曠丞吉,譚文斌,蒙 勇
(銅仁學院 大數據學院,貴州 銅仁 554300)
針對地質災害多發路段交通事故頻發的問題,本文設計了一個道路地質災害自動預警系統,通過對地質災害多發路段的監控視頻分析,從中獲取視頻路段地質信息變化情況,根據圖像幀的變化情況來判斷對應路段是否發生地質災害。在分析視頻幀信息變化的研究方面,當前主要集中在計算圖像幀之間的相似度研究上。針對圖像相似度計算,崔建良等[1]提出了基于圖像互信息方法計算兩張圖像的相似度;楊先義等[2-4]提出了基于結構相似性的計算方法;丘展春等[5]提出通過余弦相似度計算掌紋圖像相似度;顧廣華等[6-9]提出了一種基于深度多相似性哈希方法;阮承治等[10-11]提出了基于顏色直方圖計算圖像相似度。經對比研究發現,在計算圖像相似度方面,顏色直方圖具有計算簡單、執行效率高、旋轉不變性、對圖像的大小沒有限制等諸多優良特點。本文利用顏色直方圖計算新的圖像幀與非地質災害情況下目標圖像幀(以下簡稱目標圖像幀)之間的相似度。
本算法模型通過將監控視頻接入系統后臺,系統后臺接收到視頻數據后,按照給定頻率對視頻進行切割,對切割后的圖像幀按照一定頻率進行采樣并送入模型中進行相似度計算,如果輸入圖像與目標圖像相似度值低于閾值,則視為輸入圖像幀發生了異常,或有障礙物進入了監控視頻,即視為被監控路段發生了地質變化,算法執行過程如圖1所示。
圖1 檢測模型執行過程
在模型的執行過程中,相似度的閾值根據實際情況進行調整。本系統中觸發報警功能采用向道路管理員下發風險提示短信的方式實現,管理員接收到風險提示后,進入系統平臺對預警進行核實,如果確定已發生地質災害,則做出相應處理,避免交通事故發生。
當模型構建好后,為了檢驗模型對不同尺寸障礙物預警的靈敏性和準確性,本算法通過在視頻監控區放入不同大小的障礙物來測試模型的有效性和靈敏性,模型評估的計算如式(1)所示。
設評估函數為
其中E表示模型識別的準確率,N為對應物體尺寸實驗時測試總次數,δ為相似度閾值,f(θ)表示輸入視頻幀與目標圖像的相似度值,相似度計算方法采用鄒承明等[11]提出的灰度直方圖方法。
在實驗中,設N=20,δ=0.9,通過設置不同大小的物體模擬障礙物進入監控視頻區,獲得如表1所示的實驗結果。
表1 算法模型驗證結果
為了更直觀地判斷準確率與物體尺寸大小的變化關系,本文根據實驗數據繪制了如圖2所示的變化關系圖。由圖2可知,本系統圖像識別模型對較大物體進入道路監控具有較高的識別準確率。
圖2 障礙物尺寸與準確率變化關系
通過讓不同尺寸障礙物進入監控區來做系統是否觸發預警的實驗,當障礙物尺寸變化時,判斷系統是否觸發預警提示,根據預警提示情況來判斷系統模型對障礙物預警的靈敏性。實驗后得出,當物體尺寸大于75 cm×75 cm×75 cm時,系統模型具有較高的準確率。
為了將本檢測模型用于實踐,本文設計了一個基于B/S模式的地質災害預警系統,系統的執行流程如圖3所示。
圖3 檢測系統執行流程
在預警系統中,為了加強對道路監控設備、道路管理員、預警信息及記錄等信息的管理,在系統中設計3個總體功能模塊,系統總體框架如圖4所示。
圖4 系統總體框架
本檢測系統中,設備管理模塊主要負責對道路監控視頻的管理,包括相關的增刪等常規操作;安全監測模塊主要負責系統異常數據管理、數據分析、實時監控查看,以及相似度閾值管理等,方便用戶查看預警信息和核實預警情況;用戶管理模塊主要負責用戶增加、刪除、權限管理、角色管理等功能項,實現對道路管理員信息和角色權限的管理,便于上一級管理員更好地管理系統及用戶。
在系統上線運行后,通過設計障礙物并拋入視頻監控區,當障礙物較小時,判斷檢測系統是否會觸發預警,根據檢測情況再調整障礙物大小,以檢測系統預警的有效性和靈敏性。經系統上線測試,系統對小目標識別效果不明顯,下一步將對算法模型進行優化調整,以提高識別的覆蓋范圍。當較大障礙物進入監控區時,本系統能有效實現檢測和自動預警,對提升地質多發路段的交通安全具有重要意義。在實際應用中,本系統能有效提高道路險情預警效率,避免因地質災害引發的道路交通事故,對保障通行車輛的安全具有重要意義。