基于視頻圖像處理的高速公路能見度檢測系統(tǒng)

李小磊，秦會斌

（杭州電子科技大學 電子信息學院，浙江 杭州 310000）

0 引言

能見度的觀測是大氣探測學的重要組成部分，其觀測結(jié)果對海運、陸運以及空運等交通領(lǐng)域有著重要的影響。近年來低能見度的天氣經(jīng)常造成高速公路堵塞、封路甚至車禍，對高速公路行車安全造成了很大威脅。且高速公路部分路段很容易出現(xiàn)團霧現(xiàn)象。團霧主要受局部地區(qū)微氣候環(huán)境的影響而產(chǎn)生，在團霧中，數(shù)十米到上百米的局部范圍內(nèi)，視線一片朦朧。團霧區(qū)域性強，氣象部門難以實時觀測，對交通安全極具危害性，容易釀成重大交通事故。

目前，用于高速公路的能見度檢測儀價格昂貴，無法沿線密集架設(shè)，難以實現(xiàn)對能見度的全程監(jiān)測。為此本文提出了基于視頻圖像處理的高速公路能見度檢測方法，利用交通部門在高速公路沿線架設(shè)的監(jiān)控攝像機，實時提取視頻數(shù)據(jù)，通過圖像處理技術(shù)計算能見度，實現(xiàn)全路段、全天候?qū)崟r的能見度檢測。

1 能見度測量原理

一般意義上的能見度是指：能從背景中分辨出目標物輪廓和形體的最大距離。在日常生活中，以觀測者從遠處逐漸走近目標物，直至將目標物從背景上辨認出來時的最大距離為某時刻的能見度。目標物能見與否，不僅取決于目標物本身亮度，更主要取決于它同背景的亮度差異，表示這種差異的指標是亮度對比。設(shè)目標物表面的固有亮度為BO，背景的固有亮度為BS（這里背景S主要是水平天空的亮度），則亮度對比關(guān)系CL定義為：

當BS=BO，CL=0，表示二者無亮度差異，無法從背景中分辨出目標物。當 BO=0且BS≠0時，此時目標物為絕對黑體，亮度對比最大，CL=1。

根據(jù)柯什密得（Koschmieder）定律，目標物的視亮度是目標物固有亮度經(jīng)過空氣層衰減后的亮度與目標物到觀測者之間的空氣層所產(chǎn)生的氣慕光亮度之和，即：

式中，BO′為目標物的固有亮度經(jīng)過距離為L空氣層削弱后的視亮度，σ為大氣消光系數(shù)。氣慕光的強度隨著水平空氣長度的增加而增加，當空氣柱為無窮長時，天空視亮度BS′與其固有亮度相等，即 BS=BS′，由（2）式變形得：

與目標物和背景的固有亮度對比相似，可以定義目標物和背景的視亮度對比為：

將（1）、（4）代入（3）式得：

國際民航組織（ICAO）選定，當目標物為標準黑色物體，從背景中發(fā)現(xiàn)目標物時的視感閥ε=C′LCL=0.05，推得最大能見距離與消光系數(shù)的關(guān)系為：

由上式可知，能見度只與大氣消光系數(shù)有關(guān)系，本設(shè)計中采用雙亮度差法分別求出白天和夜間的大氣消光系數(shù)，進而求出白天和夜晚的能見度。

2 能見度檢測系統(tǒng)結(jié)構(gòu)

根據(jù)雙亮度差法原理，設(shè)計系統(tǒng)結(jié)構(gòu)如圖1所示，目標參照物1、2需要人工搭建，由光源和黑體兩個同心圓構(gòu)成。由于目標物的視張角θ=3.4×（a×b）1/2會影響人眼視力對比閾值 ε，其中 0.5°〈θ〈5°，a為目標物的高度，b為目標物的寬度，L為觀測點到目標物的距離，為了便于在視頻圖像中提取目標物，設(shè)計目標物光源和黑體的半徑分別為r=30cm，R=2r，攝像頭和目標參照物必須安裝在同一高度。在攝像頭前端加上遮光鏡筒，減少環(huán)境中各種散射光對攝像機采集的視頻圖像的干擾，也可以避免攝像機鏡頭長期暴露在野外環(huán)境而粘附灰塵、雨雪等雜物，有效降低背景噪聲對測量的影響。參照物中的光源為非聚光的面光源，可減弱CCD相機自動增益而引發(fā)的光暈效果。D1、D2分別為參照物到攝像頭的距離，分別設(shè)置在20m和40m處。

圖1 系統(tǒng)結(jié)構(gòu)圖

根據(jù)式（5）推導：

由式（1）（6）可得：

式中：BS1、BS2分別為參照物1、2對應上方無限遠處天空的固有亮度；BO1、BO2分別為參照物 1、2黑體（夜間時為光源）的固有亮度；B′S1、B′S2分別為參照物1、2對應上方無限遠處天空的視亮度；B′O1、B′O2分別為參照物1、2黑體（夜間時為光源）的視亮度。

在現(xiàn)場觀測環(huán)境中，兩個目標參照物固有亮度相同，從觀測點到兩個目標參照物背景視線的方向幾乎一致，使得有 BS1=BS2、BO1=BO2，黑體、光源以及背景天空的視亮度就是視頻圖像中該區(qū)域的灰度值，由式（8）推得：

將式（9）代入式（6）得到大氣能見度：

3 能見度檢測算法實現(xiàn)

基于視頻圖像處理的高速公路能見度檢測主要采用Visual Studio2012開發(fā)工具和MFC框架，同時引入OpenCV3圖像處理開源庫，使用C++編程語言，成功搭建了檢測系統(tǒng)。該檢測系統(tǒng)通過CCD攝像機采集視頻圖像，首先對采集的視頻圖像進行圖像灰度化、高斯濾波預處理以減輕因沖擊噪聲而帶來的影響；通過視頻亮度檢測，判別是白天還是夜晚時刻；通過基爾霍夫圓變換定位檢測目標參照物在視頻圖像中的位置；分割出目標圖像作為興趣區(qū)域，提取各區(qū)域平均灰度值；計算出實時能見度，并提示此時的能見度對交通的影響。

圖2 算法實現(xiàn)流程圖

4 系統(tǒng)測試和實驗分析

4.1 環(huán)境亮度檢測

由于白天和夜間采用的計算公式和目標參照物對象有所不同，本方案實現(xiàn)全天候?qū)崟r檢測的難點之一是晝夜交替時刻的確定。為此進行了場外實驗，通過分析環(huán)境亮度的變化趨勢，判斷晝夜交替時刻。在實驗中，分別選取了白天過渡到夜間的某一時間段、夜間過渡到白天的某一時間段，每30s截取一次圖像，分別取圖像中兩個參照物對應上方天空區(qū)域的灰度均值，得到兩個過渡時間的灰度均值變化趨勢曲線圖，如圖3和圖4所示。

圖3 夜-晝過渡時間段灰度均值變化曲線圖

圖4 晝-夜過渡時間段灰度均值變化曲線圖

從圖3和圖4可以看出，在白天到夜間的過渡時間段，18：40之前天空區(qū)域灰度均值曲線基本穩(wěn)定，波動范圍很小，18：40-19：00時間段灰度均值發(fā)生突變，19：00以后曲線又變得平穩(wěn)；在夜間過渡到白天時間段，4：50-5：20之間，曲線發(fā)生突變，而在這前后趨勢平穩(wěn)。由于天空區(qū)域灰度值變化幅度較為明顯，因此采用過渡條件為：當檢測到天空區(qū)域灰度值大于150時，采用白天模式；當檢測到天空區(qū)域灰度值小于150時，采用夜間模式。

4.2 能見度檢測實驗分析

為了測試系統(tǒng)的檢測性能以及算法的實用性，選擇室外環(huán)境搭建了測試系統(tǒng)，測試時間從0：00-24：00，天氣為陰雨天氣，將檢測結(jié)果繪制成曲線圖，如圖5所示，其中虛線為實際能見度儀測得的標準數(shù)據(jù)，實線為本系統(tǒng)檢測的結(jié)果。

圖5 能見度檢測對比圖

從圖5可以看出，使用能見度儀測得的標準數(shù)據(jù)與本實驗系統(tǒng)測得的數(shù)據(jù)基本吻合，在能見度緩慢變化和快速變化的時刻，都能取得比較理想的檢測結(jié)果。圖中曲線有幾處波動較大，可能是環(huán)境反射光造成的影響。

5 結(jié)語

本文主要對雙亮度差法測量能見度進行了研究，并對具體實施方法進行了改進。實驗結(jié)果表明，基于視頻圖像處理的高速公路能見度檢測系統(tǒng)能實現(xiàn)實時、全天候以及高精準的檢測，可滿足高速公路的能見度檢測需求。