基于改进的双亮度差法和灰色预测模型的团雾预报方法技术

技术编号：44907605 阅读：6 留言：0更新日期：2025-04-08 18:53

本发明专利技术涉及一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，属于团雾的预测领域，包括以下步骤：(1)建立视频图像数据集；(2)图像灰度化；(3)图像滤波降噪；(4)特征区域分割提取；(5)计算能见度；(6)重复步骤(2)到步骤(5)，得到能见度的时间序列；(7)输入能见度时间序列，基于灰色预测模型实现对团雾的预报。本发明专利技术的优点是：使用改进的双亮度差法结合灰色预测模型，解决了现有的团雾预报方法中存在的气象设备分布稀疏、设备成本高和维护复杂等现状导致的监测范围受限，实现了对道路交通中团雾及时且精准的预报。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，属于团雾预测领域。

技术介绍

1、团雾是一种突发性强、影响范围小但对交通安全危害极大的气象现象，气象学上通常使用能见度作为团雾预报的重要参数。传统的团雾预报方法主要以能见度观测仪和激光雷达等气象仪器观测为主，但具有设备分布稀疏、设备成本高和维护复杂等局限性，导致监测范围受限，难以捕捉团雾的局地性和瞬时性特征，无法满足团雾预报的实时且精确的需求。近年来，视频监控与图像处理技术的应用，使捕捉团雾发生的实时动态得到实现，但不同的算法会影响到能见度检测结果的精确度，且无法实现对团雾发展趋势进行监测预报。

技术实现思路

1、为了解决现有技术存在的上述问题，本专利技术提出了一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，利用改进的图像处理技术对采集的道路监控视频数据进行分析，从而得到能见度时间序列，输入至振荡序列的gm(1,1)灰色预测模型，预测能见度随时间的变化趋势，实现对团雾的预报，提高道路交通的安全性。

2、本专利技术提供一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，本专利技术的技术方案是：

3、一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，包括以下步骤：(1)建立视频图像数据集；(2)图像灰度化；(3)图像滤波降噪；(4)特征区域分割提取；(5)计算能见度；(6)重复步骤(2)到步骤(5)，得到能见度的时间序列；(7)输入能见度时间序列，基于灰色预测模型实现对团雾的预报。</p>

4、所述的步骤(1)具体为：基于道路监控设备采集的视频数据进行逐帧分解，形成视频图像数据集。

5、所述的步骤(2)具体为：

6、2.1读取步骤(1)所得视频图像数据集内的彩色图像；

7、2.2将彩色图像中每个像素的红色r、绿色g和蓝色b三个通道经过加权平均公式：gray＝0.30r+0.59g+0.11b,处理后变为灰度gray单通道

8、2.3.生成灰度图像，实现图像灰度化。

9、所述步骤(3)具体为：

10、使用中值滤波器对步骤(2)所得灰度图像进行滤波降噪处理。

11、在所述步骤(4)中，利用区域生长法对特征区域进行分割，具体包括以下步骤：

12、4.1.在步骤(3)所得图像中的天空区域选择一个像素点作为种子；

13、4.2将邻域中相似的像素点通过阈值合并到种子区域，进行邻域扩展；

14、4.3重复步骤4.1和步骤4.2，将新像素作为种子与其邻域合并，直至所有像素都包含在特征区域内，实现区域分割；

15、4.4对分割后的天空区域各像素点的灰度取平均值，得到目标物的灰度gt。

16、所述步骤(5)中，具体包括以下步骤：

17、选取两个目标物，其灰度可由步骤(4)得到，分别记为gt1和gt2；目标物到摄像机镜头的距离分别为l1和l2，l2-l1通过路面标识距离得到，代入公式：其中，vd为能见度，gg1和gg2分别为两个目标物的背景天空亮度；为减小测试误差，选区的目标物与观测点的视线方向一致，使gg1＝gg2，从而计算出能见度vd。

18、在所述步骤(6)中，具体包括以下步骤：

19、重复步骤(2)至步骤(5)，计算视频图像数据集中全部图像的能见度，同时提取每张图像的时间信息，得到能见度的时间序列。

20、在所述步骤(7)中，具体包括以下步骤：将步骤(6)所得能见度的时间序列输入基于振荡序列的gm(1,1)灰色预测模型，分别构造生成列、矩阵b和数据向量y，得到振荡序列gm(1,1)灰色预测模型的时间响应序列为：从而对能见度进行预测分析，实现对团雾的预报。

21、本专利技术的优点是：使用改进的双亮度差法结合灰色预测模型，解决了现有的团雾预报方法中存在的气象设备分布稀疏、设备成本高和维护复杂等现状导致的监测范围受限，难以捕捉团雾的局地性和瞬时性特征，以及能见度检测结果的精确度不理想，无法实现对团雾发展趋势进行监测预报的问题，实现了对道路交通中团雾及时且精准的预报。

本文档来自技高网...

【技术保护点】

1.一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，包括以下步骤：(1)建立视频图像数据集；(2)图像灰度化；(3)图像滤波降噪；(4)特征区域分割提取；(5)计算能见度；(6)重复步骤(2)到步骤(5)，得到能见度的时间序列；(7)输入能见度时间序列，基于灰色预测模型实现对团雾的预报。

2.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，所述的步骤(1)具体为：基于道路监控设备采集的视频数据进行逐帧分解，形成视频图像数据集。

3.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，所述的步骤(2)具体为：

4.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，所述步骤(3)具体为：

5.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，在所述步骤(4)中，利用区域生长法对特征区域进行分割，具体包括以下步骤：

6.根据权利要求1所述的一种基于改进的双亮度差法和灰

7.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，所述步骤(6)中，具体包括以下步骤：

8.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，在所述步骤(7)中，具体包括以下步骤：将步骤(6)所得能见度的时间序列输入基于振荡序列的GM(1,1)灰色预测模型，分别构造生成列、矩阵B和数据向量Y，得到振荡序列GM(1,1)灰色预测模型的时间响应序列为：从而对能见度进行预测分析，实现对团雾的预报。

...

【技术特征摘要】

3.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，所述的步骤(2)具体为：

4.根据权利要求1所述的一种基于改进的双亮度差法和灰色预测模型的团雾预报方法，其特征在于，所述步骤(3)具体为：

5.根据权利要求...

【专利技术属性】
技术研发人员：王娜娜，庞华基，孟繁辉，
申请(专利权)人：胶州市气象局，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人