- 相關(guān)推薦
高速公路視頻超速臨控系統(tǒng)的實(shí)現(xiàn)
摘要：介紹了一種高速公路視頻超速監(jiān)控系統(tǒng)的硬件構(gòu)成、軟件功能和動(dòng)目標(biāo)檢測、動(dòng)目標(biāo)跟蹤與速度測量、車牌自動(dòng)定位以及車牌字符自動(dòng)識別等關(guān)鍵技術(shù)的實(shí)現(xiàn)方法。該系統(tǒng)可廣泛應(yīng)用于高速公路管理、卡口管理、巡邏執(zhí)勤、逃逸車輛抓捕等場合，具有很好的應(yīng)用前景。隨著國民經(jīng)濟(jì)的迅猛發(fā)展，我國的高速公路建立發(fā)生了翻天覆地的變化。公路上行駛的車輛越來越多、速度也越來越快，與車輛交通有關(guān)的案件也呈不斷上升勢頭，交通肈事逃逸等案件時(shí)有發(fā)生。如何運(yùn)用科學(xué)的手段幫助公安部門有效控制高速公路上超速違章現(xiàn)象、抓捕逃逸車輛，已成為公安交通部門急待解決的問題。目前能完成超速監(jiān)控功能的成熟系統(tǒng)有：基于微波雷達(dá)和基于激光的超速監(jiān)控系統(tǒng)。它在車輛經(jīng)過時(shí)，利用反射波的頻率變化監(jiān)控在車輛信息，不能提供超速汽車類型、車牌號碼等全面的交通信息，無法及時(shí)進(jìn)行違章處理及抓捕逃逸車輛。
本高速公路視頻超速監(jiān)控系統(tǒng)利用視頻圖像處理技術(shù)，對高速公路車道上的汽車進(jìn)行非接觸式監(jiān)控，獲得超速車輛車速、車牌號碼、違章照片等運(yùn)行狀態(tài)信息，可應(yīng)用于高速公路管理、逃逸車輛抓捕等場合。
1 系統(tǒng)結(jié)構(gòu)
高速公路視頻超速監(jiān)控系統(tǒng)的硬件結(jié)構(gòu)如圖1所示。它由超速監(jiān)控?cái)z像頭和現(xiàn)場計(jì)算機(jī)等部分組成。在高速公路上安裝監(jiān)控?cái)z像頭（一個(gè)彩色全景攝像機(jī)、n個(gè)車道級彩色攝像機(jī)）及超速監(jiān)控計(jì)算機(jī)，24小時(shí)實(shí)時(shí)監(jiān)控高速公路上所有通過車輛的車速信息。系統(tǒng)軟件包含超速車輛檢測和自動(dòng)車牌識別兩部門。超速監(jiān)控計(jì)算機(jī)通過實(shí)時(shí)視頻采集卡首先采集高速公路的全景圖像，并利用全景圖像進(jìn)行超速車輛檢測；如檢測到違章車輛，啟動(dòng)相應(yīng)車道的攝像機(jī)工作，采集近景圖像并用利近景圖像自動(dòng)車牌識別，其識別結(jié)果可分車牌號碼字符、車牌號碼照片、汽車違章照片分別修配存到超速違章車輛數(shù)據(jù)庫，以供事后處理；如需要，還可通過無線、有線或光纖通信網(wǎng)自動(dòng)向高速公路收費(fèi)站的違章處理服務(wù)器傳送違章車輛的車牌號碼、違章照片信息，以實(shí)時(shí)進(jìn)行違章處理。軟件系統(tǒng)功能框圖如圖2所示。
2 軟件功能實(shí)現(xiàn)
2.1 動(dòng)目標(biāo)分割[1][2]
理想情況下，從視頻圖像進(jìn)行超速車輛檢測時(shí)，可以直接用幀間差的方法比較前后兩幀圖像，去除靜止的區(qū)域，保留運(yùn)動(dòng)區(qū)域，判定視場中是否存在著汽車，判斷汽車的運(yùn)動(dòng)軌跡及速度。但是在實(shí)際的成像過程中，場景中的諸多因素，包括照明情況、場景中物體的幾體形狀和物理性質(zhì)（特別是表面的反射性質(zhì)）、成像系統(tǒng)的特性以及光源、物休和成像系統(tǒng)之間的空間關(guān)系等，都被綜合為單一圖像中像素點(diǎn)的灰度值；由于空間的強(qiáng)輻射、光照的變化和傳感器本身的光學(xué)特性等原因，會(huì)在每一幀圖像中產(chǎn)生較強(qiáng)的干擾和噪聲。因此，在進(jìn)行圖像檢查前對圖像進(jìn)行基于平均法去噪的初始背景獲得和基于Kalman濾波[3]的實(shí)時(shí)背景更新等預(yù)處理；然后采用提取函數(shù)[4]分割目標(biāo)與背景。
設(shè)Ck={ck(x,y)}代表當(dāng)前圖像，Rk={rk(x,y)}代表參考圖像，其中(x,y)為像素點(diǎn)的坐標(biāo)，ck(x,y)≥0,rk(x,y)≤255,則提取函數(shù)Ek=(ck(x,y),rk(x,y))定義如下：
容易知道，式中0≤Ek(ck(x,y),rk(x,y)) ≤1。
用提取函數(shù)對在公路上采集到的實(shí)際運(yùn)動(dòng)車輛的圖像做動(dòng)目標(biāo)檢測，其實(shí)驗(yàn)結(jié)構(gòu)如圖3所示。
2.2 動(dòng)目標(biāo)跟蹤及速度測量[5]
在目標(biāo)跟蹤的同時(shí)，需要判斷計(jì)算目標(biāo)的運(yùn)動(dòng)速度，所以采用特征點(diǎn)匹配的方法進(jìn)行動(dòng)目標(biāo)跟蹤，以便利用特征點(diǎn)的視差計(jì)算車速。其要點(diǎn)是：在一幀圖像的活動(dòng)目標(biāo)窗口中選擇一組具有不變性質(zhì)的特征點(diǎn)，與下一幀圖像中的同類特征點(diǎn)作匹配，從而求得視差。這就是特征點(diǎn)匹配的方法。
采用Moravac[6]算子作為點(diǎn)特征提取算子。它基于一個(gè)理想的特征點(diǎn)，在其四周所有方向上灰度具有很大的方差。
特征點(diǎn)提取的步驟為：首先，在5х5的窗口計(jì)算
式中，i=n-2,...,n 2;j=m-2,...,m 2;m,n為窗口中心像元的行、列序列，gij為（i,j）處圖像的灰度值。
然后，確定備選特征點(diǎn)，若像元的有利值M大于經(jīng)驗(yàn)閾值，則該像元為備選特征點(diǎn)；否則，該像元不是特征點(diǎn)。
最后，用抑制局部非最大M值的方法，確定特征點(diǎn)。檢驗(yàn)每個(gè)備選特征點(diǎn)的M值是否為一定大�。�5х5，7х7，9х9）窗口內(nèi)的最大值，如果在窗口內(nèi)有幾個(gè)備選特征點(diǎn)，則取M值最大的像元作為特征點(diǎn)，其余均去掉。
為保證匹配的正確率，采用協(xié)方差最大與差的絕對值之和最小作為雙重判據(jù)，決定匹配點(diǎn)的取舒暢，以增強(qiáng)匹配結(jié)果的可靠性。
【高速公路視頻超速臨控系統(tǒng)的實(shí)現(xiàn)】相關(guān)文章：
機(jī)車視頻監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)03-07
物流企業(yè)網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)03-21
數(shù)字視頻局域網(wǎng)監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)03-18
基于P2P視頻點(diǎn)播系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)11-23
2.4GHz無線視頻傳輸系統(tǒng)中射頻發(fā)射機(jī)的實(shí)現(xiàn)03-07
無線巡更系統(tǒng)技術(shù)的實(shí)現(xiàn)03-18
視頻監(jiān)控系統(tǒng)―視頻捕獲和傳輸模塊VC++03-08