基于红外图像和普通图像对比的高速公路可视度分析-交通运输系统

第16卷第4期2016年8月交通运输系统工程与信息JournalofTransportationSystemsEngineeringandInformationTechnologyVol.16No.4August2016文章编号：1009-6744（2016）04-0073-06中图分类号：U491.5文献标志码：A基于红外图像和普通图像对比的高速公路可视度分析杜豫川*1，张晓明1，刘成龙1，刘翔2（1.上海同济大学道路与交通工程教育部重点实验室，上海201804;2.江西赣粤高速公路股份有限公司，南昌330029）摘要：高速公路可视距离的实时检测对于低能见度预警保证行车安全具有重要意义，本文旨在建立一种专门应用于高速公路的可视距离检测模型.由此提出可视度概念，并创新性地通过普通图像和红外图像的像素点的比值来反映实际可视距离，进一步建立可视度推算模型.同时为减小温度对红外图像影响，提出并推导了温度修正系数；为减小仪器成像质量差异引入了相机修正系数，有效提高了模型的计算精度.根据离摄像机位置不同距离范围内像素点的累计百分比，建立可视度查阅表.现场试验结果表明：本文提出的可视度分析模型预测结果相对误差小于11%，该可视度模型能够在低能见度环境下准确判断可视距离，可以有效提高高速公路驾驶安全.关键词：交通工程；可视度；图像对比；高速公路；低能见度；红外图像VisibilityAnalysisforFreewayBasedonComparisonofOrdinaryandInfraredImagesDUYu-chuan1,ZHANGXiao-ming1,LIUCheng-long1,LIUXiang2（1.KeyLaboratoryofRoadandTrafficEngineeringoftheMinistryofEducation,TongjiUniversity,Shanghai201804,China;2.JiangxiGanyueExpresswayCorporationLtd,Nanchang330029,China）Abstract:Abstract:Thereal-timemonitoringofthelowvisibilityofthefreewayisveryimportantforthetrafficsafety.Thispaperisaimedatestablishingavisualdistancemonitoringmodelwhichisspeciallyappliedtofreeway.Thevisualdegreeisproposed,andtheratioofthepixelpointsofthecommonimageandinfraredimageispresented,whichcanreflecttheactualvisualdistance,thenthepaperestablishesthevisibilitymodel.Atthesametime,thetemperaturecorrectionfactorisproposedforreducingtheimpactoftemperatureontheinfraredimage,andthecorrectioncoefficientofthecameraisproposedaccordingtothedifferentimagingquality.Then,severalareasaregotbydividingtheinfraredimageaccordingrange,andaccordingtothedistancefromthecamera,thevisualinspectiontableisestablishedthroughcumulativepercentageofpixelsfordifferentareas.Resultsshowthatthemodelhasacertaindegreeofreliabilityandgoodaccuracyoflessthan11%,thevisibilitymodelcanbeusedtowelldeterminethevisualdistanceinthelowvisibilityenvironment,whichcaneffectivelyimprovefreewaydrivingsafety.Keywords:Keywords:trafficengineering;visuallevel;imagecomparing;freeway;lowvisibility;infraredimage0引言高速公路驾驶可视距离是影响交通安全的重要因素，传统的能见度检测指标容易受到光照条件、环境温度、雨雪等影响，很难准确反映驾驶员收稿日期：2015-12-22修回日期：2016-03-29录用日期：2016-04-12基金项目：上海市科学技术委员会研究资助/ShanghaiScienceandTechnologyCommittee（14DZ1207204）.作者简介：杜豫川（1976-），男，四川成都人，教授，博士.*通信作者：[e-mail]交通运输系统工程与信息2016年8月的实际可视距离，而且能见度仪价格昂贵、架设方式复杂，很难大范围的布设使用.因此，本文提出一种基于红外图像和普通图像对比的高速公路可视距离分析方法，可以有效推算低能见度条件下的驾驶员可视距离，为高速公路安全管理提供了可靠经济的测量手段.现有低能见度的视频检测算法研究主要为像素对比度算法[1-9]，采用CIE规定的0.05人眼可见对比度阈值，其中包括：基于数据修正的计算方法[3]、能见度仪矫正的计算方法[4]、相机自标定的计算方法[8-9]；除此之外，还有基于路面亮度进行能见度检测的方法[10].这些方法都是针对普通图像本身进行分析，所获取视频图像的质量较低以致无研究意义，对视频图像的恰当处理和相关硬件电路的某些不足（如硬件延时等）是此类方法的瓶颈[11].因此本文引入红外图像与普通图像对比来简化图像处理算法，降低对图像质量的要求，提出更稳定简单的视频检测模型.研究表明：在自由流状态下，能见度在300m以上时，雾对车辆的行驶速度没有明显的影响[12]；当能见度降低至200m以下时，车辆平均速度降低明显[13]，故本文主要关注可视距离在300m内的变化情况.由此提出的一种简单的模型算法，只检测小于300m的低能见度范围，并且提出专门适用于高速公路的可视度概念.该模型主要关注驾驶员所观景象，反映真实的人眼可视距离.最终为高速公路可视距离检测量身定制一种经济的检测方法，并实现实时的检测预警.1可视度模型1.1分析方法低能见度对驾驶员的直接影响就是可视距离不足，而普通图像可以模拟人眼来进行“看”：可视距离越小，人眼所能看到的最远景物的距离就越小，模拟人眼的普通图像中的景物数量也越少.假设景物连续变化，那么随着可视距离的减少，连续景物的量就会有规律的减少.因此本文通过量化普通图像中景物减少的量来反推可视距离的减少量，得到实际可视距离.要量化普通图像中因为可视距离的降低而减少的景物量，首先引入红外图像作为参照.红外图像是利用探测器来接收物体发出的红外辐射再进行光电信息处理得到，红外辐射是影响红外图像成像的最主要因素，因此红外图像不随可视距离的变化而改变，不受雾霾等低可视距离条件的影响，可以作为衡量普通图像景物减少量的参照.如图1所示，雾天的普通图像中的景物数量较晴天明显减少，而红外图像基本无变化.图1普通图像与红外图像对比Fig.1Comparisonofordinaryimageandinfraredimage（b）雾天较低能见度天气（a）高能见度天气74第16卷第4期基于红外图像和普通图像对比的高速公路可视度分析然后，需要引入能够反映景物数量的图像参数，本文采用景物边缘像素点数作为此参数.图像中每一个物体都对应着自己的边缘像素，景物越多则总的边缘像素点越多.因此本文分别对普通和红外图像采用Canny算子进行边缘检测.具体如何量化普通图像中因可视距离小而减少的景物量，本文采用普通和红外图像的边缘检测像素点数的比值作为景物减少量的指标.比值为1，说明普通图像景物数量和红外图像景物数量一致，可视距离很高，比值小于1则景物数量有所减少，可视距离降低.采取像素点比值指标后，首先需要建立实际可视距离与该比值的映射关系，根据此映射关系可以由实际计算出来的边缘检测像素点比值来反推实际可视距离.本文通过建立可视度查阅表来反映可视距离与边缘检测像素点比值的映射关系.1.2可视度概念目前交通及气象部门采取“能见度”指标作为大雾程度分级分类的依据.其理论依据为Koschmieder定律.但能见度为气象指标，应用在交通领域会出现低能见度测量精度不够和低照度条件下可视距离很小但能见度依旧很高的情况，由此本文提出可视度概念.可视度是反映可视距离大小的指标，是普通图像与红外图像的边缘检测像素点的比值.该指标专门适用于高速公路可视距离监测预警，只反映300m范围内的可视距离变化.可视度越大则可视距离越大，其取值范围为0~1.可视度等于1则可视距离大于等于300m；可视度为0，则可视距离为0.1.3可视度模型建立首先对红外图像边缘检测提出两个修正.一是温度修正，可视度模型的建立基于红外图像与普通图像的对比，需要对图像进行边缘检测得到像素点数，而红外图像作为对比基准需要保证边缘检测的稳定性，理论上保证相同位置和视角下的红外图像边缘检测像素点数相同.红外图像成像结果与物体的红外辐射直接相关，红外辐射与温度相关，因此需要对红外图像边缘检测进行温度修正.二是相机修正，普通和红外两种成像仪器的成像质量不同，会造成最后的像素点检测结果差异较大，因此本文提出相机修正系数.由此可见，可视度是普通图像与红外图像的边缘检测像素点的比值，因此可视度直接由Can-ny算子边缘检测后统计得到的像素点数，并考虑两个修正系数相除得到.具体计算式可以表示如式（1）所示.v=Nατn（1）式中：v为可视度；N为普通图像经过处理后边缘检测得到的像素点总数；α为温度修正系数；τ为相机修正系数；n为红外图像得到的像素点总数.由上文分析，计算可视度后需要查阅可视度查阅表，因此可视度模型包括除了式（1）之外，还包括相应的可视度查阅表.可视度查阅表给出了可视度与可视距离的对应关系.本文查阅表划分范围为0~50m、50~100m、100~150m、150~200m、200~250m、250~300m和大于300m共7个档，首先通过人眼观测将不同范围内的景物分别提取出来，然后分别对其进行边缘检测得到边缘像素点数，再利用可视度计算模型得到各个范围内的“可视度”值，即各范围内景物所占所有景物的百分比.最后计算随着景物到机位距离增大的边缘像素点的累计百分比，得到可视度查阅表.查阅时，当计算出的可视度恰好达到某范围对应的可视度值，认为可视距离为该范围最大值.若计算可视度介于两个范围对应的可视度之间，则利用线性内插法得到可视距离.2红外图像边缘检测修正2.1红外图像温度修正黑体处于温度T时在波长λ处的单色辐射出射度由普朗克公式给出，可推得在一定的波长范围内的能量积分如式（2）[14]所示.MeλbT=C1∫dλλ5éëêùûúexpæèçöø÷C2λT-1=C1TC2λ3expæèçöø÷C2λT+3C1T2C22λ2expæèçöø÷C2λT+6C1T3C32λexpæèçöø÷C2λT+6C1T4C42expæèçöø÷C2λT（2）75交通运输系统工程与信息2016年8月式中：MeλbT为黑体处于温度T时在波长λ处的单色辐射出射度；C1称为第一辐射常数；C2称为第二辐射常数；λ为波长；T为温度.参考相关文献加装不同衰减波片的非制冷焦平面红外热像仪器温度与能量关系曲线[14]，由曲线可知，在275~400K的温度范围内非制冷焦平面红外热像仪温度与能量关系曲线近似为抛物线，即为平方关系.