一种高速公路能见度估算方法、系统、设备及存储介质技术方案

本发明专利技术的一种高速公路能见度估算方法、系统、设备及存储介质，方法包括获取高速公路视频数据，并进行预处理；把处理好的视频数据，输入事先设定的车道线检测模型，得到Mask图像；将mask图像经过轮廓查找得到车道线分割区域轮廓的坐标点，经过排序处理得到车道线最上边的点坐标和最下边的点坐标；根据车道线最上边的点坐标和最下边的点坐标，由单目摄像头的测距原理计算得到两个端点的实际距离；再根据暗通道先验理论计算分别得到两个端点处透射率，最后结合两个端点的透射率和实际距离计算得到该地段的能见度。本发明专利技术能够全自动实时估算各个路段的能见度，并告知相关部门，以便对车流量进行把控，减小交通意外发生的概率。减小交通意外发生的概率。减小交通意外发生的概率。

【技术实现步骤摘要】
一种高速公路能见度估算方法、系统、设备及存储介质


[0001]本专利技术涉及能见度估算方法
，具体涉及一种高速公路能见度估算方法、系统、设备及存储介质。

技术介绍

[0002]低能见度不仅影响道路通行能力，而且极易引发交通事故，威胁生命与财产安全，尤其在行驶速度较快的高速公路上，其安全危害更大。因此提前知道各个路段能见度情况能够有效降低交通事故发生的概率。
[0003]目前能见度检测主要有三种检测方案：1、人眼主观判断。该方案需要较多的人力资源，不能做到实时监测。2、基于能见度检测仪器。该方案增加额外的设备费用，以及后续维护费用。3、基于双目摄像头标定的检测方法。目前应用于高速公路的摄像头大部分为单目摄像头，如果替换也会花费大量的费用。

技术实现思路

[0004]本专利技术提出的一种高速公路能见度估算方法、系统、设备及存储介质，能够在雾天根据各个路段的监控视频估算出该路段的能见度。
[0005]为实现上述目的，本专利技术采用了以下技术方案：
[0006]一种高速公路能见度估算方法，包括通过计算机设备实现以下步骤，
[0007]获取高速公路视频数据，并进行预处理；
[0008]把处理好的视频数据，输入事先设定的车道线检测模型，得到Mask图像；
[0009]将mask图像经过轮廓查找得到车道线分割区域轮廓的坐标点，经过排序处理得到车道线最上边的点坐标和最下边的点坐标；
[0010]根据车道线最上边的点坐标和最下边的点坐标，由单目摄像头的测距原理计算得到两个端点的实际距离；
[0011]再根据暗通道先验理论计算分别得到两个端点处透射率，最后结合两个端点的透射率和实际距离计算得到该地段的能见度。
[0012]进一步的，获取高速公路视频数据，并进行预处理，包括：
[0013]获取监控摄像头的视频流，然后通过第三方图像处理库得到待处理的图像；将每帧图像放缩到指定大小，并转换数据类型；
[0014]其中，将图片的每个像素值转换为浮点型，然后进行归一化即将像素值转换到0～1区间，最后做减均值，除方差处理。
[0015]进一步的，所述车道线检测模型构建步骤如下：
[0016]所述车道线检测模型在DDRnet基础上进行修改，DDRnet从主干开始，然后被分成两个具有不同分辨率的平行深分支；其中一个深分支生成相对高分辨率的特征映射，另外一个通过多次下采样操作提取丰富的上下文信息；两个分支之间桥接多个双边连接；
[0017]还包括模型训练：采集一定量的包含车道线高速公路图像，标注得到训练标签，标
签转换；利用标注好的label和原图，再将原图和label分批次输入至网络模型进行训练，随着训练loss的下降最终得到一个车道线检测模型。
[0018]进一步的，所述将mask图像经过轮廓查找得到车道线分割区域轮廓的坐标点，经过排序处理得到车道线最上边的点坐标和最下边的点坐标，包括：
[0019]将mask图像经过轮廓查找，通过设置阈值方式删除杂点以及一些误检目标得到多个车道线分割区域轮廓的坐标点，经过排序和索引最大值、最小值所在位置处理得到最优检测车道线最上边的点坐标和最下边的点坐标。
[0020]进一步的，所述根据车道线最上边的点坐标和最下边的点坐标，由单目摄像头的测距原理计算得到两个端点的实际距离，包括：
[0021]首先根据mask图像中车道线两个端点的的坐标计算出该车道线两个端点的实际距离；
[0022]根据测距原理图在y
’‑
z平面投影图上的三角关系得到如下公式推导：
[0023][0024][0025][0026][0027][0028]abcd是单帧图像，x，y是待测点的坐标。
[0029]进一步的，计算两个端点处的透射率包括：
[0030]根据暗通道先验理论计算指定坐标位置的透射率，暗通道图像是取图像中每个像素位置的RGB三个值中的最小值，形成一幅单通道图像；
[0031]在计算机视觉，用大气散射模型来描述有雾图像，该模型方程为：
[0032]I(x)＝t(x)
·
J(x)+(1
‑
t(x))
·
A
[0033]其中x表示像素的坐标，I(x)表示有雾图像，J(x)表示原始无雾图像，A表示大气光值，t(x)表示光线透射率；
[0034]A的取值分为两步：(1)由暗通道图像按照像素值大小排序取前0.1％，(2)找到前0.1％像素的对应在原图上的位置，对该位置上亮度，其中最大的值为A的值；
[0035][0036]c表示红绿蓝三个通道，J
c
(y)表示无雾图像的c通道图像，Ω(x)表示以像素点x为中心的局部区域；
[0037][0038][0039]进一步的，能见度计算步骤如下：
[0040]大气的消光系数：
[0041][0042]其中t1和t2表示两个端点的透射率，d表示两个端点的实际距离
[0043][0044]另一方面，本专利技术还公开一种高速公路能见度估算系统，包括以下单元，
[0045]数据获取单元，用于获取高速公路视频数据，并进行预处理；
[0046]数据处理单元，用于把处理好的视频数据，输入事先设定的车道线检测模型，得到Mask图像；
[0047]计算单元，用于将mask图像经过轮廓查找得到车道线分割区域轮廓的坐标点，经过排序处理得到车道线最上边的点坐标和最下边的点坐标；根据车道线最上边的点坐标和最下边的点坐标，由单目摄像头的测距原理计算得到两个端点的实际距离；再根据暗通道先验理论计算分别得到两个端点处透射率，最后结合两个端点的透射率和实际距离计算得到该地段的能见度。
[0048]再一方面，本专利技术还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述方法的步骤；
[0049]又一方面，本专利技术还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0050]由上述技术方案可知，本专利技术的高速公路能见度估算方法、系统、设备及存储介质，能够全自动实时估算各个路段的能见度，并告知相关部门，以便对车流量进行把控，减小交通意外发生的概率。也可以通过语音播报方式告知驾驶员注意控制与前方车辆的距离以及行车速度。
附图说明
[0051]图1是本专利技术的方法流程图；
[0052]图2是本专利技术的DDRnet模型结构图；
[0053]图3是本专利技术的单目摄像头测距原理简图；
[0054]图4是本专利技术的测距原理图在y
’‑
z平面投影图。
具体实施方式
[0055]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速公路能见度估算方法，其特征在于：通过计算机设备实现以下步骤，获取高速公路视频数据，并进行预处理；把处理好的视频数据，输入事先设定的车道线检测模型，得到Mask图像；将mask图像经过轮廓查找得到车道线分割区域轮廓的坐标点，经过排序处理得到车道线最上边的点坐标和最下边的点坐标；根据车道线最上边的点坐标和最下边的点坐标，由单目摄像头的测距原理计算得到两个端点的实际距离；再根据暗通道先验理论计算分别得到两个端点处透射率，最后结合两个端点的透射率和实际距离计算得到该地段的能见度。2.根据权利要求1所述的高速公路能见度估算方法，其特征在于：获取高速公路视频数据，并进行预处理，包括：获取监控摄像头的视频流，然后通过第三方图像处理库得到待处理的图像；将每帧图像放缩到指定大小，并转换数据类型；其中，将图片的每个像素值转换为浮点型，然后进行归一化即将像素值转换到0～1区间，最后做减均值，除方差处理。3.根据权利要求2所述的高速公路能见度估算方法，其特征在于：所述车道线检测模型构建步骤如下：所述车道线检测模型在DDRnet基础上进行修改，DDRnet从主干开始，然后被分成两个具有不同分辨率的平行深分支；其中一个深分支生成相对高分辨率的特征映射，另外一个通过多次下采样操作提取丰富的上下文信息；两个分支之间桥接多个双边连接；还包括模型训练：采集一定量的包含车道线高速公路图像，标注得到训练标签，标签转换；利用标注好的label和原图，再将原图和label分批次输入至网络模型进行训练，随着训练loss的下降最终得到一个车道线检测模型。4.根据权利要求3所述的高速公路能见度估算方法，其特征在于：所述将mask图像经过轮廓查找得到车道线分割区域轮廓的坐标点，经过排序处理得到车道线最上边的点坐标和最下边的点坐标，包括：将mask图像经过轮廓查找，通过设置阈值方式删除杂点以及一些误检目标得到多个车道线分割区域轮廓的坐标点，经过排序和索引最大值、最小值所在位置处理得到最优检测车道线最上边的点坐标和最下边的点坐标。5.根据权利要求4所述的高速公路能见度估算方法，其特征在于：所述根据车道线最上边的点坐标和最下边的点坐标，由单目摄像头的测距原理计算得到两个端点的实际距离，包括：首先根据mask图像中车道线两个端点的的坐标计算出该车道线两个端点的实际距离；根据测距原理图在y<...

【专利技术属性】
技术研发人员：龙祥，朱文佳，骆乐乐，
申请(专利权)人：安徽百诚慧通科技有限公司，
类型：发明
国别省市：