[發(fā)明專利]基于自然特征統(tǒng)計(jì)方法標(biāo)注高速公路霧天能見度等級(jí)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110002622.8
• 申請(qǐng)日: 2021-01-04
• 公開（公告）號(hào): CN112784880B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 章軍;汪倩倩;陳鵬;王兵;夏懿
• 申請(qǐng)（專利權(quán)）人: 安徽大學(xué)
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/762;G06V10/40;G06V10/774
• 代理公司: 合肥四閱專利代理事務(wù)所(普通合伙) 34182
• 代理人: 李蘇

1.基于自然特征統(tǒng)計(jì)方法標(biāo)注高速公路霧天能見度等級(jí)，包括自然特征統(tǒng)計(jì)的方法和能見度等級(jí)的劃分，其特征在于，所述自然特征統(tǒng)計(jì)的方法包括以下步驟：

S1、利用自然圖像特征統(tǒng)計(jì)方法從圖片中提取霧感特征；

S2、將S1步驟中提取的霧感特征擬合到多元高斯模型中，計(jì)算高斯模型參數(shù)，得到模型之間的馬氏距離，并基于馬氏距離計(jì)算出霧密度；

高斯模型參數(shù)計(jì)算公式如下：

馬氏距離計(jì)算公式如下：

霧密度計(jì)算公式如下：

上式中，f表示霧感特征；d表示馬氏距離；μ表示高斯模型參數(shù)；∑表示協(xié)方差；μ1和μ2分別表示兩組圖片在高斯模型參數(shù)中的位置參數(shù)；∑1和∑2分別表示μ1和μ2位置參數(shù)的協(xié)方差；dc表示模型訓(xùn)練中一組無(wú)霧圖片和樣本圖片間的馬氏距離；dh表示模型訓(xùn)練中一組強(qiáng)濃度霧圖和樣本圖片間的馬氏距離；

S3、根據(jù)上述步驟得到的霧感特征、高斯模型參數(shù)、馬氏距離和霧密度，建立實(shí)驗(yàn)?zāi)Ｐ停⒏鶕?jù)不同的霧密度表示不同等級(jí)能見度之間的閾值，以此來(lái)標(biāo)注能見度等級(jí)，能見度等級(jí)分為Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ五個(gè)等級(jí)，其中，實(shí)驗(yàn)?zāi)Ｐ桶Ｐ陀?xùn)練和模型測(cè)試；

所述能見度等級(jí)的劃分包括以下步驟：

S11、從已標(biāo)注的高速公路圖片挑選出能見度＞1000m的無(wú)霧圖片作為基礎(chǔ)樣本01，再挑選出能見度＜10m的強(qiáng)濃霧圖片作為基礎(chǔ)樣本02，挑選出能見度為50m、200m、500m、1000m分別作為訓(xùn)練樣本1、訓(xùn)練樣本2、訓(xùn)練樣本3和訓(xùn)練樣本4，剩下的作為測(cè)試樣本；

S22、對(duì)基礎(chǔ)樣本01中的每張圖片進(jìn)行分塊，塊大小為P*P，對(duì)每塊提取特征，得到該樣本特征矩陣A；

S33、將S22步驟中得到的特征矩陣A擬合為高斯模型，利用最大似然估計(jì)算出高斯模型參數(shù)；

最大似然估計(jì)公式如下：

S44、依次對(duì)基礎(chǔ)樣本01、02、訓(xùn)練樣本1、2、3和4進(jìn)行與S22和S33步驟相同的操作，所有樣本得到參數(shù)分別記為(μ_c,∑_c)、(μ_h,∑_h)、(μ₁,∑₁)、(μ₂,∑₂)、(μ₃,∑₃)、(μ₄,∑₄)；

S55、利用馬氏距離公式分別計(jì)算訓(xùn)練樣本1、2、3和4與基礎(chǔ)樣本01之間的距離，依次記為d_c1、d_c2、d_c3、d_c4，得到訓(xùn)練樣本的無(wú)霧水平，再利用馬氏距離公式分別計(jì)算訓(xùn)練樣本1、2、3和4與基礎(chǔ)樣本02之間的距離，依次記為d_h1、d_h2、d_h3、d_h4，得到訓(xùn)練樣本的有霧水平；

S66、基于S55步驟得到的馬氏距離，利用霧密度公式分別計(jì)算出等級(jí)邊界線處的霧密度，記為de1、de2、de3、de4，作為能見度等級(jí)劃分閾值；

S77、對(duì)測(cè)試樣本中每張圖片均進(jìn)行S44步驟、S55步驟和S66步驟中的霧密度計(jì)算，計(jì)算出來(lái)霧密度值與劃分閾值比較歸類到Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ五個(gè)能見度等級(jí)；

S88、計(jì)算測(cè)試樣本歸類準(zhǔn)確率；

S99、改變P*P大小，重復(fù)上述S11～S88步驟，比較測(cè)試樣本的準(zhǔn)確率，選出準(zhǔn)確率最高相應(yīng)P值作為最終分塊大小，該分塊下的得到的閾值作為最終劃分閾值，再對(duì)待標(biāo)注圖片進(jìn)行霧密度的計(jì)算，并歸類到對(duì)應(yīng)的能見度等級(jí)，從而實(shí)現(xiàn)能見度等級(jí)的自動(dòng)標(biāo)注。

2.根據(jù)權(quán)利要求1所述的基于自然特征統(tǒng)計(jì)方法標(biāo)注高速公路霧天能見度等級(jí)，其特征在于，所述霧感特征由以下五個(gè)特征組成：MSCN系數(shù)、圖像熵、Michelson對(duì)比度、逐像素暗通道和色彩豐富度。

3.根據(jù)權(quán)利要求2所述的基于自然特征統(tǒng)計(jì)方法標(biāo)注高速公路霧天能見度等級(jí)，其特征在于，所述MSCN系數(shù)用于解決圖像識(shí)別過程中光照不均勻、不穩(wěn)定的問題，避免因光照強(qiáng)度影響檢測(cè)結(jié)果，所述圖像熵用于反映圖像中灰度分布的聚集特征和空間特征的信息量，所述Michelson對(duì)比度用于測(cè)量圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級(jí)，即指一幅圖像中灰度反差的大小，所述逐像素暗通道用于對(duì)圖像進(jìn)行天空區(qū)域分割，消除光暈效應(yīng)，所述色彩豐富度用于反映圖像中色彩的鮮艷生動(dòng)程度。