專利名稱：基于圖像學(xué)習(xí)的能見度測量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種氣象能見度測量方法，特別是一種基于圖像學(xué)習(xí)的自動能見度測
量方法。
背景技術(shù)：
能見度是氣象觀測的主要項目之一，它的準確測量對航空、航海及高速公路等交通運輸十分重要。近年來，隨著國家總體經(jīng)濟實力的不斷增強，機動車保有量急劇增加，交通運輸發(fā)展迅速，交通事故及傷亡人數(shù)急劇增長。由于在霧雪陰霾等天氣條件下，高速公路上能見度普遍較低，較容易發(fā)生追尾、連環(huán)相撞等大型交通事故。我國已基本構(gòu)建了一個較為完備的高速公路網(wǎng)，2010年底，中國高速公路通車里程達到7. 4萬公里，居世界第二位。 高速公路加快了我國的現(xiàn)代化進程，改善國家的產(chǎn)業(yè)布局并拉動了國民經(jīng)濟的增長，但是， 事故發(fā)生率逐年增長，引起了廣泛的關(guān)注。因此，快速、準確、方便地測量能見度，對交通部門或氣象行業(yè)都是非常重要的。能見度的主要測量方法分為三種，第一種是人工測量，第二種為直接利用設(shè)備進行測量；第三種為通過圖像方式，根據(jù)目標物進行測量。在《地面氣象觀測規(guī)范》中，人工觀測的能見度(目測)，是指臺站四周視野中二分之一以上范圍所能見到的目標物的最大水平距離，規(guī)范性、客觀性較差。當(dāng)前主要利用透射儀和前向散射儀來測量能見度；儀器測量不能處理非均勻大氣消光影響，同時設(shè)備貴、調(diào)試復(fù)雜，大規(guī)模應(yīng)用的工作量和成本巨大。 散射儀通過一個小空氣塊內(nèi)測量大氣對入射光的散射情況確定散射系數(shù)，不考慮大氣及其中雜質(zhì)的吸收作用。局部性較強。明尼蘇達大學(xué)運輸系Taek Mu Kwon博士等人使用的基于圖像邊緣信息分析的白天能見度測量，利用了沿光線圖像在視覺上的衰減程度，這些圖像與其到觀測點的真實距離相對應(yīng)，利用像素點所對應(yīng)的邊緣信息來計算局部對比度，比用亮度對比更符合人眼的視覺感知。該方法適合于公路上的能見度測量，需要沿著道路的樹或圍欄形成一條光線連續(xù)衰減的模型或另外設(shè)置人工目標物。這種方法對于目標物體的類型和特性不是很敏感， 但是只能針對公路上的連續(xù)目標物，無法廣泛的應(yīng)用于塵活中其他方面。國內(nèi)南京大學(xué)通信技術(shù)研究所陳啟美等人在江蘇省寧常高速公路上建立的基于監(jiān)控視頻的能見度檢測系統(tǒng)在低能見度下測試準確、性能良好。針對普通塵活中常見的場景，如樓宇、草坪、廣場等等，利用圖像信息計算能見度，國內(nèi)外未有成熟實用的氣象能見度測量方法方面的報道。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于圖像學(xué)習(xí)的能見度測量方法，該方法通過分析場景圖像中輪廓清晰、對比明顯的目標物，采用相關(guān)局部對比度計算方法，得出符合人眼視覺感知的圖像特征，利用機器學(xué)習(xí)方法，建立模型，解決了能見度測量與生活類場景圖像融合的難題，適用于任何天氣條件下，無需專門架設(shè)人工標志物和攝像頭等儀器設(shè)備。本發(fā)明的發(fā)明目的技術(shù)特征在于1)與攝像頭拍攝存儲系統(tǒng)兼容在現(xiàn)有的攝像頭拍攝存儲系統(tǒng)之上，不需要改變攝像頭的方向與焦距，利用已訓(xùn)練好的模型，可以實時快捷的計算出當(dāng)前能見度值，便于結(jié)果的發(fā)布。2)圖像預(yù)處理無需專門設(shè)置黑白分明或帶有距離信息的人工目標物，在攝像頭采集到的場景圖像中，選取輪廓清晰、對比明顯的目標物作為感興趣區(qū)域，計算其局部對比度作為圖像特征。3)機器學(xué)習(xí)建立模型將機器學(xué)習(xí)與圖像結(jié)合，從圖像中得到數(shù)值形式的圖像特征，通過學(xué)習(xí)，建立圖像特征與能見度之間的關(guān)系，從而確定圖像與能見度的關(guān)系。4)能見度結(jié)果實時計算只需將實時拍攝的圖像輸入已訓(xùn)練完成的模型，無需人工操作，即可方便、快捷的輸出計算能見度值。本發(fā)明的改進包括圖像預(yù)處理中，采用圖像配準技術(shù)，使用關(guān)鍵點匹配，并通過匹配點之間的位移差值，平移圖像，以消除圖像中的平移誤差；對圖像進行濾波，消除攝像頭與傳輸通道中產(chǎn)生的圖像噪聲。本發(fā)明的改進包括對圖像中目標物進行分窗處理，以一個多維的對比度代替一個單獨的對比度值，更能體現(xiàn)圖像中目標物的清晰明暗變化，也更符合人眼的視覺特征，機器學(xué)習(xí)的效果也更好。本發(fā)明的改進還包括使用訓(xùn)練好的模型對訓(xùn)練數(shù)據(jù)進行驗證，并去除誤差較大的訓(xùn)練數(shù)據(jù)，重新建立模型，以確保訓(xùn)練數(shù)據(jù)和模型的準確性。本發(fā)明適用于不同天氣條件下，例如雨、雪、霧、陰霾、揚沙等等，進行能見度測量； 可在各氣象觀測站或需要觀測地點聯(lián)網(wǎng)分析與發(fā)布，結(jié)合歷史數(shù)據(jù)得到能見度可能的變化與分布情況。本發(fā)明的有益效果是無需專門架設(shè)人工目標物和攝像頭等儀器設(shè)備，利用現(xiàn)有攝像頭采集到的圖像，分析圖像中輪廓清晰、對比明顯的目標，使用機器學(xué)習(xí)方法，得出準確能見度值。解決了能見度測量與生活類場景圖像融合的難題，減少了架設(shè)人工標志物和攝像頭等儀器設(shè)備的人力、物力開銷。


圖1是本發(fā)明能見度測量方法流程圖。圖2為本發(fā)明采用的訓(xùn)練測試圖像。圖3為本發(fā)明采用的灰度化感興趣區(qū)域圖像。圖4為本發(fā)明分窗計算對比度示意圖。
具體實施例方式本發(fā)明實施步驟參見圖1，其測量步驟包括訓(xùn)練過程1)讀入一幅圖像及相對應(yīng)的能見度值，圖1中步驟1、2。2)圖像預(yù)處理包括圖像灰度化、提取感興趣區(qū)域，圖像配準、濾波，圖1中步驟3、4。3)計算感興趣區(qū)域的局部對比度，圖1步驟5。4)重復(fù)過程1)、2)、3)直至全部訓(xùn)練圖像讀取完畢。圖1中步驟6。5)將局部對比度值作為輸入、能見度值作為輸出，利用SVR擬合學(xué)習(xí)，建立模型。 圖1中步驟7。6)保存模型，圖1中步驟8。7)將訓(xùn)練數(shù)據(jù)的對比度值輸入已保存模型，記錄輸出的能見度值與實際值的相對誤差，圖1中步驟9、10。8)若有大于50%的結(jié)果，則去除相應(yīng)的訓(xùn)練數(shù)據(jù)，重復(fù)過程5)、6)、7)；若沒有大于50%的結(jié)果，則保存的現(xiàn)有模型即為最終模型。圖1中步驟11、12、13。測試過程1)讀入待測試圖像，圖1中步驟14、15。2)圖像預(yù)處理包括圖像灰度化、提取感興趣區(qū)域，圖像配準、濾波，圖1中步驟 16、17。3)計算感興趣區(qū)域的局部對比度，圖1中步驟18。4)輸入訓(xùn)練好的模型，輸出能見度值即為最終計算結(jié)果。圖1中步驟19、20、21。本發(fā)明所闡述的基于圖像學(xué)習(xí)的能見度測量方法，包括能見度定義、圖像特征計算、機器學(xué)習(xí)和分窗計算，其原理和具體步驟如下1)能見度與對比度定義氣象上規(guī)定標準視力的人眼在當(dāng)時天氣條件下，能夠從天空背景中看到和辨認出水平方向上黑體目標物的最大距離稱為氣象能見度。更通俗的講，能見度是指觀察目標時，能從背景上分辨出目標物輪廓的最大距離。能見度關(guān)系到人主觀辨別目標的復(fù)雜感知過程，其測量本質(zhì)上是非常困難的。為了克服人的諸如知識背景、精神狀態(tài)等主觀因素，實際測量中以視程來代替能見度。下述有關(guān)能見度的表述都是相應(yīng)于視程的。白天能見度測量的基本原理為，基于Koschmieder定律，以水平天空為背景的黑體目標物，利用目標物和背景視亮度對比，視程可以表示為如下關(guān)系，V = ^^(1)
σ其中，V為目標物和觀測者之間的距離(即水平能見度)，σ為大氣水平消光系數(shù)。 ε是一個與人眼視覺特征相關(guān)的物理量，國際氣象組織推薦ε =0.02，而國際民航組織， 為保證飛行安全，推薦ε =0.05。所以，實際觀測中可以利用大量對比試驗來確定ε的取值。對比度指的是一幅圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級的測量，即指一幅圖像灰度反差的大小。表征了圖像的清晰度，并與能見度存在一定關(guān)系。設(shè)目標物亮度為Bt，目標周圍的水平背景亮度為Bh，則對比度C定義為，C = ^^(2)
Bh此時，對比度有以下規(guī)律，
權(quán)利要求
1.一種基于圖像學(xué)習(xí)的能見度測量方法，其特征在于，利用現(xiàn)有攝像頭拍攝得到的場景圖像，無需專門設(shè)置目標物與架設(shè)攝像頭，主要步驟包括圖像訓(xùn)練過程和測試過程圖像訓(xùn)練過程包括讀入圖像及相應(yīng)能見度O)，灰度化圖像并提取感興趣區(qū)域(3)，圖像配準和濾波G)，計算局部對比度(5)，所有訓(xùn)練圖像全部讀取完畢后，將局部對比度作為輸入、能見度值作為輸出、訓(xùn)練模型(7)，保存訓(xùn)練好的模型(8)，使用訓(xùn)練好的模型測試訓(xùn)練數(shù)據(jù)(9)，計算結(jié)果的相對誤差，若有大于50%的結(jié)果(10)，去除結(jié)果中相對誤差大于 50%的訓(xùn)練數(shù)據(jù)(11)，重新訓(xùn)練模型(7)，若訓(xùn)練數(shù)據(jù)的測試結(jié)果相對誤差均小于50%，保存訓(xùn)練好的模型(12)作為最終模型；圖像測試過程包括讀入圖像(15)，灰度化圖像并提取感興趣區(qū)域(16)，圖像配準和濾波(17)，計算局部對比度(18)作為特征，輸入訓(xùn)練好的模型(19)，輸出能見度(20)。
2.權(quán)利要求1所述的基于圖像學(xué)習(xí)的能見度測量方法，其特征在于，所述計算局部對比度作為圖像特征(5)采用4*4分窗處理，得到16維對比度。
3.權(quán)利要求1所述的基于圖像學(xué)習(xí)的能見度測量方法，其特征在于，所述局部對比度作為輸入、能見度值作為輸出、訓(xùn)練模型(7)采用機器學(xué)習(xí)方法建立模型。
4.權(quán)利要求1所述的基于圖像學(xué)習(xí)的能見度測量方法，其特征在于，所述去除訓(xùn)練模型中相對誤差大于50%的訓(xùn)練數(shù)據(jù)(11)，重新訓(xùn)練模型。
5.權(quán)利要求1所述的基于圖像學(xué)習(xí)的能見度測量方法，其特征在于，所述輸入訓(xùn)練好的模型(19)采用(12)保存的模型。
全文摘要
本發(fā)明公開了一種基于圖像學(xué)習(xí)的能見度測量方法。本發(fā)明利用現(xiàn)有攝像頭拍攝的場景圖像，預(yù)處理并提取圖像中符合人眼視覺特征的局部對比度作為圖像特征，進行機器學(xué)習(xí)，并驗證訓(xùn)練數(shù)據(jù)，去除訓(xùn)練數(shù)據(jù)中誤差較大的值，重新建立模型。通過單幅場景圖像自動計算當(dāng)前能見度值。本發(fā)明考慮了因圖像中傳輸通道噪聲等引起的誤差，和訓(xùn)練學(xué)習(xí)數(shù)據(jù)中存在的偏差，提高了能見度測量結(jié)果的準確度，所述的能見度測量方法適用于任何天氣條件下(霧、雨、雪、揚沙等)氣象能見度的實時測量，適用于公路、氣象觀測站等任何需要監(jiān)測能見度的場所。
文檔編號G06K9/62GK102509102SQ20111028974
公開日2012年6月20日 申請日期2011年9月28日 優(yōu)先權(quán)日2011年9月28日
發(fā)明者殷緒成, 郝紅衛(wèi) 申請人:殷緒成, 郝紅衛(wèi)