基于视频监控的能见度测量
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
观察图 1中两幅不同能见度图像可知,场景的模 糊与否体现在是否存在丰富的细节。在图像处 理与理解技术中,这些细节在空域上体现为相邻 像素的灰度值梯度,在能见度越低的图像中梯度 越小,边缘 越 不 明 显。 因 此,通 过 对 图 像 进 行 边 缘检测,可以把场景中的纹理细节提取出来,得 到与能见度相关的图像特征。
α(x,y)=arctan[g gy x]
(2) (3)
其中,gx与 gy分别为 f(x,y)在 x方向和 y方向的 灰度梯度值,然后通过非最大值抑制细化得到边 缘,最后用双阈值处理和连接分析来检测并连接 边缘。图 2显示了 3种能见度下的 Canny边缘提 取结果。由图 2可知,随着能见度下降图像的边 缘也相应减少,即纹理细节被雾气掩盖而逐渐消 失,这说明了提取的特征与能见度存在相关性。
随着计算机视觉技术及人工智能科学的发 展,以监控摄像机代替能见度观测仪,并以仿人 类视觉的方式进行能见度实时监测及大雾预警 成为了有效的解决方案。基于视频图像理解的 能见度测量方法具有速度快、成本低、观测图像 数据易获取等优点,王京丽等[7]就数字摄像能见 度观测阐 述 了 系 统 基 本 原 理、组 成 以 及 软 件 流 程;杨玲等[8]着重介绍了实现能见度观测的硬件 实现;许茜等[9]提出了基于梯度及对比度定义特 征两种方法进行能见度测量,但该方法须选择场 景中某一特定远景区域作为观察窗口;VarjoSa mi等[10]提出了一种对滤波图像进行投影获取特 征向量的方法,该方法针对能见度日夜全天候测 量,但其结果只能在一定的区间上对能见度进行 分类。在算法实现上,相关研究对不同特定应用 场景也提 出 了 一 些 有 针 对 性 的 测 量 方 法,韩 静
图 2 不同能见度图像(a、c、e)与其相应的边缘图像(b、d、f)
第 204119卷年第105月期 Gu广ang do东ng M气eteo ro象logy
Vol.41 No.5
October 2019
张琼雄,庞志梅,宋迪灵,等.基于视频监控的能见度测量[J].广东气象,2019,41(5):62-65.
基于视频监控的能见度测量
大气能见度是地面气象观测的要素之一,它 对人类的生产、生活有着重要的影响。由低能见 度所带来的恶劣天气往往会导致交通事故,妨碍 海陆空 交 通 运 输,从 而 造 成 人 们 生 命 财 产 损 失[1-2]。因此,对能见度进行实时监测及大雾预 警显得尤 为 重 要 [3-4]。 目 前 国 内 气 象 台 站 已 普 遍采用能见度仪开展大气能见度的测量[5],且多 以前向散 射 能 见 度 仪 为 主 要 自 动 化 测 量 设 备。 但由于能见度观测仪的造价高,限制了观测点的 部署密度[6]。
但是,根据能见度测量规范,大气能见度指通过
视力正常的人观察,能够在当时的天气条件下从
天空背景中看到和辨认的目标物的最大水平距 离[13]。可见对于能见度的观察最基本的原理仍
是人的直观判断,因此本研究提出基于图像理解
的能见度测量算法从仿照人眼观察习惯的角度
展开研究。
1.2 能见度计算
基于计算机视觉技术的白天能见度测量方
1.1 测量原理 根据 Koschmieder定律[1],大气能见度 V(m)
与大气消光系数 σ存在式(1)所描述的关系为
V=lnε σ
(1)
其中,ε为视觉对比阈值,一般可取 002~005。
根据式(1)可知,得到消光系数 σ便可计得大气
能见度。根据该定律,目前广泛使用的大气能见
度探测仪主要集中在如何获得大气消光系数上。
图 1 同一场景在不同能见度时的图像
a.1141m;b.462m
本研究首先使用 Canny边缘检测器对待测图 像样本进行边缘提取[14]。Canny边缘检测பைடு நூலகம்对输 入图像进行平滑预处理后使用公式(2)计算图像
f(x,y)的梯度幅度,使用式(3)计算图像 f(x,y)的 梯度方向。
M(x,y)=槡g2x+g2y
法以人的直接观察为算法设计基础。本研究提
收稿日期:2018-11-26 基金项目:首批广东省气象部门“头羊计划”;广东省气象局科研项目(2015B48);广东省气象局软科学项目(Z201706) 作者简介:张琼雄(1978年生),男,本科,高级工程师,主要从事天气预报、地面测报及气象服务工作。E-mail:2608268422@qq.com 通信作者:周炳辉(1982年生),男,硕士,高级工程师,主要从事防雷减灾、气象服务及应急管理工作。E-mail:sxfls@163.com
第 5期
张琼雄等:基于视频监控的能见度测量
63
出的算法主要分两步实现;首先对待观测图像进 行纹理特征的提取;其次为深度神经网络模型回 归学习,采用监督学习的方式利用神经网络对提 取的特征值进行回归,最终得到能见度值。
1)基于边缘信息的特征提取。 一般情况下,由雾气引起的能见度变化给予 人直观的感觉是视场内物体清晰与模糊的变化。
等 采 [11] 用路面作为标志物,提出了高速路雾天 能见 度 监 测 方 法;战 勇 强 等[12]针 对 海 上 能 见 度 观测的应用,提出了最小二乘法建立目标饱和度 同能见度的最优模型。本研究主要针对白天大 雾能见度观测提出一种由边缘特征及神经网络 相结合的视频图像能见度监测算法
1 基于图像理解的能见度测量算法
张琼雄,庞志梅,宋迪灵,吴星贵,周炳辉
(遂溪县气象局,广东遂溪 524300)
摘 要:针对目前白天气象能见度观测的手段和方法,提出了利用视频监控进行能见度测量的思 路,同时设计基于边缘存量的神经网络能见度检测算法并获得了与前向散射能见度仪相近的测量结 果,能有效测量气象能见度值,有助于实现利用分布较广的多点监控视频补充前向散射能见度仪的单 点测量,从而可得到格点更为精细的能见度测量结果。 关键词:应用气象;能见度观测;白天;视频监控 中图分类号:P49 文献标志码:A doi:10.3969/j.issn.1007-6190.2019.05.016