热器；26：半导体制冷片；30：图像处理单元；40：能见度计算单元；50：控制单元。

具体实施方式

下面，结合附图详细说明本发明的实施例。

如图1所示，利用数字摄像法的能见度测量系统包括数字云台10、设置在数字云台上的数字摄像单元20、图像处理单元30、能见度计算单元40以及控制单元50而构成。

数字云台10承载数字摄像单元20，控制单元50根据事先设定或远程接收的策略控制数字云台10的巡航，并且移动数字云台10使数字拍摄单元20对准不同的目标物，以此减小光照对能见度计算的影响。数字云台10的位置分辩率垂直方向0.01°，水平方向0.02°，能够旋转360度，并且能够进行位移和速度的精确控制。能见度测量系统开始测量工作之后，数字云台10转动到预先设定的位置，使目标移动到摄像机画面中的某个指定区域，停止后获取指定图片的大致区域。

数字摄像单元20由恒温摄像机罩21和设置在该恒温摄像机罩21内的数字摄像机22构成。如图2所示，上述恒温摄像机罩21包括控制电路23、温湿度传感器24、加热器25和半导体制冷片26。恒温摄像机罩21采用多层密封绝热结构，通过设置在该恒温摄像机罩21内的温度湿度传感器24、加热器25和半导体制冷片26和控制电路23，保证温度在数字摄像机22的精度工作范围内，以此保证数字摄像机22工作状态稳定，提高系统鲁棒性。数字摄像机22，采用高清CCD相机，能够采集12位数字高清图片，以保证能见度测量的精度要求。在本发明中，数字摄像单元20对人工黑体目标或树木、高楼、电线杆等自然目标物等多个目标物进行测量，并且对每个目标物以不同的角度拍摄多张图像。数字摄像单元20将所拍摄的图像输出到图像处理单元30中。

图像处理单元30对所获取的图像使用目标定位算法来精确定位目标。具体而言，首先，通过平方误差来衡量图像中块和模板块之间的差别，找出最相似目标的点的位置。其次，通过计算目标物图像与模板图像的互相关函数系数来确定能够参与能见度计算的目标物图像。接着，提取目标物图像的亮度。图像处理单元30将目标物图像的亮度输出至能见度计算单元40。

能见度计算单元40利用由图像处理单元30提取的目标物图像的亮度值、各目标物至摄像机的距离、目标物的天空亮度(或目标物的背景亮度)，使用双亮度差对比公式，计算目标物的各方向的能见度值并求出其算术平均值作为当前能见度值。

控制单元60负责控制数字云台10转动以及数字摄像单元20的恒温摄像罩21的控制，完成能见度值的计算。

图3是表示本发明涉及的能见度测量系统100的测量过程的流程图。

如图3所示，能见度测量系统开始测量工作之后，在步骤S310中，数字云台10转动到预先设置的预置位上，使目标物移动到摄像机画面中的某个指定区域内，停止后利用数字摄像单元20拍摄目标物而获取目标物的拍摄图像。

在步骤S320中，对得到的目标物的拍摄图像使用平方误差来进行匹配而获得要定位的最相似目标的点的位置。对于目标物，由于云台精度与风等客观自然因素，镜头会有比较小的偏移，致使目标物在镜头中发生位置变化。因此，使用匹配算法在一定区域内进行目标物的模板匹配，可以迅速地重新定位到目标物。具体做法如下：

用平方误差之和来衡量原图中的块和模板之间的差别。事先取出目标物的模板图像，假设模板的大小为m×n(宽×高)，模板中的某点坐标为(x0，y0)，该点的灰度为U(x0，y0)；与之重合的图像中的点坐标为(X0+x0，Y0+y0)，该点的灰度为V(X0+x0，Y0+y0)。则对图像指定区域内的每个点做依次匹配。依次匹配的结果为：

$\underset{x_0=0}{\overset{m-1}{\mathrm{\Σ}}}\underset{y_o=0}{\overset{n-1}{\mathrm{\Σ}}}U(x_0,y_0)-V{(X_0+x_0,Y_0+y_0)]}^2---\left(1\right)$

全部拍摄图像都匹配后，找到上式值最小的点即为所要定位的最相似目标物的点的位置。

然后，在步骤S330中，通过计算在步骤S320中求出的最相似目标物的点与模板中的点的互相关系数来确定该目标物能否参与计算能见度。归一化的互相关函数(Normalized Cross Correlation)定义如下：

$c(X_0,Y_0)=\frac{\underset{x_0=0}{\overset{m-1}{\mathrm{\Σ}}}\underset{y_0=0}{\overset{n-1}{\mathrm{\Σ}}}U(x_0,y_0)V(X_0+x_0,Y_0+y_0)}{\sqrt{\left(\underset{x_0=0}{\overset{m-1}{\mathrm{\Σ}}}\underset{y_0=0}{\overset{n-1}{\mathrm{\Σ}}}{\left[U(x_0,y_0)\right]}^2\right)\left(\underset{x_0=0}{\overset{m-1}{\mathrm{\Σ}}}\underset{y_0=0}{\overset{n-1}{\mathrm{\Σ}}}{\left[V(X_0+x_0,Y_0+y_0)\right]}^2\right)}}---\left(2\right)$

其中，C(X₀，Y₀)为从原图坐标(X₀，Y₀)处开始到(X₀+x₀，Y₀+y₀)区域与模板图像的互相关系数。

当互相关系数C(X₀，Y₀)为小于一定阈值(在本发明中优选为0.8以上)时，所检测到的最相似区域不可见，此时分辨不出目标物与背景，该目标物不能参与能见度公式的计算。只有当互相关系数C(X₀，Y₀)超过一定阈值(在本发明中优选为0.8以上)，所匹配到的目标物的相似区域可见，此时才能提取该目标物的灰度和其图像特征用于能见度的计算。因此，在本发明中，求出互相关系数0.8以上的目标物。如果找到互相关系数0.8以上的目标物，则进入下一步骤S240，如果找不到互相关系数0.8以上的目标物，则返回步骤S310，重新获取目标物的大致区域。

在步骤S340中，提取目标物的亮度(例如，B_t1、B_t2)，不对目标物图片做任何预处理。

接着，在步骤S350中，通过双目标双亮度差对比算法计算目标物各方向的能见度值。具体为如下：

在目标物为标准黑体的双目标的情况下，使用以下式(4)计算能见度值。

$V=\frac{3.912(D_2-D_1)}{\ln (B_{g1}-B_{t1}/B_{g2}-B_{t2})}---\left(3\right)$

其中，V为能见度，单位为米；D₁为近目标物距摄像机的距离，单位为米；D₂为远目标物距摄像机的距离，单位为米；B_g1为近目标物的天空亮度；B_g2为远目标物的天空亮度；B_t1为近目标物的亮度；B_t2为远目标物的亮度。在本发明中，假设B_g1＝B_g2，并且通过能见度测量经验，调整目标物的亮度/天空亮度符合亮度比值到0～0.85的条件下，B_t1、B_t2两个目标物的亮度算出的能见度值更可信。

在目标物为非标准黑体(亮度值为0)的自然物的情况下，使有如下含补偿参数的计算公式来计算能见度：

$V=\frac{3.912\×(D_2-D_1)}{\ln \frac{1-\frac{B_{t1}}{B_{g1}}}{1-\frac{B_{t2}}{B_{g2}}}-\ln \frac{1-a_{11}}{1-a_{21}}}---\left(4\right)$

其中，V为能见度，单位为米；D₁为近目标物距摄像机的距离，单位为米；D₂为远目标物距摄像机的距离，单位为米；a₁₁为近目标物特性参数I，即近目标物的固有目标背景亮度比，黑体为0；a₂₁为远目标物特性参数I，即远目标物的固有目标背景亮度比，黑体为0；B_t1为近目标物视亮度，B_g1为近目标物的背景视亮度；B_t2为远目标物视亮度，B_g2为远目标物的背景视亮度。

在本发明中，由于采取的双目标亮度对比能见度测量算法，故可抵消亮度的影响，提高能见度的准确性。

接着，在步骤S360中，判断云台是否已经旋转一周，如果已经旋转一周，则进入到步骤S370；如果没有旋转一周，则云台转动规定角度(例如，10度)后，重复进行上述步骤计算各个方向的能见度值。

在步骤S370中，计算云台旋转一周时的各方向能见度值的算术平均值作为当前能见度值V，计算如下：

$V=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{V}_i---\left(5\right)$

在本发明中，使用360度多方向目标物能见度平均值，大大降低了单侧光照对能见度测量的影响，使能见度值更加准确。

在本发明中，还可以构件目标物图像特征与能见度值的对应关系的数据库，存储目标物图像特征信息与能见度值。在积累一定量的数据之后，不需要计算能见度值，可以根据目标物图像特征信息从数据库中得到与此对应的能见度值。作为目标物图像的特征信息有边缘信息、清晰度信息等。关于边缘信息、清晰度信息的提取，具体为如下。

边缘信息：对于精确定位的目标图片计算其平方梯度信息：

$F_1=\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}{[f(x,y+1)-f(x,y)]}^2---\left(6\right)$

其中图片尺寸为M*N，f(x，y)为目标物的图片中的一个像素；

清晰度信息：用梯度函数来计算图像的清晰度。对于精确定位的目标物图片首先用sobel算子计算边缘，再对边缘信息做一阶微分：

$F_2=\underset{x=1}{\overset{M}{\mathrm{\Σ}}}\underset{y=1}{\overset{N}{\mathrm{\Σ}}}{[G_x^2(x,y)+G_y^2(x,y)]}^{1/2}---\left(7\right)$

其中，G_x(x，y)、G_y(x，y)为图像各像素f(x，y)与Sobel边缘算子的卷积。即：

$G_x=\left(\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right)*f---\left(8\right)$

$G_y=\left(\begin{array}{ccc}1& 2& 1\\ 0& 0& 0\\ -1& -2& -1\end{array}\right)*f---\left(9\right)$

这两个量越大，代表图片越清晰。

通过数据库中积累目标物图像特征信息与能见度值，可以方便、快捷地测量到能见度。

在本说明书中所谈到的“一个实施例”、“另一个实施例”、“第一/第二/第三实施例”等，指的是结合该实施例描述的具体特征、结构或者特点包括在本申请概括性描述的至少一个实施例中。在说明书中任何地方出现这种表述不是一定都指的是该同一个实施例。进一步，结合任一实施例描述一个具体特征、结构或者特点时，所要主张的是结合其他实施例来实现这种特征、结构或者特点，落在本领域技术人员的范围内。

尽管参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变型和改进外，对于本领域技术人员来说，其他的用途也将是明显的。

Claims (5)

1.一种能见度测量系统，其包括：

数字云台，其用于承载数字摄像单元，

数字摄像单元，其用于拍摄选定的位于不同位置的目标物并将所拍摄的目标物图像输出到图像处理单元；

图像处理单元，其对由上述数字摄像单元的拍摄而得到的目标物图像使用目标定位算法来精确定位目标物，提取该目标物的亮度值并输出到能见度计算单元；

能见度计算单元，其根据由上述图像处理单元提取的上述目标物图像的亮度值，使用双亮度差对比公式，计算能见度值，并且求出上述目标物各方向能见度值的算术平均值作为当前能见度；

控制单元，其用于控制上述数字云台和上述数字摄像单元。

2.根据权利要求1所述的能见度测量系统，其特征在于，

所述数字摄像单元具有：

数字摄像机，其由能够采集12位数字高清图片的高清CCD相机构成；

恒温摄像机罩，上述数字摄像机设置在其内，该恒温摄像机罩具有多层密封绝热结构，对上述数字摄像机提供工作范围内的温湿度。

3.一种利用如权利要求1所述的能见度测量系统进行的能见度测量方法，其特征在于，包括以下步骤：

获取目标物图像的步骤，由上述数字摄像单元拍摄选定的目标物，并将所拍摄的目标物图像输入到所述图像处理单元；

计算目标物亮度值的步骤，使用目标定位算法来精确定位上述目标物图像的目标物并提取该目标物的亮度值；

计算能见度值的步骤，通过双目标双亮度差对比算法计算上述目标物的各方向能见度值，并求出该各方向能见度值的算术平均值作为当前能见度值。

4.根据权利要求3所述的能见度测量方法，其特征在于，

在上述能见度计算步骤中，在目标物为标准黑体的双目标的情况下，使用以下式计算能见度值：

$V=\frac{3.912(D_2-D_1)}{\ln (B_{g1}-B_{t1}/B_{g2}-B_{t2})}$

其中，V为能见度，单位为米；D₁为近目标物距摄像机的距离，单位为米；D₂为远目标物距摄像机的距离，单位为米；B_g1为近目标物的天空亮度；B_g2为远目标物的天空亮度；B_t1为近目标物的亮度；B_t2为远目标物的亮度。

5.根据权利要求3所述的能见度测量方法，其特征在于，

在上述能见度计算步骤中，在目标物为非标准黑体的自然物的情况下，使用以下计算公式来计算能见度：

$V=\frac{3.912\×(D_2-D_1)}{\ln \frac{1-\frac{B_{t1}}{B_{g2}}}{1-\frac{B_{t2}}{B_{g2}}}-\ln \frac{1-a_{11}}{1-a_{21}}}$

其中，V为能见度，单位为米；D₁为近目标物距摄像机的距离，单位为米；D₂为远目标物距摄像机的距离，单位为米；a₁₁为近目标物特性参数I，即近目标物的固有目标背景亮度比，黑体为0；a₂₁为远目标物特性参数I，即远目标物的固有目标背景亮度比，黑体为0；B_t1为近目标物视亮度，B_g1为近目标物的背景视亮度；B_t2为远目标物视亮度，B_g2为远目标物的背景视亮度。

Images