下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 基于摄像机自标定的视频对比度能见度检测算法与实现

基于摄像机自标定的视频对比度能见度检测算法与实现.pdf

基于摄像机自标定的视频对比度能见度检测算法与实现

physics88
2012-01-10 0人阅读 举报 0 0 暂无简介

简介:本文档为《基于摄像机自标定的视频对比度能见度检测算法与实现pdf》,可适用于IT/计算机领域

第卷第期电子与信息学报VolNo年月JournalofElectronicsInformationTechnologyDec基于摄像机自标定的视频对比度能见度检测算法与实现陈钊正陈启美(南京大学通信技术研究所南京)摘要:由于气象能见度仪应用范围有限且难以架设、现有视频检测算法对外部要求过高且容易受噪声影响无法大范围布设。该文提出了基于摄像机自标定的视频能见度检测方法并构建了能见度检测系统。该方法利用摄像机自标定模型、小波变换、视频对比度检测模型曲线拟合等手段克服原有方法和算法在距离信息、目标物、噪声、稳定性等原因的缺点。其系统已在江苏的高速公路上试运行结果误差符合国际及国家相关标准。关键词:视频能见度摄像机自标定小波变换对比度曲线拟合中图分类号:TP文献标识码:A文章编号:()DOI:SPJVideoContrastVisibilityDetectionAlgorithmandItsImplementationBasedonCameraSelfcalibrationChenZhaozhengChenQimei(InstituteofCommunicationTechnology,NanjingUniversity,Nanjing,China)Abstract:Becausetranditionmeteorologicalsensor’srangeislimitedandhardtobeerected,videodetectionsrequiregoodexternalconditonandareeasliyeffectedbynosieAnewmethodofdetectionofvisibilityisproposedbasedoncameraselfcalibrationAndasystemofvisibilitydetectionisconstructedThecameraselfcalibration,wavelettransform,videocontrastdetectingmodel,curvefittingisusedtoovercomedisadvantagesoftraditiondetectionsalgorithmsatdistance,targets,noiseandstabilityNowthesystemhasbeenusedonofJiangsu’shighwaysTheerrorsofresultconformtonationalandforeignstandardsKeywords:VideovisibilityCameraselfcalibrationWavelettransformContrastCurvefitting引言低能见度天气经常造成公路交通的堵塞或封路。据统计高速公路上因浓雾造成的交通事故大约占事故总数的左右雾天高速公路的事故率是平常的倍恶劣天气、突发性自然灾害已成为威胁人民生产财产安全的重大隐患。传统的能见度仪由于其价格、架设方式、检测方法等原因导致其在交通领域特别是高速公路上应用有限无法对小范围的团雾、霾、沙尘、雨、雪等天气进行较好的预警。随着视频技术的发展使用视频手段采用基于正常视距分析模式确定路况能见度距离的方法已成为目前研究的热点。国外机构研究目前基本没有较大突破而国内研究正处在起步阶段。视频能见度检测涉及到的主要问题是如何从亮度不均匀、噪声丰富的路况监控视频图像中提取能收到改回中国交通部科技攻关项目()和江苏交通厅科研基金(x、x)资助课题通信作者:陈钊正czzgyahoocomcn见度检测需要的图像边缘特征同时在边缘特征提取过程中很好地模拟人视觉心理减小算法检测值与正常视距观测值之间的误差。目前世界上所研究的视频能见度检测一般限于两种:()双亮度差法:即通过两组人工架设目标的亮度的比值来确定当前能见度距离()视频对比度法:即模拟人眼分析图像中能观测到最远目标物为当前能见度距离。两种方法在检测手段上都依赖于人工架设目标物容易局限于外界条件且误差较大。为此本文提出了一种基于摄像机自标定和对比度的视频能见度检测方法通过摄像机自标定技术恢复出图像距离信息建立图像中的虚拟观测目标物同时采用小波变换对图像提取虚拟目标物的边缘剔除噪声并采用归一化对比度对虚拟目标物的边缘进行能见度对比度检测最后通过曲线拟合得出能见度曲线并根据正常视距对比度阈值得出当前能见度距离或等级。能见度算法整体框架由于视频能见度检测对外界条件具有一定的依赖性如:摄像机是否正在转动、摄像机镜头上是电子与信息学报第卷否有污渍、图像传输质量等等同时还必须考虑到摄像机和监控人员共用所以文中主要考虑在雾天或低能见度发生情况下视频监控的紧急等级低于能见度检测等级在进行能见度检测时刻点上摄像机处于静止状态、图像传输质量良好、没有较大污渍情况下能见度检测。由于肉眼相对于颜色信息对亮度信息更加敏感所以本文只对亮度进行分析和处理。在已有视频能见度研究基础上克服原有研究不足考虑到检测算法及其系统可用性和稳定性首先采用摄像机自标定技术恢复出图像中的距离信息建立以路面为背景的虚拟目标物避免已有检测方法中在道路两边架设带有距离信息的目标实体接下来采用小波变换手法去除噪声对目标物边缘的影响提取出属于边缘的像素点使用符合正常视距的归一化对比度模型进行目标物特征提取根据目标物的特征信息和距离信息进行正常视距能见度曲线拟合最后根据所得能见度变换曲线结合CIE(国际照明委员会)对比度阈值得出能见度距离。如图所示为算法流程模块:使用摄像机自标定技术恢复出图像中的距离信息建立带有距离信息的观测目标物消除图像中冲击噪声的图像预处理使用小波变换提取目标物中属于边缘的像素点摄像机图像肉眼模拟的边缘特征的提取根据所得分析结果与距离映射关系进行曲线拟合得出能见度距离。图能见度检测算法框架图像距离、目标物提取摄像机自标定提取距离信息文中利用视频采集设备所采集的视频图像建立图像坐标至路面坐标的映射关系将图像距离信息转换成路面距离信息。()车道分割线模型拟合使用Canny边缘检测算法提取车道分割线的边缘点利用建立的像平面模型通过逼进算法连接各边缘点并求出各模型参数以完成车道分割线的像平面重建。模型参数估计用霍夫变换:以直线检测为例直线y=kx+c可以用极坐标参数ρ和θ描述。它的参数方程为cossinxyρθθ=()利用Canny算子提取全平面的边缘点得到二值边缘点图像接着利用霍夫变换对此二值图像下半部分进行直线边缘连接并以共线点个数作为权重提取直线中权重较大的两条直线为所需的车道分割线参见图。图基于Kluge模型的车道分割线重建()建立路况摄像机成像模型如图所示图中定义了种坐标系其中地面坐标系XwYwZw和摄像机坐标系XcYcZc用来表征维空间图像平面坐标系XfYf表征成像平面。建立世界坐标系其原点为摄像机光轴与地面交点。建立摄像机坐标系原点为摄像机光心位置。设摄像机光心与世界坐标系原点距离为l摄像机的俯仰角为t偏角为p旋角为s以地平面上平行线间的区域来对应摄像机视域内高速公路路面。图摄像机成像模型()建立世界坐标系与摄像机坐标系间的坐标变换关系如式()、式()所示。sin(sincos)cossin(cossin)cossincoscossinwffffffXlpxsyslptxsysxtsytsft⎡=⎣⎤−⎦⎡⎤⎣⎦()第期陈钊正等:基于摄像机自标定的视频对比度能见度检测算法与实现cos(sincos)sinsin(cossin)cossincoscossinwffffffYlpxsyslptxsysxtsytsft⎡=−⎣⎤−⎦⎡⎤⎣⎦()()利用霍夫变换提取车道线建立兴趣域利用HARRIS角点检测算法提取分道线角点信息。()在监控路段上根据分道线角点间平行对应关系可解出未知的摄像机参数ptsfl如式()所示:{}arcsin()()()()()()()()()tan(),sin,tan()()()(arctanABCDDACBBCADBAABDCCDDACBBCAtvvvvvvvuvvuvvuvvuvvuvvuvvuvvuvvfvtlHtsuuvvuvvuvvuvvp⎡⎤=−−−⎢⎥⎣⎦⎡−−−−⎣−−−−−⎤−−−⎥⎦−===−−−−−−−−=)sin()()DABCDutvvvvv⎫⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎬⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧⎫⎪⎪⎪⎪⎪⎪⎨⎬⎪⎪⎪⎪−−⎪⎪⎪⎩⎭⎪⎭()式中(u,v)为图像坐标系(u,v)为由直线xaxd,xbxc决定的灭点(u,v)为由直线xaxb,xdxc决定灭点H为摄像机柱高()将路面坐标系平移至以摄像机柱基为原点即可计算图像中任意一点距离摄像机的距离:cameracameracameracossincossincoscosLwRwwXXltpXXltpYYltp⎫⎪=⎪⎪⎪⎪=−⎬⎪⎪⎪=⎪⎪⎭()式中(XL,RcameraYcamera)是路面坐标其中L、R表示摄像机在路左右两侧的情况。目标物提取路况能见度重点关注m以内根据上面得出的角点检测结果和距离信息分别在mmmmmmm等大概位置自动选取形状为平行四边形的虚拟目标物此项做法避免在在路侧架设固定目标物的麻烦系统可根据具体情况全自动化检测具体距离选取系统根据角点检测结果原则上选取离以上距离最近的角点虚拟目标物通过选择的角点由计算机自动画出原则是纵向为到个像素点而横向为角点到车道边界线。距离恢复和虚拟目标物的建立每min检测一次(此参照于系统检测时间及道路水平能见度变化在min内基本不会发生大的等级变化)需要指出的是由于文中角点检测的误差一般在~之内而能见度检测的距离误差的允许范围~所以对于角点检测误差在此不予考虑而在道路弯曲度较大的地段设置固定摄像机或不设检测点。图像边缘检测及特征提取边缘提取对以上基于摄像机自标定提取的带有距离信息的虚拟目标物采用去噪手段提取出图像中的有效边缘。文献指出人的视觉处理过程相当于多个分辨率的边缘算子在对图像进行分析处理因此模拟人的视觉心理需要在多尺度下对图像进行小波处理具体如下:()选用次样条函数作为维平滑函数θ(x,y)同时选择在尺度a=,,和下对图像进行处理()在大尺度a=的尺度空间中选择较高的阈值来减少噪声的影响在a=,和的尺度空间中选择较小的阈值尽量保持边缘信息的完整性()多尺度边缘的融合:在相邻尺度下边缘的位移不会超过一个像素所以只需要在尺度N下点(x,y)的×邻域内寻找由尺度N下点(x,y)相关联点如果该邻域中的点(x,y)与尺度N下点(x,y)满足式()则认为点(x,y)与尺度N下点(x,y)的相关联其中NΦ(x,y)为尺度N下点(x,y)的幅角。|(,)(,)||(,)(,)|NNNNxyxyxyxyΦΦαΦΦαΟ⎫−≤⎪⎪⎪⎬⎪−≥−⎪⎪⎭()如果尺度N下的边缘点(x,y)与尺度N下的(x,y)相关联则认为(x,y)由(x,y)传递而来它们在不同尺度下反映同一边缘设这些边缘点集合为BN,N。尺度N下还存在边缘点不与尺度N下任何边缘点相关联设这些边缘点集合为BN,N。尺度N与尺度N融合的结果为BN,N∪BN,N。将以上步骤逐层向下执行最终得到多尺度融合的边缘。能见度边缘特征提取能见度的改变表征为白天对比度的变化和夜间光源的光通量的改变文献中提出被观测物体的观测亮度与距离的关系如式()所示L为物体观测亮度L为本身亮度。()kdkdfLLeLe−−=−()Lf为天空的亮度k为大气的消光系数。其后Duntley从其中归纳总结了基于对比度的电子与信息学报第卷模型如式():kdCCe−=()C为物体观测对比度C为本身对比度。Jourlin和Pinoli通过使用对数图像处理技术建立基于图像像素点对数对比度模式而文献在其基础上阐述了一种基于图像的最大对比度模型和方法来计算C。其方法对图像进行灰度化处理通过计算阈值T计算相邻两点(x,x)将满足阈值的点进行分离。,()min((),()|)xxT|Tfx||Tfx=−−C()NicolasHautièr对式()结合CIE对比度定义进行了改进其模型为,()()()min,max(,())max(,())xx|Tfx||Tfx|CTTfxTfx−−⎛⎞⎟⎜⎟=⎜⎟⎜⎟⎜⎝⎠()在以上模型基础上构建对比度检测模块即:不对整幅图像计算虚拟目标物的对比度最优阈值采用更适于人眼特性的四邻域如图所示。图V邻域检测示意图对于灰度图像f中的像素对(xx)当T满足式()所示的两个条件时则像素对(xx)可以被T分割。()min((),())max((),())xVxfxfxTfxfx⎫∈⎪⎪⎪⎬⎪≤<⎪⎪⎭()式中V(x)是像素点x的领域其中的灰色部分即为x的邻域V(x)。定义F(T)为所有能被阈值T分割的像素对(xx)的集合其中x∈V(x)。此时对于任意的T∈都可以得到对应的F(T)。对于集合F(T)中的任意一个像素对(x,x)其对比度的计算方法如式()所示。因此集合F(T)的对比度C(T)为,(,)()()()card(())xxxxFTCTCTFT∈=∑()其中card(F(T))为集合F(T)中元素的个数。对于整数T,∈中每一个值都相应地存在一个C(T)因此最佳阈值T满足:,()max()TCTCT∈=()T同时也是图像二值化的最佳阈值当T用于图像对比度计算以反应个像素之间的亮度差时图像的对比度C为()CCT=()效果参见图所示。为了简化运算的复杂度和去除边缘噪声的干扰选取目标物中高对比度像素点的对比度的平均值作为特征量En。En是目标物图像块中对比度值最大百分之rn的平均值rn为每块目标物的小波检测边缘点数量与总像素点的比值。曲线拟合及能见度值确定最后根据以上模块得到的检测结果绘制相应的能见度曲线及得出能见度距离。能见度曲线:根据前面得到的特征变量En对式()进行转换加入随机噪声A即()AdfdAeA−=()其中d是目标物离摄像机的距离f(d)=EnA=C,A=K,A是需确定的参数。需要对式()进行曲线拟合首先必须计算出A的最优拟合值具体方法如下:令Adez−=Ada−=将实测数据(f,d)转换成(f,z)式()转换成:()fzAzA=()将非线性拟合转换成直线拟合并显见实测数据(f,z)相对应的相关系数r依赖于a记为r(a)且r(a)为a的单峰函数。设在最小二乘意义下非线性模型f(z)=AZA关于数据(f,z)的拟合参数为A,A,A则函数r(a)在a'达到极大值|r(a')|。函数r(a)的极大值点a'可以用优选法(法)得到。在得到a'后即A利用由数据(f,z)经相应变换得到的一组数据按线性回归得A和A。最终能见度值即为临界值ε所对应距离:visibilitylnln()AADA−−=()测试结果根据交管部门要求视频图像采集范围一般在m~m内格式:H分辨率:D(×)。图所示为能见度检测效果及其与目测检测的误差曲线误差不超过±至于图中无雾误差比有雾误差大则是采样有限而拟合导致不影响检测效果。其样本为宁常高速上发生的随时间变化能见度由远及近再由近到远再及近一段具有代表性的小范围突发突变团雾。第期陈钊正等:基于摄像机自标定的视频对比度能见度检测算法与实现图边缘特征效果图能见度视频检测结果结束语该系统保障人民生命财产安全提高道路利用率并有以下突出优势:()无需架设任何附加辅助设备及标志物完全兼容原有监控系统具有成本低、监测直观、效率高等特点()充分利用已有视频图像对全路段能见度统计分析实时发布能见度分布、相应各路段能见度等级及相应信息。其不足:对低能见度天气中易发的路面“微冰”、“黑冰”现象无法进行有效检测下一步研究主要集于路面结冰检测和模型自适应方面。参考文献CavalloV,ColombM,andDoreJDistanceperceptionofvehiclerearlightsinfogJHumanFactors,,():李佳葛嘉琦陈启美路况视频能见度检测算法J计算机工程,,():LiJia,GeJiaqi,andChenQimeiVisibilitydetectionalgorithmforroadvideoJComputerEngineering,,():电子与信息学报第卷张小洪李博杨丹一种新的Harris多尺度角点检测J电子与信息学报,,():ZhangXiaohong,LiBo,andYangDanAnovelHarrismultiscalecornerdetectionalgorithmJJournalofElectronicsInformationTechnology,,():李勃,董蓉,陈启美路况PTZ摄像机自动标定方法J北京邮电大学学报,,(s):LiBo,DongRong,andChenQimeiAutomaticcalibrationmethodforPTZcameraJJournalofBeijingUniversityofPostsandTelecommunications,,(s):田建东唐延东基于几何特征的快速高精度角点检测算法J仪器仪表学报,,():TianJiandongandTangYandongFastandhighprecisioncornerdetectionalgorithmbasedongeometricfeaturesJChineseJournalofScientificInstrument,,():BushCandDebesEWavelettransformforanalyzingfogvisibilityJIEEEIntelligentSystemsandtheirApplications,,():HautiereN,AubertD,DumontE,andTarelJPExperimentalValidationofDedicatedMethodstoInVehicleEstimationofAtmosphericVisibilityDistanceJInstrumentationandMeasurement,,():JourlinMandPinoliJCAmodelforlogarithmicimageprocessingJMicroscopy,,():NicolasHautièreandRaphaëlLabayradeRealtimedisparitycontrastcombinationforonboardestimationofthevisibilitydistanceJIEEETransactionsonIntelligentTransportationSystems,,():ChudamaniR,VasudevanK,andRamalingamCSRealtimeestimationofpowersystemfrequencyusingnonlinearleastsquaresIEEEPowerDelivery,,():陈钊正:男年生博士生研究方向为图像处理、智能交通运输陈启美:男年生教授博师生导师研究方向为图像处理、智能交通运输

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/6

基于摄像机自标定的视频对比度能见度检测算法与实现

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利