摘要：针对我国高速公路能见度天气的全面检测与预警处置的迫切需求,提出了一种基于监控视频的高速公路能见度检测方法.该方法从监控摄像头提取固定距离参照物的图像,根据图像的灰度失真状况计算能见度值,并通过数据融合的手段对多监控摄像头计算结果进行综合;并设计和开发了一款能见度监测与预警处置信息化系统,利用获取的实时能见度数据,从局部现场和宏观路网两个方面支撑能见度预警、应急处置、交通流调控、信息发布等智能交通业务.实验分析结果表明,该能见度计算方法的平均检测误差为13.4%,能够满足我国高速公路能见度检测的精度和计算性能要求;本文方法及系统可以充分复用高速公路沿线广泛架设的视频监控机电系统,可应用于我国高速公路的运营管理及效率提升等工作中.

摘要：针对高速公路雾天行车系统道路雾况检测前端设备,通过检测大气对光通路衰减模型,设计了一种道路能见度检测装置。分析了该装置光通路透过率的计算方法和测量方案。特别针对放置于野外实际环境中,由于灰尘、雨水等影响检测结果的因素,在考虑光通路额外损失前提下进行了必要的修正,使测量结果更接近实际路况。

摘要：在分析各种能见度检测算法优缺点的基础上,为了进一步提高能见度检测的精度,本文设计了一种新的基于相机响应曲线拟合的能见度算法:通过对高速路上的监控相机设定严格的参数,用固定光圈,不同曝光时间,拍摄稳定均匀光源照明的均匀白色漫反射表面,选取拍摄图像的中间部分计算图像平均灰度值,拟合图像的平均灰度值与曝光时间的双对数曲线,得到视亮度与固有亮度之间相互转换的重要参数值。本算法利用高速监控设备,采用路面作为标志物,解决了在高速路上不易寻找目标物的问题,计算误差小,成本低,不需额外增加检测设备,非常适用于高速路上雾天能见度监测。

摘要：能见度涉及高速公路的安全行车,现有气象能见度仪本身样本空间受限,且价格十分昂贵而难以沿途布设,不能真实反映路段的能见度及其分布。为此,提出了基于路况监控视频的能见度检测系统的设计方案,阐述了视频能见度检测的基本原理,给出系统的总体框架,重点研究了能见度检测模块的实现:通过带有距离信息的目标图像块的选取、图像块的匹配、边缘特征的提取,空间亮度对比的计算、曲线拟合得到能见度信息。系统已在江苏省高速公路宁通、宁常路段试用,系统运行良好,检测结果与人眼观察误差符合国际规定(+10%),并具有较好的鲁棒性。

摘要：低能见度天气对高速公路行车有很大影响,现在高速公路能见度主要依赖气象部门能见度仪的检测,其只能在局部路段检测,且存在针对性不足和设备昂贵等问题。本文设计了一种基于视频图像处理的高速公路能见度检测系统,通过CCD摄像机采集参照物的视频数据信息,运用图像处理算法实现目标黑体和光源图像灰度值的定位与提取,完成能见度值的检测。实验结果表明,该系统能准确检测白天和夜间的能见度。

摘要：为了车辆安全通过高速公路雨雾路段,文章基于能见度检测和低能见度的安全行车间距,设计出一套适应广西雨雾特殊天气条件的高速公路雾天智能诱导系统。该系统具有能见度检测、智能诱导、多元化控制、无人值守等功能,提升了高速公路运营管理水平,增加高速公路行车安全性和舒适性,降低事故发生概率。

摘要：为了增强能见度深度学习模型在小样本条件下的准确率和鲁棒性,提出一种基于可见光-远红外图像的多模态能见度深度学习方法.首先,利用图像配准获取视野范围与分辨率均相同的可见光-远红外输入图像对;然后,构造三分支并行结构的多模态特征融合网络;分别在可见光图像、远红外图像及其累加特征图中提取不同性质的大气特征,各分支的特征信息通过网络结构实现模态互补与融合;最后在网络末端输出图像场景所对应的能见度的等级.采用双目摄像机收集不同天气情况下的室外真实可见光-远红外图像作为实验数据,在不同性能指标、多角度下的实验结果表明,与传统单模态能见度深度学习模型相比,多模态能见度模型可显著提高小样本条件下能见度检测的准确率和鲁棒性.