基于視頻分析的公路能見度監(jiān)測方法

代東林

（招商局重慶公路工程檢測中心有限公司）

1 引言

能見度作為氣象觀測的一項重要參數(shù)，不僅是大氣光學(xué)狀態(tài)分析的宏觀依據(jù)，還是嚴(yán)重影響交通運(yùn)輸、工業(yè)生產(chǎn)和軍事活動的環(huán)境因素。在公路運(yùn)輸領(lǐng)域，高速公路上由濃霧天氣引發(fā)的交通事故約占事故總數(shù)的25%，低能見度條件下高速公路的事故發(fā)生率則為平常的10倍。因此，實時監(jiān)測高速公路沿線的能見度取值變化，對交通運(yùn)輸安全有著十分重大的現(xiàn)實意義[1]。

顯然，能見度的取值與大氣的透明程度、燈光的照射強(qiáng)度以及人眼的視覺感閾有著密切關(guān)系。當(dāng)大氣中混合著霧氣、雨雪或塵煙時，大氣透明程度降低，能見度必然變差[2]?；谠撍枷?，本文提出一種公路能見度的視頻監(jiān)測新方法，闡述該方法的系統(tǒng)結(jié)構(gòu)和新型靶標(biāo)設(shè)計，對關(guān)鍵技術(shù)加以詳細(xì)分析和建模描述，并通過實驗測試驗證了該方法對于能見度全天候監(jiān)測的有效性。

2 系統(tǒng)結(jié)構(gòu)與靶標(biāo)設(shè)計

2.1 系統(tǒng)結(jié)構(gòu)

能見度視頻監(jiān)測的系統(tǒng)結(jié)構(gòu)如圖1 所示，其工作原理為：在監(jiān)測現(xiàn)場安裝特制的有源靶標(biāo)，通過攝像機(jī)實時采集包含靶標(biāo)的原始視頻圖像，傳輸?shù)焦I(yè)計算機(jī)經(jīng)靶標(biāo)位置識別、角度校正、視覺特征提取等圖像處理后，依據(jù)視覺特征信息到能見度距離間的映射模型，求解當(dāng)前能見度取值并輸出顯示。

圖1 能見度視頻監(jiān)測的系統(tǒng)結(jié)構(gòu)

2.2 新型有源靶標(biāo)設(shè)計

目前，視頻能見度監(jiān)測方法普遍采用無源靶標(biāo)，且靶標(biāo)圖案僅由純白區(qū)塊和純黑區(qū)塊組成。因此，在攝像機(jī)采集的原始圖像中，靶標(biāo)區(qū)域最多包含較高（白色）和較低（黑色）兩種亮度取值，不利于靶標(biāo)區(qū)域視覺特征的提取與表達(dá)。

本文設(shè)計了一種新型的有源靶標(biāo)，表面亮度為均勻的恒定值，圖案則為純黑到純白灰度漸變的等間距橫向條紋，如圖2 所示，其優(yōu)勢在于：①無論是白天還是夜晚，攝像機(jī)都可以采集到穩(wěn)定的包含靶標(biāo)的原始圖像，為能見度的全天候監(jiān)測奠定了基礎(chǔ)；②在不同的能見度環(huán)境下，原始圖像中靶標(biāo)區(qū)域均包含多種亮度取值，有助于視覺特征提取和特征信息描述。

圖2 新型有源靶標(biāo)圖案

3 視頻圖像分析與能見度建模

3.1 靶標(biāo)位置識別

在攝像機(jī)采集的圖像中，靶標(biāo)只占據(jù)其中的部分區(qū)域，靶標(biāo)位置識別的任務(wù)就是從圖像中定位靶標(biāo)區(qū)域，具體步驟如下：

第一步：灰度化

將彩色的原始圖像Im0轉(zhuǎn)換成灰度圖像Im1：

式（1）中：R（i,j）、G（i,j）、B（i,j）分別是Im0中像素點(diǎn)（i,j）的R、G、B分量。

第二步：豎直方向梯度計算

由圖2可知，靶標(biāo)圖案具有較多的橫向紋理，因此計算灰度圖像Im1在豎直方向上的一階差分，即豎直方向梯度圖像Im2：

第三步：二值化

二值化將圖像的像素灰度設(shè)置為0或255，使圖像呈現(xiàn)出強(qiáng)烈的黑白視覺效果。將Im2分成p×q大小的局部塊，且M表示局部灰度均值，則局部方差σ和局部閾值thed為：

Im2中灰度大于thed的像素賦值為255，反之賦值為0，得到二值化輸出圖像Im3。

第四步：形態(tài)學(xué)濾波

采用形態(tài)學(xué)濾波方法，對二值圖像Im3作腐蝕運(yùn)算，以消除細(xì)小噪聲干擾。腐蝕運(yùn)算的輸出為：

式（4）中：B、Θ分別是結(jié)構(gòu)元素和腐蝕運(yùn)算符。

再對Im4作形態(tài)學(xué)閉運(yùn)算，即選用結(jié)構(gòu)元素C作膨脹運(yùn)算并接著由C作腐蝕運(yùn)算，以平滑物體邊界和填充細(xì)小空洞。閉運(yùn)算的輸出為：

式（5）中：⊕是膨脹運(yùn)算符。形態(tài)學(xué)濾波的最終輸出Im5仍然為二值圖像。

第五步：靶標(biāo)區(qū)域確定

由Im5確定靶標(biāo)區(qū)域范圍的過程中，縱向位置計算是對Im5進(jìn)行逐列掃描，通過函數(shù)f統(tǒng)計每行中連續(xù)灰度值為255 的像素點(diǎn)數(shù)目，進(jìn)而根據(jù)統(tǒng)計結(jié)果和選定閾值τ計算靶標(biāo)的縱向坐標(biāo)范圍Y：

類似地，計算獲得靶標(biāo)的橫向位置。至此，可以參照上述坐標(biāo)范圍從原始灰度圖像Im1中分離出靶標(biāo)區(qū)域的灰度圖像Im6。＞

3.2 角度校正

對于灰度圖像Im6，為了消除微小視角變化即圖像旋轉(zhuǎn)所帶來的監(jiān)測誤差，應(yīng)將其校正為靶標(biāo)區(qū)域底部水平的圖像，主要包括傾斜角度求解和圖像旋轉(zhuǎn)變換兩個過程。

從提高抗干擾性能方面考慮，采用Hough 變換求解圖像傾斜角度[3]。首先根據(jù)ρ、θ的變化范圍及其步長，分配零初始化的二維累加數(shù)組A[ρ][θ]。然后對圖像Im6的每個像素(i,j)，以式(7)計算出的ρ、θ為索引將像素灰度值累加到A[ρ][θ]中。最后，抓住靶標(biāo)底部邊界是圖像中最長直線這一規(guī)律，檢驗A[ρ][θ]數(shù)組以查找取值最大的元素，并將該元素對應(yīng)的θ值作為Im6的傾斜角度α。

求解出α之后，可按下面的坐標(biāo)變換公式對Im6進(jìn)行角度校正以獲得灰度圖像Im7：

3.3 視覺特征提取

本文采用邊緣總長度作為靶標(biāo)區(qū)域視覺特征，為能見度計算提供基本的定量依據(jù)。在邊緣監(jiān)測方法中，Canny算法具有良好的抗噪聲性能，且能獲得單像素邊緣，因而得到了廣泛應(yīng)用。Canny 算法提取靶標(biāo)區(qū)域邊緣特征的步驟如下：

第一步：平滑濾波

由指定標(biāo)準(zhǔn)偏差的高斯濾波器H對灰度圖像Im7進(jìn)行平滑濾波：

式（9）中：*為卷積符號，Im8是平滑后的圖像。

第二步：梯度幅值與方向計算

參照3.3節(jié)中第二步，計算Im8在橫、豎方向上的一階差分ψx和ψy，并進(jìn)一步計算梯度幅值ψ和梯度方向θψ：

第三步：非極大值抑制

對圖像Im8中每個像素(i,j)，將其與沿著梯度方向的兩個相鄰像素進(jìn)行比較，如果梯度幅值小于兩個相鄰像素中的任一個，則令(i,j)的灰度值為零，否則(i,j)的灰度值保持不變，極大值抑制后輸出圖像Im9。

第四步：雙閾值法監(jiān)測和連接邊緣

選取兩個閾值τ1和τ2，滿足τ1＞τ2，分別對Im9進(jìn)行二值化處理得到強(qiáng)邊緣T1和弱邊緣T2，并將T2集成到T1形成最終的靶標(biāo)圖像邊緣Im10。

最后，在二值圖像Im10中統(tǒng)計邊緣像素數(shù)目，求得靶標(biāo)區(qū)域邊緣總長度特征b。

3.4 能見度映射模型構(gòu)建

靶標(biāo)區(qū)域視覺特征到能見度距離的映射關(guān)系，應(yīng)由某種數(shù)學(xué)模型加以量化描述?？紤]到能見度距離V與邊緣特征總長度b正相關(guān)，本文采用多項式函數(shù)構(gòu)建這一單輸入單輸出模型，即：

式（11）中：n、ak分別是多項式的次數(shù)和系數(shù)。

能見度模型中的參數(shù)，將通過最小二乘法來進(jìn)行估計[4]，主要思路為：先通過m個標(biāo)準(zhǔn)樣本的散點(diǎn)圖確定多項式系數(shù)n；再列表計算分別表示第i個標(biāo)準(zhǔn)樣本中邊緣總長度和能見度距離的取值且j=0,1,…,2n；最后根據(jù)式(12)給出的正規(guī)方程組計算各系數(shù)ak。

能見度映射模型一旦建立，即可由實時的靶標(biāo)區(qū)域邊緣總長度特征求解相應(yīng)的能見度距離。此外，因能見度的測量周期為毫秒級常量，本文進(jìn)一步對映射模型輸出的能見度距離進(jìn)行平滑濾波，以提高能見度監(jiān)測的抗干擾性能并使其動態(tài)輸出曲線更加平滑。因此，t時刻能見度最終監(jiān)測結(jié)果將按照下式求解：

式（13）中：Vt-1、V分別是t-1 時刻的能見度最終監(jiān)測結(jié)果和t時刻映射模型輸出的能見度距離，λ為加權(quán)系數(shù)。

4 結(jié)語

本文介紹了能見度監(jiān)測的基本原理，在分析現(xiàn)有監(jiān)測方法的基礎(chǔ)上提出了基于視頻分析的公路能見度監(jiān)測方法，其主要貢獻(xiàn)在于：①設(shè)計了一種視覺特征信息豐富的有源靶標(biāo)，使基于攝像法的能見度距離的全天候監(jiān)測成為可能；②給出了一種能見度監(jiān)測新方法的總體思路，并對其中的圖像預(yù)處理、視覺特征提取以及能見度映射建模等關(guān)鍵技術(shù)進(jìn)行了詳細(xì)闡述。采用其他建模方法獲得能見度距離映射模型，以提高能見度監(jiān)測精度，將是下一步研究工作的重點(diǎn)。