作為氣象部門監(jiān)測的常規(guī)項(xiàng)目之一,大氣能見度與其他天氣信息一樣受到人們尤其是廣大機(jī)動車司機(jī)的密切關(guān)注。能見度信息在公路運(yùn)輸、機(jī)場航空、海上航行、農(nóng)業(yè)生產(chǎn)等領(lǐng)域都備受重視,低能見度天氣現(xiàn)已成為導(dǎo)致交通事故發(fā)生的主要因素之一,因此實(shí)現(xiàn)對能見度的全方位檢測和實(shí)時預(yù)報(bào)意義重大。傳統(tǒng)的能見度檢測儀器價(jià)格昂貴、操作復(fù)雜、難以大規(guī)模安裝,不能滿足要求;而場景攝像機(jī)廣泛使用,基于圖像處理的能見度檢測并不增加硬件成本。論文從場景圖像邊緣信息與能見度之間存在的密切關(guān)系入手,選擇基于模型訓(xùn)練的能見度檢測方法作為研究方向。作者采用數(shù)字圖像處理技術(shù)從場景圖像中提取出與能見度關(guān)聯(lián)度較大的圖像特征并形成特征向量,利用機(jī)器學(xué)習(xí)算法建立圖像特征向量與能見度真值之間的關(guān)系模型,用于計(jì)算待測圖像的能見度。論文首先針對圖像特征提取提出了不同的方案,在后續(xù)實(shí)驗(yàn)中驗(yàn)證分析不同方案對模型檢測性能的影響。其次,將相關(guān)向量回歸機(jī)（RVR）應(yīng)用于能見度檢測,并采用網(wǎng)格搜索算法進(jìn)行參數(shù)優(yōu)化,針對基于RVR的能見度檢測模型主要研究不同的圖像特征提取方案對模型檢測性能的影響,通過實(shí)驗(yàn)確定最佳方案;并與K近鄰（KNN）、未參數(shù)優(yōu)化RVR以及未參數(shù)... 

【文章來源】：長沙理工大學(xué)湖南省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１前向散射儀??散射式能見度儀由于占地面積較小、安裝和操作較為方便等優(yōu)點(diǎn)，在許多行業(yè)得到??

?第三章基于圖像處理的能見度檢測模型???３．２數(shù)據(jù)采集及選擇??論文所用到的實(shí)驗(yàn)數(shù)據(jù)包括圖像數(shù)據(jù)和能見度數(shù)據(jù)兩個部分。??為了驗(yàn)證說明論文能見度檢測方法的可行性，以及研究分析不同場景對實(shí)驗(yàn)結(jié)果的??影響，通過場景攝像機(jī)對兩個不同的場景進(jìn)行圖像數(shù)據(jù)采集，采集時間為２０１８年９？１２??月，采集地點(diǎn)為長沙南郊云塘附近（如圖３．２、３．３所示），因?yàn)檎撐难芯康氖前滋炷芤??度檢測問題，所以選用７：００？１７：００的圖像作為圖像數(shù)據(jù)集。??能見度數(shù)據(jù)是通過專業(yè)儀器實(shí)時測得的，以此作為能見度真值。采集時間一致的圖??像數(shù)據(jù)與能見度數(shù)據(jù)組成一個實(shí)驗(yàn)樣本數(shù)據(jù)。??ｒｎｍｍ??圖３．２場景一??圖３．３場景二??３．３圖像特征提取??能見度實(shí)質(zhì)是人眼對具有高對比度圖像邊緣的感知能力，所以要求檢測結(jié)果也要能??夠與人眼感知保持一致性。由于人眼對亮度對比的差異相對于色度差異更為敏感，并且??對一個物體的感知結(jié)果會受到其周圍環(huán)境的影響，所以首先要對采集得到的彩色圖像數(shù)??２１??

化處理，再提取出與邊緣以及對比度信息密切相關(guān)的圖像特征作為研究??對象。??３．３．１測試區(qū)域選擇??在場景圖像中挑選出的測試區(qū)域需包含與背景有較大亮度差異、有明顯邊緣特征以??及相對靜止的近似黑色目標(biāo)物；因?yàn)橄鄬o止的物體在訓(xùn)練過程中引入誤差較少，有利??于提高學(xué)習(xí)的正確率，目標(biāo)物邊緣不清晰會導(dǎo)致提取的特征不明顯，模型訓(xùn)練的穩(wěn)定性??會因此受到影響［５９］，論文研究的測試區(qū)域選擇方式有如下兩種。??選擇方式一：選擇單一區(qū)域作為測試區(qū)域，這是一種比較常見的測試區(qū)域選擇方法，??如圖３．４、３．５所示黑色矩形框區(qū)域?yàn)樵趫鼍耙�、場景二中所選定的測試區(qū)域，兩個測試??區(qū)域像素大小一致，而且都擁有邊緣特征明顯的屋檐作為近似黑色目標(biāo)物。??選擇方式二：論文提出在場景圖像中選擇遠(yuǎn)近距離不同的多個區(qū)域作為測試區(qū)域。??根據(jù)人眼的視覺特點(diǎn)，當(dāng)能見度較高時，距離攝像機(jī)較近的物體一直處于清晰狀態(tài)，只??有當(dāng)能見度低于某值并持續(xù)降低時，其邊緣才會逐漸變得模糊，即當(dāng)能見度值在較高區(qū)??間變化時，場景圖像中離攝像機(jī)較近物體的邊緣以及對比亮度特征變化不大；同理當(dāng)能??見度處于較低狀態(tài)時，距離攝像機(jī)較遠(yuǎn)的物體一直處于模糊狀態(tài)，只有當(dāng)能見度高于某??值并持續(xù)提高時，其邊緣才會逐漸變得清晰，也就是說當(dāng)能見度值在較低區(qū)間變化時，??場景圖像中離攝像機(jī)較遠(yuǎn)物體的邊緣以及對比亮度特征變化不大；所以如果在圖像中只??挑選單一區(qū)域作為測試區(qū)域的話，有可能會影響到模型整體的檢測效果，所以嘗試在場??景圖像中選擇遠(yuǎn)近不同的多個小區(qū)域作為測試區(qū)域。??不同測試區(qū)域選擇方式對能見度檢測結(jié)果的影響，將在后續(xù)的實(shí)驗(yàn)中將進(jìn)行對比分??析說明。??「二一?一??

【參考文獻(xiàn)】：
期刊論文
[1]基于交通圖像的能見度檢測算法研究[J]. 周潔.  自動化技術(shù)與應(yīng)用. 2017(10)
[2]基于相關(guān)向量機(jī)的短期風(fēng)速預(yù)測模型[J]. 韓中合,李秋菊,苑一鳴,周沛,徐搏超.  電力科學(xué)與技術(shù)學(xué)報(bào). 2017(03)
[3]基于圖像興趣窗格測算大氣能見度的方法研究[J]. 花毓幸,曾燕,邱新法.  科技通報(bào). 2017(08)
[4]前向散射式能見度儀示值對比及標(biāo)定方法研究[J]. 王敏,張世國,汪瑋,方海濤,陸斌,劉清彬,高蘭達(dá).  氣象科技. 2017(02)
[5]基于暗原色先驗(yàn)理論的大氣能見度測量[J]. 趙瑞,胡遼林,趙江濤.  激光與光電子學(xué)進(jìn)展. 2016(06)
[6]透射式能見度儀動態(tài)范圍擴(kuò)展方法[J]. 肖韶榮,吳群勇,周佳,徐猛,尚國慶.  應(yīng)用光學(xué). 2014(04)
[7]基于暗通道先驗(yàn)的視頻能見度測量方法[J]. 郭尚書,齊文新,齊宇.  計(jì)算機(jī)與數(shù)字工程. 2014(04)
[8]改進(jìn)的基于圖像邊緣的能見度反演方法[J]. 呂艷芬,楊玲,甄小瓊.  計(jì)算機(jī)工程與應(yīng)用. 2015(10)
[9]基于圖像理解的能見度測量方法[J]. 許茜,殷緒成,李巖,郝紅衛(wèi),曹曉鐘.  模式識別與人工智能. 2013(06)
[10]數(shù)字?jǐn)z像能見度儀的白天能見度算法設(shè)計(jì)[J]. 陳曉婷,魯昌華,張玉均,劉文清,戴龐達(dá),常峰,朱超.  電子測量與儀器學(xué)報(bào). 2013(04)

碩士論文
[1]基于圖像的能見度反演方法研究[D]. 陳愛月.南京信息工程大學(xué) 2018
[2]基于機(jī)器視覺的大氣能見度測量方法研究[D]. 趙瑞.西安理工大學(xué) 2017
[3]基于監(jiān)控圖像的高速公路能見度估計(jì)研究[D]. 許倩.長安大學(xué) 2016
[4]基于監(jiān)控視頻分析的高速公路能見度檢測與預(yù)警系統(tǒng)研究[D]. 王金冕.長安大學(xué) 2016
[5]基于視頻圖像的能見度檢測算法的研究[D]. 郭庚山.長沙理工大學(xué) 2015
[6]基于交通視頻的能見度估計(jì)研究[D]. 項(xiàng)文書.上海交通大學(xué) 2014
[7]大氣能見度測量若干關(guān)鍵技術(shù)研究[D]. 盧家亮.合肥工業(yè)大學(xué) 2014
[8]基于機(jī)器學(xué)習(xí)方法的網(wǎng)絡(luò)流量感知與預(yù)測研究[D]. 王瑞雪.江南大學(xué) 2013
[9]前向散射式能見度檢測技術(shù)研究[D]. 李孟麟.天津大學(xué) 2007



本文編號：3486035