【摘要】：利用高速公路現(xiàn)有的視頻監(jiān)控系統(tǒng)提供的視頻圖像,提出了一種可以快速進(jìn)行高速公路能見度檢測的算法。該算法基于大氣光傳播模型,首先采用均值漂移準(zhǔn)確分割出天空區(qū)域,在此區(qū)域內(nèi)用局部熵估計出大氣光強(qiáng)度值。再運(yùn)用暗原色先驗得到圖像的初始透射率,并采用雙邊濾波進(jìn)行了優(yōu)化。最后根據(jù)CIE的能見度公式求取能見度值。試驗結(jié)果證明:該算法的能見度檢測值與采用散射儀檢測的結(jié)果非常接近,同時具有環(huán)境適應(yīng)性強(qiáng)且速度快的優(yōu)點,能滿足高速公路能見度預(yù)警的智能系統(tǒng)實時性要求。
[Abstract]:Based on the video images provided by the existing highway video surveillance system, a fast algorithm for highway visibility detection is proposed in this paper. The algorithm is based on the atmospheric light propagation model. Firstly, the mean drift is used to segment the sky region accurately, and the local entropy is used to estimate the atmospheric light intensity in this region. The initial transmissivity of the image is obtained by using a priori dark primary color and is optimized by means of two-sided filtering. Finally, the visibility value is obtained according to the visibility formula of CIE. The experimental results show that the visibility detection value of the algorithm is very close to that of the scatterer. At the same time, it has the advantages of strong environmental adaptability and high speed, and can meet the real-time requirements of the intelligent system for highway visibility early warning.
【作者單位】： 金華職業(yè)技術(shù)學(xué)院;黑龍江省運(yùn)通高速公路管理發(fā)展有限公司;
【分類號】：U495;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 苗苗;;視頻能見度檢測算法綜述[J];現(xiàn)代電子技術(shù);2012年15期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 杜豫川;張曉明;劉成龍;劉翔;;基于紅外圖像和普通圖像對比的高速公路可視度分析[J];交通運(yùn)輸系統(tǒng)工程與信息;2016年04期

2 張曉明;葉宇軒;劉翔;鄺德偉;;引入紅外圖像的低能見度可視面積比檢測[J];交通運(yùn)輸研究;2016年06期

3 張敏;林暉明;楊虹;黃文奇;;空氣能見度和CO_2濃度測量裝置的設(shè)計與研究[J];現(xiàn)代電子技術(shù);2013年23期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張瀟;李勃;陳啟美;;基于亮度特征的PTZ視頻能見度檢測算法及實現(xiàn)[J];儀器儀表學(xué)報;2011年02期

2 譚廷慶;劉曉明;;基于FIR濾波器的高速公路低能見度檢測儀[J];計算機(jī)技術(shù)與發(fā)展;2011年01期

3 陳釗正;陳啟美;;基于攝像機(jī)自標(biāo)定的視頻對比度能見度檢測算法與實現(xiàn)[J];電子與信息學(xué)報;2010年12期

4 安明偉;陳啟美;郭宗良;;基于路況視頻的氣象能見度檢測方法與系統(tǒng)設(shè)計[J];儀器儀表學(xué)報;2010年05期

5 陳釗正;周慶逵;陳啟美;;基于小波變換的視頻能見度檢測算法研究與實現(xiàn)[J];儀器儀表學(xué)報;2010年01期

6 李勃;董蓉;陳啟美;;無需人工標(biāo)記的視頻對比度道路能見度檢測[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2009年11期

7 李佳;葛嘉琦;陳啟美;;路況視頻能見度檢測算法[J];計算機(jī)工程;2009年16期

8 周慶逵;陳釗正;陳啟美;;基于視頻的路況能見度檢測系統(tǒng)的設(shè)計與實現(xiàn)[J];電子測量技術(shù);2009年06期

9 楊權(quán);黃山;張洪斌;汪勤;張建軍;;基于紋理特征的能見度測量時段區(qū)分方法[J];現(xiàn)代電子技術(shù);2008年23期

10 蔣冰莉,王江安,宗思光;大氣傳輸對激光后向散射式能見度測試的影響及理論研究[J];光學(xué)與光電技術(shù);2004年06期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫申申;李宏;康雁;趙宏;;均值漂移帶寬選取新方法及其在分割肺結(jié)節(jié)中的應(yīng)用[J];東北大學(xué)學(xué)報(自然科學(xué)版);2008年09期

2 雷飛;趙曉霞;宮君樂;;基于均值漂移算法的水下視頻目標(biāo)跟蹤[J];制造業(yè)自動化;2011年12期

3 韋迅;盧志茂;孫海;;基于均值漂移的自適應(yīng)跟蹤算法[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2013年01期

4 孫殿柱;宋洋;劉華東;李延瑞;;基于均值漂移的R~*-樹結(jié)點分裂優(yōu)化算法[J];機(jī)械工程學(xué)報;2013年13期

5 陳東岳;陳宗文;;基于特征顯著性的均值漂移魯棒目標(biāo)跟蹤[J];上海交通大學(xué)學(xué)報;2013年11期

6 張樹森;伏利;肖勝兵;;均值漂移去噪算法的研究[J];現(xiàn)代制造工程;2008年11期

7 蔣良衛(wèi);桑農(nóng);劉樂元;;基于判別式序列表的均值漂移目標(biāo)跟蹤算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2011年S2期

8 段福慶;周明全;張家才;;基于均值漂移的非線性尺度空間濾波[J];吉林大學(xué)學(xué)報(工學(xué)版);2007年03期

9 蔣先剛;梁青;沈濤;;基于改進(jìn)的均值漂移的森林火災(zāi)圖像提取技術(shù)[J];華東交通大學(xué)學(xué)報;2011年04期

10 李艷靈;;基于混合粒子群算法的自適應(yīng)均值漂移算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2010年01期

相關(guān)會議論文 前6條

1 趙晶晶;諶海新;劉星彤;;基于均值漂移的紅外飛行目標(biāo)分割方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

2 徐青松;王仁明;劉代志;;基于均值漂移的紅外目標(biāo)跟蹤方法綜述[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

3 李冠彬;吳賀豐;;基于顏色紋理直方圖的帶權(quán)分塊均值漂移目標(biāo)跟蹤算法[A];第五屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2011年

4 白培瑞;李良;趙奇;韓焱;;基于均值漂移的醫(yī)學(xué)超聲圖像分割改進(jìn)算法[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

5 雷穎惠;張娟;楊文佳;;一種基于改進(jìn)均值漂移的實時目標(biāo)檢測與跟蹤算法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

6 景軍鋒;李光燕;李鵬飛;;基于MeanShift和Harris算子圓網(wǎng)印花機(jī)對花檢測的研究與設(shè)計[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 王娟;復(fù)雜場景中的目標(biāo)跟蹤優(yōu)化算法研究[D];燕山大學(xué);2014年

2 陳遠(yuǎn);復(fù)雜場景中視覺運(yùn)動目標(biāo)檢測與跟蹤[D];華中科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 陳應(yīng)躍;集成均值漂移分割的遙感影像融合方法研究[D];昆明理工大學(xué);2015年

2 高祥;基于均值漂移算法的遙感圖像地物提取及分類[D];西南交通大學(xué);2015年

3 唐棟;基于非線性均值漂移的多目標(biāo)匹配技術(shù)的研究[D];南京大學(xué);2015年

4 張良;復(fù)雜場景中目標(biāo)跟蹤算法的應(yīng)用[D];河北科技大學(xué);2014年

5 張劍華;均值漂移算法在視頻運(yùn)動目標(biāo)跟蹤中的應(yīng)用研究[D];西安電子科技大學(xué);2015年

6 王晉麗;基于均值漂移的目標(biāo)跟蹤算法的研究及應(yīng)用[D];南京郵電大學(xué);2015年

7 張睿;用于fMRI數(shù)據(jù)分析的多特征空間均值漂移聚類算法[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2015年

8 江春宇;交通標(biāo)志的自動檢測和識別[D];蘇州大學(xué);2015年

9 胡薇薇;基于Grab Cut的快速交互式圖像分割算法研究[D];福州大學(xué);2013年

10 王振;基于視頻序列的目標(biāo)跟蹤算法優(yōu)化[D];中北大學(xué);2016年

，

本文編號：2439277