本發明屬于智能交通環境檢測，特別涉及一種基于道路區域劃分的團霧狀態檢測方法和設備。
背景技術：
1、團霧是由空氣中的水汽凝結成小水滴而形成的懸浮水霧，通常發生在濕度較高、氣溫較低的氣象條件下，尤其是在早晨或夜晚。當團霧出現時，能見度顯著降低，給交通安全帶來了極大的威脅。尤其在高速公路、山區道路以及其他容易發生團霧的區域，團霧的頻繁發生不僅導致大量交通事故，還可能造成較大的人命和財產損失。因此，實時檢測團霧并提供科學的預警成為交通安全管理的迫切需求。傳統基于高空遙感或路側視頻的團霧檢測主要采用靜態光譜分析方法實現，無法適配低空無人機快速移動視角下的團霧快速識別。隨著無人機技術的飛速發展，結合圖像技術（如可見光成像、紅外成像等），基于無人機的團霧監測方法已經成為一種新的、有效的解決方案。無人機可以在空中實時飛行，利用高分辨率的攝像頭采集道路或空中圖像，結合圖像處理算法對團霧進行準確檢測。
2、目前現有技術中公開的實現方法包括：一是基于固定路側視頻監控的方法，二是基于氣象能見度儀等專用傳感器的方法。但是這兩種方法存在以下缺陷：固定監控設備存在盲區，無法對全域道路進行靈活、快速的巡檢，難以應對團霧突發和移動的特性。傳統視頻方法多依賴暗通道先驗、最遠可視點檢測或特定標識物（如路燈）的灰度統計。這些方法在無人機快速移動、視角多變、背景紋理復雜的航拍場景下，穩定性急劇下降，誤報率高。且現有方法通常輸出一個全局的能見度值或單一的霧情判斷，無法提供團霧在道路上的具體位置（哪一段路）、空間范圍及強度等級，難以為分路段限速、可變信息板發布等精細化交通誘導措施提供直接依據。
技術實現思路
1、為了解決上述技術問題，本發明提出了一種基于道路區域劃分的團霧狀態檢測方法和設備。通過沿道路透視方向劃分子圖像并獨立分析，實現了團霧的路段級精確定位與等級判定，生成的預警信息包含時間、位置、等級等多維標簽，可直接服務于分路段交通誘導。
2、為實現上述目的，本發明采用以下技術方案：
3、一種基于道路區域劃分的團霧狀態檢測方法，包括以下步驟：
4、采集無人機沿道路巡航獲取的連續航拍圖像序列，同步記錄每幀航拍圖像對應的時間戳及無人機在拍攝每幀航拍圖像時的空間位姿數據；
5、基于道路透視原理，沿道路延伸方向將每幀航拍圖像劃分為多個子圖像；在每個子圖像內，并行提取表征圖像紋理清晰度的靜態視覺特征和表征像素運動模式的動態視覺特征；
6、融合同一子圖像內提取的靜態視覺特征和動態視覺特征，計算該子圖像存在團霧的后驗概率，并依據所述后驗概率判定該子圖像的團霧狀態等級；
7、將各子圖像的團霧狀態等級與相對應的時間戳和空間位姿數據綁定，生成結構化的分段式團霧預警信息。
8、本發明實施例還提出了一種基于道路區域劃分的團霧狀態檢測設備，包括至少一個處理器和存儲器，所述存儲器存儲有計算機程序，所述計算機程序由所述至少一個處理器執行時實現任意一項所述的一種基于道路區域劃分的團霧狀態檢測方法。
9、
技術實現要素：
中提供的效果僅僅是實施例的效果，而不是發明所有的全部效果，上述技術方案中的一個技術方案具有如下優點或有益效果：
10、本發明提出了一種基于道路區域劃分的團霧狀態檢測方法和設備，屬于智能交通環境檢測技術領域，該方法包括以下步驟：采集無人機沿道路巡航獲取的連續航拍圖像序列，同步記錄每幀航拍圖像對應的時間戳及無人機在拍攝每幀航拍圖像時的空間位姿數據；基于道路透視原理，沿道路延伸方向將每幀航拍圖像劃分為多個子圖像；在每個子圖像內，并行提取表征圖像紋理清晰度的靜態視覺特征和表征像素運動模式的動態視覺特征；融合同一子圖像內提取的靜態視覺特征和動態視覺特征，計算該子圖像存在團霧的后驗概率，并依據所述后驗概率判定該子圖像的團霧狀態等級；將各子圖像的團霧狀態等級與相對應的時間戳和空間位姿數據綁定，生成結構化的分段式團霧預警信息。基于該方法，本發明還提出了一種基于道路區域劃分的團霧狀態檢測設備。本發明通過沿道路透視方向劃分子圖像并獨立分析，實現了團霧的路段級精確定位與等級判定，生成的預警信息包含時間、位置、等級等多維標簽，可直接服務于分路段交通誘導。
11、本發明創新性地并行融合了surf靜態紋理特征與光流動態運動特征，兩類特征在應對無人機視角變化、背景低紋理等挑戰時具有互補性：當圖像模糊導致紋理特征失效時，團霧引起的特殊光流模式仍可提供有效證據，從而顯著提升了復雜場景下的檢測可靠性。
12、本發明采用的surf與光流算法均為高效經典算法，結合局部子圖像處理策略，整體計算量可控，能夠滿足無人機機載計算單元或邊緣服務器的實時性要求，便于實戰化部署。
13、本發明中道路子圖像的劃分可結合無人機姿態角進行自適應透視校正，且整個流程無需人工指定最遠點或依賴路燈等外部標識物，實現了全自動檢測，晝夜及多種氣象條件下均可工作。
1.一種基于道路區域劃分的團霧狀態檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的方法，其特征在于，所述空間位姿數據至少包括：經度、緯度、高度及姿態角。
3.根據權利要求1所述的方法，其特征在于，基于道路透視原理，沿道路延伸方向將每幀航拍圖像劃分為多個子圖像，具體為：
4.根據權利要求3所述的方法，其特征在于，根據圖像的寬度、高度及預劃分的數量，計算每個呈梯形的子圖像的頂點像素坐標的公式為:
5.根據權利要求1所述的方法，其特征在于，在每個子圖像內，并行提取表征圖像紋理清晰度的靜態視覺特征和表征像素運動模式的動態視覺特征，具體為：
6.根據權利要求5所述的方法，其特征在于，采用surf算法在子圖像內檢測并描述特征點，并以檢測到的特征點數量或面密度作為靜態視覺特征；具體為：
7.根據權利要求6所述的方法，其特征在于，基于光流法計算子圖像在連續幀圖像中像素點的運動矢量，并以運動矢量的平均幅值和/或方向一致性指標作為動態視覺特征；具體為：根據連續兩幀圖像與求解光流約束方程；獲得所述子圖像內各像素的光流矢量；代表光流矢量的水平分量；代表光流矢量的垂直分量；為子圖像在水平方向的偏導數；為子圖像在垂直方向的偏導數；為子圖像在時間上的梯度；
8.根據權利要求7所述的方法，其特征在于，融合同一子圖像內提取的靜態視覺特征和動態視覺特征，計算該子圖像存在團霧的后驗概率；具體為：
9.根據權利要求1所述的方法，其特征在于，所述生成結構化的分段式團霧預警信息之后，還包括：對同一道路段在連續時間段內生成的多個預警等級，采用滑動平均濾波或中值濾波進行處理，得到穩定的最終團霧狀態判定結果。
10.一種基于道路區域劃分的團霧狀態檢測設備，包括至少一個處理器和存儲器，所述存儲器存儲有計算機程序，其特征在于，所述計算機程序由所述至少一個處理器執行時實現如權利要求1至9中任意一項所述的一種基于道路區域劃分的團霧狀態檢測方法。