(投稿)数字图像处理技术在高速公路能见度检测中的应用.doc

数字图像处理技术在高速公路能见度检测中的应用关 可1 亓淑敏1 梁 佳2（1.长安大学 信息工程学院，陕西 西安 710064；2. 信雅达科技有限公司， 浙江 杭州 310053）摘要：通过对大气能见度计算的理论分析，证明用图像处理技术测量大气能见度的可行性，并提出了一种基于图像处理技术的高速公路能见度测试系统。该系统以TMS320C6713型高性能DSP芯片为核心，包括模拟图像采集电路，A/D转换电路，图像存储器、电源管理模块和数据通信模块的高速公路能见度测量仪的硬件结构和采用灰度修正、自适应阈值化、背景分离算法计算大气能见度的实现算法。经验证，基于图像处理技术的大气能见度测量仪能够适应高速公路周边环境的气候多变性，对大气能见度的测量稳定、准确，是高速公路能见度检测的有效方法。关键词：图像处理；高速公路；能见度；DSPApplication of Digital Image Processing Technology in Visibility Measurement for HighwayGUAN Ke QI Shu-min LIANG Jia(1.Changan University Information Engineering Institute, ShaanXi Xian 710064;2. XinYaDa Technology Co.，Ltd， ZheJiang Hangzhou 310053 )Abstract: The theoretical analysis for calculation of air visibility shows the feasibility to apply digital image processing technology on air visibility measurement, based on which a new highway air visibility measurement system is proposed. The hardware structure of the highway air visibility measurement system is composed of high performance DSP IC, model TMS320C6713, the core of the structure, analog image-sampling circuit, A/D conversion circuit, image storage, power management module and communication module and the arithmetic of the system can be divided into three steps, which are brightness correction, self adapt threshold and the object separation from background and calculation of air visibility. The examinations to the system testify that it can work well in the different weather condition of highway and it can measure air visibility stably and accurately. This new system is the good way to measure the air visibility on highway. Keywords: Image processing, highway, visibility, DSP1 引言气象能见度是影响道路交通安全的一个重要因素，我国多条高速公路，如沈大、京石等都曾因雨、雾造成的大气能见度低引发恶性交通事故，造成极大经济损失1。由于雨、雾天气行成的不确定性，在一些干道或雨、雾多发地段全天候监测高速公路上的能见度，并利用情报板等手段及时对车速、车流等进行调控，可以大大降低在低能见度条件下交通事故的发生率。目前，测量能见度主要有两种方法：目测法和器测法。目测法是由具有正常视力且受过适当训练的观测员采用人工目测方法来确定大气能见度的方法，目测法受主观因素影响较多，并且无法满足全天候和无人值守路段监测的需求。能见度器测法主要采用透射型，散射型和激光雷达测量仪。透射型能见度测量仪体积大、基线长、安装复杂；散射式能见度测量仪的测量精度主要受光源稳定性的影响，同时难以克服能见度信号弱的问题；激光雷达式能见度测量仪价格昂贵、寿命低、维护困难2-3。由于上述器测法的种种缺陷，使其在高速公路领域一直没有推广应用。本文正是基于这个现状，提出了一种适宜于在高速公路上工作的基于数字图像处理技术的能见度测量系统，该系统既能准确测量大气能见度，又可以克服上述测量仪的体积大、安装难、价格高、准确性低等缺点。2 数字图像处理技术测量能见度原理分析由能见度测量的基本方程（Bouguer-Lambert 定律）4-6： （1）式中，x是测量点到物体的距离，F是在大气中经过x路径长度接收的光通量，F0 是在x=0时的光通量，为消光系数。此时，透射因数为： （2）根据气象光学视程MOR（Meteorological Optical Range）的定义，当取T=0.05，对应的距离x即为MOR的值，记为P。且有 （3）又根据亮度对比定义 （4）其中，为物体亮度，为背景亮度。随着距离R的增加,C值将逐渐减小,目标物将逐渐变模糊;当C小于某一临界值时,人眼将无法把目标物从背景中分辨出来,这一临界亮度对比称为亮度对比感阈, 是一个与人眼视觉特征有关的物理量,世界气象组织(WMO) 推荐的值为0. 02 ,而国际民航组织( ICAO) 推荐的取值为0. 05。又根据Koschmieder 定律，远处的观测者在地平天空下看到的目标物的视亮度对比（Cx）与其固有亮度对比（C0），即假想从很近处看到的地平天空下的目标物的亮度对比之间有如下关系： （5）而在远距离光电子成像系统中,来自景物(目标/ 背景) 的亮度或一定强度可见光波段的电磁辐射,在到达光学系统(物镜) 并借助物镜成像于CCD 成像器件光敏面之前,要经过中间介质(大气) 的传输衰减,因此,在观测点观测到的景物(目标/ 背景) 亮度,实际上并不是它们的“真亮度”(就近观察的真实亮度),而是“视亮度即经过空气柱传输衰减同时又迭加上空气柱本身的亮度。 因此，假设景物到观测点的距离为R,同时假设大气水平均一,根据辐射传输基本原理,可以写出目标/背景的视亮度表达式 （6）其中观测点测量的物体亮度，观测点测量的背景亮度，物体真实亮度，背景真实亮度，空气柱亮度。由(3)、(4)、(5)、(6)式推出能见度计算公式为： （7） 本系统使用的目标物为绝对黑体，因此7，并取=0.02 ，可得到 （8）由（8）式可知,在符合目标物为黑体的条件下,只要知道目标物与观测者之间的距离x ,并测得目标物的视亮度与天空背景的视亮度比值,即可计算出水平气象能见度P。本文所提出的基于图像处理技术的大气能见度测量系统就是基于这一原理，目标物的视亮度与天空背景的视亮度可通过CCD摄像机获取的图像处理得到，目标物与测量点的距离可通过设定目标物和摄像机的位置后直接获得，因此从理论上是完全可实现的。3 能见度测量仪硬件系统结构能见度测量仪硬件系统主要由图像采集模块、图像存储模块、图像处理模块、电源管理模块以及数据传输模块等部分组成，其硬件结构图如图1所示。图1 基于图像处理的能见度测量仪硬件系统结构图其中，图像采集部分由CCD图像传感器和A/D转换单元组成，主要完成采集640480，256级的灰度图像。本系统采用TCD132D线性CCD图像传感器，将采集到的图像信号转换为电信号后经过放大、滤波处理后被送入A/D转换单元。A/D转换采用MAXIN公司出品的流水线结构的MAX1426，该芯片具有10位流水线，采样率高达10Msps,具有内部采样保持器，可以满足系统图像处理速度的需求。数据存储部分采用两种存储器，即SDRAM和FLASH存储器相结合的方式。SDRAM选择的是 Micron 公司的 64Mbit的MT48LC2M32B2 存储器，用于存储正在处理的图像编码数据；FLASH选用AMD公司的AM29F400B，用于在系统断电后，保存程序和图像编码数据，同时，用于存储系统上电时引导的图像处理程序。图像处理部分是硬件系统的核心，选用德州仪器的TMS320C6713高性能DSP8，它具有定点/浮点系列兼容，CPU主频最高可达到1.1GHz，同时，还具有6个ALU（32/40-bit），2个乘法器（1616），最大执行速度可达4800MIPS等优点，能够很好的完成采集图像的处理算法。硬件系统工作过程：DSP控制CCD图像传感器采集模拟图像，并通过A/D转换器将采集到的模拟信号转换为数字图像数据后，将数字图像数据存储在SDRAM中，DSP对数字图像数据进行处理，计算出大气能见度后，将计算结果通过数据传输部件传送给公路监控中心或交通信息发布板进行即时大气能见度信息的发布。 4 能见度测量仪算法实现本系统的大气能见度算法分为三个步骤：(1) 灰度修正；(2)阈值化、背景分离； (3)由灰度计算背景和目标物的亮度比值，换算成能见度值。1）灰度修正由CCD 获得的图像经过A / D 转换、线路传送时都会产生噪声污染，改变目标物和背景的原有亮度，因此需对采集的图像进行灰度修正。其过程见如图2所示图2 灰度修正过程图图中F（u,v）,G(u,v)分别为处理前后图像，f(x,y) 、g(x,y)的傅立叶变换，H（u,v）为对应的滤波器传递函数。其处理过程为： (4.1) 2）阈值化、背景分离 本系统采用p-分位数法(p-tile)实现目标物与背景的分离。该方法使目标或背景的像素比例等于其先验概率来设定阈值，简单高效。如根据先验知识，知道图像目标与背景像素的比例为Po /Pe，则可根据此条件在图像直方图上找到合适的阈值T，使灰度f(x,y)大于T的像素为目标，小于T的像素为背景。图像下方的一定区域可能含有部分杂物或其它非特征图像，但特征图像一定占主要的成分。因此运用自适应迭代的思想结合p-分位数法获取阈值。获取阈值并检测图像目标的过程如下: （1）选择图像下方矩形区域，判断区域内是否包含目标物与杂物两类灰度值，如不包括杂物则直接执行步骤（7）;（2）选择一个初始阈值To；（3）用To分割图像，这样会生成两组像素，G1由所有灰度值大于To的像素组成，而G2 由所有小于等于To的像素组成;（4）对区域G1和G2中的所有像素计算平均灰度值1和2，（5）计算新的阈值T1=（1+2）/2 ；（6）重复步骤（3）到（5），直到逐次迭代的差|Ti一Ti-1|小于事先定义的参数，用新的阈值对区域进行分割，排除杂物的影响，获得独立的目标物灰度;（7）运用p-参数法求图像部分灰度分别的最大最小值o和d，如图3所示;（8）用o和d在图像中划分目标物和背景区域。图3 p-分位数法选取阈值3）能见度计算根据分割的结果，分别计算目标物和背景的亮度，并将利用式（8）计算能见度。 算法实现流程图如图4所示。图4 能见度测量仪算法实现流程图5 试验结果分析在常温、室内环境下，模拟不同浓度的雾气环境下，采用本系统对大气能见度进行测量，其测量精度达到13，完全符合高速公路2000m内20的测量精度要求。另外，在相同浓度雾气环境下，在96h内，以2h为间隔对大气能见度进行测量，其变化率基本在2%以内，表明本系统具有较强的测量稳定性。6 结语（1）通过对大气能见度的理论计算分析，提出了基于图像处理技术的大气能见度测量方案。（2）给出了利用图像处理技术计算大气能见度的硬件组成结构。（3）采用灰度修正、自适应阈值化、背景分离算法计算大气能见度，能够适应高速公路周边环境的气候多变性，测量结果稳定、准确。参考文献：References：1 杨权，黄山，张洪斌，汪勤，张建军.基于纹理特征的能见度测量时段区分方法J.现代电子技术，2008，23：192-194.YANG Quan, HUANG Shan, ZHANG Hong-bin, WANG Qin, ZHANG Jian-jun. Method Of Distinguishing Visibility Measurement Period s Based on Texture FeatureJ.Modern Electronics Technique, 2008，23：192-194.2 李孟麟，段发阶 ，欧阳涛，张玉贵. 前向散射式能见度测量技术研究J. 传感技术学报，2008，21（7）：1281-1285.LI Meng-lin，DUAN Fa-jie ，OUYANG Tao，ZHANG Yu-gui. Research on the Foreword Scattering Visibility DetectionJ. CHINESE JOURNAL OF SENSORS AND ACTUATORS，2008，21（7）：1281-1285.3 王海先. 能见度仪