的一個(gè)0維向量：
[0075] Xn= (Xnl, . . . ,Χη?)Τ Xn^R°
[0076] 在{yi} i = 1，…，D坐標(biāo)系下，將Xn轉(zhuǎn)換到{yi}坐標(biāo)系下，得到
[0077] χη= (αη1，· · ·，anD)T
[0078] 取D維坐標(biāo)中的Μ個(gè)坐標(biāo)基向量，用這Μ個(gè)基向量方向的系數(shù)來(lái)近似表示χη，得到
[0079]
[0080] 式中Zni = XnTUi = ani，n=l，."，N;i = l，· · ·，Μ;
[0081]
[0082]計(jì)算近似值與實(shí)際值的差異：
[0083]
[0084] 由于前Μ項(xiàng)與原向量是一致的，因此計(jì)算差值時(shí)，前Μ項(xiàng)都為0,用基向量的形式來(lái) 表示差值，則得到如下表達(dá)式：
[0085]
[0086] 由于{Ul}坐標(biāo)系下的基向量都是單位正交向量，且具有完備性，因此將兩個(gè)向量 的差異表不為如下
[0087]
[0088]通過(guò)矩陣的運(yùn)算將上式簡(jiǎn)化成 [0089]
[0090]按照方差的公式：
[0091]
[0092] 求得dn(n=l，…，N)的方差，下面分別計(jì)算E(被 >以及[E(dn)]2，
[0093] 將4對(duì)數(shù)據(jù)集中所有N組數(shù)據(jù)進(jìn)行求均值，得到：
[0094]
[0095] 整理后得到簡(jiǎn)化表達(dá)式：
[0096]
i Y 4.
[0097] 式中 _
表示Ν組數(shù)據(jù){%}的協(xié)方差矩陣，
[0098]
[0099] 利用基向量集&%}的單位正交特性
[0100]
[0101]
[0102] 式中3ij為克羅內(nèi)克符號(hào)，
[0103] 簡(jiǎn)化[辟4)_|2的表達(dá)式：
[0104]
[0105]
[0106]
[0107] 式中
為一標(biāo)量，只與Xn有關(guān)，貝lj(dn) 2的表達(dá)式 可以化簡(jiǎn)為：
[0108]

[0113] 利用拉格朗日乘數(shù)法：
[0114]
[0115] 分別對(duì)m(i=M+l，-_，D)求偏導(dǎo)，求得導(dǎo)數(shù)零點(diǎn)，可以得到
[0116]
[0117] 令矩陣H=(B_SS)，將上式化簡(jiǎn)為：
[0118] Hui = AiUi
[0119] 該式表示Ai為矩陣Η對(duì)應(yīng)于特征向量m的特征值，
[0120] 由矩陣B和矩陣S的表達(dá)式可以看出，B和S2都是對(duì)稱矩陣，因而矩陣Η也是DXD的 對(duì)稱矩陣，且矩陣只與當(dāng)前數(shù)據(jù)集Ιχ η}相關(guān)，對(duì)于一個(gè)確定的數(shù)據(jù)集，按照Η的表達(dá)式求出Η 的所有特征向量和特征值，然后按照特征值大小進(jìn)行排序，選擇與前Μ個(gè)最大的特征值對(duì)應(yīng) 的特征向量作為主成分子空間對(duì)數(shù)據(jù)集進(jìn)行投影；
[0121] 利用以上算法對(duì)系統(tǒng)采集的數(shù)據(jù)進(jìn)行處理，得到新的正交基向量{m，u2}，其中m 所對(duì)應(yīng)的特征值較大，因此m為主成分方向，然后對(duì)所有數(shù)據(jù)進(jìn)行轉(zhuǎn)換，將數(shù)據(jù)集轉(zhuǎn)換到以 {m，U2}為坐標(biāo)軸的空間中進(jìn)行分析，所有的數(shù)據(jù)點(diǎn)都會(huì)退化為在同一條直線上的點(diǎn)，且比 較理想地向兩個(gè)區(qū)域聚集，這條直線的方向就是基向量u 2的方向，在這種情況下再利用K-Means算法對(duì)其進(jìn)行聚類(lèi)分析，就能夠確定當(dāng)前環(huán)境是否屬于雨天夜間環(huán)境。
[0122] 對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在 不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無(wú)論 從哪一點(diǎn)來(lái)看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán) 利要求而不是上述說(shuō)明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有 變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。
[0123] 此外，應(yīng)當(dāng)理解，雖然本說(shuō)明書(shū)按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包 含一個(gè)獨(dú)立的技術(shù)方案，說(shuō)明書(shū)的這種敘述方式僅僅是為清楚起見(jiàn)，本領(lǐng)域技術(shù)人員應(yīng)當(dāng) 將說(shuō)明書(shū)作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員 可以理解的其他實(shí)施方式。
【主權(quán)項(xiàng)】
1. 一種雨天環(huán)境下基于圖像特征的監(jiān)控環(huán)境識(shí)別算法，包括白天雨天環(huán)境識(shí)別算法和 夜間有路燈反光的雨天環(huán)境識(shí)別算法，其特征在于，白天雨天識(shí)別算法分為以下幾個(gè)步驟： 步驟一:分別在左側(cè)與右側(cè)車(chē)道標(biāo)記雨天檢測(cè)區(qū)域，分別對(duì)兩個(gè)檢測(cè)區(qū)域中的亮度、像 素梯度進(jìn)行統(tǒng)計(jì)，得到三個(gè)參數(shù)分別是右側(cè)像素點(diǎn)梯度分布方差VarianceR，左側(cè)像素點(diǎn)梯 度分布方差Variances以及檢測(cè)區(qū)域亮度Luminance，本算法中綜合考慮計(jì)算速度和計(jì)算 效果，以及各向同性的原則，像素點(diǎn)梯度值采用8鄰域均值的方法作為該像素點(diǎn)的梯度值， 如下式所示，式中Xi為各像素點(diǎn)的像素值； 所述雨天環(huán)境識(shí)別算法分為以下幾個(gè)步驟： 步驟一:夜間雨天環(huán)境中最為突出的是燈光的反光，利用這一特征進(jìn)行夜間雨天的識(shí) 另IJ，路面反射看到的燈光大多偏亮黃色或者趨近于白色，也就是說(shuō)這些像素點(diǎn)的RGB像素值 接近于(255,255,255)，根據(jù)這些特征，本算法中將某一像素點(diǎn)是否是高亮點(diǎn)的定義如下：其中P(x，y) = l表示該像素點(diǎn)是高亮點(diǎn)，0表示非高亮點(diǎn)， 步驟二:假設(shè)有一組觀測(cè)值Ιχη}，η=1，···，Ν，Χη是歐式空間中的一個(gè)D維向量： Χη - ( Xnl，· · ·，XnD ) Xn E R 在{叫} i = 1，…，D坐標(biāo)系下，將Χη轉(zhuǎn)換到{μι}坐標(biāo)系下，得到 Χη 一 ( Qnl r ... r 〇nD ) 取D維坐標(biāo)中的M個(gè)坐標(biāo)基向量，用這M個(gè)基向量方向的系數(shù)來(lái)近似表示χη，得到K*zni = xnTUi = ani，n=l，...，N;i = l，...，M; 夂i=M+l，...，D; ， 計(jì)算近似值與實(shí)際值的差異：由于前Μ項(xiàng)與原向量是一致的，因此計(jì)算差值時(shí)，前Μ項(xiàng)都為0，用基向量的形式來(lái)表示 差值，則得到如下表達(dá)式：由于{m}坐標(biāo)系下的基向量都是單位正交向量，且具有完備性，因此將兩個(gè)向量的差異 表不為如下通過(guò)矩陣的運(yùn)算將上式簡(jiǎn)化成求得dn(n=l，...，N)的方差，下面分別計(jì)算F|￡l|)以及|鱗412， 將4對(duì)數(shù)據(jù)集中所有N組數(shù)據(jù)進(jìn)行求均值，得到：利用基向量集{m}的單位正交特性式中k為克羅內(nèi)克符號(hào)， 簡(jiǎn)化[E(dn)]2的表達(dá)式：式中七= 1，= 4、、為一標(biāo)量，只與Xn有關(guān)，則(dn)2的表達(dá)式可以 化簡(jiǎn)為：令矩陣H= (B-SS)，將上式化簡(jiǎn)為： Hui = AiUi 該式表示\為矩陣Η對(duì)應(yīng)于特征向量m的特征值， 由矩陣B和矩陣S的表達(dá)式可以看出，B和S2都是對(duì)稱矩陣，因而矩陣Η也是DXD的對(duì)稱矩 陣，且矩陣只與當(dāng)前數(shù)據(jù)集Ιχη}相關(guān)，對(duì)于一個(gè)確定的數(shù)據(jù)集，按照Η的表達(dá)式求出Η的所有 特征向量和特征值，然后按照特征值大小進(jìn)行排序，選擇與前Μ個(gè)最大的特征值對(duì)應(yīng)的特征 向量作為主成分子空間對(duì)數(shù)據(jù)集進(jìn)行投影； 利用以上算法對(duì)系統(tǒng)采集的數(shù)據(jù)進(jìn)行處理，得到新的正交基向量{m，U2}，其中m所對(duì) 應(yīng)的特征值較大，因此m為主成分方向，然后對(duì)所有數(shù)據(jù)進(jìn)行轉(zhuǎn)換，將數(shù)據(jù)集轉(zhuǎn)換到以{m， U2}為坐標(biāo)軸的空間中進(jìn)行分析，所有的數(shù)據(jù)點(diǎn)都會(huì)退化為在同一條直線上的點(diǎn)，且比較理 想地向兩個(gè)區(qū)域聚集，這條直線的方向就是基向量u 2的方向，在這種情況下再利用K-Means 算法對(duì)其進(jìn)行聚類(lèi)分析，就能夠確定當(dāng)前環(huán)境是否屬于雨天夜間環(huán)境。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種雨天環(huán)境下基于圖像特征的監(jiān)控環(huán)境識(shí)別算法，包括白天雨天環(huán)境識(shí)別算法和夜間有路燈反光的雨天環(huán)境識(shí)別算法。本發(fā)明解決在高速公路視頻監(jiān)控系統(tǒng)中雨天識(shí)別率很低的問(wèn)題，對(duì)雨天環(huán)境下的視頻圖像特征進(jìn)行了研究，提出了針對(duì)白天和夜間兩種情況下雨天環(huán)境的識(shí)別算法，相較于現(xiàn)有的技術(shù)，本算法極大的提高了雨天環(huán)境下視頻監(jiān)控系統(tǒng)的魯棒性。
【IPC分類(lèi)】G06K9/00, G06K9/46
【公開(kāi)號(hào)】CN105678274
【申請(qǐng)?zhí)枴緾N201610024548
【發(fā)明人】符鋅砂, 林立恩, 王祥波, 曾彥杰, 郭恩強(qiáng), 劉念, 朱振杰
【申請(qǐng)人】符鋅砂
【公開(kāi)日】2016年6月15日
【申請(qǐng)日】2016年1月13日