[發明專利]基于特征信息分類的道路雨雪狀態自動識別方法

有效

• 申請號: 201210545475.X
• 申請日: 2012-12-14
• 公開（公告）號: CN103034862A
• 公開（公告）日: 2013-04-10
• 發明（設計）人: 王文;孫中華;張春雨;賈克斌;杜戈;蘇勇;楊振邦;白雪;徐玉春;桑苗杰;邵力;劉國法;張杰;李建民;王東升;楊明潔;李蕊
• 申請（專利權）人: 北京誠達交通科技有限公司;北京工業大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 北京萬科園知識產權代理有限責任公司 11230
• 代理人: 李京楠;張亞軍

1.一種基于特征信息分類的道路雨雪狀態自動識別方法，包括步驟（A）：樣本描述特征提取與貝葉斯分類器構建，步驟（B）：檢測道路狀態，

其特征是：所述步驟（A）由以下小步驟構成：

小步驟（A1），獲取樣本圖像：

在降雪季節或降雨季節用拍攝設備拍攝待監控道路的路面狀態變化，從中選擇三段視頻，這三段視頻分別拍攝到路面狀態的三種場景：第一種場景是路面干燥場景，第二種場景是路面濕滑場景，第三種場景是路面極滑場景；

如果是降雪季節，第一種場景選擇未下雪場景，第二種場景選擇路面上已出現降雪，但降雪被汽車碾壓過后，開始消融，成為雪、水混合狀態，路面變得濕滑場景，第三種場景選擇路面積雪場景，積雪場景是指路面上已出現降雪，降雪被汽車碾壓過后，沒有消融，而是成為壓實狀態，路面變得極滑場景；

如果是降雨季節，第一種場景選擇未下雨場景，第二種場景選擇路面受雨水沖刷變得濕滑，但汽車從路面上行駛過后，車輪沒有濺起水花場景，第三種場景選擇路面積水場景，積水場景是指汽車從路面上行駛過后，車輪濺起了水花場景；

無論是降雪季節或降雨季節，上述路面狀態的三種場景中均有交通流信息，將上述拍攝到的干燥、濕滑、極滑路面狀態的三種場景的視頻逐幀進行提取，分別存儲在圖像數據處理設備的三個存儲單元中，這三個存儲單元被命名為：干燥道路彩色圖像樣本存儲單元、濕滑道路彩色圖像樣本存儲單元、極滑道路彩色圖像樣本存儲單元；每個道路彩色圖像樣本存儲單元中的圖像幀按時間軸排列，從而形成連續圖像幀，圖像幀的存儲形式為矩陣形式；

小步驟（A2），進行圖像預處理，小步驟（A2）由以下細分步驟構成，

細分步驟（A2-1），獲取灰度圖像：

通過彩色圖像向灰度圖像的轉換公式，將干燥道路彩色圖像樣本存儲單元、濕滑道路彩色圖像樣本存儲單元、極滑道路彩色圖像樣本存儲單元中的圖像幀分別轉換成灰度圖像，并分別存儲在三個存儲單元中，這三個存儲單元分別被命名為：干燥道路灰度圖像樣本存儲單元、濕滑道路灰度圖像樣本存儲單元、極滑道路灰度圖像樣本存儲單元；

細分步驟（A2-2），通過圖像分割，提取道路區域圖像：

將干燥道路灰度圖像樣本存儲單元、濕滑道路灰度圖像樣本存儲單元、極滑道路灰度圖像樣本存儲單元中每一圖像幀分割成兩塊，這兩塊分別是中心塊和周邊塊，將周邊塊去除，只保留中心塊，將分割好的只保留中心塊的圖像幀對應的存儲在三個存儲單元中，這三個存儲單元被命名為：干燥道路區域樣本存儲單元、濕滑道路區域樣本存儲單元、極滑道路區域樣本存儲單元；

細分步驟（A2-3），獲取圖像幀間灰度差：

依次對干燥道路區域圖像樣本存儲單元、濕滑道路區域圖像樣本存儲單元、極滑道路區域圖像樣本存儲單元中的各個相鄰圖像幀分別計算幀間灰度差，計算方法是：通過矩陣減法對每個存儲單元中相鄰圖像幀對應像素位置處的像素灰度值做差并取絕對值后求和，作為相鄰兩圖像幀的幀差，將幀差分別存儲在三個存儲單元中，這三個存儲單元分別命名為：

干燥道路區域圖像樣本幀差存儲單元、濕滑道路區域圖像樣本幀差存儲單元、極滑道路區域圖像樣本幀差存儲單元；

細分步驟（A2-4），獲取幀差閾值：

對干燥道路區域圖像樣本幀差存儲單元、濕滑道路區域圖像樣本幀差存儲單元、極滑道路區域圖像樣本幀差存儲單元中所有的幀差取平均值和方差，然后以平均值與兩倍方差之和作為閾值，共得到三個閾值，將這三個閾值分別存儲在三個存儲單元中，這三個存儲單元分別命名為：干燥道路區域圖像樣本閾值存儲單元、濕滑道路區域圖像樣本閾值存儲單元、極滑道路區域圖像樣本閾值存儲單元；

細分步驟（A2-5），通過自適應閾值法去除車輛干擾，提取道路有效區域圖像：

將干燥道路區域圖像樣本幀差存儲單元、濕滑道路區域圖像樣本幀差存儲單元、極滑道路區域圖像樣本幀差存儲單元中的各圖像幀的幀差分別與干燥道路區域圖像樣本閾值存儲單元、濕滑道路區域圖像樣本閾值存儲單元、極滑道路區域圖像樣本閾值存儲單元中的閾值一、一對應的進行比較，如果某一當前圖像幀與相鄰的上一圖像幀的幀差大于閾值，則把該當前圖像幀作為車輛出現幀，記錄該當前圖像幀的位置，然后繼續比較，直至將所有道路區域圖像樣本幀差存儲單元中的車輛出現幀找到，將未記錄車輛出現幀的其余各圖像幀對應存儲在三個存儲單元中，該三個存儲單元被命名為干燥道路有效區域樣本圖像存儲單元、濕滑道路有效區域樣本圖像存儲單元、極滑道路有效區域樣本圖像存儲單元；

小步驟（A3），提取道路有效區域樣本圖像紋理屬性值以及灰度平均值：

對干燥道路有效區域樣本圖像存儲單元、濕滑道路有效區域樣本圖像存儲單元、極滑道路有效區域樣本圖像存儲單元中的各圖像幀的灰度平均值進行計算，接著在0度、90度、135度三個方向上，求取每一圖像幀的灰度共生矩陣，并根據灰度共生矩陣，計算每一圖像幀的紋理屬性值，圖像幀的紋理屬性值由圖像的熵、圖像的能量、圖像的對比度、圖像的自相關、圖像的逆差矩組成，然后，將圖像幀的紋理屬性值以及灰度平均值存儲在三個存儲單元中，該三個存儲單元被命名為干燥道路屬性值存儲單元、濕滑道路屬性值存儲單元、極滑道路屬性值存儲單元；

小步驟（A4），計算道路樣本概率密度函數，計算方法是：

計算干燥道路屬性值存儲單元中所有圖像幀紋理屬性值的均值和方差以及灰度平均值的均值和方差，代入高斯分布函數公式中，得到干燥道路圖像幀熵、能量、對比度、自相關、逆差矩以及灰度平均值的概率密度函數，將這些概率密度函數存儲在一個存儲單元中，該存儲單元被命名為干燥道路圖像概率密度函數存儲單元；

計算濕滑道路屬性值存儲單元中所有圖像幀紋理屬性值的均值和方差以及灰度平均值的均值和方差，代入高斯分布函數公式中，得到濕滑道路圖像幀熵、能量、對比度、自相關、逆差矩以及灰度平均值的概率密度函數，將這些概率密度函數存儲在一個存儲單元中，該存儲單元被命名為濕滑道路圖像概率密度函數存儲單元；

計算極滑道路屬性值存儲單元中所有圖像幀紋理屬性值的均值和方差以及灰度平均值的均值和方差，代入高斯分布函數公式中，得到極滑道路圖像幀熵、能量、對比度、自相關、逆差矩以及灰度平均值的概率密度函數，將這些概率密度函數存儲在一個存儲單元中，該存儲單元被命名為極滑道路圖像概率密度函數存儲單元；

小步驟（A5），確定類條件概率密度函數運算規則，構建貝葉斯分類器：以干燥道路圖像概率密度函數存儲單元中所有概率密度函數的聯乘作為第一個運算規則；以濕滑道路圖像概率密度函數存儲單元中所有概率密度函數的聯乘作為第二個運算規則；以極滑道路圖像概率密度函數存儲單元中所有概率密度函數的聯乘作為第三個運算規則；將第一、第二、第三個運算規則存儲在一個存儲單元中，該存儲單元被命名為道路路面狀態判別存儲單元；

所述步驟（B）由以下小步驟組成：

小步驟（B1），獲取道路檢測圖像：用拍攝設備拍攝待監控道路，按照設定的時間間隔截取視頻流中的一段視頻，并對該段視頻的圖像逐幀進行提取，存儲在圖像數據處理設備的一個存儲單元中，這個存儲單元被命名為：道路檢測彩色圖像存儲單元，存儲時，圖像幀按時間軸排列，從而形成連續的圖像幀，圖像幀的存儲形式為矩陣形式；

小步驟（B2），進行圖像預處理，小步驟（B2）由以下細分步驟構成，

細分步驟（B2-1），獲取灰度圖像，通過彩色圖像向灰度圖像轉換公式，將道路檢測彩色圖像存儲單元中的圖像幀轉換成灰度圖像，并存儲在一個存儲單元中，該存儲單元被命名為道路檢測灰度圖像存儲單元；

細分步驟（B2-2），通過圖像分割，提取道路區域圖像：

將道路檢測灰度圖像存儲單元中每一圖像幀都分割成兩塊，這兩塊分別是中心塊和周邊塊，將周邊塊去除，只保留中心塊，將分割好的只保留中心塊的圖像幀存儲在一個存儲單元中，這個存儲單元被命名為：道路區域檢測圖像存儲單元；

細分步驟（B2-3），獲取圖像幀間灰度差：

對道路區域檢測圖像存儲單元中的相鄰圖像幀計算幀差，計算方法是：用矩陣減法對相鄰圖像幀對應像素位置處的像素灰度值做差并取絕對值，計算所有像素對應位置處差值絕對值之和，作為相鄰兩圖像幀的幀差，將幀差存儲在一個存儲單元中，這個存儲單元分別命名為：道路區域檢測圖像幀差存儲單元；

細分步驟（B2-4），獲取幀差閾值：

對道路區域檢測圖像幀差存儲單元中所有的幀差取平均值和方差，然后以平均值與兩倍方差之和作為閾值，這個閾值存儲在一個存儲單元中，這個存儲單元被命名為道路區域檢測圖像閾值存儲單元；

細分步驟（B2-5），通過自適應閾值法去除車輛干擾，提取道路有效區域圖像：

將道路區域檢測圖像幀差存儲單元中各相鄰的圖像幀的幀差與道路區域檢測圖像閾值存儲單元中的閾值進行比較，如果某一當前圖像幀與相鄰的上一圖像幀的幀差大于閾值，則把該當前圖像幀作為車輛出現幀，記錄該當前圖像幀的位置，然后繼續比較，直至將道路區域檢測圖像幀差存儲單元中所有的車輛出現幀找到，將未記錄車輛出現幀的其余各圖像幀存儲在一個存儲單元中，該存儲單元被命名為道路有效區域檢測圖像存儲單元；

小步驟（B3），提取道路檢測基準圖像幀紋理屬性值和灰度平均值：

從道路有效區域檢測圖像存儲單元中任意抽取一圖像幀作為檢測基準圖像幀，對該檢測基準圖像幀的灰度平均值進行計算，接著在0度、90度、135度三個方向上，求取該檢測基準圖像幀的灰度共生矩陣，并根據灰度共生矩陣，計算該檢測基準圖像幀的紋理屬性值，紋理屬性值由圖像的熵、圖像的能量、圖像的對比度、圖像的自相關、圖像的逆差矩組成，將檢測基準圖像幀的紋理屬性值和灰度平均值存儲在一個存儲單元中，該存儲單元被命名為道路檢測基準圖像幀屬性值存儲單元；

小步驟（B4），判別道路路面狀態：

從道路檢測基準圖像幀屬性值存儲單元中取出紋理屬性值和灰度平均值代入道路路面狀態判別存儲單元中，按照該存儲單元中的第一、第二、第三運算規則分別進行運算，得到三個運算結果分別對應道路區域檢測圖像屬于干燥、濕滑、極滑這三類道路狀態的概率值，選取其中最大概率值所對應的道路路面狀態類別作為被檢測道路所屬類別。