基于监控图像的高速公路能见度估计研究

发布时间：2017-08-11 13:01

  本文关键词：基于监控图像的高速公路能见度估计研究

  更多相关文章： 能见度估计 亮度对比 区域检测 摄像机标定

【摘要】：低能见度不仅影响道路通行能力,而且极易引发交通事故,威胁生命与财产安全,尤其在行驶速度较大的高速公路上,其安全危害更大。传统能见度检测方法主要有目测估计与仪器检测,前者主观性影响大,后者安装与维护成本较高,难以高密度布设。同时随着高速监控系统的广泛应用,采集到的视频资源为基于图像处理技术的能见度研究提供了数据基础。因此基于监控图像的高速公路能见度估计研究成为了一个重要课题。本文以白天能见度检测为主,在能见度检测相关理论基础上分析了高速公路对能见度的检测需求与检测可行性,提出了基于监控图像的高速公路能见度估计算法—利用图像亮度对比定位最远视点,通过摄像机标定完成图像最远视点到实际能见度值映射;并指出了算法中的两大关键问题:图像兴趣区域检测(天空和道路区域)与摄像机标定。首先研究了图像兴趣区域的检测方法,旨在为摄像机标定与亮度计算奠定基础。其中天空区域检测采用自适应阈值分割法与区域生长法,实验表明两种方法均可较好实现对天空区域的检测;在道路区域检测中,提出了基于线形的道路边缘检测方法,并在霍夫变换基础上设计了冗余检测边缘聚类合并算法,实验表明该方法可以较好实现对道路区域检测与道路幅面识别。其次在针孔摄像机成像的基础上,研究了高速公路环境下摄像机标定方法,并结合高速公路路面构造尺寸特点,以车道分界线为检测特征实现摄像机标定。再分别以天空与道路局部图像为基础计算各自亮度参数,利用人体视觉对比阈值0.05确定图像中最远视点,结合摄像机标定估算高速公路的能见度值。最后以两组监控图像(标清与高清)为实验样本,对高速公路能见度估计算法进行验证,实验结果表明:(1)该算法对标清与高清图像均适用;(2)算法检测结果能够满足高速公路对能见度检测需求;(3)基于高清图像的能见度检测效果更好;(4)路面干燥时能见度检测准确性更高。
【关键词】：能见度估计 亮度对比 区域检测 摄像机标定
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-18
• 1.1 选题背景9-13
• 1.1.1 气象环境对交通安全影响分析9-12
• 1.1.2 公路交通气象观测站建设使用分析12
• 1.1.3 高速公路监控系统应用情况分析12-13
• 1.2 研究目的和意义13-14
• 1.3 国内外研究现状14-16
• 1.3.1 白天能见度检测研究14-15
• 1.3.2 夜间能见度检测研究15-16
• 1.4 论文研究内容及安排16-18
• 1.4.1 主要研究内容16-17
• 1.4.2 论文内容安排17-18
• 第二章 能见度检测理论基础与算法设计18-35
• 2.1 能见度检测概述18-24
• 2.1.1 能见度定义18
• 2.1.2 能见度检测原理18-21
• 2.1.3 能见度传统检测方法21-24
• 2.2 基于图像的能见度检测原理与方法分析24-26
• 2.2.1 基于图像的能见度理解24-25
• 2.2.2 基于图像的能见度检测方法分析25-26
• 2.3 基于图像的能见度相关特征分析26-30
• 2.3.1 图像特征分析26-28
• 2.3.2 能见度相关图像特征分析28-30
• 2.4 基于监控图像的高速公路能见度估计算法设计30-34
• 2.4.1 高速公路能见度检测需求分析30-31
• 2.4.2 基于监控图像的能见度检测可行性分析31-32
• 2.4.3 基于监控图像的能见度估计算法设计32-34
• 2.5 本章小结34-35
• 第三章 图像兴趣区域检测35-55
• 3.1 监控图像特点分析35
• 3.2 监控图像天空区域检测35-40
• 3.2.1 基于自适应阈值的天空区域检测36-39
• 3.2.2 基于区域生长的天空检测法39-40
• 3.3 道路图像特征分析40
• 3.4 道路边缘检测40-48
• 3.4.1 图像增强41-42
• 3.4.2 边缘检测42-45
• 3.4.3 道路边缘方向识别45-46
• 3.4.4 方向可调滤波器设计46-48
• 3.5 基于边缘的道路区域识别48-54
• 3.5.1 霍夫变换基本原理48-50
• 3.5.2 冗余检测边缘线聚类50-52
• 3.5.3 道路边缘拟合52-54
• 3.6 本章小结54-55
• 第四章 基于监控图像的能见度估计55-71
• 4.1 摄像机标定技术概述55-56
• 4.2 摄像机成像建模56-60
• 4.2.1 摄像机坐标与图像坐标关系56-58
• 4.2.2 摄像机坐标与世界坐标关系58-60
• 4.3 道路图像深度信息计算60-65
• 4.3.1 标定几何建模60-63
• 4.3.2 车道分界线提取63-64
• 4.3.3 摄像机标定结果分析64-65
• 4.4 基于道路图像深度信息的能见度估计65-67
• 4.4.1 道路亮度计算65-66
• 4.4.2 天空亮度计算66
• 4.4.3 能见度估计66-67
• 4.5 实验验证与分析67-69
• 4.5.1 实验结果对比67-68
• 4.5.2 结果分析68-69
• 4.6 本章小结69-71
• 结论71-73
• 参考文献73-76
• 致谢76

【相似文献】

中国期刊全文数据库 前10条

1 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

2 涂承媛;曾衍钧;;医学图像边缘快速检测的模糊集方法[J];北京工业大学学报;2005年06期

3 常君明;冯，

本文编号：656223