CN101419754B - 一种基于视频的闯红灯检测方法及系统 - Google Patents

Abstract

本发明提供一种基于视频的闯红灯检测方法及系统，所述的方法包括：对进入闯红灯检测区域的车辆进行全景和近景视频拍摄，生成被检测车辆的全景视频数据和近景视频数据；对闯红灯检测区域的交通信号灯状态进行全景视频拍摄，生成交通信号灯状态视频数据；根据所述的交通信号灯状态视频数据获取红灯信号时间段；对所述红灯信号时间段内的被检测车辆的全景视频数据和近景视频数据进行联合处理，生成全/近景闯红灯车辆数据。提高了作为闯红灯图像证据的有效性。

Description

一种基于视频的闯红灯检测方法及系统

技术领域

本发明关于图像识别技术，特别是关于交通管理中的闯红灯检测技术，具体的讲是一种基于视频的闯红灯检测方法及系统。

背景技术

现有技术中的闯红灯检测方案，大多采用线圈触发的方式来启动摄像头的拍摄，这种线圈触发的方案是在每条车道的红灯等待线下埋设一个检测线圈，检测线圈接入线圈控制器，线圈控制通过I/O卡接入工业控制计算机；红灯信号由红绿灯控制器接入I/O卡提供给工业控制计算机；每车道都对应有一个近景摄像机，一个补光装置和一个车牌识别器；车牌识别器通过网络接口接入工业控制计算机；再将一个远景摄像机通过视频分配器将该远景摄像机的视频信号分为两路经多路视频采集卡接入工业控计算机。在进行闯红灯检测时，闯红灯车辆压到检测线圈，检测线圈输出触发信号，如果此时红绿灯控制器输出的是红灯信号，则由近景摄像机拍摄该闯红灯车辆的一帧图片并根据拍摄的一帧图片来识别该闯红灯车辆的车牌；同时由远景摄像摄连续拍摄该闯红灯车辆的多张图片，连续拍摄的图片可以是三张，拍摄每张图片之间的时间间隔可以预先设定，所连续拍摄的三张图片便可以构成闯红灯的证据图片。

上述方案存在以下的缺陷：(一)存在检测线圈本身的寿命问题。(二)存在断路、挖路对检测线圈铺设及维护的问题。(三)存在道路工程对检测线圈的破坏问题。(四)上述方案的车牌识别和闯红灯拍摄是由不同设备完成的，所以需要将车牌识别结果和拍摄的图片一一对应才能生成准确的闯红灯证据图片，然而在一些特殊情况下不同设备的协同会出问题，从而造成车牌识别结果和拍摄的图片无法一一对应。例如：检测线圈会误被触发，车牌识别有误等。(五)在上述方案中，一个路口的多个方向的闯红灯检测仅由一台工业控制计算机完成检测控制，因此检测软件的复杂度较高。(六)由于上述方案采用检测线圈触发之后延时连续拍摄闯红灯的方法，因此使得第一帧远景图片质量较好，而延迟(如延迟500ms)后拍摄的第二帧图像，以及再过500ms拍摄的第三帧图像则会出现问题，第二帧位置和第三帧车辆位置会有不同，只能适应大部分速度车辆，当速度较大时有可能第三帧图片中不含有车辆。位置不一致，造成整个闯红灯数据的证据不足。

当然还有采用雷达作为触发信号的技术方案，但由于雷达扫面的整个断面只要有车辆通过即发出触发信号，所以对触发信号的处理较复杂，再加上成本问题，采用雷达作为触发信号的技术方案无法大面积推广使用。

现有技术中也有采用视频车牌识别作为触发、远景摄像机进行抓拍的技术方案。该方案包括视频车牌器，红绿控制器、远景摄像机、近景摄像机，省略了上述线圈方案中的线圈和线圈控制器。该方案将视频车牌器的识别范围设定在红灯线之后一定区域，认为红灯亮时，车牌出现在该区域的车辆即为闯红灯，此时触发远景摄像头拍摄，之后延时拍摄另两帧远景图片，从而构成闯红灯数据。然而，该方案仍然没有解决上述线圈方案所存在的问题。

现有技术中还有视频检测闯红灯系统配和单张图片车牌识别的技术方案，然而，该方案仍然没有解决上述线圈方案所存在的问题。该方案仍需接入红绿灯信号，而且视频检测闯红灯系统与单张图片车牌识别两者之间的结合依靠时间的同步，如果不能完全同步，则会出现较大的错误率。由于图片拍摄与车辆的不对应，造成了大量不能作为执法证据的数据，据统计证据充分的闯红灯执法数据只占全部拍摄的闯红灯数据的20％左右。

中国实用新型专利200520055168.9公开了一种汽车牌照自动识别器，该汽车牌照自动识别器公开的技术方案可合并于此，以作为本发明的现有技术。

发明内容

本发明提供一种基于视频的闯红灯检测方法及系统，用于通过视频流和车牌自动识别解决闯红灯检测的问题。本发明的技术方案为：

一种基于视频的闯红灯检测方法，所述的方法包括：对进入闯红灯检测区域的车辆进行全景和近景视频拍摄，生成被检测车辆的全景视频数据和近景视频数据；对闯红灯检测区域的交通信号灯状态进行全景视频拍摄，生成交通信号灯状态视频数据；根据所述的交通信号灯状态视频数据获取红灯信号时间段；对所述红灯信号时间段内的被检测车辆的全景视频数据和近景视频数据进行联合处理，生成全/近景闯红灯车辆数据；所述的联合处理包括：根据所述的近景视频数据进行车牌识别和近景车辆特征信息提取；根据所述的全景视频数据进行被检测车辆的连续多张全景图片的生成和全景车辆特征信息提取；将相同拍摄时段的所述的近景车辆特征信息与全景车辆特征信息进行对应，生成包括被检测车辆的连续的多张全景图片和对应的车牌数据在内的全/近景闯红灯车辆数据。

一种基于视频的闯红灯检测系统，所述的系统包括：全景摄像机，用于对闯红灯检测区域内的交通信号灯状态和车辆进行全景视频拍摄，生成全景视频数据；近景摄像机，用于对闯红灯检测区域内的车辆进行近景视频拍摄，生成被检测车辆的近景视频数据；视频数据联合处理装置，分别与所述的全景摄像机和近景摄像机相连接，所述的视频数据联合处理装置包括：视频采集单元，用于采集所述的交通信号灯状态视频数据、被检测车辆的全景视频数据和近景视频数据；信号灯状态检测单元，用于根据所述的交通信号灯状态视频数据获取红灯信号时间段；全景闯红灯车辆检测单元，用于对所述的红灯信号时间段内被检测车辆的全景视频数据进行处理，生成全景闯红灯车辆数据；近景闯红灯车辆检测单元，用于对所述的红灯信号时间段内被检测车辆的近景视频数据进行处理，生成近景闯红灯车辆数据；全/近景视频数据佐证单元，用于将相同拍摄时段的全景闯红灯车辆数据与近景闯红灯车辆数据一一对应，生成全/近景闯红灯车辆数据；闯红灯数据输出单元，将所述的全/近景闯红灯车辆数据输出。

本发明的有益效果在于：可以采用视频检测交通信号灯的红绿灯状态，不用接入红绿灯信号。对闯红灯的车辆具有跟踪功能，可获取和定位闯红灯车辆的连续(如连续三张)的图片。具有视频车牌识别功能，以实现全景和近景视频数据的相互作证，提高车辆与车牌的对应率，提高了作为闯红灯图像证据的有效性。本发明方案直接通过网络将闯红灯的结果传输到监控中心的计算机，极大减少了故障点。

附图说明

图1是本发明系统的结构框图；

图2是本发明视频数据联合处理装置的结构框图；

图3是本发明系统补光装置的结构框图；

图4是本发明车牌识别单元的原理示意图。

具体实施方式

以下结合附图说明本发明的具体实施方式。如图1所示，为本发明具体实施方式的同方向两车道的基于视频的闯红灯检测系统，该系统包括：一车道上设置的近景摄像机201和二车道上设置的近景摄像机204，近景摄像机201用于获得一车道上的近景视频数据，近景摄像机204用于获得二车道上的近景视频数据；与近景摄像机201相连接的补光装置202和近景摄像机204相连接的补光装置205，分别为一车道和二车道的近景拍摄补光；远景摄像机203，用于对交通信号灯的状态和进入闯红灯检测区域的一车道和二车道的车辆进行全景视频拍摄；视频分配器，用于将远景摄像机203拍摄的全景视频数据分为两路；视频数据联合处理装置206及视频数据联合处理装置207，视频数据联合处理装置206分别通过串口与补光装置205连接、通过视频接口与近景摄像机204连接、通过视频接口与远景摄像机203连接；视频数据联合处理装置207分别通过串口与补光装置202连接、通过视频接口与近景摄像机201连接、通过视频接口与远景摄像机203连接；视频数据联合处理装置206及视频数据联合处理装置207用于对所述红灯信号时间段内的被检测车辆的全景视频数据和近景视频数据进行处理，获取被检测车辆的连续的多张全景图片和该被检测车辆的车牌数据；工业控制计算机，通过网络接口与视频数据联合处理装置206及视频数据联合处理装置207相连接，用于接收、储存和现实闯红灯证据数据。

视频数据联合处理装置可以采用数字信号处理器(DSP)实现，如图2所示，在视频数据联合处理装置中设置有：参数设置模块、补光灯控制模块、视频采集模块、视频红绿检测模块、视频闯红灯检测模块、视频识别模块、闯红灯检测和车牌识别相互佐证模块。其中：

参数设置模块，用于设置视频识别参数、视频闯红灯参数、相互佐证参数、视频红绿灯检测参数等。设置的各个参数通过网络接口发送给视频数据联合处理装置及视频数据联合处理装置207，视频数据联合处理装置206及视频数据联合处理装置207将收到参数储存在自身的FALSH中，并启用这些参数。这些参数的数值根据检测现场的实际情况而定，比如：路面的宽度，选取的图像帧的数量等。

补光控制模块，可以根据采集图像中计算的特征值控制补光的强度，通过获得视频的场同步信号，将LED补光灯控制在摄像机采集时刻变亮，之后变暗，形成和视频同步闪烁的补光。

视频采集模块，利用视频采集芯片实现视频的模/数转换，将形成的数字图像引入到DSP可操作的内存中。本模块可采集全景和近景两路视频数据。

全景视频闯红灯检测模块，采用车辆跟踪技术，车辆进入检测区域到车辆离开检区域每一帧的位置均可获得，其中采用了帧差，自定位边缘，数字滤波，运动预测等方法来获取车辆的全景视频数据。

近景车牌识别模块，主要功能是识别车辆牌照，该模块包括：车辆闯入检测，车牌定位，车牌切割，车牌识别，车身颜色边缘特征识别。

视频红绿灯检测模块，该模块的功能为检测视场中红绿灯状态，为闯红灯检测提供红灯信号状态。通过检测指定的红绿灯区域的颜色获得红、黄、绿的状态。并获取红、黄、绿状态持续的时间段。

闯红灯检测和车牌识别相互佐证模块，该相互佐证模块可实现全/近景视频数据的同时采集、实时对应，所以全/近景视频数据对应关系将更好。该相互佐证模块还可以在全景视频数据中进行全景车辆特征信息提取，全景车辆特征信息包括车辆位置，车辆纹理、车辆的颜色、检测区域的灰度信息、车牌颜色信息等等信息。同时，该相互佐证模块在与全景视频数据对应的近景视频数据中提取近景车辆特征信息，近景车辆特征信息包括车辆的外部轮廓信息、车辆颜色等信息。根据这些信息实现车辆全景图片和近景图片的一一对应。

如图3所示，为本发明补光控制部分的原理示意图，处理单元采用ARM微处理器，通过串口可以和车牌识别器通讯，可以采集视频图像的场同步信号和光强信号，可以控制摄像机的快门和LED补光管矩阵的开关。

如图4所示，为本发明的车牌识别器的原理示意图，核心处理单元采用TiC6000系列的高性能处理器，保证视频车牌识别大运算量的实现，FLASH用来存储程序和参数，SDRM作为内存，视频采集芯片用于图像采集，视频输出芯片用于图像送显，网络芯片用于送出识别结果和对外沟通，串口扩展芯片用于送出识别结果和对外沟通，还扩展有I/O接口，预留其他开关量的接入和输出。

本具体实施方式无需接入线圈；全视频工作；无需接入红绿灯信号；同一处理器内工作，加入相互佐证模块，远景证据图片和近景证据实现一一对应；简化路口设备，降低故障点。从而较大提高了证据图片的有效性。

本具体实施方式可以视频检测红绿灯，不用接入红绿灯信号，视频闯红灯具有跟踪功能，较好定位闯红灯车辆的三张图片，具有视频车牌识别功能从实现相互作证模块，提高对应率，从而闯红灯的数据的有效性。本发明只需接入远景视频和近景视频即可，采用视频闯红灯检测和视频车牌识别在同一电路板完成，相互佐证，从而实现闯红灯数据的较高有效性，简化现场的设备，减少故障点，提高稳定性。同时可更加灵活的配置，完全可以将设备置于路口检测机柜中，直接通过网络将闯红灯的结果传输到监控中心的计算机，尤其使用与路口无人值守的环境，路口可以没有工业控制计算机，极大减少的故障点。

以上具体实施方式仅用于说明本发明，而非用于限定本发明。

Claims (11)

1.一种基于视频的闯红灯检测方法，其特征是，所述的方法包括：

对进入闯红灯检测区域的车辆进行全景和近景视频拍摄，生成被检测车辆的全景视频数据和近景视频数据；

对闯红灯检测区域的交通信号灯状态进行全景视频拍摄，生成交通信号灯状态视频数据；

根据所述的交通信号灯状态视频数据获取红灯信号时间段；

对所述红灯信号时间段内的被检测车辆的全景视频数据和近景视频数据进行联合处理，生成全/近景闯红灯车辆数据；

所述的联合处理包括：

根据所述的近景视频数据进行车牌识别和近景车辆特征信息提取；

根据所述的全景视频数据进行被检测车辆的连续多张全景图片的生成和全景车辆特征信息提取；

将相同拍摄时段的所述的近景车辆特征信息与全景车辆特征信息进行对应，生成包括被检测车辆的连续的多张全景图片和对应的车牌数据在内的全/近景闯红灯车辆数据。

2.根据权利要求1所述的方法，其特征是，采用一台摄像机同时对进入闯红灯检测区域的车辆和交通信号灯的状态进行全景视频拍摄。

3.根据权利要求1所述的方法，其特征是，在闯红灯检测区域的每一条车道上设置一台近景摄像机，每台近景摄像机对本车道的车辆进行近景视频拍摄，生成本车道车辆的近景视频数据。

4.根据权利要求3所述的方法，其特征是，对近景视频拍摄进行补光。

5.根据权利要求3所述的方法，其特征是，将所述的全景视频数据分配到每条车道的近景视频数据进行联合处理，生成每条车道的全/近景闯红灯车辆数据。

6.根据权利要求1所述的方法，其特征是，所述的近景车辆特征信息包括：车辆颜色信息和车辆轮廓信息；

所述的全景车辆特征信息包括：车辆位置信息、车辆纹理信息和车辆颜色信息、检测区域的灰度信息、车牌颜色信息等。

7.一种基于视频的闯红灯检测系统，其特征是，所述的系统包括：

全景摄像机，用于对闯红灯检测区域内的交通信号灯状态和车辆进行全景视频拍摄，生成全景视频数据；

近景摄像机，用于对闯红灯检测区域内的车辆进行近景视频拍摄，生成被检测车辆的近景视频数据；

视频数据联合处理装置，分别与所述的全景摄像机和近景摄像机相连接，所述的视频数据联合处理装置包括：

视频采集单元，用于采集所述的交通信号灯状态视频数据、被检测车辆的全景视频数据和近景视频数据；

信号灯状态检测单元，用于根据所述的交通信号灯状态视频数据获取红灯信号时间段；

全景闯红灯车辆检测单元，用于对所述的红灯信号时间段内被检测车辆的全景视频数据进行处理，生成全景闯红灯车辆数据；

近景闯红灯车辆检测单元，用于对所述的红灯信号时间段内被检测车辆的近景视频数据进行处理，生成近景闯红灯车辆数据；

全/近景视频数据佐证单元，用于将相同拍摄时段的全景闯红灯车辆数据与近景闯红灯车辆数据一一对应，生成全/近景闯红灯车辆数据；

闯红灯数据输出单元，将所述的全/近景闯红灯车辆数据输出。

8.根据权利要求7所述的系统，其特征是，所述的系统包括：

多台所述的近景摄像机，每台近景摄像机与闯红灯检测区域的每条车道一一对应的设置，每台近景摄像机对本车道的车辆进行近景视频拍摄；以及

视频分配器，用于将所述的全景视频数据分配到对应的视频数据联合处理装置；

多个所述的视频数据联合处理装置，所述的视频数据联合处理装置与所述的近景摄像机一一对应的设置，用于接收对应车道的车辆近景视频数据和经所述视频分配器分配的全景视频数据。

9.根据权利要求8所述的系统，其特征是，所述的近景摄像机包括：补光装置，所述的补光装置用于对近景视频拍摄进行补光。

10.根据权利要求7或8所述的系统，其特征是，

所述的近景闯红灯车辆检测单元根据所述的近景视频数据进行车牌识别和近景车辆特征信息提取；

所述的全景闯红灯车辆检测单元根据所述的全景视频数据进行被检测车辆的连续多张全景图片的生成和全景车辆特征信息提取；

所述的全/近景视频数据佐证单元将相同拍摄时段的所述的近景车辆特征信息与全景车辆特征信息进行对应，生成包括被检测车辆的连续的多张全景图片和对应的车牌数据在内的全/近景闯红灯车辆数据。

11.根据权利要求10所述的系统，其特征是，所述的近景车辆特征信息包括：车辆颜色信息和车辆轮廓信息；

所述的全景车辆特征信息包括：车辆位置信息、车辆纹理信息和车辆颜色信息、检测区域的灰度信息、车牌颜色信息等。

Images