1.基于视频图像的高速公路夜间团雾监测方法，其特征是，包括：

获取高速公路路边太阳能灯的夜间图像；所述夜间图像是由安装在高速公路路边的每台摄像机，对安装在每台摄像机附近指定的若干个太阳能灯，每间隔设定时间拍摄一次得到的；

将高速公路电子地图与夜间图像进行太阳能灯位置匹配；将每个太阳能灯的实际安装位置显示在夜间图像上；

获取夜间图像灰度值的均值和方差，得到均值与方差的求和结果；获取每个太阳能灯实际安装位置对应的夜间图像像素的灰度值；根据所述灰度值和所述求和结果，得出太阳能灯的识别结果；

具体包括：

判断每个太阳能灯实际安装位置对应的夜间图像像素的灰度值是否大于求和结果，如果大于，则认为已经识别出当前太阳能灯；否则，则认为未能识别出当前太阳能灯；则对下一个太阳能灯进行识别，直至所有太阳能灯被识别完毕；

将能被识别出来的最远处太阳能灯距离当前摄像机的距离作为能见度值，根据能见度值给出预警信号；

识别团雾的流向和流速，对团雾进行提前预警；

所述识别团雾的流向和流速，对团雾进行提前预警具体包括：

当启动一个摄像头的能见度出现小于120m时，启动相邻摄像机的判读，以对团雾范围、流速、流向进行判读；如果n个摄像头的能见度都出现小于120米的情况，则团雾的范围为

200×n到200×(n‑1)之间；

n个摄像头中第2个出现能见度低于120米的摄像头在第1个出现能见度低于120米的摄像头的方位就是团雾的流向；

2个摄像头依次出现能见度小于120米的时间间隔为t1，则流速为V1＝200/t1,根据流速、流向进行提前预警；

当出现n个摄影头出现小于120米时，团雾的流速 提前预警信息随团雾的流动进行更新。

2.如权利要求1所述的基于视频图像的高速公路夜间团雾监测方法，其特征是，获取高速公路路边太阳能灯的夜间图像；步骤之前还包括：调用高速公路电子地图；将摄像机的实际安装位置与在每台摄像机附近指定的若干个太阳能灯的实际安装位置均匹配到电子地图上，并根据太阳能灯距离摄像机的远近，按照由近到远的顺序对电子地图上的太阳能灯依次进行编号。

3.如权利要求1所述的基于视频图像的高速公路夜间团雾监测方法，其特征是，在高速公路的设定路段的路边安装若干台摄像机，相邻摄像机之间间隔200米，每台摄像机距离地面设定距离；在高速公路路边的地面上，每个摄像机旁边的若干个设定位置处安装太阳能灯；其中，摄像机的实际安装位置与太阳能灯的实际安装位置均为已知量。

4.如权利要求3所述的基于视频图像的高速公路夜间团雾监测方法，其特征是，在高速公路路边的地面上，每个摄像机旁边的若干个设定位置处安装太阳能灯，具体包括：在距离摄像机5米的位置安装第一个太阳能灯；在距离摄像机10米的位置安装第二个太阳能灯；在距离摄像机15米的位置安装第三个太阳能灯；在距离摄像机25米的位置安装第四个太阳能灯；在距离摄像机35米的位置安装第五个太阳能灯；在距离摄像机50米的位置安装第六个太阳能灯；在距离摄像机80米的位置安装第七个太阳能灯；在距离摄像机120米的位置安装第八个太阳能灯；在距离摄像机200米的位置安装第九个太阳能灯。

5.如权利要求3所述的基于视频图像的高速公路夜间团雾监测方法，其特征是，在高速公路路边的地面上，每个摄像机旁边的若干个设定位置处安装太阳能灯，其中，安装太阳能灯的位置设定的过程为：高速路段夜间限速取值为100，即v1＝100,平均速度下降的梯度Δv为15％，速度的离2

散度取σ为±10％,车辆制动减速度a，取值为3.4m/s，路面坡度为1％，得能见度分级结果：能见度1级对应的能见度参考值为200米，第9个太阳能灯的安装位置为距离摄像头200米的位置处；

能见度2级对应的能见度参考值为121米；对121米进行人为修正，得到能见度2级对应的能见度参考值为120米，第8个太阳能灯的安装位置为距离摄像头120米的位置处；

能见度3级对应的能见度参考值为81米；对121米进行人为修正，得到能见度3级对应的能见度参考值为80米，第7个太阳能灯的安装位置为距离摄像头80米的位置处；

能见度4级对应的能见度参考值为54米；对54米进行人为修正，得到能见度4级对应的能见度参考值为50米，第6个太阳能灯的安装位置为距离摄像头50米的位置处；

能见度5级对应的能见度参考值为37米；对37米进行人为修正，得到能见度5级对应的能见度参考值为35米，第5个太阳能灯的安装位置为距离摄像头35米的位置处；

能见度6级对应的能见度参考值为26米；对26米进行人为修正，得到能见度6级对应的能见度参考值为25米，第4个太阳能灯的安装位置为距离摄像头25米的位置处；

能见度7级对应能见度小于25米；第3个太阳能灯的安装位置为距离摄像头15米的位置处，第2个太阳能灯的安装位置为距离摄像头10米的位置处，第1个太阳能灯的安装位置为距离摄像头5米的位置处。

6.如权利要求1所述的基于视频图像的高速公路夜间团雾监测方法，其特征是，所述直至所有太阳能灯被识别完毕步骤之后，所述将能被识别出来的最远处太阳能灯距离当前摄像机的距离作为能见度值，根据能见度值给出预警信号步骤之前，还包括：如果出现识别处的太阳能灯编号中断的情况，则以后续三帧图像的处理进行验证，如果三帧图像的验证结果为只有一帧图像为序号识别中断，判读为存在误判，删除误判结果；

如果三帧图像的验证结果为每一帧图像的编号均存在不连续的情况，则对中断位置的太阳能灯编号顺序进行判读，中断的位置判断为团雾出现的位置，中间的太阳能灯的距离之和判断为团雾的出现时的范围；

或者，

将能被识别出来的最远处太阳能灯距离当前摄像机的距离作为能见度值，根据能见度值给出预警信号；具体包括：当能见度值大于200米时，不发出预警信号；当能见度值大于120米且小于等于200米时，不发出预警信号；当能见度值大于80米且小于等于120米时，发出团雾预警信号；当能见度值大于50米且小于等于80米时，发出黄色预警信号；当能见度值大于35米且小于等于50米时，发出红色预警信号；当能见度值小于35米时，发出紧急预警信号。

7.基于视频图像的高速公路夜间团雾监测系统，其特征是，包括：

获取模块，其被配置为：获取高速公路路边太阳能灯的夜间图像；所述夜间图像是由安装在高速公路路边的每台摄像机，对安装在每台摄像机附近指定的若干个太阳能灯，每间隔设定时间拍摄一次得到的；

匹配模块，其被配置为：将高速公路电子地图与夜间图像进行太阳能灯位置匹配；将每个太阳能灯的实际安装位置显示在夜间图像上；

图像处理模块，其被配置为：获取夜间图像灰度值的均值和方差，得到均值与方差的求和结果；获取每个太阳能灯实际安装位置对应的夜间图像像素的灰度值；根据所述灰度值和所述求和结果，得出太阳能灯的识别结果；具体包括：判断每个太阳能灯实际安装位置对应的夜间图像像素的灰度值是否大于求和结果，如果大于，则认为已经识别出当前太阳能灯；否则，则认为未能识别出当前太阳能灯；则对下一个太阳能灯进行识别，直至所有太阳能灯被识别完毕；

能见度预警模块，其被配置为：将能被识别出来的最远处太阳能灯距离当前摄像机的距离作为能见度值，根据能见度值给出预警信号；

团雾预警模块，其被配置为：识别团雾的流向和流速，对团雾进行提前预警；

所述识别团雾的流向和流速，对团雾进行提前预警具体包括：

当启动一个摄像头的能见度出现小于120m时，启动相邻摄像机的判读，以对团雾范围、流速、流向进行判读；如果n个摄像头的能见度都出现小于120米的情况，则团雾的范围为

200×n到200×(n‑1)之间；

n个摄像头中第2个出现能见度低于120米的摄像头在第1个出现能见度低于120米的摄像头的方位就是团雾的流向；

2个摄像头依次出现能见度小于120米的时间间隔为t1，则流速为V1＝200/t1,根据流速、流向进行提前预警；

当出现n个摄影头出现小于120米时，团雾的流速 提前预警信息随团雾的流动进行更新。

8.一种电子设备，其特征是，包括：

存储器，用于非暂时性存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，

其中，所述计算机可读指令被所述处理器运行时，执行上述权利要求1‑6任一项所述的方法。

9.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述计算机可读指令由计算机执行时，执行权利要求1‑6任一项所述方法的指令。