CN103134800A - 一种基于视频的道路气象检测*** - Google Patents
一种基于视频的道路气象检测*** Download PDFInfo
- Publication number
- CN103134800A CN103134800A CN2013100492849A CN201310049284A CN103134800A CN 103134800 A CN103134800 A CN 103134800A CN 2013100492849 A CN2013100492849 A CN 2013100492849A CN 201310049284 A CN201310049284 A CN 201310049284A CN 103134800 A CN103134800 A CN 103134800A
- Authority
- CN
- China
- Prior art keywords
- visibility
- video
- image
- value
- detection system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于视频的道路气象检测***,包括多台摄像机、矩阵控制器、视频采集卡、视频处理器、交换机、屏幕显示单元以及管理控制单元,多台摄像机拍摄到的景物图像数据依次通过矩阵控制器、视频采集卡、视频处理器以及交换机最终发送至管理控制单元处理,矩阵控制器将采集到的景物图像数据发送至屏幕显示单元显示,其特征在于:管理控制单元根据摄像机拍摄到的景物图像在能见度高和能见度低时清晰度的差异判断当前时刻的能见度。本发明通过视频图像分析得出的能见度数据是随着能见度的变化而变化的量化实时数据,能真正反映视频区域内的整体能见度状况及变化。
Description
技术领域
本发明涉及一种检测***,尤其是涉及一种基于视频的道路气象检测***。
背景技术
能见度(Visibility)是首先为了气象目的而定义的通过人工观测者定量估计的量,以这种方式进行的观测现正广泛地采用。然而,能见度的估计受许多主观的和物理的因素的影响;基本的气象量,即大气透明度,可以客观地测量,并用气象光学视程(MOR)表示。
气象光学视程(Meteorological optical range)是指由白炽灯发出的色温为2700K的平行光束的光通量在大气中削弱至初始值的5%所通过的路径长度。该光通量采用国际照明委员会(ICI)的光度测量发光度函数未确定。
白天气象能见度(Meteorological visibility by day)定义为:相对于雾、天空等散射光背景下观测时,一个安置在地面附近的适当尺度的黑色目标物能被看到和辨认出的最大距离。必须强调的是,采用的标准是辨认出目标物,而并非仅看到目标物却不能辨认出它是什么。
夜间气象能见度(Meteorological visibility at night)定义为:
(a)假想总体照明增加到正常白天的水平,适当尺度的黑色目标物能被看到和辨认出的最大距离;或
(b)中等强度的发光体能被看到和识别的最大距离。
以下四个光度测定量是以不同标准详细定义的,诸如由国际电子技术委员会(IEC,1987):
(a)光通量(Luminous flux)(符号:F(或φ),单位:lm(流明))是由辐射通量导出的量,按其对国际照明委员会(ICI)标准光度观测仪的作用确定的辐射量。
(b)发光强度(Luminous intensity)(符号:I,单位:cd(坎德拉)或lm sr-1(流明每球面度))每单位立体角中的光通量。
(c)光亮度(Luminance)(符号:L,单位:cd m-2(坎德拉每平方米))每单位面积上的发光强度。
(d)光照度(Illuminance)(符号:E,单位:lux(勒克斯)或lm m-2)每单位面积上的光通量。
消光系数(Extinction coefficient)(符号:σ)是色温为2700K的白炽光源发出的平行光束经过大气中单位距离的路径损失的那部分光通量。该系数是对由于吸收和散射造成的衰减的测量。
亮度对比(Luminance contrast)(符号:C)是目标物的亮度与其背景亮度之差同背景亮度之比值。
对比阈值(Contrast threshold)(符号:ε)是人眼能察觉的最小亮度对比,例如,允许目标物从背景中消失的值,对比阈值随各人而异。
照度阈值(Illuminance threshold)(Et)在特定亮度背景下人眼察觉点源的光的最小照度。 因而,Et的值随光照条件而变化。
透射因数(Transmission factor)(T)定义为对由色温为2700K的白炽光源发出的平行光束在大气中经过给定长度的光学路径后的剩余的光通量的分数。透射因数也叫做透射系数。当限定路径时,即一个特定长度(例如在透射表的情况下),也采用透射比或透射率一类的术语。在这种情况下,T通常乘以100以百分数表示。
能见度的单位和标尺。
气象能见度或气象光学视程MOR用m或km表示。测量范围随应用而变化,对天气尺度要求,MOR的尺度从小于100m到大于70km,而在其他应用时测量范围可有相当的限制。对民用航空来说,上限为10km。当应用于描述着陆和起飞条件的能见度较小情况下的跑道视程的测量时,这个范围还要进一步缩小。跑道视程仅要求在500m和1500m之间。对于其他应用,诸如陆路或海上交通,按照测量的要求和位置有着不同的限度。
能见度测量的误差与能见度成比例增加,测量标度考虑到了这一点。反映在天气报告使用的电码中通过用三种线性分段逐步降低分辨率,即100m到3000m,步长为100m,6到30km,步长为1km,35km到70km,步长为5km。除了能见度低于900m外,这种标度可使报告的能见度值比测量准确度更好。
发明内容
本发明设计了一种基于视频的道路气象检测***,其解决的技术问题是视频图像分析得出的能见度数据不是随着能见度的变化而变化的量化时时数据,无法真正反映视频区域内的整体能见度状况及变化。
为了解决上述存在的技术问题,本发明采用了以下方案:
一种基于视频的道路气象检测***,包括多台摄像机、矩阵控制器、视频采集卡、视频处理器、交换机、屏幕显示单元以及管理控制单元,多台摄像机拍摄到的景物图像数据依次通过矩阵控制器、视频采集卡、视频处理器以及交换机最终发生至管理控制单元处理,矩阵控制器将采集到的景物图像数据发送至屏幕显示单元显示,其特征在于:管理控制单元根据摄像机拍摄到的景物图像在能见度高和能见度低时清晰度的差异判断当前时刻的能见度。
进一步,白天视频能见度检测通过以下三种方式:
a、根据图像的纹理信息变化判断能见度,即对某一待检测场景图像的纹理信息进行计算,得到每一时刻的纹理信息值,再根据该场景的纹理信息值的历史情况判定该时刻的能见度值;
b、根据图像的内容信息变化判断能见度,即对某一待测试场景图像的内容信息进行计算,得到每一时刻的内容信息值,再根据该场景的内容信息值的历史情况判定该时刻的能见度值;
c、根据图像内运动车辆的消失位置判断能见度,即在高速公路上行驶的车辆会在检测摄像机视野的远端消失,通过对视频图像的分析,能够得到车辆消失点距检测点的距离,当能见度变低的时候,车辆消失点到检测点的距离就随之变小,从而为判定能见度的变化提供了依据。
进一步,能见度低的夜晚视频能见度检测通过以下三种方式:
a、在测试点有固定光源的实现方法;即在能见度检测点提供固定的光源,将检测视野内的某一区域照亮,则该区域为图像纹理信息值的计算提供了依据,在检测摄像机的采集图像中选择被照亮的区域作为图像纹理信息值的计算依据,用得到的纹理信息值评价能见度;
b、在测试点没有固定光源,将摄像机增益调到最大时的实现方法,即在无法提供固定光源的情况下,将摄像机增益调到最大时,使得到的视频图像亮度最大,再选择图像中车辆频繁经过的区域作为图像纹理信息值的计算依据,来评价能见度;
c、在测试点没有固定光源,也无法将摄像机增益调到最大时的实现方法,即在无法提供固定光源的情况下,也不能将摄像机增益调到最大时,只能利用经过车辆的车灯作为光源,分析纹理信息,先分析得到车灯所照亮的区域,然后计算被照亮的区域的纹理信息值,对能见度进行评价。
进一步,由监控人员根据天气、路段的状况,任意设定不同区域的能见度阈值,能见度低于阈值即告警,这样就可以对团雾的产生迅速及时发现并报警。
进一步,所述摄像机为云台摄像机。
该基于视频的道路气象检测***与现有的基于视频的道路气象检测***相比,具有以下有益效果:
(1)本发明由于采用摄像机拍摄到的景物图像在能见度高和能见度低时清晰度的差异判断当前时刻的能见度的技术,因而通过视频图像分析得出的能见度数据是随着能见度的变化而变化的量化时时数据,能真正反映视频区域内的整体能见度状况及变化。
(2)本发明由监控人员根据天气、路段的状况,任意设定不同区域的能见度阈值,能见度低于阈值即告警,这样就可以对团雾的产生迅速及时发现并报警。
附图说明
图1:本发明基于视频的道路气象检测***的结构示意图。
具体实施方式
下面结合图1,对本发明做进一步说明:
如图1所示,一种基于视频的道路气象检测***,包括多台摄像机、矩阵控制器、视频采集卡、视频处理器、交换机、屏幕显示单元以及管理控制单元,多台摄像机拍摄到的景物图像数据依次通过矩阵控制器、视频采集卡、视频处理器以及交换机最终发生至管理控制单元处理,矩阵控制器将采集到的景物图像数据发送至屏幕显示单元显示,管理控制单元根据摄像机拍摄到的景物图像在能见度高和能见度低时清晰度的差异判断当前时刻的能见度。
白天视频能见度检测通过以下三种方式:
a、根据图像的纹理信息变化判断能见度,即对某一待检测场景图像的纹理信息进行计算,得到每一时刻的纹理信息值,再根据该场景的纹理信息值的历史情况判定该时刻的能见度值;
b、根据图像的内容信息变化判断能见度,即对某一待测试场景图像的内容信息进行计算,得到每一时刻的内容信息值,再根据该场景的内容信息值的历史情况判定该时刻的能见度值;
c、根据图像内运动车辆的消失位置判断能见度,即在高速公路上行驶的车辆会在检测摄像机视野的远端消失,通过对视频图像的分析,能够得到车辆消失点距检测点的距离,当能见度变低的时候,车辆消失点到检测点的距离就随之变小,从而为判定能见度的变化提供了依据。
能见度低的夜晚视频能见度检测通过以下三种方式:
a、在测试点有固定光源的实现方法;即在能见度检测点提供固定的光源,将检测视野内的某一区域照亮,则该区域为图像纹理信息值的计算提供了依据,在检测摄像机的采集图像中选择被照亮的区域作为图像纹理信息值的计算依据,用得到的纹理信息值评价能见度;
b、在测试点没有固定光源,将摄像机增益调到最大时的实现方法,即在无法提供固定光源的情况下,将摄像机增益调到最大时,使得到的视频图像亮度最大,再选择图像中车辆频繁经过的区域作为图像纹理信息值的计算依据,来评价能见度;
c、在测试点没有固定光源,也无法将摄像机增益调到最大时的实现方法,即在无法提供固定光源的情况下,也不能将摄像机增益调到最大时,只能利用经过车辆的车灯作为光源,分析纹理信息,先分析得到车灯所照亮的区域,然后计算被照亮的区域的纹理信息值,对能见度进行评价。
由监控人员根据天气、路段的状况,任意设定不同区域的能见度阈值,能见度低于阈值即告警,这样就可以对团雾的产生迅速及时发现并报警。
通常做能见度检测的方法是在固定摄像机上做一系列的标定和前期设置工作,当摄像机机位发生移动的时候,能见度检测就失效了。
本***支持云台摄像机,实现了云台预置位智能识别与控制。当云台摄像机转动时候***自动识别图像变化,停止检测。根据***需求可采用自动识别云台归位检测(上一级***控制云台回到初始位置或任意设置好的预置位,***自动开始检测)、云台自动控制检测(符合触发条件下***自动控制云台回到规定位置,开始检测)两种方式。
上面结合附图对本发明进行了示例性的描述,显然本发明的实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围内。
Claims (5)
1.一种基于视频的道路气象检测***,包括多台摄像机、矩阵控制器、视频采集卡、视频处理器、交换机、屏幕显示单元以及管理控制单元,多台摄像机拍摄到的景物图像数据依次通过矩阵控制器、视频采集卡、视频处理器以及交换机最终发送至管理控制单元处理,矩阵控制器将采集到的景物图像数据发送至屏幕显示单元显示,其特征在于:管理控制单元根据摄像机拍摄到的景物图像在能见度高和能见度低时清晰度的差异判断当前时刻的能见度。
2.根据权利要求1所述基于视频的道路气象检测***,其特征在于:白天视频能见度检测通过以下三种方式:
a、根据图像的纹理信息变化判断能见度,即对某一待检测场景图像的纹理信息进行计算,得到每一时刻的纹理信息值,再根据该场景的纹理信息值的历史情况判定该时刻的能见度值;
b、根据图像的内容信息变化判断能见度,即对某一待测试场景图像的内容信息进行计算,得到每一时刻的内容信息值,再根据该场景的内容信息值的历史情况判定该时刻的能见度值;
c、根据图像内运动车辆的消失位置判断能见度,即在高速公路上行驶的车辆会在检测摄像机视野的远端消失,通过对视频图像的分析,能够得到车辆消失点距检测点的距离,当能见度变低的时候,车辆消失点到检测点的距离就随之变小,从而为判定能见度的变化提供了依据。
3.根据权利要求1所述基于视频的道路气象检测***,其特征在于:能见度低的夜晚视频能见度检测通过以下三种方式:
a、在测试点有固定光源的实现方法;即在能见度检测点提供固定的光源,将检测视野内的某一区域照亮,则该区域为图像纹理信息值的计算提供了依据,在检测摄像机的采集图像中选择被照亮的区域作为图像纹理信息值的计算依据,用得到的纹理信息值评价能见度;
b、在测试点没有固定光源,将摄像机增益调到最大时的实现方法,即在无法提供固定光源的情况下,将摄像机增益调到最大时,使得到的视频图像亮度最大,再选择图像中车辆频繁经过的区域作为图像纹理信息值的计算依据,来评价能见度;
在测试点没有固定光源,也无法将摄像机增益调到最大时的实现方法,即在无法提供固定光源的情况下,也不能将摄像机增益调到最大时,只能利用经过车辆的车灯作为光源,分析纹理信息,先分析得到车灯所照亮的区域,然后计算被照亮的区域的纹理信息值,对能见度进行评价。
4.根据权利要求2或3所述基于视频的道路气象检测***,其特征在于:由监控人员根据天气、路段的状况,任意设定不同区域的能见度阈值,能见度低于阈值即告警,这样就可以对团雾的产生迅速及时发现并报警。
5.根据权利要求1至4中任何一项所述基于视频的道路气象检测***,其特征在于:所述摄像机为云台摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100492849A CN103134800A (zh) | 2013-02-07 | 2013-02-07 | 一种基于视频的道路气象检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100492849A CN103134800A (zh) | 2013-02-07 | 2013-02-07 | 一种基于视频的道路气象检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103134800A true CN103134800A (zh) | 2013-06-05 |
Family
ID=48494910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100492849A Pending CN103134800A (zh) | 2013-02-07 | 2013-02-07 | 一种基于视频的道路气象检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103134800A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105021528A (zh) * | 2015-07-15 | 2015-11-04 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测装置 |
CN105303844A (zh) * | 2015-10-26 | 2016-02-03 | 南京本来信息技术有限公司 | 基于激光的夜间高速公路团雾自动检测装置及其检测方法 |
WO2018157627A1 (en) * | 2017-03-01 | 2018-09-07 | Boe Technology Group Co., Ltd. | Display assembly, displaying method thereof and vehicle having the same |
CN108645854A (zh) * | 2018-05-11 | 2018-10-12 | 长安大学 | 一种实时监测高速公路路网整体能见度的***及方法 |
CN108663368A (zh) * | 2018-05-11 | 2018-10-16 | 长安大学 | 一种实时监测高速公路路网夜间整体能见度的***及方法 |
CN108693087A (zh) * | 2018-04-13 | 2018-10-23 | 中国科学院城市环境研究所 | 一种基于图像理解的空气质量监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1580738A (zh) * | 2003-08-04 | 2005-02-16 | 成都易航信息科技有限公司 | 能见度测量方法和能见度监测仪 |
CN101281142A (zh) * | 2007-12-28 | 2008-10-08 | 深圳先进技术研究院 | 一种测量大气能见度的方法 |
US7602937B2 (en) * | 2004-06-08 | 2009-10-13 | International Electronic Machines Corporation | Image-based visibility measurement |
CN101936900A (zh) * | 2010-06-12 | 2011-01-05 | 北京中科卓视科技有限责任公司 | 一种基于视频的能见度检测*** |
CN102162788A (zh) * | 2010-10-19 | 2011-08-24 | 北方工业大学 | 基于高清视频的能见度检测方法 |
-
2013
- 2013-02-07 CN CN2013100492849A patent/CN103134800A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1580738A (zh) * | 2003-08-04 | 2005-02-16 | 成都易航信息科技有限公司 | 能见度测量方法和能见度监测仪 |
US7602937B2 (en) * | 2004-06-08 | 2009-10-13 | International Electronic Machines Corporation | Image-based visibility measurement |
CN101281142A (zh) * | 2007-12-28 | 2008-10-08 | 深圳先进技术研究院 | 一种测量大气能见度的方法 |
CN101936900A (zh) * | 2010-06-12 | 2011-01-05 | 北京中科卓视科技有限责任公司 | 一种基于视频的能见度检测*** |
CN102162788A (zh) * | 2010-10-19 | 2011-08-24 | 北方工业大学 | 基于高清视频的能见度检测方法 |
Non-Patent Citations (1)
Title |
---|
安明伟等: "基于路况视频的气象能见度检测方法与***设计", 《仪器仪表学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105021528A (zh) * | 2015-07-15 | 2015-11-04 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测装置 |
CN105303844A (zh) * | 2015-10-26 | 2016-02-03 | 南京本来信息技术有限公司 | 基于激光的夜间高速公路团雾自动检测装置及其检测方法 |
WO2018157627A1 (en) * | 2017-03-01 | 2018-09-07 | Boe Technology Group Co., Ltd. | Display assembly, displaying method thereof and vehicle having the same |
CN108693087A (zh) * | 2018-04-13 | 2018-10-23 | 中国科学院城市环境研究所 | 一种基于图像理解的空气质量监测方法 |
CN108645854A (zh) * | 2018-05-11 | 2018-10-12 | 长安大学 | 一种实时监测高速公路路网整体能见度的***及方法 |
CN108663368A (zh) * | 2018-05-11 | 2018-10-16 | 长安大学 | 一种实时监测高速公路路网夜间整体能见度的***及方法 |
CN108645854B (zh) * | 2018-05-11 | 2020-11-27 | 长安大学 | 一种实时监测高速公路路网整体能见度的***及方法 |
CN108663368B (zh) * | 2018-05-11 | 2020-11-27 | 长安大学 | 一种实时监测高速公路路网夜间整体能见度的***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105021528A (zh) | 一种基于视频的道路气象检测装置 | |
CN101936900A (zh) | 一种基于视频的能见度检测*** | |
CN103134800A (zh) | 一种基于视频的道路气象检测*** | |
CN101281142B (zh) | 一种测量大气能见度的方法 | |
US20150371094A1 (en) | A road marking analyser and a method of analysis of road markings and an apparatus and method for detecting vehicle weave | |
CN101625723B (zh) | 电力线轮廓的快速图像识别方法 | |
CN100459704C (zh) | 基于全方位计算机视觉的智能隧道安全监控装置 | |
CN100419813C (zh) | 基于全方位视觉传感器的道路监控装置 | |
CN102175613B (zh) | 基于图像亮度特征的ptz视频能见度检测方法 | |
CN107728136A (zh) | 一种机场跑道异物监测和清除引导***及方法 | |
JP2007232652A (ja) | 路面状態判定装置および路面状態判定方法 | |
CN102162788A (zh) | 基于高清视频的能见度检测方法 | |
CN103149603B (zh) | 一种基于视频的道路气象检测方法 | |
CN201740736U (zh) | 一种基于视频的能见度检测*** | |
CN101382486B (zh) | 一种能满***通安全需求的能见度检测***及运行方法 | |
CN102495030B (zh) | 同源双目标透射能见度测量装置及其测量方法 | |
Balali et al. | Image-based retro-reflectivity measurement of traffic signs in day time | |
EP3058508A1 (en) | Method and system for determining a reflection property of a scene | |
CN106556579A (zh) | 基于激光的团雾图像全天候自适应检测方法 | |
CN203798739U (zh) | 一种道路气象检测*** | |
Du et al. | Quantification of atmospheric visibility with dual digital cameras during daytime and nighttime | |
KR102257078B1 (ko) | 좌표계를 이용한 안개 탐지 장치 및 그 방법 | |
CN207502720U (zh) | 一种机场跑道异物监测和清除引导*** | |
JP3612565B2 (ja) | 路面状況判定方法 | |
JP2002162343A (ja) | 可視画像式路面状況把握装置における路面状況判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130605 |