CN104240239A - 一种基于道路图像探测局域路段雾霾天气的检测方法 - Google Patents
一种基于道路图像探测局域路段雾霾天气的检测方法 Download PDFInfo
- Publication number
- CN104240239A CN104240239A CN201410440618.XA CN201410440618A CN104240239A CN 104240239 A CN104240239 A CN 104240239A CN 201410440618 A CN201410440618 A CN 201410440618A CN 104240239 A CN104240239 A CN 104240239A
- Authority
- CN
- China
- Prior art keywords
- haze
- road
- image
- calculate
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种基于道路图像探测局域路段雾霾天气的检测方法,采用数字图像处理的方法自动检测道路的雾霾天气情况并实现自动报警。雾霾天气检测分为三个功能模块:1)疑似雾霾区定位;2)排除天空区域;3)评估画面能见度并估计雾霾天等级。本发明方法可及时、准确地对道路监控视频中存在雾霾天气的情况进行检测,取代人工判读,减少工作量,提高效率。
Description
技术领域
本发明属于计算机视觉领域,具体涉及一种基于道路图像的雾霾天气检测。
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,道路养护的要求也不断提升。当前,国内大部分道路、特别是高速公路系统在路况监测、道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发展要求,一定程度上已经成为限制我国道路管理水平进一步发展的瓶颈。
雾霾天气对于交通运输安全有严重的影响,由于雾霾天气造成的交通事故与日俱增,而交通监管部门由于人力物力的有限,无法对大雾天气做出及时的预警或相应交通疏导措施,使得雾霾天气的事故发生率不断提高。而道路雾霾天气智能检测平台可以对各个路段的道路监控视频进行轮询检测,对各路段的雾霾天气情况进行实时的检测和报警,填补了当前交通运营领域的空白,有力地支持了交通运输行业的发展。
发明内容
本发明所要解决的技术问题是道路雾霾天气的自动检测,该技术可以使得道路天气情况达到实时监测水平,大大减少了人力检测的投入,提高道路的运营服务与安全水平。方便交通管理部门掌握道路状况,并根据实时情况及时调度指挥,提高现有道路的有效管理能力,从而逐步提高交通部门的管理和应急能力。
为了实现道路雾霾天气检测的目的,本发明采用技术方案为:
一种基于道路图像探测局域路段雾霾天气的检测方法,对公路定点监控视频图像中进行检测处理以确定局域路段雾霾天气状况,包括以下的步骤:
(1)疑似雾霾区定位:采集公路定点监控视频图像。然后
A.使用边缘检测算子提取待检测视频的二值化边缘图像;
B.在Ie中,值为1的点为边缘点;统计Ie中每行的边缘点个数,由上到下进行扫描,当该行边缘点个数大于阈值的时候,判断该行之上区域为疑似雾霾区;
(2)排除天空区域:
其步骤为:
A.使用梯度算子提取疑似雾霾区的梯度图像;
B.统计Ig中的平均梯度,若是梯度分布集中于0值,则认为是天空区域,
反之则确认该区域为确认雾霾区;
(3)评估画面能见度并估计雾霾天等级:
A.提取道路图像中交通标志线(设共提取n条直线,交通标志线属于直线上的线段);
B.计算平均视觉消失点:
计算任意两条交通标志线Li、Lj的交点,得到所有交点后计算这些交点的平均值,得到平均视觉消失点Pend;
C.取本步骤A中的任意直线Li,计算Li从道路起始点到Pend距离Sall;
D.检测可见交通标志线长度:沿着直线Li的倾角方向检测Canny边缘,直至没有边缘点,得到可见交通标志线长度Svis;
E.计算能见度并判断雾霾天等级:通过公式计算交通标志线可见比例;计算所有交通标志线的可见比例,并取均值,得到当前道路图像的能见度;能见度越小则图像中雾霾越大,与阈值比较,得到大雾、小雾、无雾三个雾霾天等级。
采用本发明基于道路图像的雾霾天气检测方法,能够实时地对各种道路环境出现的雾霾天气进行自动识别,提高道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大雾道路监控画面图像
图2 Canny算子提取的边缘图像
图3道路图像交通线提取
图4雾霾天气检测算法流程图
具体实施方式
为便于对本发明的细节作更为清楚的介绍,对本发明中主要步骤详述如下:
步骤1:提取边缘图像。本实施例中以Canny算子为例提取边缘图像,边缘点即为能见点。
步骤2:定位疑似雾霾区。统计图像每行的能见点个数,由上到下逐行扫描。当任意一行能见点个数大于阈值的时候,判断该行之上区域为疑似雾霾区。
步骤3:确定雾霾区。提取疑似雾霾区梯度图像,对像素梯度进行统计,当梯度分布集中于0值时判断该区域为天空区域,反之则确定该区域为可靠雾霾区。
步骤4:提取道路画面中交通标志线。本实施例在此使用霍夫变换提取道路图像中交通标志线(即获取霍夫变换后的直线参数θ和ρ)。设共提取n条直线,任意一条直线方程为Li=aix+bi,其中ai=tanθi,
步骤5:计算平均视觉消失点。计算任意两条交通标志线Li、Lj的交点。得到所有交点后计算这些交点的平均值,得到平均视觉消失点Pend。
步骤6:计算直线从道路画面到Pend距离。任意直线起点为或(根据直线斜率而定)。计算至Pend的距离Sall。
步骤7:检测可见交通标志线长度。沿着直线Li的倾角方向检测Canny边缘,直至没有边缘点,得到可见交通标志线长度Svis。
步骤8:计算能见度并判断雾霾天等级。通过公式计算交通标志线可见比例。计算所有交通标志线的可见比例,并取均值,得到当前道路图像的能见度。能见度越小则图像中雾霾越大,与阈值比较得到大雾、小雾、无雾三个雾霾天等级。根据经验,可见度大于0.65时为无雾,可见度在0.45到0.65之间时为小雾,可见度在0.45以下的时候为大雾。
Claims (1)
1.一种基于道路图像探测局域路段雾霾天气的检测方法,对公路定点监控视频图像进行检测处理以确定局域路段雾霾天气状况,包括以下的步骤:
(1)疑似雾霾区定位:采集公路定点监控视频图像,然后
A.使用边缘检测算子提取待检测视频的二值化边缘图像;
B.在Ie中,值为1的点为边缘点;统计Ie中每行的边缘点个数,由上到下进行扫描,当该行边缘点个数大于阈值的时候,判断该行之上区域为疑似雾霾区;
(2)排除天空区域:
其步骤为:
A.使用梯度算子提取疑似雾霾区的梯度图像Ig;
B.统计Ig中的平均梯度,若是梯度分布集中于0值,则认为是天空区域,反之则确认该区域为确认雾霾区;
(3)评估画面能见度并估计雾霾天等级:
A.提取道路图像中交通标志线(设共提取n条直线,交通标志线属于直线上的线段);
B.计算平均视觉消失点:
计算任意两条交通标志线Li、Lj的交点,得到所有交点后计算这些交点的平均值,得到平均视觉消失点Pend;
C.取本步骤A中的任意直线Li,计算Li从道路起始点到Pend距离Sall;
D.检测可见交通标志线长度:沿着直线Li的倾角方向检测Canny边缘,直至没有边缘点,得到可见交通标志线长度Svis;
E.计算能见度并判断雾霾天等级:通过公式计算交通标志线可见比例;计算所有交通标志线的可见比例,并取均值,得到当前道路图像的能见度;能见度越小则图像中雾霾越大,与阈值比较,得到大雾、小雾、无雾三个雾霾天等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410440618.XA CN104240239B (zh) | 2014-09-01 | 2014-09-01 | 一种基于道路图像探测局域路段雾霾天气的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410440618.XA CN104240239B (zh) | 2014-09-01 | 2014-09-01 | 一种基于道路图像探测局域路段雾霾天气的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104240239A true CN104240239A (zh) | 2014-12-24 |
CN104240239B CN104240239B (zh) | 2018-05-01 |
Family
ID=52228245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410440618.XA Active CN104240239B (zh) | 2014-09-01 | 2014-09-01 | 一种基于道路图像探测局域路段雾霾天气的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104240239B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426837A (zh) * | 2015-11-17 | 2016-03-23 | 南京大学 | 移动网络视觉雾霾检测系统 |
CN105844257A (zh) * | 2016-04-11 | 2016-08-10 | 吉林大学 | 基于机器视觉雾天行车错失道路标志牌的预警系统及方法 |
CN106529410A (zh) * | 2016-10-11 | 2017-03-22 | 北京师范大学 | 一种基于监控视频的灰霾扩散路径绘制与来源确定方法 |
CN108681990A (zh) * | 2018-04-04 | 2018-10-19 | 高明合 | 一种实时雾霾预警方法及系统 |
CN109001085A (zh) * | 2018-04-17 | 2018-12-14 | 韩明 | 跨栏现场雾霾浓度逐级分析方法 |
CN109360169A (zh) * | 2018-10-24 | 2019-02-19 | 西南交通大学 | 一种单幅图像去雨除雾的信号处理方法 |
CN110287885A (zh) * | 2019-06-26 | 2019-09-27 | 长安大学 | 一种约束拐点线高速公路能见度检测方法 |
CN110807406A (zh) * | 2019-10-29 | 2020-02-18 | 浙江大华技术股份有限公司 | 一种雾天检测方法及装置 |
CN110866593A (zh) * | 2019-11-05 | 2020-03-06 | 西南交通大学 | 一种基于人工智能的高速公路恶劣天气识别方法 |
CN113034902A (zh) * | 2021-03-05 | 2021-06-25 | 阿里云计算有限公司 | 一种交通控制方法、装置及电子设备 |
CN113129273A (zh) * | 2021-03-30 | 2021-07-16 | 武汉伏佳安达电气技术有限公司 | 一种输电线路雾天自动巡视方法及系统 |
CN113588507A (zh) * | 2021-07-28 | 2021-11-02 | 沭阳新辰公路仪器有限公司 | 一种道路交通用雾霾天气自动检测警示系统及装置 |
CN113936221A (zh) * | 2021-12-17 | 2022-01-14 | 北京威摄智能科技有限公司 | 应用于高原地区公路环境监测的方法及系统 |
CN114626458A (zh) * | 2022-03-15 | 2022-06-14 | 中科三清科技有限公司 | 一种高压后部识别方法、装置、存储介质及终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
US20110019922A1 (en) * | 2009-07-08 | 2011-01-27 | Valeo Vision | System and method for defining a search window |
CN103065285A (zh) * | 2012-12-30 | 2013-04-24 | 信帧电子技术(北京)有限公司 | 图像数据的去雾方法及装置 |
CN103149603A (zh) * | 2013-03-07 | 2013-06-12 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测方法 |
CN103218622A (zh) * | 2013-04-22 | 2013-07-24 | 武汉大学 | 一种基于计算机视觉的雾霾监测方法 |
-
2014
- 2014-09-01 CN CN201410440618.XA patent/CN104240239B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382497A (zh) * | 2008-10-06 | 2009-03-11 | 南京大学 | 基于路况监控视频的能见度检测方法 |
US20110019922A1 (en) * | 2009-07-08 | 2011-01-27 | Valeo Vision | System and method for defining a search window |
CN103065285A (zh) * | 2012-12-30 | 2013-04-24 | 信帧电子技术(北京)有限公司 | 图像数据的去雾方法及装置 |
CN103149603A (zh) * | 2013-03-07 | 2013-06-12 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测方法 |
CN103218622A (zh) * | 2013-04-22 | 2013-07-24 | 武汉大学 | 一种基于计算机视觉的雾霾监测方法 |
Non-Patent Citations (1)
Title |
---|
BRONTE, S.; BERGASA, L.M.; ALCANTARILLA, P.F.: "Fog detection system based on computer vision techniques", 《12TH INTERNATIONAL IEEE CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426837B (zh) * | 2015-11-17 | 2019-09-13 | 南京大学 | 移动网络视觉雾霾检测系统 |
CN105426837A (zh) * | 2015-11-17 | 2016-03-23 | 南京大学 | 移动网络视觉雾霾检测系统 |
CN105844257A (zh) * | 2016-04-11 | 2016-08-10 | 吉林大学 | 基于机器视觉雾天行车错失道路标志牌的预警系统及方法 |
CN105844257B (zh) * | 2016-04-11 | 2019-03-01 | 吉林大学 | 基于机器视觉雾天行车错失道路标志牌的预警系统及方法 |
CN106529410A (zh) * | 2016-10-11 | 2017-03-22 | 北京师范大学 | 一种基于监控视频的灰霾扩散路径绘制与来源确定方法 |
CN108681990A (zh) * | 2018-04-04 | 2018-10-19 | 高明合 | 一种实时雾霾预警方法及系统 |
CN108681990B (zh) * | 2018-04-04 | 2022-05-24 | 高明合 | 一种实时雾霾预警方法及系统 |
CN109001085A (zh) * | 2018-04-17 | 2018-12-14 | 韩明 | 跨栏现场雾霾浓度逐级分析方法 |
CN109360169B (zh) * | 2018-10-24 | 2021-08-10 | 西南交通大学 | 一种单幅图像去雨除雾的信号处理方法 |
CN109360169A (zh) * | 2018-10-24 | 2019-02-19 | 西南交通大学 | 一种单幅图像去雨除雾的信号处理方法 |
CN110287885A (zh) * | 2019-06-26 | 2019-09-27 | 长安大学 | 一种约束拐点线高速公路能见度检测方法 |
CN110807406A (zh) * | 2019-10-29 | 2020-02-18 | 浙江大华技术股份有限公司 | 一种雾天检测方法及装置 |
CN110866593A (zh) * | 2019-11-05 | 2020-03-06 | 西南交通大学 | 一种基于人工智能的高速公路恶劣天气识别方法 |
CN113034902A (zh) * | 2021-03-05 | 2021-06-25 | 阿里云计算有限公司 | 一种交通控制方法、装置及电子设备 |
CN113129273A (zh) * | 2021-03-30 | 2021-07-16 | 武汉伏佳安达电气技术有限公司 | 一种输电线路雾天自动巡视方法及系统 |
CN113588507A (zh) * | 2021-07-28 | 2021-11-02 | 沭阳新辰公路仪器有限公司 | 一种道路交通用雾霾天气自动检测警示系统及装置 |
CN113936221A (zh) * | 2021-12-17 | 2022-01-14 | 北京威摄智能科技有限公司 | 应用于高原地区公路环境监测的方法及系统 |
CN113936221B (zh) * | 2021-12-17 | 2022-05-13 | 北京威摄智能科技有限公司 | 应用于高原地区公路环境监测的方法及系统 |
CN114626458A (zh) * | 2022-03-15 | 2022-06-14 | 中科三清科技有限公司 | 一种高压后部识别方法、装置、存储介质及终端 |
CN114626458B (zh) * | 2022-03-15 | 2022-10-21 | 中科三清科技有限公司 | 一种高压后部识别方法、装置、存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN104240239B (zh) | 2018-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104240239A (zh) | 一种基于道路图像探测局域路段雾霾天气的检测方法 | |
CN101382497B (zh) | 基于路况监控视频的能见度检测方法 | |
CN103914688B (zh) | 一种城市道路障碍物识别系统 | |
CN106373430B (zh) | 一种基于计算机视觉的交叉路口通行预警方法 | |
CN103714538B (zh) | 道路边缘检测方法、装置及车辆 | |
CN108765404A (zh) | 一种基于深度学习图像分类的道路破损检测方法及装置 | |
CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN109801327B (zh) | 一种基于视频数据的城市内涝积水深度信息提取方法 | |
CN102005120A (zh) | 基于视频图像分析的交通路口监控技术和系统 | |
KR20190094005A (ko) | 도로 노면 손상 탐지를 위한 영상 처리 및 딥러닝 이미지 분류 장치 및 방법 | |
CN109448365A (zh) | 一种跨尺度空基平台区域道路交通系统综合监视方法 | |
Munawar | Image and video processing for defect detection in key infrastructure | |
CN110929676A (zh) | 一种基于深度学习的违章掉头实时检测方法 | |
CN105957341A (zh) | 一种基于无人机机载平台的广域交通拥堵检测方法 | |
CN104112141A (zh) | 一种基于公路监控设备的货车安全带系挂状态的检测方法 | |
CN114248819B (zh) | 基于深度学习的铁路侵限异物无人机检测方法、装置及系统 | |
CN103149603B (zh) | 一种基于视频的道路气象检测方法 | |
CN105718964A (zh) | 一种输电线防振锤的视觉检测方法 | |
CN104268548A (zh) | 一种基于道路图像的积雪检测方法 | |
CN206321297U (zh) | 一种结合路面特征的道路积水数据采集系统 | |
CN103913121A (zh) | 一种车辆轮廓尺寸自动测量装置及方法 | |
CN203020184U (zh) | 一种基于双ccd的纯电动汽车车道标识线检测装置 | |
Shin et al. | Enhancing railway maintenance safety using open-source computer vision | |
CN103927523A (zh) | 一种基于纵向灰度特征的雾天等级检测方法 | |
CN107463934A (zh) | 一种隧道裂缝检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |