CN109035803A - 一种采用高光谱成像装置进行路况预警的监测*** - Google Patents
一种采用高光谱成像装置进行路况预警的监测*** Download PDFInfo
- Publication number
- CN109035803A CN109035803A CN201811045171.0A CN201811045171A CN109035803A CN 109035803 A CN109035803 A CN 109035803A CN 201811045171 A CN201811045171 A CN 201811045171A CN 109035803 A CN109035803 A CN 109035803A
- Authority
- CN
- China
- Prior art keywords
- road surface
- hyperspectral imaging
- pixel point
- imaging device
- abnormal information
- 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
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 239000004575 stone Substances 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 235000013361 beverage Nutrition 0.000 claims abstract description 5
- 230000002265 prevention Effects 0.000 claims abstract description 4
- 230000003595 spectral effect Effects 0.000 claims description 61
- 230000002159 abnormal effect Effects 0.000 claims description 47
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 22
- 238000002310 reflectometry Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种采用高光谱成像装置进行路况预警的监测***,包括高光谱成像装置、数据处理模块、数据传输模块、车载无线接收装置、预警信号灯。其中,高光谱成像装置对路面进行实时检测,并通过数据处理模块进行处理获取路面异常信息,包括积水、油污、凹坑、抛物(饮料瓶、碎石块等)的识别,并通过数据传输模块传输到交通路况管理***中,便于及时发布预警信息并对道路进行清理,同时,附近行驶车辆可通过车载无线接收装置接收到上述信息,提前做好预防;当积水、油污、凹坑、抛物(饮料瓶、碎石块等)超出预设安全条件,并对车辆造成威胁时,触发预警信号灯发出红色灯光,对过路车辆进行警示。
Description
技术领域
本发明属于路况、行车安全领域,具体地,涉及一种采用高光谱成像技术进行路况安全监测领域。
背景技术
在车辆行驶过程中,尤其是在高速公路上,路面上的积水、油污、凹坑、抛物等严重威胁到行车安全,甚至会造成后果严重的交通事故,因而,对路况进行实时预警监测,提前对过路车辆进行警示尤为重要。
发明内容
本发明的目的是提供一种采用高光谱成像装置进行路况预警的监测***,其具有实时监测、高精度识别的优点。
一种采用高光谱成像装置进行路况预警的监测***,包括高光谱成像装置、数据采集模块、预存储模块、数据处理模块、数据传输模块、车载无线接收装置、预警信号灯。
其中,所述高光谱成像装置对路面进行实时检测,并通过所述数据处理模块进行处理获取路面异常信息,并通过数据传输模块传输到交通路况管理***中,便于及时发布预警信息并对道路进行清理,同时,附近行驶车辆可通过车载无线接收装置接收到上述信息,提前做好预防;当积水、油污、凹坑、抛物超出预设安全条件,并对车辆造成威胁时,触发预警信号灯发出红色灯光,对过路车辆进行警示。
进一步地,所述监测***,还包括与高光谱成像装置相连接的三维扫描装置,所述三维扫描装置用于搭载高光谱成像装置进行三维方向的运动,并且记录高光谱成像装置的运动轨迹,所述运动轨迹用于准确判断路面异常信息的位置点,所述三维方向包括高度方向、以高度方向为法向的平面内的二维正交方向;所述三维扫描装置包括上部安装板、移动块、高度导向轨、“L”型侧安装板;移动块一端活动连接于上部安装板上,另一端固定连接于“L”型侧安装板上表面中心位置处,高度导向轨固定安装于“L”型侧安装板的侧面中心位置上,高光谱成像装置位于高度导向轨上并可沿高度导向轨上下滑动,进行高度调节
进一步地,所述高光谱成像装置包括一个或多个摄像头。
进一步地,所述多个摄像头包括前置摄像头、后置摄像头和下置摄像头。
进一步地,所述路面异常信息包括积水、油污、凹坑、抛物;所述抛物包括饮料瓶、碎石块、塑料袋、汽车零部件或其它路面遗弃物品。
进一步地,所述预存储模块包括预存储的正常路面光谱信息和路面异常信息一一对应的光谱信息,依据所述光谱信息,数据处理模块可识别出相应的路面异常信息种类。
进一步地,所述数据处理模块采用以下方法识别出相应的路面异常信息种类,包括如下步骤:
(1)读取高光谱成像装置的图像数据和光谱数据,其中,所述图像数据以最小像素点尺寸划分成图像矩阵A(Xi,Yj),其中下标i表示第i行,下标j表示第j列,且1≤i≤m,1≤j≤n;并且第i行第j列像素点对应的光谱矢量为λij;(2)对获取的光谱矢量λij进行校正处理,假设第h个像素点的光谱矢量为Sh,则Sh=[Sh1,Sh2...Shk...Shc],其中,Shk表示第h个像素点在第k个波段的反射率值,其为成像光谱装置获取的图像像素点在每个波段处的反射率值,即为已知量;
(3)将像素点光谱矢量与预存储的正常路面光谱矢量R进行角匹配,得到每个像素点的光谱角匹配值;光谱角匹配值的计算公式为:
其中,γh表示图像第h个像素点的光谱角匹配值,Rk表示正常路面光谱矢量在第k个波段的反射率。
(4)根据角匹配值计算每个像素点的马氏距离,将每个像素点对应的马氏距离与预定的阈值进行比较,并确定马氏距离大于预定阈值的像素点为路面异常信息点。其中,马氏距离的计算公式为:h=1,2,3...,m*n
其中,MDh表示图像中第h个像素点的马氏距离,m*n表示图像像素点总数,表示所有像素点的光谱角匹配值的平均值,M-1为马氏距离矩阵M的逆矩阵,马氏距离矩阵M的计算公式为:其中,C为图像像素点中各个γh组成的光谱角匹配向量;预定阈值Δ可通过以下公式确定:
其中, 为图像中每个像素点的马氏距离的平均值,MDmax为图像中每个像素点的马氏距离MDh中的最大值,也即确定马氏距离MDh大于预定阈值Δ的像素点为路面异常信息点。
(5)将路面异常信息点的光谱信息与预储存的路面异常信息对应的光谱矢量进行比较,从而识别出相应地路面异常信息种类。
本发明相对现有技术具有如下效果:
本发明中的高光谱成像装置对路面进行实时检测,并通过数据处理模块进行处理获取路面异常信息,并通过数据传输模块传输到交通路况管理***中;具有实时监测的功能,便于及时发布预警信息并对道路进行清理;
附图说明
图1为本发明采用高光谱成像装置进行路况预警的监测***结构示意图;
图2为本发明的高光谱成像装置的安装示意图;
图3为本发明用于识别路面异常信息的流程图;
图号说明:1-路面,2-三维扫描装置,3-数据处理模块,4-数据传输模块,5-路面异常信息,51-碎石块,52-积水,53-油污,6-车载无线接收装置,20-信号灯,21-上部安装板,22-移动块,23-高度导向轨,24-高光谱成像装置,25-前置摄像头,26-后置摄像头,27-下置摄像头,28-“L”型侧安装板。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
如图1、图2所示,一种采用高光谱成像装置进行路况预警的监测***,包括高光谱成像装置24、数据处理模块3、数据传输模块4、车载无线接收装置6、信号灯20。
监测***还包括与高光谱成像装置相连接的三维扫描装置2,三维扫描装置用于搭载高光谱成像装置进行三维方向的运动,并且记录高光谱成像装置的运动轨迹,所述运动轨迹用于准确判断路面异常信息的位置点,所述三维方向包括高度方向、以高度方向为法向的平面内的二维正交方向。
如图2所示,三维扫描装置2包括上部安装板21、移动块22、高度导向轨23、“L”型侧安装板28;移动块22一端活动连接于上部安装板21上,另一端固定连接于“L”型侧安装板28上表面中心位置处,高度导向轨23固定安装于“L”型侧安装板28的侧面中心位置上,高光谱成像装置24位于高度导向轨23上并可沿高度导向轨23上下滑动,进行高度调节;高光谱成像装置包括前置摄像头25、后置摄像头26和下置摄像头27。
进一步地,所述路面异常信息包括积水、油污、凹坑、抛物;所述抛物包括饮料瓶、碎石块、塑料袋、汽车零部件或其它路面遗弃物品。
如图3所示,通过高光谱成像装置对路面进行实时成像并记录对应光谱信息,通过数据采集模块采集上述数据并传输至数据处理模块,预存储模块包括预存储的正常路面光谱信息和路面异常信息一一对应的光谱信息,数据处理模块对上述信息进行处理获取路面异常信息,包括积水、油污、凹坑、抛物的识别,并通过数据传输模块传输到交通路况管理***中,便于及时发布预警信息并对道路进行清理,同时,附近行驶车辆可通过车载无线接收装置接收到上述信息,提前做好预防;当积水、油污、凹坑、抛物超出预设安全条件,并对车辆造成威胁时,触发预警信号灯发出红色灯光,对过路车辆进行警示。
数据处理模块采用以下方法识别出相应的路面异常信息种类,包括如下步骤:
读取高光谱成像装置的图像数据和光谱数据,其中,所述图像数据以最小像素点尺寸划分成图像矩阵A(Xi,Yj),其中下标i表示第i行,下标j表示第j列,且1≤i≤m,1≤j≤n;并且第i行第j列像素点对应的光谱矢量为λij;
对获取的光谱矢量λij进行校正处理,假设第h个像素点的光谱矢量为Sh,则Sh=[Sh1,Sh2…Shk…Shc],其中,Shk表示第h个像素点在第k个波段的反射率值,其为成像光谱装置获取的图像像素点在每个波段处的反射率值,即为已知量;
将像素点光谱矢量与预存储的正常路面光谱矢量R进行角匹配,得到每个像素点的光谱角匹配值;光谱角匹配值的计算公式为:
其中,γh表示图像第h个像素点的光谱角匹配值,Rk表示正常路面光谱矢量在第k个波段的反射率。
根据角匹配值计算每个像素点的马氏距离,将每个像素点对应的马氏距离与预定的阈值进行比较,并确定马氏距离大于预定阈值的像素点为路面异常信息点。其中,马氏距离的计算公式为:h=1,2,3…,m*n。
其中,MD2表示图像中第h个像素点的马氏距离,m*n表示图像像素点总数,表示所有像素点的光谱角匹配值的平均值,M-1为马氏距离矩阵M的逆矩阵,马氏距离矩阵M的计算公式为:其中,C为图像像素点中各个γh组成的光谱角匹配向量;预定阈值Δ可通过以下公式确定:
其中, 为图像中每个像素点的马氏距离的平均值,MDmax为图像中每个像素点的马氏距离MDh中的最大值,也即确定马氏距离MDh大于预定阈值Δ的像素点为路面异常信息点。
将路面异常信息点的光谱信息与预储存的路面异常信息对应的光谱矢量进行比较,从而识别出相应地路面异常信息种类。
实施例一
本实施例示出检测路面凹坑的过程。
将高光谱成像装置与三维扫描装置2连接后,安装在信号灯支架或路灯支架上,三维扫描装置用于高光谱成像装置进行三维方向的运动,高光谱成像装置的前置摄像头25、后置摄像头26和下置摄像头27的视野范围不断变化,且不断进行图像采集,对路面进行实时成像并记录对应光谱信息,通过数据采集模块采集上述数据并传输至数据处理模块,数据处理模块经过降噪、锐化、特征抽取及图像分割等步骤后,与预存储模块中正常路面光谱信息进行对比,通过对比信息,发现凹坑信息,通过具有该凹坑信息的图像的内部信息,追踪拍摄该图像的摄像头及拍摄时的三维扫描装置的位置信息,从而找到对应的凹坑位置点的坐标。
进一步,将凹坑位置点的坐标通过数据传输模块传输到交通路况管理***中,便于及时发布预警信息并对道路进行清理,同时,附近行驶车辆可通过车载无线接收装置接收到上述信息,上述信息可导入地图实时数据库中,当行驶至凹坑位置点时,提醒驾驶员前方有凹坑。
另外,若凹坑范围很大,则触发安装在信号灯支架的信号灯发出红色灯光,对过路人车辆进行警示。
具体地,识别凹坑的方法如下:
读取高光谱成像装置拍摄的凹坑图像数据和凹坑光谱数据,其中,凹坑图像数据以最小像素点尺寸划分成图像矩阵A(Xi,Yj),其中下标i表示第i行,下标j表示第j列,且1≤i≤m,1≤j≤n;并且第i行第j列像素点对应的光谱矢量为λij;
对获取的光谱矢量λij进行校正处理,假设第h个像素点的光谱矢量为Sh,则Sh=[Sh1,Sh2…Shk…Shc],其中,Shk表示第h个像素点在第k个波段的反射率值,其为成像光谱装置获取的图像像素点在每个波段处的反射率值,即为已知量;
将像素点光谱矢量与预存储的正常路面光谱矢量R进行角匹配,得到每个像素点的光谱角匹配值;光谱角匹配值的计算公式为:
其中,γh表示凹坑图像第h个像素点的光谱角匹配值,Rk表示正常路面光谱矢量在第k个波段的反射率。
根据角匹配值计算每个像素点的马氏距离,将每个像素点对应的马氏距离与预定的阈值进行比较,并确定马氏距离大于预定阈值的像素点为路面异常信息点。其中,马氏距离的计算公式为:h=1,2,3…,m*n。
其中,MD2表示图像中第h个像素点的马氏距离,m*n表示图像像素点总数,表示所有像素点的光谱角匹配值的平均值,M-1为马氏距离矩阵M的逆矩阵,马氏距离矩阵M的计算公式为:其中,C为图像像素点中各个γh组成的光谱角匹配向量;预定阈值Δ可通过以下公式确定:
其中, 为图像中每个像素点的马氏距离的平均值,MDmax为图像中每个像素点的马氏距离MDh中的最大值,通过计算,得到马氏距离MDh大于预定阈值Δ的像素点,即判断路面异常。
进一步地,将路面异常信息点的光谱信息与预储存的路面异常信息对应的光谱矢量进行比较,从而识别出相应地路面异常信息种类为凹坑。
实施例二
本实施例示出检测路面碎石块的过程。
将高光谱成像装置与三维扫描装置2连接后,安装在信号灯支架或路灯支架上,三维扫描装置用于高光谱成像装置进行三维方向的运动,高光谱成像装置的前置摄像头25、后置摄像头26和下置摄像头27的视野范围不断变化,且不断进行图像采集,对路面进行实时成像并记录对应光谱信息,通过数据采集模块采集上述数据并传输至数据处理模块,数据处理模块经过降噪、锐化、特征抽取及图像分割等步骤后,与预存储模块中正常路面光谱信息进行对比,通过对比信息,发现碎石块信息,通过具有该碎石块信息的图像的内部信息,追踪拍摄该图像的摄像头及拍摄时的三维扫描装置的位置信息,从而找到对应的碎石块位置点的坐标。
进一步,将碎石块位置点的坐标通过数据传输模块传输到交通路况管理***中,便于及时发布预警信息并对道路进行清理,同时,附近行驶车辆可通过车载无线接收装置接收到上述信息,上述信息可导入地图实时数据库中,当行驶至碎石块位置点时,提醒驾驶员前方有碎石块。
另外,若碎石块体积很大,则触发安装在信号灯支架的信号灯发出红色灯光,对过路人车辆进行警示。
具体地,识别碎石块的方法如下:
读取高光谱成像装置拍摄的碎石块图像数据和碎石块光谱数据,其中,碎石块图像数据以最小像素点尺寸划分成图像矩阵A(Xi,Yj),其中下标i表示第i行,下标j表示第j列,且1≤i≤m,1≤j≤n;并且第i行第j列像素点对应的光谱矢量为λij;
对获取的光谱矢量λij进行校正处理,假设第h个像素点的光谱矢量为Sh,则Sh=[Sh1,Sh2…Shk…Shc],其中,Shk表示第h个像素点在第k个波段的反射率值,其为成像光谱装置获取的图像像素点在每个波段处的反射率值,即为已知量;
将像素点光谱矢量与预存储的正常路面光谱矢量R进行角匹配,得到每个像素点的光谱角匹配值;光谱角匹配值的计算公式为:
其中,γh表示碎石块图像第h个像素点的光谱角匹配值,Rk表示正常路面光谱矢量在第k个波段的反射率。
根据角匹配值计算每个像素点的马氏距离,将每个像素点对应的马氏距离与预定的阈值进行比较,并确定马氏距离大于预定阈值的像素点为路面异常信息点。其中,马氏距离的计算公式为:h=1,2,3…,m*n。
其中,MD2表示图像中第h个像素点的马氏距离,m*n表示图像像素点总数,表示所有像素点的光谱角匹配值的平均值,M-1为马氏距离矩阵M的逆矩阵,马氏距离矩阵M的计算公式为:其中,C为图像像素点中各个γh组成的光谱角匹配向量;预定阈值Δ可通过以下公式确定:
其中, 为图像中每个像素点的马氏距离的平均值,MDmax为图像中每个像素点的马氏距离MDh中的最大值,通过计算,得到马氏距离MDh大于预定阈值Δ的像素点,即判断路面异常。
进一步地,将路面异常信息点的光谱信息与预储存的路面异常信息对应的光谱矢量进行比较,从而识别出相应地路面异常信息种类为碎石块。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种采用高光谱成像装置进行路况预警的监测***,其特征在于:包括高光谱成像装置、数据采集模块、预存储模块、数据处理模块、数据传输模块、车载无线接收装置、预警信号灯;其中,所述高光谱成像装置对路面进行实时检测,通过所述数据采集模块进行数据采集,所述数据处理模块进行数据处理获取路面异常信息,并通过数据传输模块传输到交通路况管理***中,便于及时发布预警信息并对道路进行清理,同时,附近行驶车辆可通过车载无线接收装置接收到上述路面异常信息,提前做好预防;当路面异常信息超出预设安全条件,并对车辆造成威胁时,触发预警信号灯发出红色灯光,对过路车辆进行警示;
还包括与高光谱成像装置相连接的三维扫描装置,所述三维扫描装置用于搭载高光谱成像装置进行三维方向的运动,并且记录高光谱成像装置的运动轨迹,所述运动轨迹用于准确判断路面异常信息的位置点,所述三维方向包括高度方向、以高度方向为法向的平面内的二维正交方向;
所述三维扫描装置包括上部安装板、移动块、高度导向轨、“L”型侧安装板;移动块一端活动连接于上部安装板上,另一端固定连接于“L”型侧安装板上表面中心位置处,高度导向轨固定安装于“L”型侧安装板的侧面中心位置上,高光谱成像装置位于高度导向轨上并可沿高度导向轨上下滑动,进行高度调节。
2.根据权利要求1所述的一种采用高光谱成像装置进行路况预警的监测***,其特征在于,所述高光谱成像装置包括一个或多个摄像头。
3.根据权利要求2所述的一种采用高光谱成像装置进行路况预警的监测***,其特征在于,所述多个摄像头包括前置摄像头、后置摄像头和下置摄像头。
4.根据权利要求1所述的一种采用高光谱成像装置进行路况预警的监测***,其特征在于,所述路面异常信息包括积水、油污、凹坑、抛物;所述抛物包括饮料瓶、碎石块、塑料袋或汽车零部件。
5.根据权利要求1所述的一种采用高光谱成像装置进行路况预警的监测***,其特征在于,所述预存储模块包括与预存储的路面异常信息一一对应的光谱信息,依据所述光谱信息,数据处理模块可识别出相应的路面异常信息种类。
6.根据权利要求1所述的一种采用高光谱成像装置进行路况预警的监测***,其特征在于,所述数据处理模块采用以下方法识别出相应的路面异常信息种类,包括如下步骤:
(1)读取高光谱成像装置的图像数据和光谱数据,其中,所述图像数据以最小像素点尺寸划分成图像矩阵A(Xi,Yj),其中下标i表示第i行,下标j表示第j列,且1≤i≤m,1≤j≤n;并且第i行第j列像素点对应的光谱矢量为λij;
(2)对获取的光谱矢量λij进行校正处理,假设第h个像素点的光谱矢量为Sh,则Sh=[Sh1,Sh2...Shk...Shc],其中,Shk表示第h个像素点在第k个波段的反射率值,其为成像光谱装置获取的图像像素点在每个波段处的反射率值,即为已知量;
(3)将像素点光谱矢量与预存储的路面光谱矢量R进行角匹配,得到每个像素点的光谱角匹配值;光谱角匹配值的计算公式为:
其中,γh表示图像第h个像素点的光谱角匹配值,Rk表示正常路面光谱矢量在第k个波段的反射率;
(4)根据角匹配值计算每个像素点的马氏距离,将每个像素点对应的马氏距离与预定的阈值进行比较,并确定马氏距离大于预定阈值的像素点为路面异常信息点;其中,马氏距离的计算公式为:h=1,2,3...,m*n
其中,MDh表示图像中第h个像素点的马氏距离,m*n表示图像像素点总数,表示所有像素点的光谱角匹配值的平均值,M-1为马氏距离矩阵M的逆矩阵,马氏距离矩阵M的计算公式为:其中,C为图像像素点中各个γh组成的光谱角匹配向量;
预定阈值Δ可通过以下公式确定:
其中, 为图像中每个像素点的马氏距离的平均值,MDmax为图像中每个像素点的马氏距离MDh中的最大值,也即确定马氏距离MDh大于预定阈值Δ的像素点为路面异常信息点;
(5)将路面异常信息点的光谱信息与预储存的路面异常信息对应的光谱矢量进行比较,从而识别出相应地路面异常信息种类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045171.0A CN109035803A (zh) | 2018-09-07 | 2018-09-07 | 一种采用高光谱成像装置进行路况预警的监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045171.0A CN109035803A (zh) | 2018-09-07 | 2018-09-07 | 一种采用高光谱成像装置进行路况预警的监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109035803A true CN109035803A (zh) | 2018-12-18 |
Family
ID=64624208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811045171.0A Pending CN109035803A (zh) | 2018-09-07 | 2018-09-07 | 一种采用高光谱成像装置进行路况预警的监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035803A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109975794A (zh) * | 2019-03-29 | 2019-07-05 | 江西理工大学 | 一种利用高光谱成像测距模型进行智能制造***检测及控制的方法 |
CN110009032A (zh) * | 2019-03-29 | 2019-07-12 | 江西理工大学 | 一种基于高光谱成像的组装分类方法 |
CN112702568A (zh) * | 2020-12-14 | 2021-04-23 | 广东荣文科技集团有限公司 | 异常检测方法及相关装置 |
CN115452733A (zh) * | 2022-08-31 | 2022-12-09 | 中国第一汽车股份有限公司 | 一种车载高光谱空气质量检测***、方法、设备、存储介质以及汽车 |
WO2024130601A1 (zh) * | 2022-12-21 | 2024-06-27 | 华为技术有限公司 | 一种光谱数据传输方法、装置和*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2493656A1 (en) * | 2004-01-19 | 2005-07-19 | Seti Media Inc. | Portable system for detection and management of road traffic and environmental conditions |
CN101266296A (zh) * | 2008-04-28 | 2008-09-17 | 北京航空航天大学 | 高光谱小目标探测方法及装置 |
CN107274695A (zh) * | 2016-04-08 | 2017-10-20 | 上海三思电子工程有限公司 | 智能照明***、智能车辆及其车辆辅助驾驶***和方法 |
CN107292241A (zh) * | 2017-05-24 | 2017-10-24 | 国网北京市电力公司 | 路灯 |
CN107846540A (zh) * | 2017-12-04 | 2018-03-27 | 无锡协联信息技术有限公司 | 一种新型室外监控摄像头 |
-
2018
- 2018-09-07 CN CN201811045171.0A patent/CN109035803A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2493656A1 (en) * | 2004-01-19 | 2005-07-19 | Seti Media Inc. | Portable system for detection and management of road traffic and environmental conditions |
CN101266296A (zh) * | 2008-04-28 | 2008-09-17 | 北京航空航天大学 | 高光谱小目标探测方法及装置 |
CN107274695A (zh) * | 2016-04-08 | 2017-10-20 | 上海三思电子工程有限公司 | 智能照明***、智能车辆及其车辆辅助驾驶***和方法 |
CN107292241A (zh) * | 2017-05-24 | 2017-10-24 | 国网北京市电力公司 | 路灯 |
CN107846540A (zh) * | 2017-12-04 | 2018-03-27 | 无锡协联信息技术有限公司 | 一种新型室外监控摄像头 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109975794A (zh) * | 2019-03-29 | 2019-07-05 | 江西理工大学 | 一种利用高光谱成像测距模型进行智能制造***检测及控制的方法 |
CN110009032A (zh) * | 2019-03-29 | 2019-07-12 | 江西理工大学 | 一种基于高光谱成像的组装分类方法 |
CN110009032B (zh) * | 2019-03-29 | 2022-04-26 | 江西理工大学 | 一种基于高光谱成像的组装分类方法 |
CN109975794B (zh) * | 2019-03-29 | 2022-12-09 | 江西理工大学 | 一种利用高光谱成像测距模型进行智能制造***检测及控制的方法 |
CN112702568A (zh) * | 2020-12-14 | 2021-04-23 | 广东荣文科技集团有限公司 | 异常检测方法及相关装置 |
CN112702568B (zh) * | 2020-12-14 | 2023-11-24 | 广东荣文科技集团有限公司 | 异常检测方法及相关装置 |
CN115452733A (zh) * | 2022-08-31 | 2022-12-09 | 中国第一汽车股份有限公司 | 一种车载高光谱空气质量检测***、方法、设备、存储介质以及汽车 |
WO2024130601A1 (zh) * | 2022-12-21 | 2024-06-27 | 华为技术有限公司 | 一种光谱数据传输方法、装置和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035803A (zh) | 一种采用高光谱成像装置进行路况预警的监测*** | |
CN106652468B (zh) | 车辆道路前车违规检测和自车违规预警提醒装置及方法 | |
CN110210303B (zh) | 一种北斗视觉融合精准车道辨识与定位方法及其实现装置 | |
EP1671216B1 (en) | Moving object detection using low illumination depth capable computer vision | |
CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警*** | |
US20200041284A1 (en) | Map road marking and road quality collecting apparatus and method based on adas system | |
USRE48914E1 (en) | System and method for multipurpose traffic detection and characterization | |
CN101739829B (zh) | 一种基于视频的车辆超速监控方法及*** | |
US8284996B2 (en) | Multiple object speed tracking system | |
KR101756849B1 (ko) | 노상 무인정산 주차관제 시스템 | |
Harlow et al. | Automatic vehicle classification system with range sensors | |
AU2015352462B2 (en) | Method of controlling a traffic surveillance system | |
CN105047019B (zh) | 一种客运车辆防止后车超车后突然变道判断方法及装置 | |
CN105184872B (zh) | 基于机器视觉的汽车保险费电子计价器 | |
CN105825185A (zh) | 车辆防碰撞预警方法及装置 | |
CN102419820A (zh) | 一种快速检测视频与图像中汽车车标的方法 | |
CN111289980A (zh) | 基于车载毫米波雷达的路边静止物的检测方法及*** | |
Lin et al. | Lane departure and front collision warning using a single camera | |
CN109080640A (zh) | 用于在车辆内提供昏睡警报的方法 | |
US20140078302A1 (en) | Backward Movement Indicator Apparatus for a Vehicle | |
Chen et al. | Real-time approaching vehicle detection in blind-spot area | |
CN106448223B (zh) | 一种雾霾自动适应的高速公路行车车速预警装置及方法 | |
CN105021126A (zh) | 基于机器视觉技术货车侧防护栏安装尺寸测量***及方法 | |
WO2014007762A1 (en) | A method and system for automated monitoring of traffic | |
CN108520528B (zh) | 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |