[发明专利]基于像素点八邻域灰度对比的高速公路能见度检测方法

说明书

本发明公开了一种基于像素点八邻域灰度对比的高速公路能见度检测方法，通过对图像进行灰度处理，选取非边缘区域各像素点，以选取的像素点作为中心像素点，进行中心像素点与其周围八个相邻像素点的灰度对比值计算，由各个像素点的灰度值判断是否为不可视点，统计图像上每行不可视点的数量，进而判断图像上的可视边界，以高速公路上固定尺寸的地标物为距离参照，建立摄像头、图像和高速公路三者间的几何模型，进行图像上可视边界与现实可视距离的换算，最终得到的能见度距离；本发明计算简单，使用成本低，能够提升能见度距离的估算精度。

技术领域

本发明涉及机器视觉技术领域，具体涉及基于像素点八邻域灰度对比的高速公路能见度检测方法。

背景技术

能见度是气象、公路行车、飞机飞行中常见指标，单位通常是米。影响能见度的因素主要是雾和霾。众所周知，能见度对高速公路行车安全非常重要，当能见度很低时，为了行车安全，高速公路管理者通常的做法是封路，但在没有达到封路标准时，一般的能见度会采用限速处理，不同的能见度距离限制速度范围不同；激光能见度仪是常用的检测能见度的仪器，目前，我国高速路网已逐步形成，若大量使用激光能见度仪对全国高速路网进行全覆盖将耗资巨大，同时激光能见度仪还存在对团雾检测精度不高，探测的范围很小，维护成本高等不足。

近年来，基于视频的路况能见度检测方法受到人们的关注，它某种程度上克服了激光能见度仪的不足。视频能见度检测方法是将大气光学分析与图像处理及人工智能技术结合，通过对视频图像的分析处理，建立视频图像与真实场景之间的关系，再根据图像特征的变化，间接计算出能见度数值。但现有的基于视频图像的能见度检测方法只选取少量视频、截取图像中的某些固有特征进行估算，导致估计的精度不高，有较大的改进空间。

发明内容

技术目的：针对现有技术在通过图像进行估算存在的精度上的不足，本发明公开了一种充分采用图像特征、估算精准的基于像素点八邻域灰度对比的高速公路能见度检测方法。

技术方案：为实现上述技术目的，本发明采用了如下技术方案：

基于像素点八邻域灰度对比的高速公路能见度检测方法，包括步骤：

S01、对一幅高速公路摄像头拍摄的的原始图像进行预处理，去除周围明显不可见区域；

S02、对保留的图像进行灰度处理，获取图像上每一个像素点的灰度值，共得到m×n个像素点，m为像素点行数，n为像素点列数；

S03、选取图像上2～m-1行、2～n-1列的像素点，选取的像素点为中心像素点，中心像素点周围存在八个相邻的像素点，每个相邻的像素点作为一个邻域，中心像素点周围共存在八个邻域；中心像素点的灰度值记为f(x)；将中心像素点与其八个邻域内相邻的像素点进行灰度对比度计算，得到中心像素点与周围八个相邻的像素点的对比度合集D(i)；

S04、然后去除步骤S03中对比度合集D(i)中的最大值和最小值，将对比度合集D(i)中剩余的对比度值取平均数，将得到的平均数作为中心像素点处的对比度值，记为C_x；

S05、对其他2～m-1行、2～n-1列的像素点逐一重复进行步骤S03、S04操作，得到每个像素点的对比度值，当中心像素点的对比度值C_x≤0.05时，即为不可视点，统计2～m-1行中每一行的不可视点个数，记为Nvisible(j)，j范围为2～m-1，对不可视点个数进行归一化处理；

S06、将步骤S05中得到的归一化处理后的数据，绘制特征图，依据特征图确认不可视点个数的临界值S；

S07、依据图像上不可视点个数的临界值S，确定图像的可视边界，在图像上进行标定，最后进行图像上距离与实际距离的转化，得到能见度距离。

优选地，所述步骤S02中采用MATLAB软件进行灰度处理。