[發明專利]一種基于大數據的團霧監測方法

有效

• 申請號: 201811380273.8
• 申請日: 2018-11-20
• 公開（公告）號: CN109448397B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 馮海霞;李煒;張萌萌;張萌;張立東;楊作林;沈松峰
• 申請（專利權）人: 山東交通學院
• 主分類號: G08G1/048
• 分類號: G08G1/048;H04N7/18;G06T7/254;G06K9/00
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 趙玉鳳

1.一種基于大數據的團霧監測方法，其特征在于：包括以下步驟：S01)、獲取監測路段每個攝像頭的視頻數據，對視頻數據進行預處理；S02)、對每個攝像頭提供的圖像數據都建立一個動態的時間序列，攝影圖的圖像隨時間形成動態的時間序列圖像；S03)、利用運動目標監測的高斯混合模型，剔除運動目標，提取圖像的背景信息，建立背景圖片的時間序列模型；S04)、分析團霧突發時背景圖片的變化規律，建立基于背景圖片時間序列的霧監測模型，并使用霧監測模型對攝像頭傳輸的實時數據進行判斷；S05)、一個攝像頭判讀為有霧后，立即啟動團霧判讀，如果N1個相鄰的攝像頭都監測到霧，判讀為霧，啟動霧預警；如存在N2個以上相鄰的攝像頭監測到非霧的情況，判斷為團霧，分析預測團霧的流動方向，啟動團霧預警；N1、N2均為正整數，且N1N2；

步驟S03具體為：S31)、將時間序列圖像的第一幀f₁做為初始背景，使用K個高斯模型來表征本圖像中各個像素點f₁(x,y)的特征，K的取值范圍為3～5，由圖像灰度直方圖的分布確定每個高斯模型的均值μ_j和標準差σ_j，j∈[1，K]，每個像素點灰度值可表示成K個高斯分布函數的疊加，即其中，η(μ_j，σ_j)是第j個高斯分布，ωj是其權重；S32)、從第二幀圖像f_i(x,y)，i1開始，估計每個像素點是否屬于背景，即判斷公式2否成立：|f_i(x,y)-μ_j|≤2.5σ_j (公式2)，若公式2成立，則像素點f_i(x，y)是背景點，否則是前景點，根據前景點生成新的高斯模型；S33)、按公式3更新當前圖像中每個模型權重，其中α是學習速率，若當前點是背景，則M_K,i＝1，否則M_K,i＝0，為更新前的模型權重，為更新后的模型權重；S34)、前景點的高斯模型均值和標準差保持不變，背景點的高斯模型均值和標準差按當前圖像進行更新；S35)、對所有高斯模型進行排序，權重大、標準差小的模型排在前面，排序在K之后的模型被舍去，從而得到更新后的背景圖像；S36)、重復步驟S32-S35，得到每一幀圖像的背景圖，建立背景圖像的動態時間序列圖像；S37)、基于背景圖像的時間序列圖像，將背景圖片化分成4個區域，建立4個區域對比度的時間變化變化曲線。

2.根據權利要求1所述的基于大數據的團霧監測方法，其特征在于：建立基于背景像元時間序列的霧監測模型綜合考慮當前影像的對比度X1、當前影像的模糊度X2、時間序列中上幀圖像的對比度X3、時間序列中上幀圖像的模糊度X4，團霧突發時，背景圖像中像元值的對比度X1急劇降低，當前影像全圖有75％以上區域為模糊區域，4個分區中有3個區的X3與X1下降幅度超過300％，時間序列中上幀圖像全圖有25％以下區域為模糊區域。

3.根據權利要求1所述的基于大數據的團霧監測方法，其特征在于：對視頻數據進行的處理包括：對圖像數據進行快速審查和校驗，刪除重復信息，糾正存在的錯誤，將所有攝像頭的圖像格式統一，對每個攝影頭的視頻數據進行快速的霧監測、團霧判斷處理。

4.根據權利要求1所述的基于大數據的團霧監測方法，其特征在于：監測路段的攝像頭按照特定方向及距離布置，根據攝像頭監測到霧的先后順序預測分析團霧的流動方向和速度。

5.根據權利要求1所述的基于大數據的團霧監測方法，其特征在于：一個攝像頭判讀為有霧后，立即啟動團霧判讀對前后相鄰的5個攝像頭進行綜合判斷，如果4個以上的相鄰攝像頭判定為有霧，則啟動霧預警；如存在2個以上相鄰的攝像頭監測到非霧的情況，判斷為團霧。