CN115797848B - 基于高速事件预防系统中视频数据的能见度检测预警方法 - Google Patents
基于高速事件预防系统中视频数据的能见度检测预警方法 Download PDFInfo
- Publication number
- CN115797848B CN115797848B CN202310010550.0A CN202310010550A CN115797848B CN 115797848 B CN115797848 B CN 115797848B CN 202310010550 A CN202310010550 A CN 202310010550A CN 115797848 B CN115797848 B CN 115797848B
- Authority
- CN
- China
- Prior art keywords
- visibility
- area
- early warning
- region
- determining
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种基于高速事件预防系统中视频数据的能见度检测预警方法。该方法包括:从高速事件预防系统采集的视频数据中获取高速公路的道路图像,识别道路图像的道路边缘;延伸道路边缘至相交,确定延伸后的道路边缘之间的区域为待检测区域;确定待检测区域中最下方设定高度的区域为参考区域,从参考区域开始按照设定高度遍历待检测区域,得到多个候选区域;根据候选区域与参考区域之间的灰度分布差异,从多个候选区域中确定可视区域;根据可视区域检测高速公路的能见度,根据能见度确定预警等级,并进行预警等级的预警。本发明提高了高速公路的能见度检测的准确性,从而保证了高速公路雾天预警的准确性。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于高速事件预防系统中视频数据的能见度检测预警方法。
背景技术
在高速公路场景中,能见度是影响驾驶安全的最重要的客观环境因素之一,雾天带来的能见度低下会带来严重的交通安全事故,为保证行驶安全,需要检测高速公路的能见度以及时进行预警,对驾驶人员进行提醒。
现有技术中,基于视频检测能见度的方法主要有模板匹配法、暗通道先验法和双亮度差法,这些方法都是通过整体判断图像模糊程度近似得到能见度,容易受到环境因素的影响,导致高速公路的能见度检测的准确性较低,从而导致高速公路雾天预警的准确性较低。
发明内容
为了解决现有技术高速公路的能见度检测的准确性较低,导致高速公路雾天预警的准确性较低的问题,本发明提供一种基于高速事件预防系统中视频数据的能见度检测预警方法,所采用的技术方案具体如下:
本发明提出了一种基于高速事件预防系统中视频数据的能见度检测预警方法,所述方法包括:
从高速事件预防系统采集的视频数据中获取高速公路的道路图像,识别所述道路图像的道路边缘;
延伸所述道路边缘至相交,确定延伸后的道路边缘之间的区域为待检测区域;
确定所述待检测区域中最下方设定高度的区域为参考区域,从所述参考区域开始按照所述设定高度遍历所述待检测区域,得到多个候选区域;
根据所述候选区域与所述参考区域之间的灰度分布差异,从所述多个候选区域中确定可视区域;
根据所述可视区域检测所述高速公路的能见度,根据所述能见度确定预警等级,并进行所述预警等级的预警。
一些实施例中,所述根据所述可视区域检测所述高速公路的能见度,包括:
从所述可视区域中确定距离所述参考区域最远的目标可视区域;
获取所述目标可视区域距离所述参考区域下边界的像素距离;
根据所述像素距离获取所述能见度。
一些实施例中,所述根据所述像素距离获取所述能见度,包括:
获取所述像素距离对应的第一实际距离和所述设定高度对应的第二实际距离;
获取所述道路图像的图像采集装置与所述道路图像的实际成像区域之间的距离作为第三实际距离;
计算所述第一实际距离、所述第二实际距离和所述第三实际距离的和值作为所述能见度。
一些实施例中,所述根据所述候选区域与所述参考区域之间的灰度分布差异,从所述多个候选区域中确定可视区域,包括:
获取所述候选区域的第一暗通道灰度均值和所述参考区域的第二暗通道灰度均值;
获取所述第一暗通道灰度均值与所述第二暗通道灰度均值之间的差值绝对值作为所述灰度分布差异;
从所述多个候选区域中确定所述灰度分布差异小于或等于设定阈值的候选区域为所述可视区域。
一些实施例中,所述获取所述候选区域的第一暗通道灰度均值和所述参考区域的第二暗通道灰度均值,包括:
将所述道路图像转换成暗通道道路图像;
获取所述暗通道道路图像中所述候选区域的像素点的第一灰度值,并计算所述第一灰度值的平均值作为所述第一暗通道灰度均值;
获取所述暗通道道路图像中所述参考区域的像素点的第二灰度值,并计算所述第二灰度值的平均值作为所述第二暗通道灰度均值。
一些实施例中,所述根据所述能见度确定预警等级,并进行所述预警等级的预警,包括:
在所述能见度大于第一能见度阈值时,确定所述预警等级为零级,并进行零级预警;
在所述能见度小于或等于所述第一能见度阈值且所述能见度大于第二能见度阈值时,确定所述预警等级为一级,并进行一级预警;
在所述能见度小于或等于所述第二能见度阈值且所述能见度大于第三能见度阈值时,确定所述预警等级为二级,并进行二级预警;
在所述能见度小于或等于所述第三能见度阈值时,确定所述预警等级为三级,并进行三级预警。
本发明具有如下有益效果:在高速公路上有雾时会对道路边缘进行遮挡,因此对道路边缘进行延伸处理,可以保留有雾区域的有效信息,以便于后续的能见度检测。由于是将延伸后的道路边缘之间的区域作为待检测区域,能够排除道路区域之外环境因素的干扰,从而提高能见度检测的准确性。由于从多个候选区域中确定可视区域,是对每个局部区域进行分析,相比于现有技术的整体分析准确性更高。由于参考区域对应的实际区域距离图像采集装置较近,在图像中较为清晰,可以视为无雾区域,通过将每个候选区域与参考区域进行比较来判断可视区域,提高了可视区域判断的准确性。通过可视区域能够准确地确定高速公路的能见范围,由此根据可视区域检测高度公路的能见度,能够提高能见度检测的准确性,从而能够保证雾天预警的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明一个实施例所提供的一种基于高速事件预防系统中视频数据的能见度检测预警方法的流程示意图;
图2为本发明一个实施例提供的视频数据采集示意图;
图3为本发明一个实施例提供的一种道路边缘示意图;
图4为本发明一个实施例提供的另一种道路边缘示意图;
图5为本发明一个实施例提供的一种道路延伸示意图;
图6为本发明一个实施例提供的另一种道路延伸示意图;
图7为本发明一个实施例提供的一种待检测区域示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于高速事件预防系统中视频数据的能见度检测预警方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于高速事件预防系统中视频数据的能见度检测预警方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于高速事件预防系统中视频数据的能见度检测预警方法的流程示意图,该方法包括以下步骤:
S101,从高速事件预防系统采集的视频数据中获取高速公路的道路图像,识别道路图像的道路边缘。
高速事件预防系统是高速公路的异常事件预防预警系统,该系统包括但不限于监控系统、预警系统、车路协同系统等,可以用于高速公路的能见度检测预警。
图2为本发明一个实施例提供的视频数据采集示意图,如图2所示,可以通过安装于拍摄杆上的图像采集装置实时采集高速公路的视频数据。其中,图像采集装置可以为监控摄像头。在实际场景中,为了提高能见度的准确性,可以选取直线路段的道路图像。
在获取高速公路的视频数据后,可以从视频数据中提取道路图像,然后通过Canny算子对道路图像进行边缘检测,以检测出道路图像中的多个边缘,然后对道路图像中的轮廓边缘进行霍夫变换处理,以从道路图像的多个边缘中确定道路边缘。
示例性的,图3为本发明一个实施例提供的一种道路边缘示意图,图4为本发明一个实施例提供的另一种道路边缘示意图,在无雾场景下可以得到如图3所示的道路边缘图像,在有雾场景下可以得到如图4所示的道路边缘图像。对比图3和图4可知,由于图3中的道路未被遮挡,图3中道路边缘延伸较远,由于图4中道路被雾遮挡,道路边缘延伸较近。
S102,延伸道路边缘至相交,确定延伸后的道路边缘之间的区域为待检测区域。
可以对道路边缘进行延伸处理直至相交于一点,然后将相交的道路边缘之间的区域作为待检测区域。
示例性的,图5为本发明一个实施例提供的一种道路延伸示意图,可以将图3中的两侧道路边缘延伸至相交得到图5,图5中延伸后的两侧道路边缘之间的下方区域待检测区域。图6为本发明一个实施例提供的另一种道路延伸示意图,可以将图像4中的两侧道路边缘延伸至相交得到图6,图6中延伸后的两侧道路边缘之间的下方区域待检测区域。
S103,确定待检测区域中最下方设定高度的区域为参考区域,从参考区域开始按照设定高度遍历待检测区域,得到多个候选区域。
需要说明的是,设定高度可以根据实际场景需求进行设定,此处不做任何限定,可选地,设定高度可以为7个像素高度。
本发明实施例中,由于待检测区域中最下方设定高度的区域所对应的实际成像区域距离图像采集装置较近,该区域表现在道路图像中通常将为清晰,因此,可以将该区域作为参考区域用来与候选区域进行比较,以确定每个候选区域的能见度。
图7为本发明一个实施例提供的一种待检测区域示意图,如图7所示,可以从参考区域开始按照设定高度向道路图像上方进行遍历,得到多个候选区域。
具体地,将两侧道路边缘之间参考区域上方相邻的设定高度区域作为第一个候选区域,然后以设定高度向上方移动一个像素距离,得到第二个候选区域,然后以设定高度向上方移动一个像素距离,得到第三个候选区域,以此方式遍历整个待检测区域,直至最后一个候选区域为设定高度的三角形区域后结束遍历,在遍历结束后可以得到多个候选区域。
需要说明的是,本发明实施例中,一个像素距离为道路图像中一个像素点的距离,也即是说,在遍历待检测区域时,每次向上方移动一个像素点。
S104,根据候选区域与参考区域之间的灰度分布差异,从多个候选区域中确定可视区域。
本发明实施例中,根据候选区域与参考区域之间的灰度分布差异,从多个候选区域中确定可视区域,包括以下步骤:
S201,获取候选区域的第一暗通道灰度均值和参考区域的第二暗通道灰度均值。
可选地,将道路图像转换成暗通道道路图像,获取暗通道道路图像中候选区域的像素点的第一灰度值,并计算第一灰度值的平均值作为第一暗通道灰度均值,获取暗通道道路图像中参考区域的像素点的第二灰度值,并计算第二灰度值的平均值作为第二暗通道灰度均值。
其中,暗通道是道路图像中每个像素点的RGB三个通道中数值最小的通道。
一些实施例中,获取道路图像中每个像素点的RGB三个颜色通道的数值并进行比较,确定数值最小的颜色通道为暗通道,并将暗通道的数值作为该像素点的灰度值,以此将道路图像转换成初始暗通道道路图像,然后对初始暗通道道路图像进行滤波处理,得到道路图像的暗通道道路图像。
可选地,可以通过滤波半径为3的低通滤波器对初始暗通道道路图像进行滤波处理。
可选地,可以以每个像素点为中心像素点获取周围3×3区域内所有像素点平均灰度值作为中心像素点的灰度值,实现对初始暗通道道路图像的滤波处理。
本发明实施例中,待检测区域中无雾区域内的像素点的RBG三个颜色通道中,总有一个颜色通道的数值趋近于数值0,通过选取最小的颜色通道值,可以消除环境因素的干扰,例如车道线干扰。待检测区域中有雾区域内的像素点的RBG三个颜色通道的数值均不趋近于0,通过选取该像素点的最小颜色通道数值,可以有效地保留像素点的雾天像素信息。由此,通过将道路图像转换成暗通道道路图像可以为后续的能见度检测提供可靠的数据基础。
进一步地,对初始暗通道道路图像进行滤波处理可以对暗通道值进行去离散化处理,使得暗通道道路图像更加平滑,从而提高能见度检测的准确性。
在将道路图像转换成暗通道道路图像后,可以获取暗通道道路图像中候选区域内每个像素点的第一灰度值,并计算该第一灰度值的平均值作为第一暗通道灰度均值,以及获取暗通道道路图像中参考区域内每个像素点第二灰度值,并计算该第二灰度值的平均值作为第二暗通道灰度均值。
本发明实施例中,在道路中存在的浅色车辆、白色车道线、车辆和道路灯光会导致部分区域的暗通道值偏大,尤其是在雾天环境,白色光源通过雾霾产生光晕,从而导致部分区域的暗通值偏大,造成一定的干扰,本发明实施例通过计算暗通道灰度均值,可以消除这些因素的干扰,从而提高能见度检测的准确性。
S202,获取第一暗通道灰度均值与第二暗通道灰度均值之间的差值绝对值作为灰度分布差异。
S203,从多个候选区域中确定灰度分布差异小于或等于设定阈值的候选区域为可视区域。
需要说明的是,设定阈值可以根据实际场景需求进行设定,此处不做任何限定,可选地,设定阈值可以为16。
在获取候选区域与参考区域之间的灰度分布差异之后,判断该灰度分布差异是否小于或等于设定阈值,若是,则确定该候选区域为可视区域,若否,则确定该候选区域为非可视区域。
具体地,可以根据可视区域判断公式判断候选区域是否为可视区域:
其中,为第个候选区域,表示可视区域,0表示非可视区域,为第候选区域的第一暗通道灰度均值,为参考区域的第二暗通道灰度均值,为设定阈值,为候选区域的索引,表示取绝对值。
由于可视区域判断公式可知,在时,,第个候选区域为可视区域,在时,,第个候选区域为非可视区域。
本发明实施例中,暗通道道路图像中有雾区域与无雾区域之间的灰度分布具有一定的差异性,其中,参考区域较为清晰可以视为无雾区域,通过候选区域与参考区域之间的暗通道灰度均值差异,能够准确地判断候选区域是否为可视区域,从而为能见度检测提供可靠依据。
S105,根据可视区域检测高速公路的能见度,根据能见度确定预警等级,并进行预警等级的预警。
本发明实施例中,根据可视区域检测高速公路的能见度,包括以下步骤:
S301,从可视区域中确定距离参考区域最远的目标可视区域,获取目标可视区域距离参考区域下边界的像素距离。
其中,参考区域的下边界为待测区域的下边界,也即是道路图像的下边界。
本发明实施例中,可以获取道路图像中每个可视区域与参考区域下边界之间的距离并进行比较,将距离参考区域下边界最远的可视区域作为目标可视区域,并获取目标可视区域距离参考区域下边界的像素距离。其中,目标可视区域距离参考区域下边界越远,表明高速公路的能见度越大,目标可视区域距离参考区域下边界越近,表明高速公路的能见度越小。
S302,根据像素距离获取能见度。
一些实施例中,获取像素距离对应的第一实际距离和设定高度对应的第二实际距离,获取道路图像的图像采集装置与道路图像的实际成像区域之间的距离作为第三实际距离,计算第一实际距离、第二实际距离和第三实际距离的和值作为能见度。
本发明实施例中,如图2所示,高速公路上拍摄杆的高度、图像采集装置的拍摄角度和图像采集装置的拍摄参数通常是固定的,因此,图像采集装置采集的道路图像与实际成像区域的尺度比例通常也是固定的,可以根据拍摄杆的高度、图像采集装置的拍摄角度和图像采集装置的拍摄参数,确定道路图像与实际成像区域之间的尺度比例。
在确定道路图像与实际成像区域之间的尺度比例之后,可以根据该尺度比例,确定目标可视区域距离参考区域下边界的像素距离所对应的第一实际距离和目标可视区域的设定高度对应的第二实际距离。
示例性的,如图2所示,将目标可视区域对应高速公路上的成像区域作为第一区域,将参考区域对应高速公路上的成像区域作为第二区域,其中,参考区域的下边界对应第二区域的左侧边界,则第一实际距离为第一区域与第二区域的左侧边界之间的距离。将目标可视区域对应高速公路上的成像区域作为第三区域,则目标设定高度对应的第二实际距离为第三区域两侧边界之间的距离。
进步一地,如图2所示,可以确定图像采集装置在高速公路上的映射点,然后获取映射点与道路图像的实际成像区域之间的距离作为第三实际距离。
进一步地,可以根据能见度公式获取能见度,其中,能见度公式包括:
其中,为能见度,为第一实际距离,为第二实际距离,为第三实际距离。
如图2所示,能见度公式计算的能见度为图像采集装置与第一区域右侧边界之间的距离,其中,第一区域为目标可视区域在高速公路上对应的成像区域,也即是说,第一区域为高速公路上最远的可视成像区域,因此,图像采集装置与第一区域右侧边界之间的距离可以表示高速公路上最远的可视距离,本发明实施例将高速公路上最远的可视距离作为高速公路的能见度,具有较高的准确性。
在获取高速公路的能见度后,根据能见度的大小进行相应地预警,本发明实施例中,根据能见度确定预警等级,并进行预警等级的预警,包括:在能见度大于第一能见度阈值时,确定预警等级为零级,并进行零级预警;在能见度小于或等于第一能见度阈值且能见度大于第二能见度阈值时,确定预警等级为一级,并进行一级预警;在能见度小于或等于第二能见度阈值且能见度大于第三能见度阈值时,确定预警等级为二级,并进行二级预警;在能见度小于或等于第三能见度阈值时,确定预警等级为三级,并进行三级预警。
其中,零级预警表示不进行预警。
需要说明的是,第一能见度阈值、第二能见度阈值和第三能见度阈值可以根据实际场景需求进行设定,此处不做任何限定。可选地,第一能见度阈值可以为200米,第二能见度阈值可以为100米,第三能见度阈值可以为50米。
在能见度大于200米时,不进行预警,车辆正常行驶;在能见度小于或等于200米且能见度大于100米时,进行一级预警,例如发布预警信息“车辆行驶速度不得超过每小时60公里,与同车道前车保持100米以上的距离”;在能见度小于或等于100米且能见度大于50米时,进行二级预警,例如发布预警信息“车辆行驶速度不得超过每小时40公里,与同车道前车保持50米以上的距离”;在能见度小于或等于50米时,进行三级预警,例如发布预警信息“车辆行驶速度不得超过每小时20公里,就近驶离高速或进入服务区”。
需要说明的是,发布的预警信息可以展示于高速公路上的警示屏幕上,也可以通过互联网推送到车辆的屏幕上进行展示,也可以通过其他任意方式进行展示,本发明对于警示信息的展示方式不做任何限制。
本发明实施例能够根据能见度进行及时准确地预警,以保证高速公路的行驶安全,并且根据高速公路的能见度的大小进行不同等级的预警,具有较强的灵活性。
综上所述,本发明实施例中,在高速公路上有雾时会对道路边缘进行遮挡,因此对道路边缘进行延伸处理,可以保留有雾区域的有效信息,以便于后续的能见度检测。由于是将延伸后的道路边缘之间的区域作为待检测区域,能够排除道路区域之外环境因素的干扰,从而提高能见度检测的准确性。由于从多个候选区域中确定可视区域,是对每个局部区域进行分析,相比于现有技术的整体分析准确性更高。由于参考区域对应的实际区域距离图像采集装置较近,在图像中较为清晰,可以视为无雾区域,通过将每个候选区域与参考区域进行比较来判断可视区域,提高了可视区域判断的准确性。通过可视区域能够准确地确定高速公路的能见范围,由此根据可视区域检测高度公路的能见度,能够提高能见度检测的准确性,从而能够保证雾天预警的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (4)
1.一种基于高速事件预防系统中视频数据的能见度检测预警方法,其特征在于,所述方法包括:
从高速事件预防系统采集的视频数据中获取高速公路的道路图像,识别所述道路图像的道路边缘;
延伸所述道路边缘至相交,确定延伸后的道路边缘之间的区域为待检测区域;
确定所述待检测区域中最下方设定高度的区域为参考区域,从所述参考区域开始按照所述设定高度遍历所述待检测区域,得到多个候选区域;
根据所述候选区域与所述参考区域之间的灰度分布差异,从所述多个候选区域中确定可视区域;
根据所述可视区域检测所述高速公路的能见度,根据所述能见度确定预警等级,并进行所述预警等级的预警;
所述根据所述候选区域与所述参考区域之间的灰度分布差异,从所述多个候选区域中确定可视区域,包括:
获取所述候选区域的第一暗通道灰度均值和所述参考区域的第二暗通道灰度均值;
获取所述第一暗通道灰度均值与所述第二暗通道灰度均值之间的差值绝对值作为所述灰度分布差异;
从所述多个候选区域中确定所述灰度分布差异小于或等于设定阈值的候选区域为所述可视区域;
所述根据所述可视区域检测所述高速公路的能见度,包括:
从所述可视区域中确定距离所述参考区域最远的目标可视区域;
获取所述目标可视区域距离所述参考区域下边界的像素距离;
根据所述像素距离获取所述能见度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述像素距离获取所述能见度,包括:
获取所述像素距离对应的第一实际距离和所述设定高度对应的第二实际距离;
获取所述道路图像的图像采集装置与所述道路图像的实际成像区域之间的距离作为第三实际距离;
计算所述第一实际距离、所述第二实际距离和所述第三实际距离的和值作为所述能见度。
3.根据权利要求1所述的方法,其特征在于,所述获取所述候选区域的第一暗通道灰度均值和所述参考区域的第二暗通道灰度均值,包括:
将所述道路图像转换成暗通道道路图像;
获取所述暗通道道路图像中所述候选区域的像素点的第一灰度值,并计算所述第一灰度值的平均值作为所述第一暗通道灰度均值;
获取所述暗通道道路图像中所述参考区域的像素点的第二灰度值,并计算所述第二灰度值的平均值作为所述第二暗通道灰度均值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述能见度确定预警等级,并进行所述预警等级的预警,包括:
在所述能见度大于第一能见度阈值时,确定所述预警等级为零级,并进行零级预警;
在所述能见度小于或等于所述第一能见度阈值且所述能见度大于第二能见度阈值时,确定所述预警等级为一级,并进行一级预警;
在所述能见度小于或等于所述第二能见度阈值且所述能见度大于第三能见度阈值时,确定所述预警等级为二级,并进行二级预警;
在所述能见度小于或等于所述第三能见度阈值时,确定所述预警等级为三级,并进行三级预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310010550.0A CN115797848B (zh) | 2023-01-05 | 2023-01-05 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310010550.0A CN115797848B (zh) | 2023-01-05 | 2023-01-05 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115797848A CN115797848A (zh) | 2023-03-14 |
CN115797848B true CN115797848B (zh) | 2023-04-28 |
Family
ID=85428546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310010550.0A Active CN115797848B (zh) | 2023-01-05 | 2023-01-05 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797848B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183436A (zh) * | 2020-10-12 | 2021-01-05 | 南京工程学院 | 基于像素点八邻域灰度对比的高速公路能见度检测方法 |
CN113888479A (zh) * | 2021-09-15 | 2022-01-04 | 长沙智能驾驶研究院有限公司 | 道路能见度检测方法、装置、设备及存储介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005338941A (ja) * | 2004-05-24 | 2005-12-08 | Fujitsu Ltd | 視程検出方法および視程検出装置 |
MY179728A (en) * | 2012-03-02 | 2020-11-12 | Nissan Motor | Three-dimensional object detection device |
KR101748524B1 (ko) * | 2016-01-26 | 2017-06-27 | (주)스마트테크놀로지 | 시정거리 산정을 이용한 안개 감지 장치 및 방법 |
CN106408526B (zh) * | 2016-08-25 | 2019-02-12 | 南京邮电大学 | 一种基于多层矢量图的能见度检测方法 |
CN108830880B (zh) * | 2018-04-25 | 2021-09-21 | 安徽超远信息技术有限公司 | 一种适用于高速公路的视频能见度检测预警方法及其系统 |
CN110826412B (zh) * | 2019-10-10 | 2023-07-11 | 江苏理工学院 | 高速公路能见度检测系统和方法 |
CN111179259B (zh) * | 2019-12-31 | 2023-09-26 | 北京灵犀微光科技有限公司 | 光学清晰度测试方法和装置 |
CN111275698B (zh) * | 2020-02-11 | 2023-05-09 | 西安汇智信息科技有限公司 | 基于单峰偏移最大熵阈值分割雾天道路能见度检测方法 |
CN112329623A (zh) * | 2020-11-05 | 2021-02-05 | 山东交通学院 | 雾天能见度检测与能见度安全等级划分预警方法 |
CN112288736B (zh) * | 2020-11-09 | 2022-11-15 | 浙江大学 | 一种基于图像的能见度估测方法 |
CN114445342A (zh) * | 2021-12-28 | 2022-05-06 | 深圳大学 | 一种雾霾程度评估方法、装置、电子设备及存储介质 |
CN114581886A (zh) * | 2022-03-07 | 2022-06-03 | 深研人工智能技术(深圳)有限公司 | 结合语义分割和频域分析的能见度判别方法、装置及介质 |
CN115359649B (zh) * | 2022-07-04 | 2023-07-04 | 长安大学 | 一种基于能见度识别的易发团雾路段动态限速系统及方法 |
-
2023
- 2023-01-05 CN CN202310010550.0A patent/CN115797848B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183436A (zh) * | 2020-10-12 | 2021-01-05 | 南京工程学院 | 基于像素点八邻域灰度对比的高速公路能见度检测方法 |
CN113888479A (zh) * | 2021-09-15 | 2022-01-04 | 长沙智能驾驶研究院有限公司 | 道路能见度检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115797848A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100317790B1 (ko) | 도로영역 추출장치 및 그 방법 | |
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
CN103080978B (zh) | 对象识别装置 | |
CN106128115B (zh) | 一种基于双摄像机检测道路交通信息的融合方法 | |
US9384401B2 (en) | Method for fog detection | |
RU2571368C1 (ru) | Устройство обнаружения трехмерных объектов, способ обнаружения трехмерных объектов | |
CN100403332C (zh) | 用于车道偏离报警的车道线鲁棒识别方法 | |
CN103824452B (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
RU2573110C1 (ru) | Бортовое устройство распознавания изображений | |
US11989951B2 (en) | Parking detection method, system, processing device and storage medium | |
RU2636120C2 (ru) | Устройство обнаружения трехмерных объектов | |
JP2917661B2 (ja) | 交通流計測処理方法及び装置 | |
US10360460B2 (en) | Method and device of lane departure warning and automobile driving assistance system | |
CN109299674B (zh) | 一种基于车灯的隧道违章变道检测方法 | |
JP6723328B2 (ja) | 車両検出方法、動的光強度に基づく夜間の車両検出方法及びそのシステム | |
CN106778534B (zh) | 一种车辆行驶中周围环境灯光识别方法 | |
CN110826412B (zh) | 高速公路能见度检测系统和方法 | |
US10726277B2 (en) | Lane line detection method | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
CN103927548A (zh) | 一种新的避免车辆碰撞的刹车行为检测方法 | |
JP2014074939A (ja) | 車両検知装置 | |
CN113963531A (zh) | 用于行驶车辆保持安全车距的检测方法及其显示方式 | |
CN112419745A (zh) | 一种基于深度融合网络的高速公路团雾预警系统 | |
CN114663859A (zh) | 灵敏准确的复杂路况车道偏移实时预警系统 | |
JP4813304B2 (ja) | 車両周辺監視装置 |
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 |