目前我國高速公路能見度監(jiān)測主要依靠能見度觀測儀,該方法覆蓋區(qū)域有限且成本較高,而我國高速公路圖像采集設備應用廣泛,可以合理利用監(jiān)控視頻對能見度進行監(jiān)測,因此本文提出一種基于視頻的霧天能見度監(jiān)測方法。該方法將圖像劃分若干個窗格,以均方差和平均梯度為監(jiān)測因子,通過相關性分析篩選出最優(yōu)興趣窗格的圖像特征矩陣,建立BP神經(jīng)網(wǎng)絡修正線性殘差組合模型。通過本文研究得到以下結論:（1）以均方差和平均梯度為監(jiān)測因子,最優(yōu)興趣窗格的亮度特征與能見度呈高度相關,說明亮度對比是能見度監(jiān)測的關鍵性因素。東海和灌南場景對比分析可得,灌南場景以深色的樹木為背景,降低目標物與背景的亮度對比,模型精度有所下降。而東海場景以淺色的天空為背景,目標物與背景形成較強對比,更有利于能見度監(jiān)測。（2）能見度5000m以下,200m和1500m附近是能見度分段敏感區(qū)域,在此區(qū)域劃分能見度區(qū)間并進行分段建模,可提高模型精度。通過隨機森林算法對圖像進行能見度區(qū)間判定,圖像分類正確率在96%以上,表明隨機森林算法對圖像的能見度區(qū)間判定具有較強能力。（3）證實了基于BP神經(jīng)網(wǎng)絡修正線性殘差組合模型具有精度高、誤差小等優(yōu)點。光線充足情況下... 

【文章來源】：南京信息工程大學江蘇省

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖２－３濾波結果對比??Ｆｉｇ．２－３?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｆｉｌｔｅｒｉｎｇ?ｒｅｓｕｌｔｓ??

ｉ??（５）高斯濾波＆椒鹽噪聲?（６）島斯濾波斯噪聲??圖２－３濾波結果對比??Ｆｉｇ．２－３?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｆｉｌｔｅｒｉｎｇ?ｒｅｓｕｌｔｓ??圖２－３實驗結果表明，兩種方法都可以對隨機噪聲進行平滑濾波，高斯濾波在消除??噪聲的同時，將邊緣細節(jié)也濾除，從而使圖像變得模糊中值濾波對椒鹽噪聲有良好的濾??除效果，同時能夠保留圖像的邊緣特征，而線性濾波不具有這樣的良好特性。此外，中??值濾波的算法相對簡單，易于實現(xiàn)。因此，本文采用中值濾波進行圖像預處理。??２．２．３分窗格處理??我們看到一張圖像時，常常關注圖像中感興趣區(qū)域相關像素特征，利用圖像分割技??術對興趣區(qū)域進行提取，進而對該區(qū)域圖像特征進行分析�；趫D像對能見度進行監(jiān)測??時，圖像中并不是所有都為有用信息，為了更好的捕獲興趣區(qū)域像素特征，減少噪音干??擾

以均方差為監(jiān)測因子的組合對比

【參考文獻】：
期刊論文
[1]基于交通圖像的能見度檢測算法研究[J]. 周潔.  自動化技術與應用. 2017(10)
[2]殘差修正模型在森林火災預測中的應用[J]. 連素蘭,何東進,紀志榮,洪偉,游巍斌,曹彥,胡新.  福建農(nóng)林大學學報(自然科學版). 2016(05)
[3]中國碳排放量的組合模型及預測[J]. 肖枝洪,王明浩.  重慶工商大學學報(自然科學版). 2016(01)
[4]基于攝像機動態(tài)標定的交通能見度估計[J]. 宋洪軍,郜園園,陳陽舟.  計算機學報. 2015(06)
[5]基于暗通道先驗的視頻能見度測量方法[J]. 郭尚書,齊文新,齊宇.  計算機與數(shù)字工程. 2014(04)
[6]基于HSI彩色模型的圖像降維技術[J]. 周劉兵,黃碩.  現(xiàn)代電子技術. 2013(14)
[7]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)
[8]數(shù)字攝像能見度儀的白天能見度算法設計[J]. 陳曉婷,魯昌華,張玉均,劉文清,戴龐達,常峰,朱超.  電子測量與儀器學報. 2013(04)
[9]基于亮度特征的PTZ視頻能見度檢測算法及實現(xiàn)[J]. 張瀟,李勃,陳啟美.  儀器儀表學報. 2011(02)
[10]基于攝像機自標定的視頻對比度能見度檢測算法與實現(xiàn)[J]. 陳釗正,陳啟美.  電子與信息學報. 2010(12)

博士論文
[1]RGB顏色空間及其應用研究[D]. 黃國祥.中南大學 2002

碩士論文
[1]基于圖像興趣窗格測算大氣能見度的方法研究[D]. 花毓幸.南京信息工程大學 2016
[2]基于視頻圖像的高速公路能見度檢測技術研究[D]. 韓明敏.北京交通大學 2016



本文編號：3453501