一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法
【專利摘要】本發(fā)明公開了一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，該方法首先采用SIFT特征提取算法判定待測視頻是否存在抖動，如果不存在抖動，則對待測視頻不進行處理，如果存在抖動，則將待測視頻中抖動區(qū)域去除，得到待測視頻的穩(wěn)像區(qū)域；然后將去抖動處理后的待測視頻進行去霧處理；優(yōu)點是消除畫面抖動對交通檢測的影響；消除霧天對交通檢測的影響，由此在大風(fēng)和霧天等惡劣的天氣條件下，也能清晰顯示圖像，提高了視頻信號的檢測清晰度和檢測精度。
【專利說明】一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種交通事件檢測視頻信號預(yù)處理方法，尤其是涉及一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法。
【背景技術(shù)】
[0002]在智能交通事件檢測系統(tǒng)中，大多將具有交通違章檢測、識別及處理功能智能視頻檢測系統(tǒng)的作為智能交通系統(tǒng)的子系統(tǒng)。現(xiàn)在有的智能視頻檢測技術(shù)都是基于良好的天氣狀況構(gòu)建的，比如晴天、攝像頭完全固定或者白天無燈光干擾等。但是，當(dāng)監(jiān)控范圍內(nèi)出現(xiàn)惡劣天氣，比如大風(fēng)、大霧、下雨或者干擾光源(比如路燈)等，此時監(jiān)控路段光的折射、反射路徑等會發(fā)生較大變化，反映到攝像頭處就出現(xiàn)畫面模糊不清、抖動或者個別區(qū)域過于刺眼等現(xiàn)象，這些現(xiàn)象的存在使得現(xiàn)有的基于良好天氣狀況的交通事件檢測系統(tǒng)無法很好地完成監(jiān)控任務(wù)，在普通的天氣下能夠自動清晰檢測交通事件，但是在惡劣天氣出現(xiàn)的時候，自動檢測的清晰度就會比較差，達不到檢測的效果，出現(xiàn)誤檢、漏檢等問題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是提供一種可以提高視頻信號的檢測清晰度和檢測精度的惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法。
[0004]本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為:一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，包括以下步驟:
[0005]①將待測視頻進行去抖動處理:采用SIFT特征提取算法判定待測視頻是否存在抖動，如果不存在抖動，則對待測視頻不進行處理，如果存在抖動，則將待測視頻中抖動區(qū)域去除，得到待測視頻的穩(wěn)像區(qū)域；
[0006]②將去抖動處理后的待測視頻進行去霧處理，具體過程為:
[0007]②-1設(shè)定對比度閾值為λ，
【權(quán)利要求】
1.一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，其特征在于包括以下步驟: ①將待測視頻進行去抖動處理:采用SIFT特征提取算法判定待測視頻是否存在抖動，如果不存在抖動，則對待測視頻不進行處理，如果存在抖動，則將待測視頻中抖動區(qū)域去除，得到待測視頻的穩(wěn)像區(qū)域； ②將去抖動處理后的待測視頻進行去霧處理，具體過程為:

②-1設(shè)定對比度閾值為λ，
2.根據(jù)權(quán)利要求1所述的一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，其特征在于所述的步驟①中判定待測視頻是否存在抖動的具體過程為: a.將待測視頻中當(dāng)前視頻幀的前一幀視頻幀作為當(dāng)前視頻幀的參照視頻幀，將當(dāng)前視頻幀和參照視頻幀分別轉(zhuǎn)換為 灰度圖像，并分別獲取當(dāng)前視頻幀和參照視頻幀的灰度圖像尺度空間的極值點: b.篩選當(dāng)前視頻幀和參照視頻幀的灰度圖像尺度空間的極值點，獲得當(dāng)前視頻幀和參照視頻幀的灰度圖像精確的特征點； c.計算當(dāng)前視頻幀和參照視頻幀的灰度圖像的特征點的特征主方向； d.根據(jù)當(dāng)前視頻幀和參照視頻幀的灰度圖像的特征點的特征主方向確定當(dāng)前視頻中貞和參照視頻幀的灰度圖像的特征點的特征描述子； e.根據(jù)當(dāng)前視頻幀和參照視頻幀的灰度圖像的特征描述子進行特征點匹配，得到當(dāng)前視頻幀和參照視頻幀的灰度圖像中匹配成功的特征點，如果當(dāng)前視頻幀和參照視頻幀的灰度圖像中的特征點全部匹配成功，則不存在抖動，如果當(dāng)前視頻幀和參照視頻幀的灰度圖像中的特征點存在匹配未成功的，則在待測視頻中保留匹配成功的特征點，去除匹配未成功的特征點。
3.根據(jù)權(quán)利要求2所述的一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，其特征在于所述的步驟e中特征點匹配的具體過程為: e-Ι.設(shè)定特征閾值為R，
4.根據(jù)權(quán)利要求1所述的一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，其特征在于所述的步驟②-3中采用了直方圖拉伸的方法進行去霧處理的具體過程為: ②-3-1獲取待測視頻的視頻幀的R通道圖像、G通道圖像和B通道圖像； ②-3-2對R通道圖像進行直方圖拉伸，具體過程為: f.將圖像中像素點的色度用i表示，ie O，1，......，L-1，L為圖像中像素點的最大色度，色度為i的像素點的總數(shù)量用Iii表示； g.將圖像中色度為i的像素點出現(xiàn)的概率記為Px(i)，則Px⑴=|，η表示圖像中所有像素點的總數(shù)量； h.將圖像中色度為i的像素點出現(xiàn)的概率表示為直方圖的形式；





?.定義Px (i)的累計概率函數(shù)為C (i)，c
5.根據(jù)權(quán)利要求1所述的一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，其特征在于所述的步驟②后還設(shè)置有步驟③:將去霧處理后的待測視頻進行燈光抑制處理，具體過程為: ③-1設(shè)定夜晚比例范圍為20%~80%，白天比例范圍為20%~80%； ③-2將待測視頻的視頻圖像轉(zhuǎn)換為灰度圖像； ③-3計算視頻圖像的灰度圖像中灰度值在200以上的像素點的數(shù)量與所有像素點的數(shù)量的比值，如果該比值位于白天比例范圍20%~80%內(nèi)，則待測視頻處于白天，待測視頻中不存在燈光干擾，對待測視頻不作處理，如果該比值超出白天比例范圍20%~80%，計算視頻圖像的灰度圖像中灰度值在O~50范圍內(nèi)的像素點的數(shù)量與所有像素點的數(shù)量的比值，如果該比值位于夜晚比例范圍20%~80%內(nèi)，則待測視頻處于夜晚，采用特征點和紋理信息的方法判定出燈光區(qū)域并將燈光區(qū)域從待測視頻中去除，反之，對待測視頻不做處理。
6.根據(jù)權(quán)利要求1所述的一種惡劣天氣條件下交通事件檢測視頻信號預(yù)處理方法，其特征在于所述的步驟③后還設(shè)置有步驟④:將燈光抑制處理后的待測視頻進行夜晚雨天去干擾處理，具體過程為: ④-1如果待測視頻處于夜晚，檢測每個規(guī)則車道內(nèi)是否存在高亮度區(qū)域，如果不存在，則不是雨天，對待測視頻不做處理；如果存在，則是雨天，進入夜晚雨天去干擾處理流程;④-2依次檢測待測視頻圖像中mXm的像素區(qū)域，m的取值范圍為3~10，如果該區(qū)域內(nèi)所有像素點的像素值都大于200，則認(rèn)為該區(qū)域為雨天光照引起的高亮度區(qū)域，從待測視頻圖像中將該高亮 度區(qū)域去除。
【文檔編號】H04N5/21GK103458156SQ201310379433
【公開日】2013年12月18日 申請日期:2013年8月27日 優(yōu)先權(quán)日:2013年8月27日
【發(fā)明者】姜永櫟 申請人:寧波海視智能系統(tǒng)有限公司