CN106599874B - 一种基于视频分析的团雾探测方法 - Google Patents
一种基于视频分析的团雾探测方法 Download PDFInfo
- Publication number
- CN106599874B CN106599874B CN201611214858.3A CN201611214858A CN106599874B CN 106599874 B CN106599874 B CN 106599874B CN 201611214858 A CN201611214858 A CN 201611214858A CN 106599874 B CN106599874 B CN 106599874B
- Authority
- CN
- China
- Prior art keywords
- mist
- see
- area
- group
- video
- 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.)
- Active
Links
- 239000003595 mist Substances 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频分析的团雾探测方法,包括以下步骤:获取视频流,对视频图像进行暗通道先验卷积处理;获取用户指定最远视野点,形成透视范围,依据该点对透视范围进行等比例划分成不同的透视区域;对每个透视区域进行像素值统计;对每个透视区域从小到大依次进行判断,如果某个透视区域的统计结果超过设定的阈值即判定该区域被团雾覆盖,否则为无团雾覆盖。本发明基于暗通道的先验知识对图像进行预处理以及基于最远点的透视范围估计,可以有效的检测团雾,准确率高。
Description
技术领域
本发明属于雾天检测预警技术领域,具体地涉及一种基于视频分析的团雾探测方法。
背景技术
高速公路是关乎国民经济命脉发展的行业,近年来随着高速公路的快速发展,交通事故数量也呈现几何数增长,是经济发展和居民人身安全的严重威胁。据统计,大雾是导致高速公路恶性交通事故频发的主要原因。
目前雾天检测预警的方法主要分为两类:传统的卫星遥感、大气能见度检测仪和基于图像处理的雾天检测。“团雾”本质上也是雾,是受局部地区微气候环境的影响,在大雾中数十米到上百米的局部范围内,出现的雾气更“浓”、能见度更低的雾。团雾外视线良好,团雾内一片朦胧。团雾预测预报难、区域性强,容易造成重大交通事故。目前还没有一种很好的检测团雾的方法。
发明内容
针对一般上述存在的技术问题,本发明提出了一种基于视频分析的团雾探测方法,本发明基于暗通道的先验知识对图像进行预处理以及基于最远点的透视范围估计,可以有效的检测团雾,准确率高。
本发明的技术方案是:
一种基于视频分析的团雾探测方法,包括以下步骤:
S01:获取视频流,对视频图像进行暗通道先验卷积处理:
其中,X为输入图像,JDark为暗通道先验卷积之后的结果,JColor为彩色图像;
S02:获取用户指定最远视野点,形成透视范围,依据该点对透视范围进行等比例划分成不同的透视区域;
S03:对每个透视区域进行像素值统计;
S04:对每个透视区域从小到大依次进行判断,如果某个透视区域的统计结果小余设定的阈值即判定该区域被团雾覆盖,否则为无团雾覆盖。
优选的,所述步骤S02具体步骤如下:与用户端进行交互,获取用户在监控录像上截取一帧图像,确定最远视野点坐标,由该坐标对该帧图像进行等比例划分,形成多个矩形透视区域,将透视区域从小到大依次编号。
优选的,所述步骤S03中,对统计的像素值求出方差,获取透视区域中的像素的最小值min。
优选的,所述步骤S04中,如果透视区域中像素最小值min满足|min-f|<delta,delta为统计先验值,并且该区域像素值的方差小于v则认为该透视区域被团雾覆盖,并且当前视频帧的团雾浓度等级为该透视区域编号;其中f为原始图像中出现浓雾的像素点的暗通道值,v为方差先验阈值。
优选的,还包括,将判断结果通过WebService形式向后端平台进行发送,并进行预警。
与现有技术相比,本发明的优点是:
1、本发明采用图像的暗通道先验知识对图像进行预处理。有团雾的图像预处理之后产生的图像倾向于大部分是灰白颜色,无团雾时预处理之后的图像像素点倾向于大部分的黑色。由用户指定图像中的视野最远点,并自动形成透视范围,对图像深度进行预估,用于判断团雾的影响范围即视野可见度。可以有效的检测团雾,准确率高。
、能够对团雾尤其是浓雾进行自动探测,并即使通知交通部门,并向过往的车辆进行通知或者限速,从而降低车祸事故,降低人员伤亡和财产损失。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明基于视频分析的团雾探测方法的流程图;
图2为本发明暗通道先验卷积流程图;
图3为本发明待处理的视频图像;
图4为本发明透视范围估计预测深度示意图;
图5为本发明透视区域等比例划分示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
实施例:
下面结合附图,对本发明的较佳实施例作进一步说明。
如图1所示,本发明通过对快速干线或者高速公路路侧部署团雾探测仪,对监控视频进行分析处理,对团雾进行以下五级的探测:
级别 | 描述 |
1 | 无雾,视野很好 |
2 | 淡雾,视野良好 |
3 | 中雾,视野部分受限 |
4 | 较重雾,视野受限区域较高 |
5 | 浓雾,视野受限严重 |
本发明将监控视频所探测出来的团雾等级发送至后端平台,并告警。
本发明包含如下步骤:
步骤1:连接监控摄像机,获取视频流;
步骤2:如图2所示,对视频图像如图3进行暗通道先验卷积处理;
其中,X为输入图像,JDark为暗通道先验卷积之后的结果,JColor为彩色图像。
步骤3:获取用户指定最远视野点,进行透视范围估计,预测深度,得到的结果如图4所示。
本步骤需要与用户进行交互。由用户在监控录像上所截取下来的一帧图像进行最远视野点坐标确定。由该坐标对该帧图像进行透视区域等比例划分,如图5所示。将区域由小到大依次编号1、2、3、4、5。最小的框为可视范围最远的区域即区域1,最大框为可视范围最近的区域即区域5。
步骤4:对每个透视区域的像素值进行统计。统计方法为:
(1). 对当前区域中的像素值进行统计得出方差。
获取区域中的像素的最小值min。
步骤5:对步骤4的统计结果进行判断,如果某个区域的统计结果小余一定的阈值即判定为对应的团雾等级;具体方法为:
令原始图像中出现浓雾的像素点的暗通道值为f,方差先验阈值为v。对已知团雾图像,针对每个探测区域进行方差计算,已有图像可见物区域与团雾覆盖区域是已知的,所有探测区域中没有被团雾覆盖的区域的方差最小值即为v。如果步骤4的最小值min,满足|min-f|<delta,delta为统计先验值,并且该区域像素值的统计方差小于阈值v则认为该区局被团雾覆盖,否则为无团雾覆盖。
按上述方法对区域从小到大依次探测,直至某个区域内探测到物体,由此得出当前视频帧的团雾浓度等级即该区域编号。例如,如果图像中最小的区域即区域1中物体可见,那么当前图像判定为团雾浓度等级1,表示最远视野区域内物体可见,无团雾覆盖。
如果图像中最小的区域中物体不可见,那么探测次小区域即区域2,直到所探测的区域内物体可见,那么该区域编号对应的就是团雾浓度级别。
步骤6:将团雾浓度级别通过WebService形式向后端平台进行发送和预警。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (5)
1.一种基于视频分析的团雾探测方法,其特征在于,包括以下步骤:
S01:获取视频流,对视频图像进行暗通道先验卷积处理:
其中,X为输入图像,JDark为暗通道先验卷积之后的结果,JColor为彩色图像;
S02:获取用户指定最远视野点,形成透视范围,依据该点对透视范围进行等比例划分成不同的透视区域;
S03:对每个透视区域进行像素值统计;
S04:对每个透视区域从小到大依次进行判断,如果某个透视区域的统计结果小余设定的阈值即判定该区域被团雾覆盖,否则为无团雾覆盖。
2.根据权利要求1所述的基于视频分析的团雾探测方法,其特征在于,所述步骤S02具体步骤如下:与用户端进行交互,获取用户在监控录像上截取一帧图像,确定最远视野点坐标,由该坐标对该帧图像进行等比例划分,形成多个矩形透视区域,将透视区域从小到大依次编号。
3.根据权利要求1所述的基于视频分析的团雾探测方法,其特征在于,所述步骤S03中,对统计的像素值求出方差,获取透视区域中的像素的最小值min。
4.根据权利要求1所述的基于视频分析的团雾探测方法,其特征在于,所述步骤S04中,如果透视区域中像素最小值min满足|min-f|<delta,delta为统计先验值,并且该区域像素值的方差小于v则认为该透视区域被团雾覆盖,并且当前视频帧的团雾浓度等级为该透视区域编号;其中f为原始图像中出现浓雾的像素点的暗通道值,v为方差先验阈值。
5.根据权利要求1-4任一项所述的基于视频分析的团雾探测方法,其特征在于,还包括,将判断结果通过WebService形式向后端平台进行发送,并进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611214858.3A CN106599874B (zh) | 2016-12-26 | 2016-12-26 | 一种基于视频分析的团雾探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611214858.3A CN106599874B (zh) | 2016-12-26 | 2016-12-26 | 一种基于视频分析的团雾探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106599874A CN106599874A (zh) | 2017-04-26 |
CN106599874B true CN106599874B (zh) | 2019-07-30 |
Family
ID=58601653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611214858.3A Active CN106599874B (zh) | 2016-12-26 | 2016-12-26 | 一种基于视频分析的团雾探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106599874B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112866636B (zh) * | 2020-12-31 | 2023-06-27 | 北京文安智能技术股份有限公司 | 基于最远可视距离的团雾识别预警方法、系统和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779349A (zh) * | 2012-06-30 | 2012-11-14 | 东南大学 | 一种基于图像颜色空间特征的雾天检测方法 |
KR20140017776A (ko) * | 2012-08-01 | 2014-02-12 | 엠텍비젼 주식회사 | 영상 처리 장치 및 영상 내의 안개 제거 방법 |
CN104599266A (zh) * | 2014-12-31 | 2015-05-06 | 小米科技有限责任公司 | 图像中雾气区域的检测方法、装置及终端 |
CN104966291A (zh) * | 2015-06-12 | 2015-10-07 | 上海交通大学 | 一种基于地基云图的云团自动检测方法 |
CN105844295A (zh) * | 2016-03-21 | 2016-08-10 | 北京航空航天大学 | 一种基于颜色模型与运动特征的视频烟雾精细分类方法 |
-
2016
- 2016-12-26 CN CN201611214858.3A patent/CN106599874B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779349A (zh) * | 2012-06-30 | 2012-11-14 | 东南大学 | 一种基于图像颜色空间特征的雾天检测方法 |
KR20140017776A (ko) * | 2012-08-01 | 2014-02-12 | 엠텍비젼 주식회사 | 영상 처리 장치 및 영상 내의 안개 제거 방법 |
CN104599266A (zh) * | 2014-12-31 | 2015-05-06 | 小米科技有限责任公司 | 图像中雾气区域的检测方法、装置及终端 |
CN104966291A (zh) * | 2015-06-12 | 2015-10-07 | 上海交通大学 | 一种基于地基云图的云团自动检测方法 |
CN105844295A (zh) * | 2016-03-21 | 2016-08-10 | 北京航空航天大学 | 一种基于颜色模型与运动特征的视频烟雾精细分类方法 |
Non-Patent Citations (2)
Title |
---|
基于视频图像对比度的团雾检测算法;刘建磊 等;《光电子技术》;20150630;第35卷(第2期);第91-95页 |
基于视频图像的高速公路能见度检测技术研究;韩明敏;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160715;第41-52页 |
Also Published As
Publication number | Publication date |
---|---|
CN106599874A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105931220B (zh) | 基于暗通道先验与最小图像熵的交通雾霾能见度检测方法 | |
TWI423166B (zh) | 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法 | |
CN103077386B (zh) | 一种级联的视频流虹膜图像质量检测方法 | |
JP4942509B2 (ja) | 車両位置検出方法及び装置 | |
US9070023B2 (en) | System and method of alerting a driver that visual perception of pedestrian may be difficult | |
KR101962701B1 (ko) | 가시 거리에 따라 경보 영역이 변경되는 차량 경보 장치 및 방법 | |
US8711220B2 (en) | Automatic detection of image degradation in enhanced vision systems | |
CN107202983A (zh) | 基于图像识别和毫米波雷达融合的自动刹车方法和系统 | |
CN110458157B (zh) | 一种电力电缆生产过程智能监控系统 | |
CN104183142B (zh) | 一种基于图像视觉处理技术的车流量统计方法 | |
CN103442209A (zh) | 一种输电线路的视频监控方法 | |
CN101303803A (zh) | 一种车牌识别的方法和系统 | |
CN105424655A (zh) | 一种基于视频图像的能见度检测方法 | |
KR101537961B1 (ko) | 안전 벨트 탐지 장치 및 방법 | |
WO2018008461A1 (ja) | 画像処理装置 | |
CN106254827A (zh) | 一种团雾智能识别预警方法及其装置 | |
CN104700066A (zh) | 一种检测驾驶员是否佩戴有安全带的方法和装置 | |
CN108765453A (zh) | 基于视频流数据的高速公路团雾识别方法 | |
CN106599874B (zh) | 一种基于视频分析的团雾探测方法 | |
CN110020642A (zh) | 一种基于车辆检测的能见度识别方法 | |
CN112464782A (zh) | 一种行人识别方法和系统 | |
CN109285187A (zh) | 一种基于道路监控视频图像的最远可见点检测方法 | |
CN106709445A (zh) | 一种基于视频图像的高速公路雾天检测预警方法 | |
CN109685083A (zh) | 驾驶员开车违规使用手机的多尺度检测方法 | |
US9979934B1 (en) | Automated weather sensing system and method using cameras |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |