发明内容
本发明的目的在于提供一种检测精准,能对路面水冰雪状别和异物状态进行识别的基于多光谱的路面水冰雪识别分类方法。
为了达成上述目的,本发明的解决方案如下所述:一种基于多光谱的路面水冰雪识别分类方法,通过如下步骤实现:
步骤一、在路面检测处设置检测装置,先在路面上挖一个凹坑,凹坑内具有互不透光的第一腔室和第二腔室,第一腔室内安装有其发光面朝上的发光二极管,发光二极管具有横向间隔排列成一排的红外光二极管、红光二极管和绿光二极管,第二腔室内安装有其接收面朝上设置的光电二极管,凹坑内放置有密封第一腔室腔口和第二腔室腔口的透光板;
步骤二、将白纸在步骤一透光板上,计算白纸在特定波长下的反射强度系数β
N,再计算出出射光强度系数β
M;计算时设定红外光二极管的发射波长为λ
1、红光二极管的发射波长为λ
2和绿光二极管的发射波长为λ
3,计算出波长为λ
1下红外光的反射强度系数β
N1,在波长为λ
2下红光的反射强度系数β
N2和在波长为λ
3下绿光的反射强度系数β
N3;再计算出波长为λ
1的出射光强度系数
波长为λ
2的出射光强度系数
波长为λ
3的出射光强度系数
步骤三、根据步骤二计算出来的出射光强度系数计算出检测装置在六种路面状态下的基准反射率,计算时,通过反射率等于反射光强度系数与出射光强度系数的比值关系,得到反射率
其中β
i为当前路面状态下计算的反射光强度系数,计算出在波长λ
1下得到干燥路面的基准反射率r
干燥1、积水路面的基准反射率r
积水1、结冰路面的基准反射率r
结冰1、积雪路面的基准反射率r
积雪1、污水路面的基准反射率r
污水1和沙土路面的基准反射率r
沙土1;
在波长λ2下得到干燥路面的反射率r干燥2、积水路面的反射率r积水2、结冰路面的反射率r结冰2、积雪路面的反射率r积雪2、污水路面的反射率r污水2和沙土路面的反射率r沙土2;
在波长λ3下得到干燥路面的反射率r干燥3、积水路面的反射率r积水3、结冰路面的反射率r结冰3、积雪路面的反射率r积雪3、污水路面的反射率r污水3和沙土路面的反射率r沙土3;
步骤四,建立不同路面状态的坐标,形成一个训练集样本;建立每一个路面状态的坐标时将步骤三计算出来的当前路面状态下三种波长的反射率和该三个反射率中两两反射率的比值分别作为一个特征值,将六个特征值记为该路面状态下的坐标,即分别建立出干燥路面所对应的基准坐标、积水路面所对应的基准坐标、结冰路面所对应的基准坐标、积雪路面所对应的基准坐标、污水路面所对应的基准坐标和沙土路面所对应的基准坐标;
步骤五,采用knn算法对测试路面状态进行分类,分类时,先计算出所测路面状态时当前的反射强度系数β测,并利用步骤二计算出来的出射光强度系数,和反射率等于反射光强度系数与出射光强度系数的比值关系,计算出所测路面状态的反射率r测,即分别计算出所测路面状态在波长λ1下的反射率r测1、在波长λ2下的反射率r测2和波长λ3下的反射率r测3,计算得到的三组反射率,将此三组反射率值数据和三组反射率中两两反射率之间的比值数据作为一个被测样本的六维坐标,并导入步骤四的训练集样本中,采用欧几里得距离的计算公式计算出被测样本与训练集样本中各坐标之间的距离,通过各距离值排列得出距离值最小的路面状况权重大,从而得出当前路面状态。
在步骤二中,先设定λ
1=880nm,λ
2=660nm,λ
3=537nm,再由光电二极管分别得到波长为λ
1的红外光反射光强度P
红外,波长为λ
2的红光反射光强度P
红,波长为λ
3的绿光反射光强度P
绿,在红外光二极管、红光二极管和绿光二极管输入同样的多个具有线性比例关系的工作电流I
i(i=1,2,…,n),光电二极管能相应得到多个反射光强度P
i,则在波长为λ
1下能相应得到多个红外光反射光强度
在波长为λ
2下能相应得到多个红光反射光强度
在波长为λ
3下能相应得到多个绿光反射光强度
再利用数理统计方法对多个工作电流与反射光强度作线性回归,得到Pi=β·Ii+εi(i=1,2,…,n),其中线性回归直线的斜率β记为单位电流下的反射光强度系数,εi为在单位电流下的环境温度产生的噪声,采用最小二乘法计算回归系数β,计算β的公式如下:
计算时将
作为上述计算公式的P
i得到白纸在波长为λ
1下的红外光反射光强度系数β
N1,将
代入上述计算公式P
i中得到白纸在波长为λ
2下的红光反射光强度系数β
N2,将
代入上述计算公式P
i中得到白纸在波长为λ
3下的绿光反射光强度系数β
N3。
在步骤五中反射强度系数β测的计算方式采用步骤二中最小二乘法计算回归系数β的计算公式。
在步骤五中,所测得的数据中r测1≈r干燥1,r测2≈r干燥2,r测3≈r干燥3,r测1/r测2≈r干燥1/r干燥2,r测2/r测3≈r干燥2/r干燥3,r测3/r测1≈r干燥3/r干燥1,则判断出路面状态为干燥状态;
若r测1≈r积水1,r测2≈r积水2,r测3≈r积水3,r测1/r测2≈r积水1/r积水2,r测2/r测3≈r积水2/r积水3,r测3/r测1≈r积水3/r积水1,则判断出路面状态为积水状态;
若r测1≈r结冰1,r测2≈r结冰2,r测3≈r结冰3,r测1/r测2≈r结冰1/r结冰2,r测2/r测3≈r结冰2/r结冰3,r测3/r测1≈r结冰3/r结冰1,则判断出路面状态为结冰状态;
若r测1≈r积雪1,r测2≈r积雪2,r测3≈r积雪3,r测1/r测2≈r积雪1/r积雪2,r测2/r测3≈r积雪2/r积雪3,r测3/r测1≈r积雪3/r积雪1,则判断出路面状态为积水状态;
若r测1≈r污水1,r测2≈r污水2,r测3≈r污水3,r测1/r测2≈r污水1/r污水2,r测2/r测3≈r污水2/r污水3,r测3/r测1≈r污水3/r污水1,则判断出路面状态为污水状态;
若r测1≈r沙土1,r测2≈r沙土2,r测3≈r沙土3,r测1/r测2≈r沙土1/r沙土2,r测2/r测3≈r沙土2/r沙土3,r测3/r测1≈r沙土3/r沙土1,则判断出路面状态为沙土状态。
采用上述技术方案后,本发明的一种基于多光谱的路面水冰雪识别分类方法,应用时,发光二极管发出红外光、红光和绿光,光电二极管接收反射光线。当路面状态为干燥状态,即透光板的顶面没有覆盖物质,则光电二极管接收到的为透光板上表面反射回装置的光;当路面状态为水、冰等透光物质,则光电二极管接收到的光包含透光板上表面反射回装置的光以及覆盖物上表面反射回装置的光;当路面状态为雪、沙土等几乎不透光的物质,则发光二极管发射到装置透光板上表面的光几乎全反射回来,被光电二极管接收,利用光电二极管接收到的光来计算反射率,计算出来的反射率再与不同路面状态的基准反射率进行比对即可得到当前的路面状态。与现有技术相比,利用三种波长光的六个反射光特征值来判断路面状态,能够识别出干燥、积水、结冰、积雪、污水和沙土六种路面状态,并能提高识别路面状态的准确率,识别较为精准。
具体实施方式
为了进一步解释本发明的技术方案,下面通过具体实施例来对本发明进行详细阐述。
本发明的一种基于多光谱的路面水冰雪识别分类方法,通过如下步骤实现:
步骤一、先在路面上挖一个凹坑11,凹坑11内具有互不透光的第一腔室100和第二腔室200,第一腔室100内安装有其发光面朝上的发光二极管,发光二极管具有横向间隔排列成一排的红外光二极管21、红光二极管22和绿光二极管23,第二腔室200内安装有其接收面朝上设置的光电二极管3,红外光二极管21、红光二极管22和绿光二极管23沿第一腔室和第二腔室的排列方向间隔排列,且第一腔室与第二腔室之间竖立有隔光板4,利用此隔光板4使发光二极管的光不会直接散射至第二腔室内,凹坑11内放置有密封第一腔室腔口和第二腔室腔口的透光板5,透光板5与地面齐平;
步骤二、计算白纸在特定波长下的反射强度系数β
N,再计算出出射光强度系数β
M,计算反射光强度的具体操作是:先得到多外反射光强度,即将白纸放置在步骤一的透光板5顶面上,启动发光二极管和光电二极管,红外光二级管的波长为λ
1,优佳的是λ
1=880nm,红光二级管的波长为λ
2,优佳的是λ
2=660nm,绿光二级管的波长为λ
3,优佳的是λ
3=537nm,由光电二极管3分别得到波长为λ
1的红外光反射光强度P
红外,波长为λ
2的红光反射光强度P
红,波长为λ
3的绿光反射光强度P
绿,在特定波长下给发光二极管输入多个具有线性比例关系的工作电流I
i(i=1,2,…,n),光电二极管在此特定的波长下相应得到多个反射光强度P
i(i=1,2,…,n),则,在波长为λ
1下能得到多个红外光反射光强度
在波长为λ
2下能得到多个红光反射光强度
在波长为λ
3下能得到多个绿光反射光强度
再计算反射光强度系数,利用数理统计方法对上述得到的多个工作电流Ii与反射光强度Pi作线性回归,得到Pi=β·Ii+εi(i=1,2,…,n),其中线性回归直线的斜率β记为单位电流下的反射光强度系数,εi为在单位电流下的环境温度产生的噪声,采用最小二乘法计算回归系数β,则计算β的公式如下:
计算时将
代入上述计算公式中得到白纸在波长为λ
1下红外光的反射光强度系数β
N1,将
代入上述计算公式中得到白纸在波长为λ
2下红光的反射光强度系数β
N2,将
代入上述计算公式中得到白纸在波长为λ
3下绿光的反射光强度系数β
N3;
最后,计算出射光强度系数β
M,根据已知的白纸在波长λ
1的红外光下的反射率为r
N1,在波长为λ
2的红光下的反射率为r
N2,在波长为λ
3的绿光下的反射率为r
N3,此r
N1、r
N2、r
N3是公知的数值,根据出射光强度系数β
M等于入射光强度系数β
N与白纸在波长下的反射率r
N之比的关系,利用上述步骤中在白纸下对波长为λ
1的反射光强度系数β
N1、对波长λ
2下红光的反射光强度系数β
N2和对λ
3下红光的反射光强度系数β
N3,计算出波长为λ
1的出射光强度系数
波长为λ
2的出射光强度系数
波长为λ
3的出射光强度系数
步骤三、根据步骤二计算出来的出射光强度系数,计算出检测装置在六种路面状态下的基准反射率,计算时,通过反射率等于反射光强度系数与出射光强度系数的比值关系,得到反射率
其中β
i为当前路面状态下计算的反射光强度系数,β
i的计算方式采用的是步骤二中
的计算公式,即在当前路面状态下在特定波长下给多个具有线性比例关系的工作电流给发光二极管,相应得到的多个反射光强度的关系来计算得到,计算方式一样,只是无需将步骤二中透光板上的白纸直接用当前路面状态下所会形成的覆盖物100来替代即可;
则在当前路面状态下波入λ
1下的反射率
其中β
i1为当前路面状态下在波长λ
1下计算得到的反射光强度系数,在当前路面状态下波长λ
2下的反射率
其中β
i2为该天气状态下在波长λ
2下计算得到的反射光强度系数,在当前路面状态下对应的波长λ
3下的反射率
其中β
i3该当前路面状态下在波长λ
3下计算得到的反射光强度系数,以干燥、积水、结冰、积雪、污水和沙土六种路面状态,即在波长λ
1下得到干燥路面的基准反射率r
干燥1、积水路面的基准反射率r
积水1、结冰路面的基准反射率r
结冰1、积雪路面的基准反射率r
积雪1、污水路面的基准反射率r
污水1和沙土路面的基准反射率r
沙土1;
同理,在波长λ2下得到干燥路面的基准反射率r干燥2、积水路面的基准反射率r积水2、结冰路面的基准反射率r结冰2、积雪路面的基准反射率r积雪2、污水路面的基准反射率r污水2和沙土路面的基准反射率r沙土2;
在波长λ3下得到干燥路面的基准反射率r干燥3、积水路面的基准反射率r积水3、结冰路面的基准反射率r结冰3、积雪路面的基准反射率r积雪3、污水路面的基准反射率r污水3和沙土路面的基准反射率r沙土3;
步骤四、建立不同路面状态的坐标,形成一个训练集样本;建立每一个路面状态的坐标时将步骤三计算出来的当前路面状态下三种波长的反射率和该三个反射率中两两反射率的比值分别作为一个特征值,将六个特征值记为该路面状态下的坐标,即分别建立出干燥路面所对应的基准坐标、积水路面所对应的基准坐标、结冰路面所对应的基准坐标、积雪路面所对应的基准坐标、污水路面所对应的基准坐标和沙土路面所对应的基准坐标;
具体的是,建立干燥路面所对应的基准坐标采用的是r干燥1、r干燥2、r干燥3、r干燥1/r干燥2、r干燥2/r干燥3、r干燥3/r干燥1这六个特征值;
建立积水路面所对应的基准坐标采用的是r积水1、r积水2、r积水3、r积水1/r积水2、r积水2/r积水3、r积水3/r积水1这六个特征值;
建立积水路面所对应的基准坐标采用的是r结冰1、r结冰2、r结冰3、r结冰1/r结冰2、r结冰2/r结冰3、r结冰3/r结冰1这六个特征值;
建立积雪路面所对应的基准坐标采用的是r积雪1、r积雪2、r积雪3、r积雪1/r积雪2、r积雪2/r积雪3、r积雪3/r积雪1这六个特征值;
建立污水路面所对应的基准坐标采用的是r污水1、r污水2、r污水3、r污水1/r污水2、r污水2/r污水3、r污水3/r污水1这六个特征值;
建立沙土路面所对应的基准坐标采用的是r沙土1、r沙土2、r沙土3、r沙土1/r沙土2、r沙土2/r沙土3、r沙土3/r沙土1这六个特征值;
步骤五、采用knn算法对测试路面状态进行分类,分类时,先计算出所测路面状态时当前的反射强度系数β测,并利用步骤二计算出来的出射光强度系数,和反射率等于反射光强度系数与出射光强度系数的比值关系,计算出所测路面状态的反射率r测,即分别计算出所测路面状态在波长λ1下的反射率r测1、在波长λ2下的反射率r测2和波长λ3下的反射率r测3,计算得到的三组反射率,将此三组反射率值数据和三组反射率中两两反射率之间的比值数据作为一个被测样本的六维坐标,并导入步骤四的训练集样本中,采用欧几里得距离的计算公式计算出被测样本与训练集样本中各坐标之间的距离,通过各距离值排列得出距离值最小的路面状况权重大,从而得出当前路面状态;
具体的是,所测路面状态时当前的反射强度系数β测的计算方式与步骤三中βi的计算方式相同,在此不再累述,利用r测等于β测与步骤二中计算出来的固定的βM的比值即可当时路面状态在覆盖物100下的反射率,即得到反射率r测1、反射率r测2和反射率r测3,
在权得比重中,若r1≈r干燥1,r2≈r干燥2,r3≈r干燥3,r1/r2≈r干燥1/r干燥2,r2/r3≈r干燥2/r干燥3,r3/r1≈r干燥3/r干燥1,则判断出路面状态为干燥状态;
若r1≈r积水1,r2≈r积水2,r3≈r积水3,r1/r2≈r积水1/r积水2,r2/r3≈r积水2/r积水3,r3/r1≈r积水3/r积水1,则判断出路面状态为积水状态;
若r1≈r结冰1,r2≈r结冰2,r3≈r结冰3,r1/r2≈r结冰1/r结冰2,r2/r3≈r结冰2/r结冰3,r3/r1≈r结冰3/r结冰1,则判断出路面状态为结冰状态;
若r1≈r积雪1,r2≈r积雪2,r3≈r积雪3,r1/r2≈r积雪1/r积雪2,r2/r3≈r积雪2/r积雪3,r3/r1≈r积雪3/r积雪1,则判断出路面状态为积水状态;
若r1≈r污水1,r2≈r污水2,r3≈r污水3,r1/r2≈r污水1/r污水2,r2/r3≈r污水2/r污水3,r3/r1≈r污水3/r污水1,则判断出路面状态为污水状态;
若r1≈r沙土1,r2≈r沙土2,r3≈r沙土3,r1/r2≈r沙土1/r沙土2,r2/r3≈r沙土2/r沙土3,r3/r1≈r沙土3/r沙土1,则判断出路面状态为沙土状态。
本发明的一种基于多光谱的路面水冰雪识别分类方法,采用多光强的方式来对反射光强度与工作电流的线性回归拟合能够消除环境温度的影响,使线性回归直线的斜率为单位电流下测到的反射光强度不受环境温度等噪声的影响,基本消除了温度对测试数据的影响,同时利用三种波长光的六个反射光特征值来判断路面状态,能够识别出干燥、积水、结冰、积雪、污水和沙土六种路面状态,并能提高识别路面状态的准确率,识别较为精准。
上述实施例和附图并非限定本发明的方法,任何所属技术领域的普通技术人员对其所做的适当变化或修饰,皆应视为不脱离本发明的专利范畴。