双亮差法测量能见度的改进研究

数字摄像测量能见度系统(DPVS)以天空背景和人工目标计算能见度。但提取天空背景的算法很难实现所有环境的适用性,使DPVS不适用于复杂环境的自动化能见度观测。为了解决上述问题,首先基于DPVS的双亮度差法提出了一种新型目标物。其目标部分与背景部分由20%和40%反射率的标准漫反射板构成,外观结构易于图像处理算法识别。其次,根据目标物图像特征,设计了高鲁棒性的识别算法。对比观测试验中,改进方法的观测数据在1~2km范围内与人工观测数据一致,在2〜10km范围内同长春气象站的能见度观测数据具有较好的线性关系。在鲁棒性测试中,改进的双亮差法依然能够保证其数据与对比观测数据的一致性。综上可知,基于新型目标物的DPVS提升了复杂环境下的自动化观测性能。

基于相机响应曲线拟合的道路能见度检测算法

在分析各种能见度检测算法优缺点的基础上,为了进一步提高能见度检测的精度,本文设计了一种新的基于相机响应曲线拟合的能见度算法:通过对高速路上的监控相机设定严格的参数,用固定光圈,不同曝光时间,拍摄稳定均匀光源照明的均匀白色漫反射表面,选取拍摄图像的中间部分计算图像平均灰度值,拟合图像的平均灰度值与曝光时间的双对数曲线,得到视亮度与固有亮度之间相互转换的重要参数值。本算法利用高速监控设备,采用路面作为标志物,解决了在高速路上不易寻找目标物的问题,计算误差小,成本低,不需额外增加检测设备,非常适用于高速路上雾天能见度监测。

基于视频图像处理的高速公路能见度检测系统

低能见度天气对高速公路行车有很大影响,现在高速公路能见度主要依赖气象部门能见度仪的检测,其只能在局部路段检测,且存在针对性不足和设备昂贵等问题。本文设计了一种基于视频图像处理的高速公路能见度检测系统,通过CCD摄像机采集参照物的视频数据信息,运用图像处理算法实现目标黑体和光源图像灰度值的定位与提取,完成能见度值的检测。实验结果表明,该系统能准确检测白天和夜间的能见度。