基于视频局部特征分析的团雾检测方法研究

王庚中

（安徽超远信息技术有限公司，合肥 230001）

1 团雾检测

交通运输事业的迅猛发展，使得高速公路上的环境气象各种要素的实时检测、预警防控越来越必要，尤其是团雾导致的局部低能见度，该气象要素显得更为重要。重特大交通事故的主要原因就是能见度急剧下降，导致高速公路低能见度环境行车视距缩短，以及安装的可变情报板、路面白色导线及其他交通安全设施的人眼辨别效果较差。当出现浓雾天气与团雾时，极易引发连锁追尾等事故。为避免该情况，诸多交管部门引进价格昂贵的散射型能见度仪来获取能见度值，并检测预警团雾。但是该设备成本高、甚至几十千米才布设一台，布局非常稀疏，导致全面路段难以组网互联覆盖以及动态检测[1]，不能满足高速公路距离逐渐增长的诉求，所以针对高速路段团雾、局部低能见度检测效果非常有限，亟需一种更为实用和有效的团雾检测手段。

2 局部特征分析技术实现团雾检测

高速公路上视频监控技术已经成熟和广泛应用，近年来，尤其以深度学习为代表的的智能分析技术显著推动着视频图像分析技术的发展普及，涌现出很多实用的基于视频特征分析技术的团雾检测方法[2]。这些技术手段已逐渐应用于交通道路团雾检测，产品甚至能融合车辆违法取证、团雾检测预警等多种功能为一体。

2.1 实现原理

基本思想是结合视频局部多维特征分析技术、大气光线传播理论模型、多种特征训练分类算法，在分析视频图像相关性特征的基础上，建立图像与真实场景之间的映射关系，根据图像特征的动态变化，进而反演和测量能见度值对应的指标，根据能见度等级阈值来判别团雾。

2.2 具体方法

图1 基于视频分析技术的团雾检测示意图

（1）前期准备。①团雾检测路段安装黑色能见度标识牌，简称标识牌，采用创新式的双面设计，正面为黑色亚克力板、反面为电子信息屏。②使用高速公路已安装的高清摄像机获取视频数据流，并接入CPU 终端。

（2）调整相机参数。调节相机PTZ、光学焦距变倍系数以及成像视野，将场景的局部特征采集区域（天空区域和标识牌区域）均包含在整个画面。然后控制相机曝光亮度水平至预设的合理区间。CPU 终端再提取接入的视频流，获得图像帧RGB 三基色分量，且创建对应的明度分量，即图像像素单元RGB 取最大值V，CPU 终端统计V 分量均值，判断、调整该均值至预设亮度水平区间，否则，重新修改曝光系数继续同样操作。

（3）排除运动干扰。针对高速公路过往重型车辆导致的地面抖动、风速导致的相机吹动等现象。采用视频时域信息和帧差法检测运动车辆，并排除视频中运动车辆对黑体能见度标识牌的特征提取的遮掩干扰。本文充分利用视频流帧间的时域相关性，结合像素概率统计理论进行局部区域特征信息筛选和有效剔除，保证提取的稳定性。

（4）估算能见度数值。借鉴黑色能见度标识牌成像特征，使用其特征区域反映的灰阶亮度最小值与图像天空区域灰阶亮度最大值的关系，作为对比度指标BktC：

式中，BktYmin 为标识牌最小灰阶值；BktYmax 为标识牌最大灰阶值；SkyYmax 为天空区域最大灰阶值。标识牌反映的能见度BktV 估算如下：

工程项目实验数据表明该方法实现简单、实时有效。文中计算采用的 为常量（即视觉对比阈值），观察或估算能见度的惯用做法是根据世界气象组织的规定，将 取值大约范围介于0.02～0.05之间；符号BktD 表示数字成像设备与黑色标识牌直线距离；x1、x2、g 作为能见度数据现场校正调试时的特性参数。

（5）时域滤波处理与线性校正。考虑到不同相机前端感光元器件的光学成像特性存在非一致性，所以不同相机采集数据存在差异，算法设计需对能见度数据结果进行滤波，本文采用一维平滑滤波及一维线性拟合函数完成校正。

（6）团雾判断与预警。按照《QXT76-2007高速公路能见度监测及浓雾的预警预报》标准的雾天警等级和范围为依据，本文设置能见度数值较低时的团雾判决阈值，若低于阈值则判为团雾并预警。系统平台再将实时能见度、团雾级别、路段位置等消息OSD 叠加在视频或图像上，采用无线网、千兆网等通讯方式回传至服务中心，及时告知交警指挥部采取预警防控、管制措施。

2.3 技术特点

（1）基于视频分析的团雾检测方法更接近人眼视觉观测模式，交警勿需二次现场勘对，便可将团雾或低能见度信息与视频图像实时融合，网络传输至服务器，预警材料更加直观简便。

（2）复用道路上已安装的监控摄像机数据流进行团雾检测分析，能利用道路监控相机使用价值，建设成本低、符合一机多用的绿色理念。

（3）本方法相比于散射仪、激光雷达等传统能见度测量方法或设备而言，工程应用成本更低、推广更方便、普及率更高，并且可以根据应用需求实现全天候自动化检测预警。

3 结束语

综上所述，大气环境污染导致恶劣天气日益增多，团雾检测方法在高速公路等领域广泛应用需求剧增，该方法能克服传统检测方法在工程成本、后期维护等不利因素的约束，能更好地保障人民群众交通出行安全。相信随着5G、物联网等技术的发展，团雾检测所使用的视频数据源会更加高清高质、码流传输速率更快更稳。视频特征分析技术定能更好地应用于高速公路等领域的团雾检测，更加实时稳健、高精准、全天候地完成团雾检测预警。