杨 蓉, 杨晓虎, 玉雄侯

(广西大学机械工程学院，南宁 530004)

浓雾天气是对道路交通安全影响最大的天气因素之一。据统计，中国发生的交通事故中有将近30%是由恶劣天气引起的[1]，其中浓雾天占约3/4[2]。近年来，随着计算机视觉技术的进步和行车记录仪的普及，基于图像处理的天气识别技术正逐渐被应用于辅助驾驶系统的研究中，期望以主动或被动的手段提高汽车驾驶安全性，如降低车速、开启雾灯和除雾灯等。而针对浓雾天环境的行车安全问题，辅助驾驶系统的首要任务即是对浓雾天气进行识别与判断。

李易润[3]以Koschmieder模型为基础，结合Canny-Deriche滤波器、Nagao滤波器、区域生长法等视频分析技术设计了车载团雾预警系统。该系统能够实时检测车辆前方的能见度信息，并结合车速情况发出语音预警，以提醒驾驶员做出相应的处理。金月等[4]基于暗通道先验设计了一种可用于辅助驾驶系统的低能见度检测方法。上述两种系统均需要依赖车道线和水平线对能见度进行计算，只适用于道路宽阔且车流量少的道路环境中。为减少分析过程对车道线和水平线的依赖，玉雄侯等[5]设计了一套基于DM642的车载浓雾天识别系统，该系统采用支持向量机对浓雾天、晴朗天等两种道路图像进行处理和识别，准确率达95.0%。该方法需要人工提取相关图像特征，而人工提取特征多为浅层特征，当面对多种复杂天气类别时难以保证识别准确率。

随着图像识别技术的不断发展，现有的机器学习方法已经可以对图像的深层特征进行表征学习。……