身份证号码：61010319960812xxxx 陕西西安 710077
摘要：团雾是对高速交通安全妨害最大的气象问题之一，团雾相比较于其他雾气，浓度强，能见度低，具有突发性，局限性，覆盖范围小。在团雾外视线良好，车辆一旦驶入团雾，能见度迅速下降，被称为高速公路上的“移动杀手”。团雾检测的难点是近地面条件复杂，很难检测到小尺度的团雾，并且发生时间随机性较大。本文针对团雾的检测，定位，应急问题展开研究。本文基于暗通道先验理论结合大气光学模型提出算法，得到消光系数，之后通过对比度衰减定律得到最终的能见度。通过C++基于OpenCV库实现以上算法，并且通过摄像头在高速上的排布密度来确定团雾发生范围，基于预先设置的能见度阈值来对相应路段启动相应的应急措施。
关键字：团雾；暗通道先验理论；OpenCV；大气光学模型；应急
Identification of mass fog in expressway based on dark channel prior theory
Abstract: The mass fog is one of the most harmful meteorological problems to the safety of high speed traffic. Compared with other fog, the mass fog has strong concentration and low visibility, which is sudden, limited and covers a small area. Visibility is good out of the fog. Once vehicles enter the fog, visibility drops rapidly. It is called a "moving killer" on the expressway. The difficulty of mass fog detection is that the near ground conditions are complex, so it is difficult to detect small scale fog, and the occurrence time is quite random. This paper studies the detection, location and emergency of mass fog. This paper proposes an algorithm based on the dark channel prior theory and Airlight Model and then the final visibility is obtained through the law of contrast attenuation. By c++ realize the above algorithm based on OpenCV libraries, and through the camera on the expressway configuration of density to determine the scope of the mass fog happened, based on a preset threshold visibility to the corresponding sections start corresponding emergency measures.
Key words: mass fog; dark channel prior theory; OpenCV; Airlight Model; emergency
引言
现在如果高速路段某些地区出现大雾，通过等级会对高速公路进行交通管制，使用封路等手段，预防发生交通事故，但是这种方法会使高速运营企业造成极大的经济损失，并且对民众的出行造成非常大的不便。如果使用监控设施，来判断团雾的发生地点，雾的浓度，来采取相应的应急措施，在保证安全的前提下，可以使经济损失降至最低，并且可以最大限度的减少高速公路对于能见度检测的成本。
现有应对团雾的主要方法还是通过驾驶员自身的反应来应对团雾的出现和出现后发生的紧急情况，很多的省市都安装了能见度检测的气象设备来检测能见度，并通过可变信息板来对驾驶员进行预警，但是这种方法气象设备成本昂贵，无法大面积铺设。并且团雾覆盖范围小，且飘忽不定，无法达到准确预测的目的。这时就需要通过摄像头在高速路上排布密集的特点来弥补这些不足。
本文主要是通过暗通道先验理论结合大气光学模型，对关键值大气消光系数和大气透射率进行求值，之后基于Duntley的对比度衰减定率得到能见度。
1.团雾形成机理分析
影响团雾产生的自然因素主要可以从三方面来表述，温度、湿度、风速。
1.1.1温度
团雾产生和持续的时间大多在4h之内，并且能见度下降至1km后的温度不会超过30摄氏度，原因时温度过高的话，空气中的饱和水的气压过大，但是实际水汽压过小，导致湿度过小达不到成雾条件，并且所有团雾都是形成于0摄氏度以上，所以团雾的出现以暖雾为主。
1.1.2湿度
并且团雾发生最多的相对湿度区间是88.5%-92%区间达到了35.5%，其次是相对湿度增加至94.5%发生概率为19%，之后随着湿度的增加团雾的发生概率随之减小，成雾最少的湿度区间为97.5%-100%。在该区间基本没有团雾的形成，并不能完全通过相对湿度来判断造成能见度低下的是雾还是霾，若空气相对湿度在80%之下，则造成能见度降低的是霾而95%以上的相对湿度，则是雾，在80%-94%之间则是雾和霾的混合物。从下图1.1中可以看出在清晨8点时能见度将近为0当时的相对湿度为95%，并在之后发生了反弹，相对湿度瞬间降低，而能见度也回升至3000米。
图1.1
1.1.3风速
地面风速2m/s以下时团雾形成概率高达81%当风速越来越大，发生团雾的概率会极速下降，当风速达到0.2-0.3m/s时发生概率迅速下降至9.7%，当风速达到0.3m/s时发生概率只有0.93%，而团雾为辐射雾，辐射雾的形成特点是辐射冷却作用，一般出现在无风或少风的清晨或夜晚，微风把底层的水汽输送到适当的高度，形成一定厚度的辐射雾。因此微风可以使辐射冷却发展到最佳的效果，所以辐射冷却在低风速区间对团雾的形成至关重要，但是风速过大会导致大气乱流，抑制雾的形成，维持和发展。
1.2四种因素对团雾的影响
1.2.1特殊的地形对团雾形成的影响
沪宁高速是团雾多发的高速公路路段，并且整个路段具有代表性，期间经过之前所说的临湖路段，并且在中西部路段，穿过了北邻长江，地势走高的平原向丘陵过度的特殊地形。通过这种特殊地形来分析特殊地形对团雾形成的影响，此处的地形下垫面的主要类型主要是农田和林地交错的植被通过从网上查到的数据分析后得到，各个检测站点在春夏季发生团雾的概率不到4%，但是在东西部路段各个站点检测到团雾发生的概率明显高过其他站点，从气象网查到的地面风向玫瑰图中可以得到，该地区的风向一般为东北风，风速不大，平均保持在1m/s左右，但是该路段处在特殊的地理位置，有来自东南太湖水面的暖湿气流的下风方向，同时处在长江水面偏向北方的潮湿气流的下风方向。当有适当的风速风向条件时，例如风速风向都满足时，东南方向的暖湿气流从太湖水面输送到公路段的期间，会遭遇冷的下垫面会出现混合冷却凝结现象，当水汽达到饱和或者过于饱和状态，之后就会形成局地性团雾。
而长江对该路段的影响也是存在的，长江会向其南侧路段输送水汽，但是长江江面过于狭小，所以不能产生较大影响。但是此路段临近常州，常州时苏南化工和制造业的中心之一，工厂所排放出的废弃通过风的作用向这一路段输送了大量的凝结核，常州位于该路段南侧，并且常州地势高于此路段，并且特殊的气象条件，例如经常出现逆温层或下沉气流，是的这些气溶胶凝结聚集在低洼路段的近地层大气中形成丰富的凝结核，吸附长江和太湖向此输送的水汽，形成团雾，并且该路段处于丘陵区，公路大体处在低洼处雾体难以消散，造成了该路段常发团雾，并长期不散。
1.2.2湖泊河流对团雾形成的影响
以沪宁高速为例，沪宁高速的东部路段，其中一部分横穿昆山，苏州，无锡三个城市。选此路段为例是因为其中一段在上海市与昆山接壤，北靠淀山湖，淀山湖面积较小（一号路段），并且在同一路段不同地区有另一路段南边是太湖太湖面积相对较大（二号路段），可以形成有效的对比。
通过网上公布的当时地段的AWMS站点得到的数据可以得到这两个路段在不同的相对湿度的区间和团雾发生概率的关系，相对湿度在88.5%-92%时发生概率最高，将近达到了0.4和0.47，普通地区湿度在88.5%-92%发生团雾的概率也很高为0.335但是在一号和二号路段发生的概率比普通高出了6.5%-13.5%，并且二号路段的概率比一号路段还高出了7%，因此可以看出在湖边该路段成雾水汽条件好，这是团雾形成的一个有利因素。团雾的发生主要是和水汽的来源，成雾地区的温度，气体压强，风向，风速，和凝结核(可能和人为因素有关)浓度因素有关，造成上述两路段和其他路段发生团雾概率不同的主要原因主要原因之一就是临湖环境中水体所处的方位和面积大小。
二号路段是沪宁高速全线所有路段发生团雾概率最显著的，主要原因不仅仅是因为所处环境中水体面积最大，同时风向和风速也起到了至关重要的，在次路段风速0.3m/s时发生团雾的概率最大，为37.5%之后在随着风速的增大，从0.8m/s-3.3m/s团雾的发生概率从25%降至1.5%，风向大部分时间朝向此路段，风带来大量的水汽导致该路段的团雾发生频率上升，丰富的水汽资源在风的作用下在高于湖面的地方聚集，并且被输送到湖面北侧的高速公路上方，从而为团雾的形成创造了良好的水汽资源。
1.2.3人类活动和城市空气污染对团雾形成的影响
随着社会的发展，化工厂，制造厂也在不断的增加加，而带来的结果就是空气质量的下降，空气中的悬浮颗粒也不断增加，而这些悬浮颗粒不仅对人体会产生危害，对交通和雾体的产生也有很大的关系。
在工厂排出的废气中，有很多固体小颗粒，在夏季因为副热带高压活动频繁，对流性的天气条件有利于近地层大气中的污染物扩散，并且多雨的环境能冲散空气中污染物，不仅可以改善空气质量还可以使大气中的气溶胶含量降低，所以夏季不适于雾的形成。
而冬季近地面层的逆温层较强较厚，维持时间较长，使低层大气比较稳定，大气对流不活跃，非常不利于污染物扩散，这使得城市雾和霾的容易形成且不易消散。当有适当的风力条件时，城区大气中的污染颗粒物会向郊区输送，提供了丰富的凝结核，从而有利于团雾的形成。
1.2.4路段车流量对团雾形成的影响
团雾的形成具有一定的过程性，即能量，物质，信息积累的以隔过程，但是这一过程，从无到有，逐渐积累，不容易受到人们的关注和重视，当这些要素积累到临界值时，只要一个微小的触动就会立即造成团雾的形成，团雾的形成主要是由由于饱和的水汽凝结成雾，并漂浮在路面之上。
团雾的形成主要涉及三个因素，水汽，温度，凝结核。但是凝结核这个因素在之前并不被大家所重视，随着汽车保有量的增加，高速公路昼夜交通量增大，汽车尾气中含有大量的水蒸气，碳氢化合物，细小的碳颗粒，汽车在行驶中产生的扬尘，都有利于团雾的形成。
2.基于暗通道先验理论检测能见度方法
2.1关于总消光的确定
在雾气中造成能见度低下的主要原因可以分为两个方面，第一：从识别物体反射出来的大气光在到达观测者眼中时发生了明显的散射，导致最终反射到观测者眼中的光强大量减少（β）；第二：周围物体对大气光的反射同样会进入观测者的眼中（α），造成影响。把总体称为δ（总消光），所以通过上述可以表述为：
δ=α+β 式2.1
δ-总消光
α-周围物体对光的反射对观测者造成的影响
β-观测物体反射大气光在散射过程中的光强减少量
综上所述，天空中的粒子对大气光的吸收作用非常的小，要远远小于气溶胶对光散射的散射作用。所以在高速公路的摄像头与观测目标较近，所以吸收的作用可以忽略不计，则用β代替大气消光系数δ。
2.2大气光学模型的推导
很多国内外学者通过数学表达式来表示反射大气光的衰减过程，目前使用的最广泛的是McCartney所提出的大气散射模型。这个模型指出了，摄像机所采集到的图像的光亮度主要是由两部分组成，如上两点所说，第一部分是场景反射并经过气溶胶消弱后所到达摄像机的光亮，另一部分是环境光作为光源，经过减弱衰减后所到达摄像机的光亮。其中Ed(d,λ)是关与长度和光波长之间的函数关系，也同时表示当时场景中反射光到摄像机的光强。d是摄像机镜头到目标物的距离，λ是光的波长，β(λ)是与λ有关的消光系数，E0(λ)是可见光照射到物体上反射出的光强度。公式如下：
Ed(d,λ)=E0(λ)e-β(λ)d 式2.2
Ed(d,λ)-关与长度和光波长之间的函数关系
E0(λ)-可见光照射到物体上反射出的光强度
β(λ)-与λ有关的消光系数
λ-光的波长
d-摄像机镜头到目标物的距离
但是公式2.2只适用于但散射情况，在暴雪，暴雨，飓风等极其恶劣环境下不适用，因为这些天气情况往往是多反射环境。并且这个模型只适用于观测点不能距离目标物过远，气溶胶必须在空间中均匀分布，这刚好符合团雾的特性和高速摄像头的特征。
其中大气环境光强对观测点的亮度有着增强的作用和效果，大气光通过气溶胶的散射传递到观测点，并且随着观测点与观测目标物的距离越来越长，所获取到的环境光照强度也会愈来愈强，公式如下：
Ea(d,λ)=E∞(λ)(1-e-β(λ)d) 式2.3
Ea(d,λ)-关于距离和波长的二元函数
E∞(λ)-距离观测点无限长度处的光照强度
β(λ)-与λ有关的消光系数
λ-光的波长
d-摄像机镜头到目标物的距离
其中Ea(d,λ)表示的是大气光传递到观察点所带来的光照强度，E∞(λ)通常这个光照强度用天空的亮度来代替。
所以由式2.2和2.3相加组成所得到的光照强度才是摄像头最后所得的图像亮度，如下：
Eall(d,λ)=E0(λ)e-β(λ)d+E∞(λ)(1-e-β(λ)d) 式2.4
Eall(d,λ)-总的光照强度
E0(λ)e-β(λ)d-大气光照射到物体反射出的光照强度
E∞(λ)(1-e-β(λ)d)-大气中的环境光在经过大气中的气溶胶对光强的增强效果
在式2.4中可以继续简化，用A（天空的亮度）代替式中E∞(λ)(无限远处的光强) ，A一般取三通道中最亮的像素值的0.1%代替，用J(x)（清晰图像）代替E0(λ)（可见光照射到物体上反射出的光强度），并且使用大气透射率t（式3.5）本论文只研究雾天气下的散射现象，且气溶胶在空间中平均分布，且具有一致性，所以说光强的变化和他的波长是没有关系的，所以消光系数β可以看作一个常数，它的变化只和气溶胶的浓度有关。
t=e-βd 式2.5
t-大气透射率
β-消光系数
d-观测者和被观测物体之间的距离
从式2.5可以看出被观测物体的或者在雾中物体的亮度随着指数t衰减，这一现象符合朗伯比尔定律（光吸收的基本定律，物理意义是物理意义是当一束平行单色光垂直通过某一均匀非散射的吸光物质时,其吸光度A与吸光物质的浓度c及吸收层厚度b成正比，而透光度T与c、b成反比。），同时也说明了，物体的亮度以E∞(λ)(1-e-β(λ)d)形式的增强效果是因为物体与观测者之间雾气对太阳光的散射作用。
所以最后的大气光学模型可以表达为：
I(x)=J(x)t(x)+A(1-t(x)) 式2.6
I(x)-原始图像
J(x)-清晰图像
t(x)-大气透射率
A-大气光强
2.3暗通道处理算法
首先暗通道的数学表达式基于第一节,通过数学表达式可以表示为：
Jdark(x)=
式2.7
Jdark(x)-暗通道图
miny∈Ω(x)(minc∈{r,g,b}Jc(y))-取原图中的Ω范围，并且取最小像素值的点，并且在三通道的最小像素值中在选最小值
minc∈{r,g,b}Jc(y)-为RGB三通道中彩色图像的最小值
根据先验理论得知，在不是天空或者明亮区域，暗通道Jdark的强度很小，有的甚至接近于0，如果图像J是没有雾霾的晴天图像，那么Jdark就是图像J的暗通道，这个统计规律就叫做暗通道先验。通过以上先验理论可得，Jdark近似为0，可以表示为：
Jdark→0 式2.8
我们已知了最基本的大气散射模型公式I(x)=J(x)t(x)+A(1-t(x))（3.6）以此为基础，已知I(x)咱们求能见度需要的参数是t(x)只有得到了t(x)，才能通过t=e-βd得到β。但是从大气散射模型公式中可以看出t(x)有无数个解，所以这时候就需要先验。将2.6变形可以得到2.9
式2.9
I(R/G/B)-原图中红绿蓝三通道
J(R/G/B)-晴朗天气图中的红绿蓝三通道
A(R/G/B)-大气光强在图中表示的红绿蓝三通道
t(x)-大气透射率
(R/G/B)代表红绿蓝三通道，之后将t(x)设为一个常数定义为T(x)，A值之前已经给定，为当前图最亮像素像素值的0.1%。将2.9做如下调整得2.10
式2.10
现在从2.10中分别求得三通道中三个值，然后再比较三个值的出最小值，并且通过之前的暗通道先验何以得出，晴朗天气下的图片中暗通道值趋近于0，上面2.10中可以知道Jc(y)是没有雾霾的图像，所以说可以通过暗通道先验的到下面的结果，2.11
Jdark(x)=
→0 式2.11
Jdark(x)-暗通道值
minc∈(r,g,b)
-晴朗天气下的暗通道值
通过式2.11可以推导出
minc∈(r,g,b)
=0
上式代入2.10可以得到2.12
T(x)=1-
式2.12
2.4基于对比度衰减规律和大气透射率对能见度获取方法
Duntley提出了对比度的衰减定律，这个定律提出了在雾气环境下距离为d，并且该物体和相对环境下的实际的对比度为C0，该物体只能在对比度为C的时候才能被人捕捉到，并提出了如下的三个数学表达式。
C=C0*t
式2.13
C-对比度阈值为5%
C0-实际情况下的对比度值
L∞-大气光的亮度
L0-周围环境亮度
L-被观测物体固有的亮度
上式2.13就是能见度计算的基础依据，但是，该式只适用于大气光照条件均匀，并且大气中的颗粒分布均匀的情形。当观测者观察黑色物体时，在物体逐渐朦胧的过程中，在即将消失的时候对应的对比度值（C）就是对比度的阈值。在对比度的阈值为5%时，人眼所能观测到的最远距离就是能见度的距离。假设已知的目标物相对于环境的对比度为C0，例如当时的黑色物体相对于当时天空的对比度为，C0=1，那么代入2.5可得
5%=C0*e-βd
所以在对比度阈值下，d就为当前能见度，可继续推导得
式2.14
从式3.12得到的T(x)后可以得到下式3.15
式2.15
β-消光系数
R(x)-图中分割出的一部分
i-R(x)中包含的像素
PR-R(x)包含的像素总数
d-距被观测物的距离
本文上述所有的分析可以看出，大气能见度是一个非常受很多条件影响到物理量，会受到很多例如，被观测物体的体积的大小，形状，人的视觉条件和大气中气溶胶的分布影响，准确的判断能见度时非常困难的。能见度取决于大气中气溶胶的密度，及颗粒大小，而大气消光系数和气溶胶浓度有着不可分割的关系。所以可以将这个复杂的物理量转化为大气消光系数来解决。
3.实验分析及结果
3.1暗通道图像分析
暗通道理论它是一种经验理论，通过大量的数据和图片做出统计，最后得出的结果大部分符合这一先验理论，经过统计验证了这一先验理论：对于室外的无雾或无雾霾图片，除去天空区域的任何一个局部区域里，在R,G,B某以通道总存在着最小像素值，即在该图片中任意一个颜色的像素为中心的窗口区域，某一通道的光强最小值接近为0。如图3.1
3.1暗通道图转化原理
通过这一方法，将原图转化为暗通道图像后，可以明显的观察到有雾图像和无雾图像暗通道图的不同。如图3.2
图3.2
从图3.2可以看出，可以从上图中可清楚的看出，在浓雾的作用下图中暗通道部分不再为深黑色，而是被深灰色代替，其原因是因为大气光照在雾颗粒的作用下使暗通道的像素变亮。雾越大，暗通道图越亮。所以可以得出，图像越亮的部分，雾气浓度越大，而雾气浓度决定了能见度的大小，所以可以通过暗通道先验这个办法来检测能见度。
最后可以通过测得数据给出下表3-1，此表表现出分别在不同的消光系数和大气透射率下对能见度等级的划分
表3-1不同能见度等级下的透射率和消光系数
结束语
综上所述，本文通过暗通道先验进行能见度分析的研究，但是在高速公路上的环境复杂多变，各个路段之间的差异较大，本文所作的研究并不深入，也同时有一些不足之处。在本文的研究背景下，所有的算法基础时晴朗的天气或雾天，但是没有考虑到大风天，雨天等恶劣天气，大风导致摄像机晃动，或者雨滴附着在镜头上都会对最终结果产生较大的影响，之后会继续研究如何解决不可抗力的影响。在文中对大气透射率的获取中不同的雾浓度需要不同的权重系数来调和，本文选择的权重系数时0.95但是这只是一个经验值，具体的环境多变，所以具体的权重系数的变化需要手动调整，下一步研究的目的就是通过计算机能自动调节权重系数。在社会和科技的未来发展中，一定会有针对团雾的有效预警方法，和针对恶劣天气的应急措施。
参考文献
[1]《基于图像熵的能见度检测》-周凯，成孝刚，谈苗苗，李海波
[2]《基于BP神经网络的高速公路预测研究》-王月琴
[3]《基于视频图像对比度的团雾检测算法》-刘建磊
[4]《近年来中国团雾研究进展》-气象科技
[5]《宁镇常局地性浓雾和团雾的特征及预报方法初探》-钱玮
[6]《高速公路低能见度浓雾检测预报中的几点进展》-田小毅
[7]《团雾条件下的高速公路限速分析》-辛柯俊，张凯，刘用渗
[8]《合肥自主研发团雾探测预警诱导系统》-合肥晚报
[9]《沪宁高速公路团雾发生规律及局地性分析》-丁秋冀
[10]《single image haze removal using dark channel prior》- Kaiming He Jian Sun
[11]《Application of convolurional neural networks for visibility estimation of CCTV images》-Andrey Giyenko
论文作者:彭垚
论文发表刊物:《基层建设》2018年第27期
论文发表时间:2018/10/17
标签：大气论文; 路段论文; 能见度论文; 通道论文; 物体论文; 风速论文; 发生论文; 《基层建设》2018年第27期论文;