一種基于道路圖像的積雪檢測方法
【專利摘要】本發明公開了一種基于道路圖像的積雪檢測方法，采用數字圖像處理的方法自動檢測道路積雪情況并實現自動報警。其步驟為：1)提取道路圖像興趣區域顏色特征；2)訓練積雪顏色模型及判別積雪區域；3)排除積雪區域誤檢及判別是否積雪。本發明方法可及時、準確地對道路監控視頻中存在積雪的情況進行檢測，取代人工判讀，減少工作量，提高效率。
【專利說明】一種基于道路圖像的積雪檢測方法
【技術領域】
[0001] 本發明屬于計算機視覺領域，具體涉及一種基于道路圖像的積雪檢測方法。
【背景技術】
[0002] 公路的發展使得人們出行更加便捷，同時也有力推動了我國經濟建設快步前進， 然而隨著公路系統規模的迅速擴大，道路養護的要求也不斷提升。當前，國內大部分公路系 統在路況監測、道路數據采集和使用性能評價等方面的技術和手段還遠遠落后于高速公路 發展要求，一定程度上已經成為限制我國公路進一步發展的瓶頸。
[0003] 公路積雪是交通事故的重要誘因之一，在道路積雪的情況下，道路交通發生事故 的幾率大大提高。目前對于道路積雪情況檢測尚沒有智能分析檢測平臺，完全依靠人工檢 測。而在實際交通運營中，交通運營單位只會對少量關鍵路段的路況進行人工檢測，并不 會對大量的路段的路況進行人工檢測。這就造成了交通運營單位對于路段積雪情況反應 滯后，不能及時對積雪路段及時采取預警發布、融雪消雪等應對措施，增加了事故發生的幾 率。這種道路視頻監控的人工查看方式和手段已遠遠落后于公路發展需求，一定程度上制 約了道路視頻監控的有效管理。
【發明內容】
[0004] 本發明所要解決的技術問題是道路積雪的自動檢測，該技術可以使得道路天氣情 況達到實時監測，大大減少了人力檢測的投入，降低道路的養護運營成本，提高道路的運營 服務與安全水平。方便交通管理部門掌握高速公路狀況，并根據實時情況及時調度指揮，提 高現有道路的有效管理能力，從而逐步提高交通管理部門的管理和應急能力。
[0005] 為了實現道路圖像的積雪檢測，本發明采用技術方案為：
[0006] 一種基于道路圖像的積雪檢測方法，對道路監控視頻圖像中的積雪進行識別處 理，包括以下步驟：
[0007] (1)提取道路圖像積雪興趣區域的顏色特征：
[0008] A.將道路圖像平均分為四個區域，取左下區域和右下區域作為道路圖像的積雪興 趣區域，并將該區域圖像轉換到HSV顏色空間；得到HSV顏色空間圖像；
[0009] B.選取A步所得HSV顏色圖像中的亮度和飽和度通道，按照設定步長計算這兩個 通道的顏色直方圖并歸一化，然后拼接成為積雪顏色特征向量；
[0010] (2)利用訓練積雪顏色模型判別積雪區域：
[0011] 使用顏色模型對（1)所得視頻畫面兩個R0I區域所提取的特征向量進行預測，若 有任意一個R0I區域所提取的特征向量被預測為有雪，則判斷該區域為疑似積雪區域；
[0012] (3)排除積雪區域誤檢判別：
[0013] 求得疑似積雪區域的平均亮度；排除誤檢判據為：當圖像中存在其他區域亮度高 于疑似積雪區域的平均亮度，則判定該區域是高光照下的積雪誤檢；當存在一個以上積雪 興趣區域積雪，則判別為積雪狀態。
[0014] 這樣，將道路圖像平均分為四個區域，根據先驗知識取左下區域和右下區域作為 道路圖像積雪的興趣區域，并將興趣區域轉換到HSV顏色空間。得到HSV顏色空間圖像。選 取HSV顏色圖像中的亮度和飽和度通道，按照設定步長計算這兩個通道的顏色直方圖并歸 一化，然后拼接成為積雪顏色特征向量。最后通過積雪顏色模型判別和排除積雪區域誤檢 及判別后得到路面積雪檢測。排除積雪區域誤檢及判別是否積雪。計算興趣區域和非興趣 區域的平均亮度，并且比較各個區域的平均亮度，當圖像中存在其他區域亮度高于疑似積 雪區域的平均亮度，則判定該區域是高光照下的積雪誤檢。當存在一個以上興趣區域積雪， 則判別為積雪狀態。輸出檢測結果或給出報警提示。
[0015] 積雪顏色模型采用機器學習的方法對提取的特征進行學習取得，其主要步驟如 下：
[0016] A.對包含有積雪、無積雪的道路圖像數據集進行特征提取，并標注正負，作為預測 模型的訓練集；
[0017] B.使用SVM作為訓練模型，使用正、負樣本特征進行訓練，求出分割超平面，得到 積雪判別模型，并對積雪興趣區域判別，得到疑似積雪區域。
[0018] 本發明基于道路圖像的路面積雪檢測方法，能夠實時地對高速公路中運行中出現 的積雪進行自動識別，該技術可有效降低道路的養護運營成本，提高道路的運營服務與安 全水平，減少人工判斷的投入、提高工作效率。
【專利附圖】
【附圖說明】
[0019] 圖1典型的道路積雪圖像
[0020] 圖2積雪檢測算法的流程圖
【具體實施方式】
[0021] 為便于對本發明的細節作更為清楚的介紹，對本發明主要步驟詳述如下：
[0022] 步驟1 :感興趣區域（R0I)選擇。積雪位于監控視頻的下方位置為先驗知識，將圖 像均分為4個區域。取左下區域和右下區域為兩個R0I，默認兩個R0I中至少一個R0I中的 大部分為路面區域。
[0023] 步驟2 :提取積雪顏色特征向量。R0I區域圖像轉換到HSV顏色空間得到HSV顏 色空間的圖像Ih。Ih中橫坐標為X、縱坐標為y的點的值為I h(x，y)。設積雪像素的亮度取 值范圍為[Vmin，Vmax]，步長為 AV。定義集合：Ω,= {(x，y) |Vmin+kX AV彡 Ih(x，y)彡 Vmin+( 1^1)父八￥}，其中1^ = 0，1，...，111-1，
【權利要求】
1. 一種基于道路圖像的積雪檢測方法，對道路監控視頻圖像中的積雪進行識別處理， 包括以下步驟： (1) 提取道路圖像積雪興趣區域的顏色特征： A. 將道路圖像平均分為四個區域，取左下區域和右下區域作為道路圖像的積雪興趣區 域，并將該區域圖像轉換到HSV顏色空間；得到HSV顏色空間圖像； B. 選取A步所得HSV顏色圖像中的亮度和飽和度通道，按照設定步長計算這兩個通道 的顏色直方圖并歸一化，然后拼接成為積雪顏色特征向量； (2) 利用訓練積雪顏色模型判別積雪區域： 使用顏色模型對（1)所得視頻畫面兩個ROI區域所提取的特征向量進行預測，若有任 意一個ROI區域所提取的特征向量被預測為有雪，則判斷該區域為疑似積雪區域； (3) 排除積雪區域誤檢判別： 求得疑似積雪區域的平均亮度；排除誤檢判據為：當圖像中存在其他區域亮度高于疑 似積雪區域的平均亮度，則判定該區域是高光照下的積雪誤檢；當存在一個以上積雪興趣 區域積雪，則判別為積雪狀態。
2. 根據權利要求1的一種基于道路圖像的積雪檢測方法，其特征在于，所述積雪顏色 模型采用機器學習的方法對提取的特征進行學習取得，其主要步驟如下： A. 對包含有積雪、無積雪的道路圖像數據集進行特征提取，并標注正負，作為預測模型 的訓練集； B. 使用SVM作為訓練模型，使用正、負樣本特征進行訓練，求出分割超平面，得到積雪 判別模型，并對積雪興趣區域判別，得到疑似積雪區域。
【文檔編號】G06K9/46GK104268548SQ201410440642
【公開日】2015年1月7日 申請日期:2014年9月1日 優先權日:2014年9月1日
【發明者】吳曉, 袁萍, 陳俊周, 何俊彥, 彭強 申請人:西南交通大學