(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 103458156 A
(43)申请公布日 2013.12.18
(21)申请号 CN201310379433.8
(22)申请日 2013.08.27
(71)申请人 宁波海视智能系统有限公司
    地址 315040 浙江省宁波市科技园区创业大厦237-1室
(72)发明人 姜永栎
(74)专利代理机构 宁波奥圣专利代理事务所(普通合伙)
    代理人 程晓明
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      一种恶劣天气条件下交通事件检测视频信号预处理方法
(57)摘要
      本发明公开了一种恶劣天气条件下交通事件检测视频信号预处理方法，该方法首先采用SIFT特征提取算法判定待测视频是否存在抖动，如果不存在抖动，则对待测视频不进行处理，如果存在抖动，则将待测视频中抖动区域去除，得到待测视频的稳像区域；然后将去抖动处理后的待测视频进行去雾处理；优点是消除画面抖动对交通检测的影响；消除雾天对交通检测的影响，由此在大风和雾天等恶劣的天气条件下，也能清晰显示图像，提高了视频信号的检测清晰度和检测精度。
法律状态
法律状态公告日
法律状态信息
法律状态
权 利 要 求 说 明 书
1.一种恶劣天气条件下交通事件检测视频信号预处理方法，其特征在于包括以下步骤：
①将待测视频进行去抖动处理：采用SIFT特征提取算法判定待测视频是否存在抖动，如果不存在抖动，则对待测视频不进行处理，如果存在抖动，则将待测视频中抖动区域去除，得到待测视频的稳像区域；
②将去抖动处理后的待测视频进行去雾处理，具体过程为：
②-1设定对比度阈值为λ，<Image>A为任意一幅在无雾天气拍摄的图像的总对比度值，B为任意一幅在有雾天气拍摄的图像的总对比度值，总对比度值通过将图像进行梯度运算后，将其所有梯度值的绝对值相加后得到；
②-2求取待测视频的总对比度值，如果待测视频的总对比度值大于等于对比度阈值λ，则不进行去雾处理，如果待测视频的总对比度值小于对比度阈值λ，则进入去雾处理流程；
②-3采用了直方图拉伸的方法进行去雾处理。
2.根据权利要求1所述的一种恶劣天气条件下交通事件检测视频信号预处理方法，其特征在于所述的步骤①中判定待测视频是否存在抖动的具体过程为：
a．将待测视频中当前视频帧的前一帧视频帧作为当前视频帧的参照视频帧，将当前视频帧和参照视频帧分别转换为灰度图像，并分别获取当前视频帧和参照视频帧的灰度图像尺度空间的极值点：
b．筛选当前视频帧和参照视频帧的灰度图像尺度空间的极值点，获得当前视频帧和参照视频帧的灰度图像精确的特征点；
c．计算当前视频帧和参照视频帧的灰度图像的特征点的特征主方向；
d．根据当前视频帧和参照视频帧的灰度图像的特征点的特征主方向确定当前视频帧和参照视频帧的灰度图像的特征点的特征描述子；
e．根据当前视频帧和参照视频帧的灰度图像的特征描述子进行特征点匹配，得到当前视频帧和参照视频帧的灰度图像中匹配成功的特征点，如果当前视频帧和参照视频帧的灰度图像中的特征点全部匹配成功，则不存在抖动，如果当前视频帧和参照视频帧的灰度图像中的特征点存在匹配未成功的，则在待测视频中保留匹配成功的特征点，去除匹配未成功的特征点。
3.根据权利要求2所述的一种恶劣天气条件下交通事件检测视频信号预处理方法，其特征在于所述的步骤e中特征点匹配的具体过程为：
e-1.设定特征阈值为R,<Image>L表示当前视频帧的长度和宽度中较小的值；
e-2.对当前视频帧的灰度图像中的每个特征点，都在参照视频帧的灰度图像中出与其特征描述子之差最小的特征点，将这两个特征点作为一对特征点，以备匹配；
e-3.如果一对特征点的距离之差小于特征阈值，则认为这对特征点为当前视频帧和参照视频帧中的同一点，这对特征点匹配成功；反之，这对特征点匹配不成功。
4.根据权利要求1所述的一种恶劣天气条件下交通事件检测视频信号预处理方法，其特征在于
所述的步骤②-3中采用了直方图拉伸的方法进行去雾处理的具体过程为：
②-3-1获取待测视频的视频帧的R通道图像、G通道图像和B通道图像；
②-3-2对R通道图像进行直方图拉伸，具体过程为：360天气
f．将图像中像素点的度用i表示，i∈0，1，……，L-1,L为图像中像素点的最大度，度为i的像素点的总数量用n<Sub>i</Sub>表示；
g．将图像中度为i的像素点出现的概率记为p<Sub>x</Sub>（i），则<Image>n表示图像中所有像素点的总数量；
h．将图像中度为i的像素点出现的概率表示为直方图的形式；
i．定义p<Sub>x</Sub>（i）的累计概率函数为c（i），<Image>c（i）为图像的累计归一化直方图；
j．创建映射函数y=T（x），使用映射函数y=T（x）对c（i）进行线性化处理，得到y<Sub>i</Sub>=T（x<Sub>i</Sub>）=c（i），c（i）被映射到[0，……，1]域；
k．采用公式对c（i）的映射值进行转换，得到直方图拉伸后的图像，max{x}表示i对应的x在累积直方图中取得的最大值，min{x}表示累积直方图中的最小值；
②-3-3采用步骤f～k的方法对G通道图像和B通道图像进行直方图拉伸，得到G通道和B通道拉伸后的图像；
②-3-3将R通道、G通道和B通道拉伸后的图像合并，得到去雾处理后的图像。
5.根据权利要求1所述的一种恶劣天气条件下交通事件检测视频信号预处理方法，其特征在于所述的步骤②后还设置有步骤③：将去雾处理后的待测视频进行灯光抑制处理，具体过程为：
③-1设定夜晚比例范围为20%～80%，白天比例范围为20%～80%；
③-2将待测视频的视频图像转换为灰度图像；
③-3计算视频图像的灰度图像中灰度值在200以上的像素点的数量与所有像素点的数量的比值，如果该比值位于白天比例范围20%～80%内，则待测视频处于白天，待测视频中不存在
灯光干扰，对待测视频不作处理，如果该比值超出白天比例范围20%～80%，计算视频图像的灰度图像中灰度值在0～50范围内的像素点的数量与所有像素点的数量的比值，如果该比值位于夜晚比例范围20%～80%内，则待测视频处于夜晚，采用特征点和纹理信息的方法判定出灯光区域并将灯光区域从待测视频中去除，反之，对待测视频不做处理。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。