CN104200673B - 一种基于道路图像的路面湿滑检测方法 - Google Patents

Abstract

本发明公开了一种基于道路图像的路面湿滑检测方法，采用数字图像处理的方法自动检测公路湿滑情况并实现自动报警。其中分为三个功能模块：1)提取公路图像；2)计算路面反光度和锐度；3)公路湿滑评估。本发明方法可及时、准确地对公路监控视频中存在公路湿滑情况进行检测，取代人工判读，减少工作量，提高效率。

Description

一种基于道路图像的路面湿滑检测方法

技术领域

本发明属于计算机视觉领域，具体涉及一种基于高等级公路图像的公路湿滑检测方法。

背景技术

公路的发展使得人们出行更加便捷，同时也有力推动了我国经济建设快步前进，然而随着公路系统规模的迅速扩大，公路养护的要求也不断提升。当前，国内大部分公路系统在路况监测、公路数据采集和使用性能评价等方面的技术和手段还远远落后于公路特别是高速公路管理需求，一定程度上已经成为限制我国公路管理水平的进一步发展的瓶颈。

目前，对于公路湿滑检测尚无智能的视频分析及管理平台。对于公路系统的路况监控，仍需要对各路图像进行人工的查看与判断，费时费力，工作量大，且极易造成疏漏。这种对公路视频监控的人工查看方式和手段已远远落后于公路发展需求，一定程度上制约了公路监控的有效管理。

发明内容

本发明所要解决的技术问题是公路湿滑自动检测，该技术可以使得公路天气情况达到实时监测，大大减少了人力检测的投入，降低公路的养护运营成本，提高公路的运营服务与安全水平。方便交通管理部门掌握公路状况，并根据实时情况及时调度指挥，提高现有公路的有效管理能力，从而逐步提高交通部门的管理和应急能力。

为了实现公路湿滑检测的目的，本发明采用技术方案为：

一种基于道路图像的路面湿滑检测方法，采集高等级公路的监控视频图像对公路湿滑状况进行检测处理，包括以下步骤：

(1)提取公路图像：

使用定点采集的图像序列中的相邻两帧作差分运算，二值化后经腐蚀、膨胀操作，提取运动车辆轨迹，叠加车辆轨迹提取的公路图像I_r；

(2)计算公路图像反光度和锐度：

A.计算公路图像I_r反光度：对于提取的公路图像，由上至下平均分成n个区域，R_i为从上到下第i(i＝1,2,3......n-1,n)个区域，对于每个区域R_i计算其灰度均值作为其平均亮度A_i；图像上方n/2区域平均亮度值之和为Ω_up，图像下方n/2区域平均亮度值之和为Ω_down，反光度Ψ＝Ω_up-Ω_down；

B.计算公路图像I_r平均锐度：首先计算公路图像I_r的梯度图像I_g，对于I_g中任意一点G_p，计算其八邻域每个点的值与距离的乘积，然后累加作为点G_p的锐度值，最后对整幅图像锐度值累加后做算术平均，得到平均锐度；

(3)公路湿滑评估:

由以上步骤获得的公路图像的反光度及平均锐度估算公路湿滑程度值；反光度越大公路湿滑的可能性越大；锐度越小，公路湿滑可能性越大，设α和β分别是反光度Ψ和平均锐度Φ的权值，根据下列公式计算公路湿滑程度值：

Γ＝α×Ψ-β×Φ

比较阈值，得出公路湿滑或干燥的检测结果；输出检测结果。

这样，评估公路湿滑程度以反光度和锐度之间的相互关系来衡量，定义反光度得分为反光度与反光度权重的乘积，反光度得分值越大则表明路面湿滑程度越大；定义锐度得分为锐度值与锐度权重的乘积，图像锐度得分值越小则表明路面湿滑程度越大；湿滑程度得分定义为反光度得分减去锐度得分，通过湿滑程度得分与阈值相比较判断得出公路是否湿滑，并通过后续手段输出检测结果或输出报警提示。

采用本发明基于道路图像的路面湿滑检测方法，能够实时地对公路，尤其是高等级公路，运行中出现的路面湿滑情况进行自动识别，该技术可有效降低公路的养护运营成本，提高公路的运营服务与安全水平，减少人工判断的投入；提高工作效率。

附图说明

图1公路监控画面图像

图2提取的公路图像

图3方法流程图示说明

具体实施方式

为便于对本发明的细节作更为清楚的介绍，对本发明主要步骤详述如下：

步骤1：提取公路图像。设I_r为需要提取的公路路面图像，并将I_r内所有像素的值初始化为0。设I_pre、I_aft是公路图像序列中连续的任意两帧，其中I_pre为前帧，I_aft为后帧。I_pre与I_aft作差分运算得到差分图像，并对该差分图像依次进行二值化、腐蚀、膨胀操作得到二值图像I_b；依照从上到下，从左到右的顺序依次扫描图像I_b，当扫描到值为1的像素点时，记录该像素点位置(x,y)，并将I_pre中(x,y)位置的像素值乘以刷新系数λ后，累加到I_r的(x,y)位置的像素。经过1/λ帧的连续图像做上述处理后，提取得到公路图像I_r。其中，刷新系数可以取0.01，但不仅限于该值。

步骤2：计算公路图像反光度。湿滑公路产生公路远端反光现象，提取由远及近的路面亮度信息，计算公路反光度值来表示公路反光程度。将公路图像I_r分成高度相等的n个区域，从上到下的第个区域为R_i；设A_i为R_i的平均亮度，N_i为R_i中亮度不为0的像素个数，I_r的反光度为Ψ。根据下列公式计算该区域的反光度：

1) $A_i=\underset{(x,y)\∈R_i}{\Σ}{I}_r(x,y)/N_i$

2) $\mathrm{\Ψ}=\underset{i=0}{\overset{n/2-1}{\Σ}}{A}_i-\underset{i=n/2}{\overset{n-1}{\Σ}}{A}_i$

n可以取图像高度开方的两倍，但不限于该值。

步骤3：计算公路图像锐度。公路积水造成路面视觉上较干燥路面更模糊，通过计算路面像素的锐度计算公路图像的平均锐度，表示路面的模糊程度。设df/dx是灰度变化幅值，m和n是图像的长和宽，设点P为公路图像任意一点，a为点P的8-邻域中任意一个像素点，ω_a为点P到点a的距离，Φ_p表示点P的锐度，Φ表示整个图像的平均锐度，根据下列公式计算：

1) ${\mathrm{\Φ}}_p=\underset{a=1}{\overset{8}{\Σ}}|df/dx|\×{\mathrm{\ω}}_a$

2) $\mathrm{\Φ}=\frac{{\mathrm{\Σ\Φ}}_p}{m\×n}$

步骤4：根据公路图像的反光度及平均锐度估算公路湿滑程度值。反光度越大公路湿滑的可能性越大；锐度越小，公路湿滑可能性越大，设α和β分别是反光度Ψ和平均锐度Φ的权值，根据下列公式计算公路湿滑程度值：

1)Γ＝α×Ψ-β×Φ

比较阈值，得出公路湿滑或干燥的检测结果。根据经验，公路湿滑程度值在250以下为公路干燥，在250至350之间为公路疑似湿滑，350以上为公路确认湿滑。

Claims (1)

1.一种基于道路图像的路面湿滑检测方法，采集高等级公路的监控视频图像对公路路面湿滑状况进行检测处理，包括以下步骤：

(1)提取公路图像：

使用定点采集的图像序列中的相邻两帧作差分运算，二值化后经腐蚀、膨胀操作，提取运动车辆轨迹，叠加车辆轨迹提取的公路图像I_r；

(2)计算公路图像反光度和锐度：

A.计算公路图像I_r反光度：对于提取的公路图像，由上至下平均分成n个区域，R_i为从上到下第i(i＝1,2,3......n-1,n)个区域，对于每个区域R_i计算其灰度均值作为其平均亮度A_i；图像上方n/2区域平均亮度值之和为Ω_up，图像下方n/2区域平均亮度值之和为Ω_down，反光度Ψ＝Ω_up-Ω_down；

B.计算公路图像I_r平均锐度：首先计算公路图像I_r的梯度图像I_g，对于I_g中任意一点G_p，计算其八邻域每个点的值与距离的乘积，然后累加作为点G_p的锐度值，最后对整幅图像锐度值累加后做算术平均，得到平均锐度；

(3)公路湿滑评估:

由以上步骤获得的公路图像的反光度及平均锐度估算公路湿滑程度值；反光度越大公路湿滑的可能性越大；锐度越小，公路湿滑可能性越大，设α和β分别是反光度Ψ和平均锐度Φ的权值，根据下列公式计算公路湿滑程度值：

Γ＝α×Ψ-β×Φ

比较阈值，得出公路湿滑或干燥的检测结果；输出检测结果。