CN115035485A

CN115035485A - 一种道路可见度的确定方法及装置

Info

Publication number: CN115035485A
Application number: CN202210648992.3A
Authority: CN
Inventors: 余言勋; 牛中彬; 刘智辉; 赵梦娜; 段富治
Original assignee: Zhejiang Dahua Technology Co Ltd
Current assignee: Zhejiang Dahua Technology Co Ltd
Priority date: 2022-06-09
Filing date: 2022-06-09
Publication date: 2022-09-09

Abstract

本发明实施例涉及计算机视觉技术领域，尤其涉及一种道路可见度的确定方法及装置。该方法包括：通过道路采集设备在采集时段内采集的至少一张图像帧，确定出可见度标志位；针对采集时段内采集的任意一张图像帧，根据图像帧中的多条车道线确定像帧中任一像素行的水平转化关系；根据图像帧的像素行数与道路采集设备的垂直视场角确定垂直转化关系；基于可见度标志位、水平转化关系和垂直转化关系确定道路采集设备在采集时段内的可见距离。实现了对可见度的准确检测。方法简单，无需借助额外的装置即可完成检测，所使用到的参数容易获得。且可见度误差不受车道线的倾斜角度的影响。

Description

一种道路可见度的确定方法及装置

技术领域

本发明实施例涉及计算机视觉技术领域，尤其涉及一种道路可见度的确定方法、装置、计算设备及计算机可读存储介质。

背景技术

道路的可见度严重影响着交通安全，因此若能通过设置在道路上的道路采集设备提前对道路的可见度进行判断，提醒过往车辆，从而可以大大避免交通事故的发生。

目前采用视频图像信息对可见度进行检测的方法有很多，但大多数方法需要借助额外增加的标志牌装置等进行检测；或者只能检测可见度的大致区域，无法得到精确的可见距离，准确性、可靠性较差；或者对具体的实施场景有严格要求，例如道路采集设备需放置在道路中央，车道与道路采集设备的垂直视场角所在的平面不能具有倾斜角度，否则可见度误差随着车道的倾斜角度的增加而增加。

发明内容

本发明实施例提供一种道路可见度的确定方法，无需借助额外增加的标志牌装置，且提高确定道路可见度的准确度。

第一方面，本发明实施例提供一种道路可见度的确定方法，包括：

通过道路采集设备在采集时段内采集的至少一张图像帧，确定出可见度标志位；所述可见度标志位为图像帧中用于表征所述采集时段内的可见度的位置；

针对所述采集时段内采集的任意一张图像帧，根据所述图像帧中的多条车道线确定所述图像帧中任一像素行的水平转化关系；所述水平转化关系用于表征所述图像帧中任一像素行上像素距离与物理距离的转化关系；

根据所述图像帧的像素行数与所述道路采集设备的垂直视场角确定垂直转化关系；所述垂直转化关系用于表征垂直视场角与像素行数的转化关系；

基于所述可见度标志位、所述水平转化关系和所述垂直转化关系确定所述道路采集设备在所述采集时段内的可见距离。

根据可见度标志位、垂直转化关系和可见度标志位所位于的像素行的水平转化关系，确定道路采集设备在采集时段的可见距离，实现了对可见度的准确检测。方法简单，无需借助额外的装置即可完成检测，所使用到的参数容易获得。且可见度误差不受车道线的倾斜角度的影响。

可选地，基于所述可见度标志位、所述水平转化关系和所述垂直转化关系确定所述道路采集设备在所述采集时段内的可见距离，包括：

在所述图像帧中构建所述可见度标志位至所述图像帧的垂直对称轴的第一垂足；根据所述可见度标志位所在像素行的水平转化关系，确定所述可见度标志位与所述第一垂足的第一物理距离；

基于所述道路采集设备距离地面的高度、所述道路采集设备的俯仰角和所述垂直转化关系，确定所述第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离；

基于所述第一物理距离、所述第二物理距离和所述图像采集设备距离地面的高度确定所述道路采集设备与所述可见度标志位在三维空间的物理位置之间的距离。

引入可见度标志位至所述图像帧的垂直对称轴的第一垂足，第一垂足一定位于图像帧的垂直对称轴上，因此可以利用图像采集设备的俯仰角、垂直转化关系等参数。结合图像采集设备距离地面的高度可以确定第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离。而可见度标志位与所述第一垂足的第一物理距离可以通过可见度标志位所位于的像素行的水平转化关系得到。因此根据第一物理距离、第二物理距离和所述道路采集设备距离地面的高度确定出可见距离。运用了几何学原理，同时使用了摄影成像原理，实现了对可见度的准确检测。方法简单，无需借助额外的装置即可完成检测，所使用到的参数容易获得。且可见度误差不受车道线的倾斜角度的影响。

可选地，基于所述道路采集设备距离地面的高度、所述道路采集设备的俯仰角和所述垂直转化关系，确定所述第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离，包括：

基于所述道路采集设备所在位置和所述第一垂足在三维空间的物理位置，构建垂直于道路所在平面的直角三角形；

根据所述垂直转化关系确定所述第一垂足与所述图像帧的中心点之间的像素行数对应的第一夹角；

根据所述道路采集设备的俯仰角和所述第一夹角，确定所述直角三角形中的第二夹角；

根据所述第二夹角和所述道路采集设备距离地面的高度，确定所述第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离。

运用几何学原理在三维空间构建直角三角形，实现了对可见度的准确检测。方法简单，无需借助额外的装置即可完成检测，所使用到的参数容易获得。且可见度误差不受车道线的倾斜角度的影响。

可选地，根据所述图像帧中的多条车道线确定所述图像帧中任一像素行的水平转化关系，包括：

根据所述图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定所述图像帧的水平逆透视图；

针对所述水平逆透视图中任两条车道线与任一像素行的两个交点，根据所述两条车道线的物理车道宽度确定所述两个交点间的物理距离；

在所述图像帧中确定所述两个交点间的像素距离；

根据所述两个交点间的物理距离和所述两个交点间的像素距离，确定所述两个交点所位于的像素行的水平转化关系。

根据图像帧中多条车道线与多个像素行的交点间的多个像素数量，将图像帧转化为水平逆透视图，得到的水平逆透视图在水平方向上消除了“近大远小”的视觉误差，在三维空间中相互平行的车道线在水平逆透视图中也是相互平行。因此可以根据车道线的物理车道宽度，确定两个交点间的物理距离，利用两个交点间的物理距离和像素距离，可以确定所述两个交点所位于的像素行上的水平转化关系。

可选地，根据所述图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定所述图像帧的水平逆透视图，包括：

针对所述图像帧中的目标像素行，确定任两条车道线与所述目标像素行的交点间的第一像素数量；确定任两条车道线与基准像素行的交点间的第二像素数量；所述目标像素行为所述多个像素行中的任一条像素行；所述基准像素行在所述图像帧中位于所述目标像素行的上方；

根据一个或多个第一像素数量和一个或多个第二像素数量确定所述目标像素行的逆透视系数；

根据多个目标像素行的逆透视系数和多个目标像素行上的像素坐标，确定所述图像帧的水平逆透视图。

由于车道线在三维空间中是平行的，根据透视原理，车道线在图像帧中是不平行的，因此在图像帧中，任两条车道线与目标像素行的交点间的第一像素数量，与任两条车道线与基准像素行的第二像素数量是不同的，根据像素数量的差异可以确定目标像素行的逆透视系数，根据同样的方法可以得到多个像素行的逆透视系数，从而作出图像帧的水平逆透视图。

可选地，在根据所述图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定所述图像帧的水平逆透视图之前，还包括：

对检测到的所述图像帧中的多条车道线分别作延长线，确定多个延长线的交点是否为同一点；若不是同一点，则根据多个交点的位置重新确定一个修正交点；

根据所述修正交点和所述多条车道线，对所述多条车道线的位置进行矫正。

如果车道线在三维空间中由于操作失误从而不是严格的相互平行，或者在对图像帧进行车道线检测时存在误差导致检测到的车道线不是相互平行，那么确定水平逆透视图时就会不准确，后续在确定水平转化关系时也会不准确，因此需要令车道线在三维空间中平行。而各车道线在三维空间中平行，那么在图像帧中各车道线会交于一点，换言之，当交点为同一点时，说明各车道线在三维空间中平行。利用了这个视觉原理，可以实现对车道线的位置进行矫正，保证后续确定可见度的准确性。

可选地，通过如下方式确定所述垂直转化关系，包括：

获取所述图像帧的放大倍率；

根据所述道路采集设备的放大倍率与焦距的对应关系，确定所述图像帧对应的焦距；

根据所述图像帧对应的焦距和所述道路采集设备的像高，确定所述道路采集设备的垂直视场角；

根据所述垂直视场角和所述图像帧的像素行数，确定所述垂直转化关系。

根据图像帧的放大倍率可以确定图像帧的焦距，从而确定图像帧对应的所述图像采集设备的垂直视场角。由于垂直视场角与图像帧的像素行数具有一定关系，因此可以确定垂直转化关系。

可选地，通过道路采集设备在采集时段内采集的至少一张图像帧，确定出可见度标志位，包括：

通过道路采集设备获取采集时段内采集的多张放大倍率相同的图像帧；

对所述多个图像帧进行目标跟踪，确定出多个目标的行驶轨迹；

若任一目标的行驶轨迹为接近所述道路采集设备，则提取所述目标的行驶轨迹的起点；若任一目标的行驶轨迹为远离所述道路采集设备，则提取所述目标的行驶轨迹的终点；

根据提取的多个起点和/或终点，确定所述可见度标志位。

如此确定的可见度标注点的位置更加智能自动化、准确。

第二方面，本发明实施例还提供一种道路可见度的确定装置，包括：

确定单元，用于：

可选地，所述确定单元具体用于：

在所述图像帧中确定所述两个交点间的像素距离；

可选地，所述确定单元具体用于：

可选地，所述确定单元还用于：

可选地，所述确定单元具体用于：

获取所述图像帧的放大倍率；

可选地，所述确定单元具体用于：

根据提取的多个起点和/或终点，确定所述可见度标志位。

第三方面，本发明实施例还提供一种计算设备，包括：

存储器，用于存储计算机程序；

处理器，用于调用所述存储器中存储的计算机程序，按照获得的程序执行上述任一方式所列的道路可见度的确定方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行上述任一方式所列的道路可见度的确定方法。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1a为本发明实施例提供的一种系统架构的示意图；

图1b为本发明实施例提供的一种可能的道路采集设备100与车道的设置关系的示意图；

图1c为本发明实施例提供的一种可能的道路采集设备100与车道的设置关系的示意图；

图2为本发明实施例提供的一种可能的道路可见度的确定方法的流程示意图；

图3为本发明实施例提供的一种确定可见度标志位的示意图；

图4a为本发明实施例提供的一种可能的图像帧中的各车道线的示意图；

图4b为本发明实施例提供的一种可能的重新确定各车道线的示意图；

图5a为本发明实施例提供的一种三维空间下道路采集设备的成像区域的示意图；

图5b为本发明实施例提供的一种道路采集设备采集到的任一张图像帧的示意图；

图6a为本发明实施例提供的一种可能的道路可见度的确定方法的流程示意图；

图6b为本发明实施例提供的一种可能的确定第一垂足的示意图；

图7为本发明实施例提供的一种可能的确定第二物理距离的方法的示意图；

图8为本发明实施例提供的一种可能的确定水平转化关系的方法的示意图；

图9a为本发明实施例提供的一种可能的水平逆透视图的示意图；

图9b为本发明实施例提供的一种可能的确定水平逆透视图的方法的示意图；

图10为本发明实施例提供的一种可能的道路可见度的确定方法的流程示意图；

图11为本发明实施例提供的一种可能的道路可见度的确定装置的结构示意图；

图12为本发明实施例提供的一种可能的计算机设备的结构示意图。

具体实施方式

为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。

基于本申请描述的示例性实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请所附权利要求保护的范围。此外，虽然本申请中公开内容按照示范性一个或几个实例来介绍，但应理解，可以就这些公开内容的各个方面也可以单独构成一个完整实施方式。

需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。

本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明(Unless otherwise indicated)。应该理解这样使用的用语在适当情况下可以互换，例如能够根据本申请实施例图示或描述中给出那些以外的顺序实施。

此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

图1a示例性的示出了本发明实施例所适用的一种系统架构，该系统架构包括道路采集设备100和服务器200。

道路采集设备100设置于道路的上方，在采集时段内对往来车辆拍摄图像或视频，将拍摄的图像或视频上传至服务器200，以使服务器200根据图像信息或视频信息确定道路采集设备在采集时段内的能见度距离。

采集时段的设置方式多种多样，一种可能的实施方式，设置一天的24小时中的每1小时为一个采集时段，道路采集设备100将任一小时拍摄的图像或视频上传至服务器200，服务器200对图像或视频进行分析后，确定道路在这一个小时内的可见距离；另一种可能的实施方式，设置一天中的特定时段为采集时段，例如设置每天的车流量高峰8:00-9:00为采集时段，道路采集设备100将8:00-9:00拍摄的图像或视频上传至服务器200，服务器200对图像或视频进行分析后，确定道路在8:00-9:00内的可见距离。另一种可能的实施方式，设置天气识别模块，当识别到天气为可能影响可见度的恶劣天气后，开启采集图像或视频模式，服务器200对图像或视频进行分析后，确定道路在采集时段内的可见距离。其中恶劣天气包括但不限于雨天、雾、雪等天气。以上仅为示例，本发明实施例对此不做限制。

道路采集设备100可以设置于道路的中央或两侧，道路采集设备100的视野范围能够覆盖道路。图1b和图1c示出了本发明实施例提供的可能的道路采集设备100与车道的设置关系的俯视图。图1b中，道路采集设备100设置于道路的中央，虚线表示道路采集设备100的视野范围。图1c中，道路采集设备100设置于道路的左侧，虚线表示道路采集设备100的视野范围。以上仅为示例，道路采集设备100的设置位置不限于本发明实施例中所列举的两种。

服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

可以理解的是，服务器200的功能也可以集成在道路采集设备100上，即道路采集设备100同时具有拍摄图像和/或视频以及对拍摄的图像和/或视频进行分析处理以得到可见距离的功能。以上仅为示例，本发明实施例对此不做限制。

图2示出了本发明实施例提供的一种可能的道路可见度的确定方法，包括：

步骤201，通过道路采集设备在采集时段内采集的至少一张图像帧，确定出可见度标志位；所述可见度标志位为图像帧中用于表征所述采集时段内的可见度的位置。

步骤202，针对所述采集时段内采集的任意一张图像帧，根据所述图像帧中的多条车道线确定所述图像帧中任一像素行的水平转化关系；所述水平转化关系用于表征所述图像帧中任一像素行上像素距离与物理距离的转化关系。

步骤203，根据所述图像帧的像素行数与所述道路采集设备的垂直视场角确定垂直转化关系；所述垂直转化关系用于表征垂直视场角与像素行数的转化关系。

步骤204，基于所述可见度标志位、所述水平转化关系和所述垂直转化关系确定所述道路采集设备在所述采集时段内的可见距离。

在步骤201中，通过对道路采集设备在采集时段内采集的至少一张图像帧进行分析，确定出可见度标志位。可见度标志位为图像帧中用于表征采集时段内的可见度的位置。

本发明实施例中的可见度标志位不是通过预先设置在道路两旁的距离标志牌确定的，可见度标志位可以是图像帧中清晰区域和模糊区域的分界点/分界线的位置确定，如可见度标志位可以是图像帧中清晰区域和模糊区域的分界点/分界线的位置，可见度标志位也可以是包含图像帧中清晰区域和模糊区域的分界点/分界线的子区域，所述子区域的边界点到前述分界点/分界线的距离小于预设距离；其中，清晰区域可以但不局限于包括图像帧中清晰度大于清晰度阈值的图像区域，模糊区域可以但不局限于包括图像帧中清晰度小于或等于前述清晰度阈值的图像区域；本申请实施例中可以通过对采集的至少一张图像帧进行检测识别从而确定一个图像帧中清晰区域和模糊区域的分界点的位置，该位置能够反映道路采集设备在采集时段内的可见度。在该位置的上方，识别到的目标(如人、车辆)较模糊，在该位置的下方，识别的目标较清晰。

本发明实施例对可见度标志位的确定方法不做限制。

一种可能的确定可见度标志位的方式，通过道路采集设备获取采集时段内采集的多张放大倍率相同的图像帧；对所述多个图像帧进行目标跟踪，确定出多个目标的行驶轨迹；若任一目标的行驶轨迹为接近所述道路采集设备，则提取所述目标的行驶轨迹的起点；若任一目标的行驶轨迹为远离所述道路采集设备，则提取所述目标的行驶轨迹的终点；根据提取的多个起点和/或终点，确定所述可见度标志位。

举例来说，对采集时段内采集的多张图像帧进行目标跟踪，确定了5个目标的行驶轨迹，如图3所示。针对任一目标，若该目标的行驶轨迹为远离道路采集设备，则提取该目标的行驶轨迹的终点；若该目标的行驶轨迹为接近道路采集设备，则提取该目标的行驶轨迹的起点。如此可得到5个起点和/或终点，如图3中的虚线框所示。根据对这5个起点和/或终点的坐标，确定可见度标志位的坐标。具体地，可以对5个起点和/或终点的坐标取平均值、中值或其他计算方式，从而得到可见度标志位的坐标。图3中示出了对5个起点和/或终点的坐标取平均值后得到的可见度标志位T。可以看出，可见度标志位能够表征图像采集设备所能清晰地拍到的最远距离。

另一种可能的确定可见度标志位的方式，通过大量训练样本训练一个可见度识别模型。将在采集时段采集的一张图像帧输入该可见度识别模型，即可自动输出图像清晰和模糊的分界线，在该分界线上任取一点，即为可见度标志位。可以理解的是，还可以将多张图像帧输入该可见度识别模型，从而得到多张图像帧的图像清晰或模糊的分界线，对这些分界线取坐标的平均值得到一条最终分界线。然后在该最终分界线上任取一点，即为可见度标志位。

另一种可能的确定可见度标志位的方式，用户根据一张图像帧中物体的清晰程度在该张图像帧中划定出可见度标志位，或者用户结合多张图像帧中物体的清晰程度划定可见度标志位。

在步骤202中，针对所述采集时段内采集的任意一张图像帧，根据所述图像帧中的多条车道线确定所述图像帧中任一像素行的水平转化关系；所述水平转化关系用于表征所述图像帧中任一像素行上像素距离与物理距离的转化关系。

确定图像帧中任一像素行的水平转化关系需要通过图像帧中的多条车道线进行确定。对任意一张图像帧进行图像检测，检测到该张图像帧中的多条车道线。一般来说，各车道线在三维空间中互相平行，根据透视原理可知，在图像帧中各车道线的延长线会交于一点。图4a示出了一种可能的图像帧中的各车道线的示意图。可以看出，各车道线的延长线交于一点W。

现实中可能会出现这样的情况：车道线在三维空间中就不是互相平行的，或者车道线在三维空间中是互相平行的，但是图像检测结果不是很准确，导致检测到的图像帧中的各车道线的延长线并非交于一点。因此需要对各车道线进行重新校正。

具体方法可以为：对检测到的所述图像帧中的多条车道线分别作延长线，确定多个延长线的交点是否为同一点；若不是同一点，则根据多个交点的位置重新确定一个修正交点；根据所述修正交点和所述多条车道线，对所述多条车道线的位置进行矫正。

举个例子，图4b中示出了本发明实施例提供的一种重新确定车道线的方法。对检测到的所述图像帧中的多条车道线分别作延长线，确定多个延长线的交点不是同一点，交点分别为W1和W2。因此说明当前图像检测中检测到的各车道线在三维空间中不平行，这会影响后续的确定水平转化关系的准确性。取交点W1和W2的中点，得到修正交点W，根据修正交点和之前检测到的多条车道线的底端，重新确定车道线的位置，如图4b中的虚线示意出了重新确定的车道线。可以理解的是，修正交点W的确定不局限于取交点W1和W2的中点，也可以采用其他方式；重新确定车道线的位置也可以根据修正交点和之前检测到的多条车道线的顶端或其他位置进行确定，本发明实施例对此不做限制。

重新确定的各车道线具有同一交点W，那么在三维空间中，各车道线就是互相平行的，提高了后续确定图像帧中各像素行的水平转化关系的准确性。

确定任一像素行的水平转化关系的方法为，根据图像帧中的多条车道线确定该图像帧的水平逆透视图，基于水平逆透视图可以确定任一像素行中任意两点的物理距离，又基于该图像帧确定该像素行中的这两点的像素距离，通过这两点的像素距离和物理距离即可确定该像素行的水平转化关系。

例如，图像帧的像素行数为1000行，由于透视原理，每一行中的像素距离与物理距离的转化关系是不同的。若以该图像帧的最底端一行为第1行的话，该图像帧的最顶端一行为第1000行。一般来说，随着行数越来越大，同样长度的像素距离所能代表的物理距离会越来越大。若将水平转化关系用物理距离与像素距离的比值来表示：η_i＝d/p；其中，η_i为第i行的水平转化关系，d为物理距离，p为像素距离。随着行数的增加，水平转化关系也会增大，例如第600行的水平转化关系要大于第500行的水平转化关系。

采用上述方式能够确定该图像帧中每个像素行上像素距离与物理距离的水平转化关系。

在步骤203中，根据所述图像帧的像素行数与所述道路采集设备的垂直视场角确定垂直转化关系；所述垂直转化关系用于表征垂直视场角与像素行数的转化关系。

道路采集设备的垂直视场角为道路采集设备在垂直方向上的视野范围，反映在图像帧上，图像帧的像素行数也是道路采集设备在垂直方向上的视野范围。因此图像帧的像素行数与道路采集设备的垂直视场角具有一定转化关系，即，垂直转化关系。

用公式表示成如下形式：γ＝θ/k；其中，γ为垂直转化关系，θ为道路采集设备的垂直视场角，k为图像帧的像素行数，例如为1000行。

在步骤204中，基于所述可见度标志位、所述水平转化关系和所述垂直转化关系确定所述道路采集设备在所述采集时段内的可见距离。

图5a示出了本发明实施例提供的一种三维空间下道路采集设备的成像区域的示意图。图5b本发明实施例提供的道路采集设备采集到的任一张图像帧的示意图。

结合图5a和图5b进行介绍。图5a中，道路采集设备O的俯仰角为α，即，道路采集设备O相对于地平面的倾斜角度为α。道路采集设备距离地面的高度为H。平面ACDF为道路采集设备O的拍摄视野范围，也就是说，道路采集设备O拍摄的图像帧对应三维空间中的平面ACDF，拍摄的图像帧的4个顶点分别对应三维空间中的A、C、D和F。

道路采集设备O的垂直视场角即道路采集设备O在垂直方向上的视野范围，在三维空间中与直线BE对应，在图像帧中与图像帧的垂直对称轴对应。道路采集设备O的视野中心为三维空间中的O’，为图像帧的中心点O’，中心点O’一定位于图像帧的垂直对称轴上。

图5b中示出了该图像帧中各点与图5a中各点的对应关系。图5b中还示出了可见度标志位T。可见度标志位的确定方式已经在上文中有过介绍，在此不再赘述。

下面介绍确定道路采集设备在采集时段内的可见距离的方法。如图6a所示，包括：

步骤601，在所述图像帧中构建所述可见度标志位至所述图像帧的垂直对称轴的第一垂足；根据所述可见度标志位所在像素行的水平转化关系，确定所述可见度标志位与所述第一垂足的第一物理距离。

如图6b所示，经过可见度标志位T向图像帧的垂直对称轴做垂线，得到第一垂足N。

由于已知可见度标志位T所位于的像素行，并且已知可见度标志位T所位于的像素行的水平转化关系，NT间的第一像素距离也为已知，因此通过如下公式可以确定NT间的第一物理距离，即图5a中的NT间的距离：

L_NT＝η_i·χ；其中，L_NT为第一物理距离，χ为NT间的第一像素距离；η_i为第i行像素行的水平转化关系。

举个例子，已知可见度标志位位于第600行像素行，NT间的第一像素距离为2cm，在步骤202中已确定第600行像素行的水平转化关系η₆₀₀，因此第一像素距离2cm乘以第600行像素行的水平转化关系η₆₀₀，即可得NT间的第一物理距离L_NT：

L_NT＝η₆₀₀·χ；其中，L_NT为第一物理距离，χ为NT间的第一像素距离；η₆₀₀为第600行像素行的水平转化关系。

步骤602，基于所述道路采集设备距离地面的高度、所述道路采集设备的俯仰角和所述垂直转化关系，确定所述第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离。

确定的第二物理距离如图5a中的MN。具体的确定第二物理距离的方法如图7所示，包括：

步骤701，基于所述道路采集设备所在位置和所述第一垂足在三维空间的物理位置，构建垂直于道路所在平面的直角三角形，如图5a中的直角三角形OMN。

步骤702，根据所述垂直转化关系确定所述第一垂足与所述图像帧的中心点之间的像素行数对应的第一夹角。

在三角形ONO’中，ω可以根据垂直转化关系确定，γ＝ω/b，其中，γ为垂直转化关系，ω为第一夹角，b为O’N的第二像素距离。因为O’为图像帧的中心点，所以O’N的第二像素距离b可知，γ已知，因此根据上式可以确定ω，即第一夹角。

步骤703，根据所述道路采集设备的俯仰角和所述第一夹角，确定所述直角三角形中的第二夹角；

道路采集设备的俯仰角α为三角形ONO’的一个外角，因此

即确定了第二夹角。其中，

为第二夹角，α为道路采集设备的俯仰角，ω为第一夹角。

步骤704，根据所述第二夹角和所述道路采集设备距离地面的高度，确定所述第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离。

通过三角形相关公式，可知第二物理距离通过如下公式求得：

其中，L_MN为第一垂足与道路采集设备在地面的投影点之间的第二物理距离，H为道路采集设备距离地面的高度，

为第二夹角。

步骤603，基于所述第一物理距离、所述第二物理距离和所述图像采集设备距离地面的高度确定所述道路采集设备与所述可见度标志位在三维空间的物理位置之间的距离。

在直角三角形MNT中，已知第一物理距离和第二物理距离，根据勾股定理，可得MT间的物理距离：

其中，L_MN为第一垂足与道路采集设备在地面的投影点之间的第二物理距离；L_NT为第一垂足与可见度标志位的第一物理距离；L_MT为可见度标志位与道路采集设备在地面的投影点之间的物理距离。

在直角三角形OMT中，由于道路采集设备距离地面的高度H已知，因此再次使用勾股定理，可得OT之间的物理距离：

其中，L_MN为第一垂足与道路采集设备在地面的投影点之间的第二物理距离；L_NT为第一垂足与可见度标志位的第一物理距离；L_OT为道路采集设备与可见度标志位之间的物理距离；H为道路采集设备距离地面的高度。

即道路采集设备与所述可见度标志位在三维空间的物理位置之间的距离，也就是道路采集设备在所述采集时段内的可见距离。

可选地，由于MT之间的物理距离远远大于H，因此可以直接将第二物理距离即L_MT作为可见距离。

下面通过一个具体的实施例介绍确定水平转化关系的方法。如图8所示，包括：

步骤801，根据所述图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定所述图像帧的水平逆透视图。

在图9a中，任选一个像素行例如OPQR所在的像素行，作为目标像素行，确定任两条车道线与该目标像素行的交点间的第一像素数量。例如确定车道线l1和车道线l2与该目标像素行的交点即OP间的第一像素数量x1，确定车道线l2和车道线l3与该目标像素行的交点即PQ间的第一像素数量x2，确定车道线l3和车道线l4与该目标像素行的交点即QR间的第一像素数量x3。

确定一个基准像素行，基准像素行在所述图像帧中位于所述目标像素行的上方。确定任两条车道线与该基准像素行的交点间的第二像素数量。确定方式同第一像素数量，在此不再赘述。例如确定的多个第二像素数量分别为y1、y2和y3。y1、y2和y3与x1、x2和x3分别对应。

本发明实施例对确定的基准像素行的方法不作限定，基准像素行应尽量取靠近图像帧顶端的，例如取图像帧的最后一个像素行为基准像素行。或者基准像素行也可取图像帧中部的，总之确定了基准像素行后，目标像素行只能位于基准像素行的下方。如此只能确定出基准像素行以下的像素行的逆透视系数，那么最后确定的水平逆透视图也仅包括基准像素行以下的像素行。因此本领域技术人员可根据需要对基准像素行进行确定。

确定目标像素行的逆透视系数的方式为：1、根据其中一个第二像素数量与其对应的第一像素数量的比值确定目标像素行的逆透视系数，例如y1/x1。2、根据多个第二像素数量与多个第一像素数量的比值确定目标像素行的逆透视系数。例如，通过对y1/x1、y2/x2、y3/x3取平均值得到目标像素行的最终的逆透视系数。

一种可能的实施方式，按照上述方法，将所有像素行的逆透视系数进行一一确定。例如图像帧中具有1000行像素行，则需进行1000次计算。

另一种可能的实施方式，仅计算其中n个像素行的逆透视系数，其中n≥3，在确定了n个像素行的逆透视系数后，通过最小二乘法拟合出图像帧中每一个像素行的逆透视系数。

确定了每一个像素行的逆透视系数后，就可对每一个像素行上的像素坐标进行转化，得到水平逆透视图。

转化方式为：

其中，X，Y分别为原图像的像素坐标，

分别为逆透视后的像素坐标。δ为原图像的像素坐标所在的像素行对应的逆透视系数。

图9b示出了一种可能的水平逆透视图。可以发现，相比于图9a，图9b中各像素的横坐标发生了变化，在水平方向上消除了“近大远小”的视觉误差，在三维空间中相互平行的车道线在水平逆透视图中也是相互平行的。

步骤802，针对所述水平逆透视图中任两条车道线与任一像素行的两个交点，根据所述两条车道线的物理车道宽度确定所述两个交点间的物理距离。

例如，针对车道线l2和l3，确定这两条车道线与任一像素行的两个交点，P’和Q’，由P’向车道线l3做垂线，得到第二垂足R’。由于P’R’的像素距离已知，P’Q’的像素距离已知，P’R’的物理距离已知(P’R’的物理距离为车道线l2和车道线l3之间的车道宽度l)，因此根据比例关系，可得P’Q’的物理距离。

步骤803，在所述图像帧中确定所述两个交点间的像素距离。

根据图像帧与水平逆透视图的各像素的映射关系，能够在图像帧中确定出步骤802中确定的两个交点，例如为P和Q。

只有在水平逆透视图中才能确定出P和Q间的物理距离，在图像帧中可以确定出P和Q间的像素距离。

步骤804，根据所述两个交点间的物理距离和所述两个交点间的像素距离，确定所述两个交点所位于的像素行的水平转化关系。

根据P和Q间的物理距离和P和Q间的像素距离的比值，确定出P和Q所位于的像素行的水平转化关系。

一种可能的实施方式，通过上述方式逐一确定图像帧中所有像素行的水平转化关系。例如图像帧中具有1000行像素行，则需进行1000次计算。

另一种可能的实施方式，仅计算其中n个像素行的水平转化关系，其中n≥3，在确定了n个像素行的水平转化关系后，通过最小二乘法拟合出图像帧中每一个像素行的水平转化关系。

在确定垂直转化关系中，使用到了道路采集设备的垂直视场角。可变焦摄像机具有多种不同的放大倍率，不同的放大倍率对应的垂直视场角是不同的。因此通过如下方式确定垂直转化关系：

获取所述图像帧的放大倍率；根据所述道路采集设备的放大倍率与焦距的对应关系，确定所述图像帧对应的焦距；根据所述图像帧对应的焦距和所述道路采集设备的像高，确定所述道路采集设备的垂直视场角；根据所述垂直视场角和所述图像帧的像素行数，确定所述垂直转化关系。

道路采集设备的设备参数中存储有放大倍率与焦距的对应关系，获取该图像帧的放大倍率后，通过对应关系能够确定该图像帧对应的焦距。通过如下公式h＝EFL*tan(半FOV)确定道路采集设备的垂直视场角，其中h为道路采集设备传感器成像区域高度的一半，EFL为焦距，FOV为道路采集设备的垂直视场角。

通过上述方式确定了道路采集设备的垂直视场角，就可依据垂直视场角和所述图像帧的像素行数，确定所述垂直转化关系。如此，若摄像机具有不同的放大倍率，拍摄出了各种不同放大倍率的图像帧，则只需针对与确定可见度标志位的图像帧放大倍率相同的图像帧进行分析，获取该图像帧对应的放大倍率，就可确定该图像帧对应的垂直转化关系。

为了更好的解释本发明实施例，下面将在具体实施场景下来描述上述道路可见度的确定的流程。图10示出了本发明实施例提供的一种道路可见度的确定方法的流程示意图。

步骤1001，获取道路采集设备的相关参数。

包括道路采集设备的类型(变焦/定焦)、道路采集设备的俯仰角α、道路采集设备距离地面的高度H、车道宽度l；如果道路采集设备的类型是定焦，则还需获取道路采集设备的垂直视场角；如果道路采集设备的类型是变焦，则还需获取道路采集设备的放大倍率与焦距的映射关系，根据放大倍率与焦距的映射关系确定放大倍率与垂直视场角的映射关系。

步骤1002，获取任意道路采集设备拍摄的任意一张图像帧，通过图像检测算法检测到图像帧中的车道线，并对检测结果进行校正，从而得到具有同一交点的各车道线。

步骤1003，根据图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定图像帧的水平逆透视图。

步骤1004，根据水平逆透视图中的任意两点间的物理距离和图像帧中该两点间的像素距离，确定图像帧中每一像素行的水平转化关系。

步骤1005，根据道路采集设备的垂直视场角和图像帧的像素行数，确定该图像帧的垂直转化关系。

步骤1006，启动天气识别。

步骤1007，判断是否为雾雨雪等能够影响可见度的恶劣天气，若是，则进入步骤1008，若否，则继续判断。

步骤1008，采集一段时间内的图像帧，对采集到的多张图像帧启动目标跟踪算法，确定可见度标志位。

这一步中采集的图像帧与之前步骤中确定水平转化关系和垂直转化关系的图像帧的放大倍率应当相同。

步骤1009，基于所述可见度标志位、所述水平转化关系和所述垂直转化关系确定所述道路采集设备在所述采集时段内的可见距离。

步骤1010，判断可见距离是否小于等于预警距离，若是，则进入步骤1011，若否，则返回步骤1007。

步骤1011，启动预警程序。

(2)当可见度等级为1级时，可不进行告警处置；

(3)当可见度等级为2级时，启动道路电子屏等声光预警措施，提醒过往车辆注意车速，谨慎驾驶；

(4)当可见度等级为3级时，启动道路电子屏等声光预警措施的同时通过无线网络向区域内的车辆广播告警信息。

(5)当可见度等级为4级时，启动可见度达到3级时的所有预警措施，同时向交管部门发送预警信息。

基于相同的技术构思，图11示例性的示出了本发明实施例提供的一种道路可见度的确定装置的结构，该结构可以执行道路可见度的确定的流程。

如图11所示，该装置具体包括：

确定单元1101，用于：

可选地，所述确定单元1101具体用于：

在所述图像帧中确定所述两个交点间的像素距离；

可选地，所述确定单元1101具体用于：

可选地，所述确定单元1101还用于：

可选地，所述确定单元1101具体用于：

获取所述图像帧的放大倍率；

可选地，所述确定单元1101具体用于：

根据提取的多个起点和/或终点，确定所述可见度标志位。

基于相同的技术构思，本申请实施例提供了一种计算机设备，如图12所示，包括至少一个处理器1201，以及与至少一个处理器连接的存储器1202，本申请实施例中不限定处理器1201与存储器1202之间的具体连接介质，图12中处理器1201和存储器1202之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。

在本申请实施例中，存储器1202存储有可被至少一个处理器1201执行的指令，至少一个处理器1201通过执行存储器1202存储的指令，可以执行上述道路可见度的确定方法的步骤。

其中，处理器1201是计算机设备的控制中心，可以利用各种接口和线路连接计算机设备的各个部分，通过运行或执行存储在存储器1202内的指令以及调用存储在存储器1202内的数据，从而进行道路可见度的确定。可选的，处理器1201可包括一个或多个处理单元，处理器1201可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1201中。在一些实施例中，处理器1201和存储器1202可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。

处理器1201可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器1202作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器1202可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器1202是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器1202还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。

基于相同的技术构思，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行程序，计算机可执行程序用于使计算机执行上述任一方式所列的道路可见度的确定的方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims

1.一种道路可见度的确定方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，基于所述可见度标志位、所述水平转化关系和所述垂直转化关系确定所述道路采集设备在所述采集时段内的可见距离，包括：

3.如权利要求2所述的方法，其特征在于，基于所述道路采集设备距离地面的高度、所述道路采集设备的俯仰角和所述垂直转化关系，确定所述第一垂足与所述道路采集设备在地面的投影点之间的第二物理距离，包括：

4.如权利要求1所述的方法，其特征在于，根据所述图像帧中的多条车道线确定所述图像帧中任一像素行的水平转化关系，包括：

在所述图像帧中确定所述两个交点间的像素距离；

5.如权利要求4所述的方法，其特征在于，根据所述图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定所述图像帧的水平逆透视图，包括：

6.如权利要求4所述的方法，其特征在于，在根据所述图像帧中的多条车道线与多个像素行的交点间的多个像素数量，确定所述图像帧的水平逆透视图之前，还包括：

7.如权利要求1所述的方法，其特征在于，通过如下方式确定所述垂直转化关系，包括：

获取所述图像帧的放大倍率；

8.如权利要求1所述的方法，其特征在于，通过道路采集设备在采集时段内采集的至少一张图像帧，确定出可见度标志位，包括：

根据提取的多个起点和/或终点，确定所述可见度标志位。

9.一种道路可见度的确定装置，其特征在于，包括：

确定单元，用于：

10.一种计算设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于调用所述存储器中存储的计算机程序，按照获得的程序执行权利要求1至8任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行权利要求1至8任一项所述的方法。