高速公路隧道行車圖像采集信息的綜合應(yīng)用方法技術(shù)

本發(fā)明專利技術(shù)提供了一種高速公路隧道行車圖像采集信息的綜合應(yīng)用方法。本發(fā)明專利技術(shù)利用紅外攝像來獲得視頻信息，可以最大限度的避免不同車燈照明帶來的隧道行車圖像及其背景的變化，有利于降低后期圖像處理的難度，將采集的視頻信息進行圖像處理后，獲取圖像的特征信息，最后將特征信息進行編碼后作為LED隧道燈照明亮度調(diào)整的控制參數(shù)。這樣的方式準確性高，實現(xiàn)隧道“車近燈亮、車過燈滅”，在保證隧道內(nèi)行車安全的前提下有效節(jié)能。在用圖像解析方法檢測隧道通行車輛信息的過程中，其算法輸出的信息必然包含通過監(jiān)測點的車輛的車速、數(shù)量、通行時間、特征圖像、車型、車牌等等信息，將這些信息存儲，通過數(shù)據(jù)挖掘協(xié)助交警查處違章、協(xié)助刑警查詢犯罪嫌疑人車輛通過該隧道路段的時間、車牌等信息。

【技術(shù)實現(xiàn)步驟摘要】
高速公路隧道行車圖像采集信息的綜合應(yīng)用方法
本專利技術(shù)涉及公路照明
，尤其是一種高速公路隧道行車圖像采集信息的綜合應(yīng)用方法。
技術(shù)介紹
在高速公路隧道照明智能控制系統(tǒng)運行中，準確檢測通過隧道節(jié)點的車輛的數(shù)量、最快車輛的車速，是實現(xiàn)隧道“車近燈亮、車過燈滅、依據(jù)車速提供合適照明”，在保證隧道內(nèi)行車安全的前提下有效節(jié)能的關(guān)鍵技術(shù)。而智能照明控制系統(tǒng)的首要目標是保證隧道內(nèi)安全行車，其次才是節(jié)能。準確判斷來車信息非常重要，目前有采用過地磁法、紅外對射、超聲波、微波雷達等方法檢測，但是，效果并不理想。比如地磁檢測，在實踐中，車輛通過某檢測點時可能騎著分道線跑（隧道中超車，交規(guī)不允許但實際是有的），判斷結(jié)果有兩輛車，而下一檢測點只檢測到一輛車通過，系統(tǒng)認為有車在該路段拋錨，于是將該路段設(shè)置為“長明燈”，并將某車道設(shè)置為“禁止通行”，后果非常嚴重。并且，如上所述，隧道中的交通違章情況往往也難以被查處，導(dǎo)致許多人安全意識淡薄，容易引起安全事故。
技術(shù)實現(xiàn)思路
本專利技術(shù)的目的是：提供一種高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，它準確性高，在保證隧道內(nèi)行車安全的前提下有效節(jié)能，克服隧道常明燈照明系統(tǒng)的過度照明或照明不足問題，為駕駛員提供良好的行車環(huán)境，并且還能將隧道內(nèi)的車輛通行情況進行記錄，以供交通調(diào)度及查詢處理，以克服現(xiàn)有技術(shù)的不足。本專利技術(shù)是這樣實現(xiàn)的：高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，在高速公路較長隧道中設(shè)置多個檢測點，在每個檢測點都安裝紅外攝像頭以采集通行車輛的視頻信息，再將采集的視頻信息進行圖像處理，以獲取圖像的特征信息，所述的特征信息包含是否有車通過檢測點、來車的數(shù)量、來車的最快行車速度、車型以及車牌；以上述特征信息作為LED隧道燈照明開關(guān)及亮度調(diào)整的控制參數(shù)；將圖像信息數(shù)據(jù)進行存儲備用。2、根據(jù)權(quán)利要求1所述的高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，其特征在于：所述的將采集的視頻信息進行圖像處理具體包括如下步驟：1）車輛圖像的預(yù)處理：將圖像灰度化后，再對灰度化的圖像進行去噪，獲得預(yù)處理圖像；2）檢測來車及計數(shù)：背景幀差法提取的數(shù)據(jù)正好用來判斷是否有車，而采取相鄰幀差法還可提取車輛運行的位移信息；檢測對象單位時間內(nèi)的計數(shù)結(jié)果即為通過該檢測點的行車數(shù)量；3）車速計算：采用背景差分和幀間差分相結(jié)合的視頻目標提取算法來計算車輛的通行速度；車的類型大致可分為微型車、大巴車、工程/貨運車三類。在圖像信息處理的特征數(shù)據(jù)提取處理中，通過背景差法獲得的車輛特征信息，在比對處理時，可以根據(jù)車的輪廓尺寸，與現(xiàn)有車型進行比對，得到車的類型信息。技術(shù)上的難點在信息提取上，尤其是對邊沿和陰影的處理。目前的車型識別方法大致可以分為兩類：基于模式識別的方法和基于圖像匹配的方法。前者是根據(jù)車輛目標的某特征參數(shù)在具體的空間或時間的分布，用模式識別理論將其歸類識別；而后者則是通過待識別車輛與車型模板相匹配來完成車型識別的。提取的車型幾何特征，包括絕對特征（面積以及周長）和相對特征（長寬比）。基于圖像的識別系統(tǒng)，幾何特征不僅具有可區(qū)別性、可靠性，而且可以降低運算處理的復(fù)雜度。B、車牌設(shè)別：先將獲取的車輛圖片通過算法對車牌進行定位；然后用Hough算法進行傾斜矯正；再進行字符分割及字符標準化；最后將逐行逐列統(tǒng)計、比對運算做字符設(shè)別，最后將提取的數(shù)據(jù)方進行存儲；5）信息編碼：根據(jù)采集到特征信息進行分別編碼，將其編碼為用于數(shù)據(jù)挖掘應(yīng)用的實時數(shù)據(jù)；作為LED隧道燈照明亮度調(diào)整的控制參數(shù)；以及作為具有檢索標識的圖像特征信息包；6）分別將用于數(shù)據(jù)挖掘應(yīng)用的實時數(shù)據(jù)以及作為具有檢索標識的圖像特征信息包進行集成、壓縮后，通過總線方式傳輸（或無線發(fā)送）到服務(wù)器集總分別儲存。所述的圖像灰度化是對圖像的RGB三個分量進行加權(quán)平均得到最終的灰度值，所采用的方法有分量法、最大值法、平均值法或加權(quán)平均法；所述的圖像去噪采用均值濾波或中值濾波。圖像特征數(shù)據(jù)傳送到服務(wù)器保存，同時在服務(wù)器上統(tǒng)計單位時間內(nèi)隧道節(jié)點的通行車輛數(shù)量，通過車流量及行車速度兩個參數(shù)實時判斷隧道的交通狀況，在隧道超負荷或隧道內(nèi)有事故發(fā)生時即主動報警，并發(fā)送特征圖像到交通管理中心，便于指揮交通疏導(dǎo)或?qū)嵤┦鹿示仍?、根據(jù)權(quán)利要求2所述的高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，其特征在于：通過服務(wù)器中存儲的圖像信息特征數(shù)據(jù)，可以協(xié)助交警查處違章；協(xié)助刑警查詢犯罪嫌疑人車輛通過該隧道路段的時間、車牌等信息。用圖像處理算法提取特征信息的過程中，必然包含有“通行時間、特征圖像、車速、車牌、車流量”等有用信息，這些信息應(yīng)該存儲應(yīng)用。通過這些信息的存儲與數(shù)據(jù)挖掘，可以得到隧道的實時路況信息；月度、季度、年度等的交通流量表；檢索XXX車在何時通過某隧道節(jié)點，并且獲得其車速、特征圖像等信息。由于采用了以上技術(shù)方案，本專利技術(shù)利用紅外攝像來獲得視頻信息，可以最大限度的避免不同車燈照明帶來的隧道行車圖像及其背景的變化，有利于降低后期圖像處理的難度，將采集的視頻信息進行圖像處理后，獲取圖像的特征信息，通過背景幀差法提取的數(shù)據(jù)正好用來判斷是否有車，而采取相鄰幀差法還可提取車輛運行的位移信息，兩者結(jié)合可以更加準確的判斷是否有來車，且能獲得來車的其它數(shù)據(jù)信息；基于背景差分和幀間差分相結(jié)合的視頻目標提取算法來計算車輛速度；最后將特征信息進行編碼后作為LED隧道燈照明開關(guān)及亮度調(diào)整的控制參數(shù)。這樣的方式準確性高，實現(xiàn)隧道“車近燈亮、車過燈滅”，在保證隧道內(nèi)行車安全的前提下有效節(jié)能；克服隧道常明燈照明系統(tǒng)的過度照明或照明不足問題，為駕駛員提供良好的行車環(huán)境，以提高隧道行車的安全性；在用圖像解析方法檢測隧道通行車輛信息的過程中，其算法輸出的信息必然包含通過監(jiān)測點的車輛的車速、數(shù)量、通行時間、特征圖像、車型、車牌等等信息，將這些信息存儲，在服務(wù)器中統(tǒng)計隧道通行的車流量，結(jié)合車速實時判斷隧道的交通狀況，發(fā)現(xiàn)異常（隧道通行飽和或隧道中有事故發(fā)生）即主動報警，并發(fā)送特征圖像到交通管理中心，便于指揮交通疏導(dǎo)或?qū)嵤┦鹿示仍煌ㄟ^數(shù)據(jù)挖掘協(xié)助交警查處違章、協(xié)助刑警查詢犯罪嫌疑人車輛通過該隧道路段的時間、車牌等信息。本專利技術(shù)方法簡單，易于實施，成本低廉，使用效果好。附圖說明圖1為本專利技術(shù)的原理流程圖；圖2為基于圖像匹配的車型識別流程圖；圖3為車牌圖像定位流程圖；圖4為車牌傾斜矯正流程圖；圖5為車牌字符分割流程圖；圖6為視頻信息提取的總流程圖流程圖；圖7為視頻信息數(shù)據(jù)結(jié)構(gòu)圖。具體實施方式本專利技術(shù)的實施例：高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，在高速公路隧道中設(shè)置多個檢測點，在每個檢測點都安裝紅外攝像頭以采集通行車輛的視頻信息，再將采集的視頻信息進行圖像處理，以獲取圖像的特征信息，所述的特征信息包含是否有車通過檢測點、來車的數(shù)量、以及來車的最快行車速度；以此數(shù)據(jù)作為LED隧道燈照明亮度調(diào)整的控制參數(shù)。所述的將采集的視頻信息進行圖像處理具體包括如下步驟：1）車輛圖像的預(yù)處理：將圖像灰度化后，再對灰度化的圖像進行去噪，獲得預(yù)處理圖像；攝像頭采集的圖像質(zhì)量會受各種因素的影響，因此有必要對原始的采集圖像進行預(yù)處理，以提高圖像的質(zhì)量，有利于對圖像內(nèi)容的進一步分析；2）檢測來車及計數(shù)：背景幀差法提取的數(shù)據(jù)正好用來判斷是否有車，而采取相鄰幀差法還可提取本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，其特征在于：在高速公路隧道中設(shè)置檢測點，在每個檢測點都安裝紅外攝像頭以采集通行車輛的視頻信息，再將采集的視頻信息進行圖像處理，以獲取圖像的特征信息，所述的特征信息包含是否有車通過檢測點、來車的數(shù)量、來車的最快行車速度、車型以及車牌；以上述特征信息作為LED隧道燈照明開關(guān)及亮度調(diào)整的控制參數(shù)；作為指揮交通疏導(dǎo)及事故救援的參考信息；將圖像信息數(shù)據(jù)進行存儲備用。

【技術(shù)特征摘要】
1.一種高速公路隧道行車圖像采集信息的綜合應(yīng)用方法，其特征在于：在高速公路隧道中設(shè)置檢測點，在每個檢測點都安裝紅外攝像頭以采集通行車輛的視頻信息，再將采集的視頻信息進行圖像處理，以獲取圖像的特征信息，所述的特征信息包含是否有車通過檢測點、來車的數(shù)量、來車的最快行車速度、車型以及車牌；以上述特征信息作為LED隧道燈照明開關(guān)及亮度調(diào)整的控制參數(shù)；作為指揮交通疏導(dǎo)及事故救援的參考信息；將圖像信息數(shù)據(jù)進行存儲備用；所述的將采集的視頻信息進行圖像處理具體包括如下步驟：1)車輛圖像的預(yù)處理：將圖像灰度化后，再對灰度化的圖像進行去噪，獲得預(yù)處理圖像；2)檢測來車及計數(shù)：背景幀差法提取的數(shù)據(jù)用來判斷是否有車，而采取相鄰幀差法還提取車輛運行的位移信息；A、將無車輛經(jīng)過的圖像作為背景圖片，并把當(dāng)前圖片與背景圖片進行差分，與背景模型匹配的像素稱為背景bk(x,y)，不匹配的像素則稱為前景fk(x,y)，經(jīng)閾值T劃分，可得到目標的二值化圖像：dk(x,y)＝|fk(x,y)-bk(x,y)|(3)B、將相鄰兩幀進行差分，經(jīng)閾值T判斷目標對象：dn(x,y)＝|fn(x,y)-fn-1(x,y)|(5)檢測對象單位時間內(nèi)的計數(shù)結(jié)果即為通過該檢測點的行車數(shù)量；3)車速計算：采用背景差分和幀間差分相結(jié)合的視頻目標提取算法來計算車輛的通行速度；在一幀圖像中選擇一組在運動中形狀不變的特征點，與相鄰下一幀中的同類特征點作匹配，根據(jù)相鄰兩幀圖像中的特征點移動的位移量求得車輛運動距離，根據(jù)相鄰兩幀圖像之間的時間間隔得到車輛運動的時間，再依據(jù)位移量Dn(x,y)和時間t，即可計算出車速；Dn(x,y)＝|In(x,y)-In-1(x,y)|(7)4)判別車型及提取車牌A、車型判別：采用基于圖像匹配的方法來進行車型識別，設(shè)已知目標的圖像模板為T，大小為M×N，待比對的圖像為S...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：李良榮，
申請(專利權(quán))人：貴州大學(xué)，
類型：發(fā)明
國別省市：貴州;52