CN101430828B - 基于交通信息提取计算的车牌数据处理方法 - Google Patents

Abstract

一种基于交通信息提取计算的车牌数据处理方法，由四大步骤组成，步骤1：在后台处理中心的计算机内建立车辆牌照识别数据库，步骤2：对用户指定起点和终点的车辆牌照数据初步匹配，在后台处理中心计算机内建立车辆行程时间检测数据库，步骤3：构造用户指定路径信息颗粒，通过计算机运行程序，将车辆行程时间检测数据库中的二义性路径噪声剔除，得到用户指定路径的车辆行程时间数据库，步骤4：构造行程时间信息颗粒，通过计算机运行程序，将车辆行程时间数据库中的车辆行程时间噪声剔除，得到精确的行程时间；本方法可以提高车辆行程时间数据的准确性，在智能交通领域具有重要的实用价值，可广泛应用于交通管理、监控、执法、电子收费和出行者信息服务等场合。

Description

基于交通信息提取计算的车牌数据处理方法

技术领域

本发明属于智能交通领域，涉及交通信息提取计算方法，具体地说，是通过对车辆牌照(简称“车牌”)数据处理，获得精确的车辆行程时间数据的方法。

背景技术

在智能交通领域，获取车辆行程时间数据有重要的实用价值，可广泛应用于交通管理、监控、执法、电子收费和出行者信息服务等场合。

获取车辆行程时间数据的方法是利用前端数据采集与传输装置拍摄通过断面的车辆图像，记录采集时间戳，由前端数据采集与传输装置将图像数据进行初步处理并传到中心系统，通过车辆牌照识别模块自动识别车辆牌照，得到车辆牌照字符串和车辆牌照类型等信息，再以车辆牌照作为车辆的唯一标识，处理生成相应车辆从起点(O)到终点(D)之间的行程时间，但由于起点(O)到终点(D)之间可能存在二义性路径、匹配数据的时间序列合理性等问题，带来了噪声数据和误差，大大降低了行程时间样本数据的质量和准确性，影响了其实用价值。

发明内容

为解决上述问题，本发明的目的是提供一种基于交通信息提取计算的车牌数据处理方法，该方法基于用户指定的起点和终点，对车牌数据进行初步匹配得到行程时间检测数据；根据路网拓扑结构及前端数据采集点在路网中的布设情况，生成起点和终点之间的所有可行路径，进而根据用户选择的路径，基于交通信息提取计算技术，对行程时间检测数据进行二义性路径噪声数据剔除；在此基础上利用基于交通信息提取计算的新型算法，对数据进一步进行噪声处理，最后生成有实用价值的精确行程时间数据。

为实现上述目的，本发明采用以下技术方案：

本发明采用一种基于交通信息提取计算的车牌数据处理方法，该方法由下面四大步骤组成，

步骤1：在后台处理中心的计算机内建立车辆牌照识别数据库，

步骤2：对用户指定起点和终点的车辆牌照数据初步匹配，在后台处理中心计算机内建立车辆行程时间检测数据库，

步骤3：构造用户指定路径信息颗粒，通过计算机运行程序，将车辆行程时间检测数据库中的二义性路径噪声剔除，得到用户指定路径的车辆行程时间数据库，

步骤4：构造行程时间信息颗粒，通过计算机运行程序，将车辆行程时间数据库X中的车辆行程时间噪声剔除，得到精确的行程时间；

所述步骤1包括以下分步骤：

分步骤1.1、在路网的各个采集点(交叉点)设置抓拍摄像机，

分步骤1.2、抓拍摄像机将拍摄到的车辆图像进行前端处理，然后通过传输装置发送给后台计算机处理中心，

后台计算机处理中心对车牌图像进行处理，通过车辆定位、字符分割、字符识别三个阶段进行识别，识别出车牌号，然后生成车辆牌照识别数据库，该数据库中的每条记录包括车辆牌照、与之对应的采集时刻，采集点；

所述步骤2包括以下分步骤：

分步骤2.1、在上述车辆牌照识别数据库进行搜索，将经过路网起点、终点的每辆车的牌照号和采集时刻分别记录在起点数据表和终点数据表中，并按时间顺序进行排序，路网起点、终点由用户指定；

分步骤2.2：从起点数据表中依次提取出车辆的牌照号和经过时刻，并记录该时刻为起点时刻；

分步骤2.3：从终点数据表中查询同一牌照号车辆的经过时刻，若终点数据表中该同一车辆牌照号的经过时刻只有一个，则记录该时刻为终点时刻，

若终点数据表中该同一牌照号车辆的经过时刻有一个以上，则记录车辆第一次通过终点并晚于起点时刻的时刻为终点时刻，并计算起点和终点之间的车辆行程时间，车辆行程时间等于终点时刻与起点时刻之差；

分步骤2.4：构造车辆行程时间检测数据库，该车辆行程时间检测数据库存放有每辆车的时间检测记录，每条记录包括车辆牌照、起点时刻，起点和终点之间的车辆行程时间；

所述步骤3包括以下分步骤：

分步骤3.1：在后台处理中心的计算机内构造用于标识车辆路径的向量，命名为车辆路径标识向量，车辆路径标识向量以一维数组的形式存储在计算机内，供计算机通过软件进行读取、调用和运算，车辆路径标识向量中元素的个数与路网中车牌数据采集点个数相同，车辆路径标识向量中的每一个元素标识一个采集点；

分步骤3.2：

在后台处理中心的计算机内构造用于标识用户所选路径的标识向量，命名为用户指定路径标识向量，该用户指定路径标识向量也以一维数组的形式存储在计算机内，供计算机通过软件进行读取、调用和运算，该用户指定路径标识向量中元素的个数与路网中车牌数据采集点个数相同，对用户指定路径标识向量中的每个元素进行赋值，赋值原则是：

当该元素所对应的采集点位于用户所选路径上，则该元素的值为1，

当该元素所对应的采集点不位于用户所选路径上，则该元素的值为0，

分步骤3.3、对车辆路径标识向量中每个元素进行赋值；

赋值是通过计算机检索上述已经构造的车辆行程时间检测数据库实现的，计算机根据车辆行程时间检测数据库中车辆牌照，在车辆牌照识别数据库中索引出相同的车辆牌照，并且对应的时间戳是在起点时刻、终点时刻之间的所有记录，然后根据每条记录中的采集点的值进行赋值，若该采集点拍摄到车辆经过，则车辆路径标识向量中与该采集点对应的元素记为1，若该采集点没有拍摄到车辆经过，则车辆路径标识向量中与该采集点对应的元素记为0，

分步骤3.4、建立车辆路径信息颗粒；

通过计算机运行程序，将分步骤3.2所构造的用户指定路径标识向量与分步骤3.3所构造的车辆路径标识向量进行逻辑并运算，逻辑并运算的规则是：具有相同下标的两个元素中只要有一个是1，运算结果就是1，只有当两个元素全为0时，运算结果才是0；

分步骤3.5：判别二义性路径数据噪声数据；

对分步骤3.4中每次逻辑并运算的结果进行判断，

若车辆路径标识向量与用户指定路径标识向量逻辑并运算后，所得向量中值为1的元素个数等于用户指定路径标识向量中1的个数，则判别该车辆路径不具有二义性，保留该车辆行程时间检测数据；

若车辆路径标识向量与用户指定路径标识向量逻辑并运算后，所得向量中值为1的元素个数大于用户指定路径标识向量中1的个数，则判别该车辆路径具有二义性，剔除该车辆的行程间检测数据；

经过该分步骤后，车辆行程时间检测数据库中的二义性路径噪声被剔除，得到车辆行程时间数据库；

所述步骤4包括以分步骤：

分步骤4.1、确定时间窗；

设车辆行程时间数据库中数据记录的总数为N，对车辆行程时间数据库中的第i条记录(1≤i≤N)经过起点的时刻设定时间区间半径值，以经过起点的时刻为中心，以时间区间半径值为递增和递减量，确定一个时间窗；

分步骤4.2、初步构造行程时间信息颗粒；

针对在该时间窗内的所有车辆行程时间数据，构造车辆行程时间信息颗粒，首先判断时间窗的数据样本数量，如果该时间窗内数据样本数量小于2，则扩大时间窗，直到有足够的数据样本量落在时间窗内；

将落在时间窗内所有车辆行程时间按大小进行排序，对车辆行程时间取上、下分位值，该上、下分位值即为当前时间窗的行程时间信息颗粒，将该行程时间信息颗粒存放在车辆行程时间上、下分位值颗粒中；

分步骤4.3、确定行程时间信息颗粒；

通过计算机运行程序，遍历整个车辆行程时间数据库，将车辆行程时间数据库中所有与当前记录的行程时间相等的数据，均按照分步骤4.2，构造对应的行程时间信息颗粒，并将其存放在行程时间上、下分位值颗粒中，

对车辆行程时间上、下分位值颗粒，取上、下中位值，以该上、下中位值构造信息颗粒，并计算该信息颗粒的方差临界值和噪声数据标记次数临界值，用于判断噪声数据；

分步骤4.4：初步判断该时间窗内是否有噪声数据

考察时间窗内的所有车辆的行程时间数据，采用方差初步判断该时间窗内是否有噪声数据：

如果该时间窗内所有车辆行程时间数据的方差大于预先设定的方差临界值，则样本中存在噪声数据；

如果该时间窗内所有车辆行程时间数据的方差小于等于预先设定的方差临界值，则样本中无噪声数据；

分步骤4.5：逐点判断标记噪声数据；

考察时间窗内的所有车辆行程时间数据，落在信息颗粒内的车辆行程时间数据不是噪声数据，标记为0，未落在该信息颗粒内的车辆行程时间数据是噪声数据，标记为1，将i的值增1，若i小于车辆行程时间数据库中辆车记录的总数，则返回分步骤4.1，进行循环，直至数据集对应的时间段结束；

若i等于车辆行程时间数据库中辆车记录的总数，则执行下面的步骤；

分步骤4.6：确定并剔除噪声数据；

累计各车辆行程时间数据项被标记为噪声数据累计次数，将噪声数据累计次数与预先设定的标记噪声数据累计次数临界值进行比较，若噪声数据累计次数小于或等于噪声数据累计次数临界值，则该车辆行程时间数据不是噪声数据，若噪声数据累计次数大于噪声数据累计次数临界值，则该车辆行程时间数据是噪声数据，将其剔除，从而得到了可靠的行程时间数据集。

本发明有以下积极有益效果：

本发明将交通信息提取计算技术应用于车辆行程时间数据的噪声处理，剔除异常和错误数据，提高数据质量和精度，为开展行程时间数据应用服务提供可靠的数据。基于交通信息提取计算技术分两阶段进行噪声数据处理，生成可靠适用的面向行程时间数据应用服务的行程时间数据集。首先通过前端数据采集装置检测车辆图像数据，从中识别出车牌信息；然后根据用户指定的起点(O)和终点(D)，对牌照识别数据进行初步匹配得到行程时间检测数据；基于前端数据采集装置的分布情况生成起点(O)和终点(D)之间所有可能的路径，提供给用户进行选择，并根据用户选择的路径，基于交通信息提取计算技术进行二义性路径噪声数据剔除；在此基础上基于交通信息提取计算技术对行程时间数据进行噪声处理，最后生成用户指定起点(O)和终点(D)和所选路径的行程时间数据库，为开展行程时间数据应用服务提供可靠的数据基础。

附图说明

图1是本发明的原理框图。

图2是本发明一实施例的道路网络结构示意图。

图3是车辆牌照识别数据库的组织结构示意图。

图4是车辆行程时间检测数据库的组织结构示意图。

图5是车辆行程时间数据库的组织结构示意图。

图6是图5中与第一个时间窗对应的数据表。

图7是将图6中各数据项按车辆行程时间排序好形成的数据表。

图8是图5中与第二个时间窗对应的数据表。

图9是将图8中各数据项按车辆行程时间排序好形成的数据表。

图10是图5中与第三个时间窗对应的数据表。

图11是将图10中各数据项按车辆行程时间排序好形成的数据表。

图12是对图7中各数据项进行噪声数据标记好后形成的数据表。

图13是对图9中各数据项进行噪声数据标记好后形成的数据表。

图14是对图11中各数据项进行噪声数据标记好后形成的数据表。

具体实施方式

请参照图1，本发明是一种基于交通信息提取计算的车牌数据处理方法，该方法由下面四大步骤组成，

步骤1：在后台处理中心的计算机内建立车辆牌照识别数据库IIX，

步骤2：对用户指定起点O和终点D的车辆牌照数据初步匹配，在后台处理中心计算机内建立车辆行程时间检测数据库IX，

步骤3：构造用户指定路径信息颗粒，通过计算机运行程序，将车辆行程时间检测数据库IX中的二义性路径噪声剔除，得到用户指定路径的车辆行程时间数据库X，

步骤4：构造行程时间信息颗粒，通过计算机运行程序，将车辆行程时间数据库X中的行程时间噪声剔除，得到精确的行程时间。

所述步骤1包括以下分步骤：

分步骤1.1、在路网的各个采集点(交叉点)设置抓拍摄像机，

分步骤1.2、抓拍摄像机将拍摄到的车辆图像进行前端处理，然后通过传输装置发送给后台计算机处理中心，

后台计算机处理中心对车牌图像进行处理，通过车辆定位、字符分割、字符识别三个阶段进行识别，识别出车牌号，然后生成车辆牌照识别数据库IIX，该数据库中的每条记录包括车辆牌照VID、与之对应的采集时刻TP，采集点DC。

在本实施例中，路网由图2表示，请参照图2，它有12个采集点，分别用DC1-DC12表示，

车辆牌照识别数据库IIX的组成结构如图3所示，

所述步骤2包括以下分步骤：

分步骤2.1、在上述车辆牌照识别数据库进行搜索，将经过路网起点O、终点D的每辆车的牌照号和采集时刻分别记录在起点数据表和终点数据表中，并按时间顺序进行排序，路网起点O、终点D由用户指定，本实施例中，路网起点O、终点D分别是采集点DC1、DC12。

分步骤2.2：从起点数据表中依次提取出车辆的牌照号和经过时刻，并记录该时刻为起点时刻TO；

分步骤2.3：从终点数据表中查询同一牌照号车辆的经过时刻，若终点数据表中该同一车辆牌照号的经过时刻只有一个，则记录该时刻为终点时刻TD；

若终点数据表中该同一牌照号车辆的经过时刻有一个以上，则记录车辆第一次通过终点D并晚于起点时刻TO的时刻为终点时刻TD，并计算起点和终点之间的车辆行程时间TT，车辆行程时间TT等于终点时刻与起点时刻之差；

即TT＝TD-TO；

分步骤2.4：构造车辆行程时间检测数据库IX，该车辆行程时间检测数据库IX存放有每辆车的时间检测记录，每条记录包括车辆牌照VID、起点时刻TO，起点和终点之间的车辆行程时间TT，

车辆行程时间检测数据库IX的组织结构如图4所示，

如果用户选择的起点O、终点D之间存在多条路径，则上述按用户指定OD对车辆牌照数据进行初步匹配得到的行程时间检测数据，在很大程度上存在二义性路径噪声。为剔除该噪声，本发明可根据路网拓扑结构及前端数据采集装置的分布情况，生成起点O、终点D之间的若干条可行(沿途节点有数据采集装置的)路径，供用户进一步选择确认。根据用户所选定的路径，通过一种基于交通信息提取计算的二义性路径噪声剔除算法，通过相应的条件索引车辆牌照识别数据库IIX，在初步匹配得到的行程时间检测数据中剔除确认不是用户选定路径的二义性路径数据，下面对构建信息颗粒的核心步骤以及计算机的执行过程进行详细阐述：

所述步骤3包括以下分步骤：

分步骤3.1：在后台处理中心的计算机内构造用于标识车辆路径的向量，命名为车辆路径标识向量VC，车辆路径标识向量VC以一维数组的形式存储在计算机内，供计算机通过软件进行读取、调用和运算，车辆路径标识向量VC中元素的个数与路网中车牌数据采集点个数相同，

车辆路径标识向量VC＝[M1，M2，…，Mk，…，Mn]，车辆路径标识向量VC中的每一个元素标识一个采集点；

分步骤3.2：

在后台处理中心的计算机内构造用于标识用户所选路径的标识向量，命名为用户指定路径标识向量VCY，该用户指定路径标识向量VCY也以一维数组的形式存储在计算机内，供计算机通过软件进行读取、调用和运算，该用户指定路径标识向量VCY中元素的个数与路网中车牌数据采集点个数相同，对用户指定路径标识向量VCY中的每个元素Mi进行赋值，赋值原则是：

当该元素Mi所对应的采集点位于用户所选路径上，则该元素的值为1，

当该元素Mi所对应的采集点不位于用户所选路径上，则该元素的值为0，

在本实施例中，用户所选路径为DC1、DC2、DC3、DC6、DC9、DC12，则用户指定路径标识向量对应的元素为M1、M2、M3、M6、M9、M12，

VCY＝[1，1，10，0，1，0，0，1，0，0，1]    向量(1)

分步骤3.3、

对车辆路径标识向量VC中每个元素进行赋值，赋值是通过计算机检索上述已经构造的车辆行程时间检测数据库IX实现的，计算机根据车辆行程时间检测数据库IX中车辆牌照VID，在车辆牌照识别数据库IIX中索引出相同的车辆牌照VID，并且对应的时间戳是在起点时刻(TO)、终点时刻(TO+TT)之间的所有记录，然后根据每条记录中的采集点DC的值进行赋值，若该采集点DC拍摄到车辆经过，则车辆路径标识向量VC中与该采集点对应的元素记为1，若该采集点DC没有拍摄到车辆经过，则车辆路径标识向量VC中与该采集点对应的元素记为0，

在本实施例中，路网采集点个数为12个，分别是：DC1、DC2、DC3、DC4、DC5、DC6、DC7、DC8、DC9、DC10、DC11、DC12，

则车辆路径标识向量记为：

VC＝[M1，M2，M3，M4，M5，M6，M7，M8，M9，M10，M11，M12]，

后台处理中心的计算机首先检索上述车辆行程时间检测数据库IX中第一辆车时间戳在在起点时刻(TO)、终点时刻(TO+TT)之间的所有记录，

即有关车辆BJJ0001的记录后，按照该记录构造如下的车辆路径标识向量来标识车辆BJL0001的行驶路径；

VC(BJJ0001)＝[1，1，1，0，0，1，0，0，0，0，0，1]    向量(2)

车辆BJL0001实际行驶的路径可能为DC1，DC2，DC3，DC6，DC9，DC12所在的路径，由于某种原因，当车辆BJL0001采集点DC9时没有被拍摄到，因此在向量(2)中，与采集点DC9对应的第九号元素的值是0而不是1，

后台处理中心的计算机接着检索上述车辆行程时间检测数据库IX中第二辆车的记录，即有关车辆BJJ0002的记录后，按照该记录构造如下的车辆路径标识向量来标识车辆BJJ0002的行驶路径，

VC(BJJ0002)＝[1，1，1，0，0，1，0，0，1，0，0，1]    向量(3)

车辆BJJ0002实际行驶的路径为DC1，DC2，DC3，DC6，DC9，DC12所在的路径，车辆BJJ0002在各个采集点都被拍摄到；

后台处理中心的计算机继续检索上述车辆行程时间检测数据库IX中第三辆车的记录，即有关车辆BJJ0003的记录后，按照该记录构造如下的车辆路径标识向量来标识车辆BJJ0003的行驶路径，

VC(BJJ0003)＝[1，1，0，0，1，1，0，0，1，0，0，1]    向量(4)

车辆BJJ0003实际行驶的路径为DC1，DC2，DC5，DC6，DC9，DC12所在的路径，车辆BJJ0003在各个采集点都被拍摄到；

后台处理中心的计算机继续检索上述车辆行程时间检测数据库IX中第四辆车的记录，即有关车辆BJJ0004的记录后，按照该记录构造如下的车辆路径标识向量来标识车辆BJJ0004的行驶路径；

VC(BJJ0004)＝[1，0，0，1，0，0，1，0，0，1，1，1]    向量(5)

车辆BJJ0004实际行驶的路径为DC1，DC4，DC7，DC10，DC11，DC12所在的路径，车辆BJJ0004在各个采集点都被拍摄到；

分步骤3.4、建立车辆路径信息颗粒；

通过计算机运行程序，将分步骤3.2所构造的用户指定路径标识向量VCY与分步骤3.3所构造的车辆路径标识向量VC进行逻辑并运算，逻辑并运算的规则是：具有相同下标的两个元素中只要有一个是1，运算结果就是1，只有当两个元素全为0时，运算结果才是0；

即将向量(1)分别与向量(2)、向量(3)、向量(4)、向量(5)、……进行逻辑并运算；

将向量(1)与向量(2)进行逻辑并运算的结果是：

[1，1，10，0，1，0，0，1，0，0，1]    向量(6)

将向量(1)与向量(3)进行逻辑并运算的结果是：

[1，1，10，0，1，0，0，1，0，0，1]    向量(7)

将向量(1)与向量(4)进行逻辑并运算的结果是：

[1，1，10，1，1，0，0，1，0，0，1]    向量(8)

将向量(1)与向量(5)进行逻辑并运算的结果是：

[1，1，11，1，1，0，0，1，1，1，1]    向量(9)

分步骤3.5、判别二义性路径数据噪声数据；

对分步骤3.4中每次逻辑并运算的结果进行判断，

若车辆路径标识向量VC与用户指定路径标识向量VCY逻辑并运算后，所得向量中1的个数等于用户指定路径标识向量VCY中1的个数，则判别该车辆路径不具有二义性，保留该车辆的行程时间检测数据；

若车辆路径标识向量VC与用户指定路径标识向量VCY逻辑并运算后，所得向量中1的个数大于用户指定路径标识向量VCY中1的个数，则判别该车辆路径具有二义性，剔除该车辆的行程时间检测数据；

从上面的运算结果可知，向量(6)、向量(7)中1的个数等于用户指定路径标识向量VCY中1的个数，向量(8)、向量(9)中1的个数大于用户指定路径标识向量VCY中1的个数，所以车辆路径标识向量(2)、车辆路径标识向量(3)不具有二义性，保留这两个车辆路径标识向量；而车辆路径标识向量(4)、车辆路径标识向量(5)具有二义性，剔除该车辆的行程时间检测数据；

经过上述的二义性路径噪声处理，可将车辆行程时间检测数据库IX中，确认不是用户选定路径的二义性路径噪声数据剔除，得到车辆行程时间数据库X。

但要达到行程时间应用服务的数据要求，还需进一步剔除车辆行程时间数据库X中由于其它原因造成的噪声数据，即将车辆行程时间噪声数据剔除。

设车辆行程时间数据库X如图5所示；

为将时间噪声数据剔除，本方法通过合理构造行程时间信息颗粒，来判断行程时间数据是否为噪声数据。从而改善现有方法基于行程时间概率分布先验假设带来的局限性问题，避免了出现在一个时间间隔内由于行程时间本身具有的上升或下降趋势而导致的数据问题。

下面举例详细说明：

初步构造行程时间信息颗粒：设行程时间数据库X中辆车记录的数为31，如图5所示，首先对车辆行程时间数据库X中的第1辆车经过起点的时刻t设定时间区间半径值Tw；

分步骤4.1、确定时间窗，提取数据；

首先对车辆行程时间数据库X中的第1条记录，即车辆BJL0011经过起点的时刻08:03:25设定时间区间半径值2分钟，以经过起点的时刻t＝08:03:25为中心，以时间区间半径值Tw＝2为递增和递减量，确定一个时间窗[08:01:25，08:05:25]，提取车辆BJL0011在上述时间窗中的所有数据记录，如图6所示。

分步骤4.2：构造车辆行程时间信息颗粒；

针对在该时间窗内的所有车辆行程时间数据，构造车辆行程时间信息颗粒：将落在时间窗[08:01:25，08:05:25]所有的车辆行程时间按大小进行排序，即对图6中车辆行程时间按大小进行排序，排序好的结果如图7所示，

对图7中排序好的车辆的行程时间按20％、80％取上、下分位值，

上分位值为10分28秒，下分位值为15分24秒，该上、下分位值即为当前车辆行程时间在该时间窗的信息颗粒，

[10分28秒，15分24秒]        (颗粒1)

分步骤4.3：遍历整个车辆行程时间数据库X，将车辆行程时间数据库X中所有与当前车辆行程时间相等的车辆，均按照步骤4.2，构造对应的车辆行程时间信息颗粒，并将其存放在车辆行程时间上、下分位值颗粒中；

当前车辆为BJL0011，其车辆行程时间为11分48秒，通过计算机运行程序，遍历图5所示的整个车辆行程时间数据库X，找到牌照为BJL0002和BJL0027的车辆行程时间也为11分48秒，则进行如下处理；

将车辆BJL0002经过起点的时刻09:05:25±2分钟，考察时间窗[09:03:25，09:07:25]内的所有车辆行程时间数据，该车辆行程时间数据如下面的图8所示，

将落在时间窗[09:03:25，09:07:25]所有的车辆行程时间按大小进行排序，即对图8中车辆行程时间按大小进行排序，排序好的结果如图9所示，

对图9中排序好的车辆的行程时间按20％、80％取上、下分位值，

上分位值为9分44秒，下分位值为15分45秒，该上、下分位值即为BJL0002车辆行程时间信息颗粒，

[9分44秒，15分45秒]        (颗粒2)

将车辆BJL0027经过起点的时刻11:20:01±2分钟，考察时间窗[11:18:01，11:22:01]内的所有车辆行程时间数据，该车辆行程时间数据如图10所示，

将落在时间窗[11:18:01，11:22:01]所有的车辆行程时间按大小进行排序，即对图10中车辆行程时间按大小进行排序，排序好的结果如图11所示，

对如图11所示排序好的车辆的行程时间按20％、80％取上、下分位值，

上分位值为10分11秒，下分位值为13分46秒，

该上、下分位值即为BJL0002车辆行程时间信息颗粒，

[10分11秒，13分46秒]    (颗粒3)

对上述的车辆行程时间上、下分位值颗粒，取上、下中位值，

即对上述的(颗粒1)、(颗粒2)、(颗粒3)取上、下中位值，

[10分28秒，15分24秒]、[9分44秒，15分45秒]、[10分11秒，13分46秒]，

以该上、下中位值构造信息颗粒为[10分11秒，15分24秒]

确定方差临界值为信息颗粒区间半径乘以参数λ取平方(比如λ＝0.68)，即(λ×(15分24秒-10分11秒)/2)²/3600＝3.145

步骤4.4、初步判断该时间窗内是否有噪声数据；

首先采用方差初步判断该时间窗内是否有噪声数据：

如果该时间窗内所有车辆行程时间数据的方差大于预先设定的噪声数据的临界值，则样本中有噪声数据，

如果该时间窗内所有车辆行程时间数据的方差小于预先设定的噪声数据的临界值，则样本中无噪声数据，

上述图7，图9，图11中的行程时间数据样本方差分别为：3.657，7.113，3.412.均超过了标定的方差临界值3.145，因此转入步骤4.5逐点判断标记噪声数据。

步骤4.5：逐点判断标记噪声数据；

考察时间窗[08:01:25，08:05:25]内的所有车辆行程时间数据，如图7所示，落在置信区间[10分11秒，15分24秒]内的车辆行程时间数据不是噪声数据，标记为0，未落在该置信区间[10分11秒，15分24秒]内的车辆行程时间数据是噪声数据，标记为1，经过比对可知，图7中的噪声数据标记结果如图12所示；

考察时间窗[09:03:25，09:07:25]内的所有车辆行程时间数据如图9所示，落在置信区间[10分11秒，15分24秒]内的车辆行程时间数据不是噪声数据，标记为0，未落在该置信区间[10分11秒，15分24秒]内的车辆行程时间数据是噪声数据，标记为1，经过比对可知，图9中的噪声数据标记结果如图13所示；

考察时间窗[11:18:01，11:22:01]内的所有车辆行程时间数据如图11所示，落在置信区间[10分11秒，15分24秒]内的车辆行程时间数据不是噪声数据，标记为0，未落在该置信区间[10分11秒，15分24秒]内的车辆行程时间数据是噪声数据，标记为1，经过比对可知，图11中的噪声数据标记结果如图14所示；

将i的值增1，若i+1小于行程时间数据库X中辆车记录的总数中K，则返回分步骤4.1，进行循环，直至数据集对应的时间段结束，

若i+1等于行程时间数据库X中辆车记录的总数K，则执行下面的步骤；

步骤4.6：确定并剔除噪声数据；

累计各车辆行程时间数据项被标记为噪声数据累计次数，将噪声数据累计次数与预先设定的标记噪声数据累计次数临界值进行比较，若噪声数据累计次数小于或等于噪声数据累计次数临界值，则该车辆行程时间数据不是噪声数据，若噪声数据累计次数大于噪声数据累计次数临界值，则该车辆行程时间数据是噪声数据，将其剔除，从而得到可靠的行程时间数据集。

比如车牌为BJL0011的车辆行程时间数据被标记为噪声数据的次数累记为3次，而预先设定噪声数据的标记累计次数临界值为5，则车牌为BJL0011的车辆行程时间数据不是噪声数据。

再比如车牌为BJL0006的车辆行程时间数据被标记为噪声数据的次数累记为7次，而预先设定噪声数据的标记累计次数临界值为5，则车牌为BJL0006的车辆行程时间数据是噪声数据，将其剔除。

经过本模块处理之后，即得到了满足行程时间应用服务需要的可靠的行程时间数据集。该数据集即是将图5所示的车辆行程时间数据库X中剔除了车辆行程时间数据是噪声数据后得到的数据集合。

Claims (1)

1.一种基于交通信息提取计算的车牌数据处理方法，该方法由下面四大步骤组成，

步骤1：在后台处理中心的计算机内建立车辆牌照识别数据库；

步骤2：对用户指定起点和终点的车辆牌照数据初步匹配，在后台处理中心计算机内建立车辆行程时间检测数据库；

步骤3：构造用户指定路径信息颗粒，通过计算机运行程序，将车辆行程时间检测数据库中的二义性路径噪声剔除，得到用户指定路径的车辆行程时间数据库；

步骤4：构造行程时间信息颗粒，通过计算机运行程序，将车辆行程时间数据库中的车辆行程时间噪声剔除，得到精确的行程时间；

所述步骤1包括以下分步骤：

分步骤1.1、在路网的各个采集点设置抓拍摄像机，

分步骤1.2、抓拍摄像机将拍摄到的车辆图像进行前端处理，然后通过传输装置发送给后台处理中心；

后台处理中心对车牌图像进行处理，通过车辆定位、字符分割、字符识别三个阶段进行识别，识别出车牌号，然后生成车辆牌照识别数据库，该数据库中的每条记录包括车辆牌照、与之对应的采集时刻，采集点；

所述步骤2包括以下分步骤：

分步骤2.1、在上述车辆牌照识别数据库进行搜索，将经过路网起点、终点的每辆车的牌照号和采集时刻分别记录在起点数据表和终点数据表中，并按时间顺序进行排序，路网起点、终点由用户指定；

分步骤2.2：从起点数据表中依次提取出车辆的牌照号和经过时刻，并记录该时刻为起点时刻；

分步骤2.3：从终点数据表中查询同一牌照号车辆的经过时刻，若终点数据表中该同一车辆牌照号的经过时刻只有一个，则记录该时刻为终点时刻；

若终点数据表中该同一牌照号车辆的经过时刻有一个以上，则记录车辆第一次通过终点并晚于起点时刻的时刻为终点时刻，并计算起点和终点之间的车辆行程时间，车辆行程时间等于终点时刻与起点时刻之差；

分步骤2.4：构造车辆行程时间检测数据库，该车辆行程时间检测数据库存放有每辆车的时间检测记录，每条记录包括车辆牌照、起点时刻，起点和终点之间的车辆行程时间；

所述步骤3包括以下分步骤：

分步骤3.1：在后台处理中心的计算机内构造用于标识车辆路径的向量，命名为车辆路径标识向量，车辆路径标识向量以一维数组的形式存储在计算机内，供计算机通过软件进行读取、调用和运算，车辆路径标识向量中元素的个数与路网中车牌数据采集点个数相同，车辆路径标识向量中的每一个元素标识一个采集点；

分步骤3.2：

在后台处理中心的计算机内构造用于标识用户所选路径的标识向量，命名为用户指定路径标识向量，该用户指定路径标识向量也以一维数组的形式存储在计算机内，供计算机通过软件进行读取、调用和运算，该用户指定路径标识向量中元素的个数与路网中车牌数据采集点个数相同，对用户指定路径标识向量中的每个元素进行赋值，赋值原则是：

当该元素所对应的采集点位于用户所选路径上，则该元素的值为1；

当该元素所对应的采集点不位于用户所选路径上，则该元素的值为0；

分步骤3.3、对车辆路径标识向量中每个元素进行赋值；

赋值是通过计算机检索上述已经构造的车辆行程时间检测数据库实现的，计算机根据车辆行程时间检测数据库中车辆牌照，在车辆牌照识别数据库中索引出相同的车辆牌照，并且对应的时间戳是在起点时刻、终点时刻之间的所有记录，然后根据每条记录中的采集点的值进行赋值，若该采集点拍摄到车辆经过，则车辆路径标识向量中与该采集点对应的元素记为1，若该采集点没有拍摄到车辆经过，则车辆路径标识向量中与该采集点对应的元素记为0；

分步骤3.4、建立车辆路径信息颗粒；

通过计算机运行程序，将分步骤3.2所构造的用户指定路径标识向量与分步骤3.3所构造的车辆路径标识向量进行逻辑并运算，逻辑并运算的规则是：具有相同下标的两个元素中只要有一个是1，运算结果就是1，只有当两个元素全为0时，运算结果才是0；

分步骤3.5：判别二义性路径数据噪声数据；

对分步骤3.4中每次逻辑并运算的结果进行判断，

若车辆路径标识向量与用户指定路径标识向量逻辑并运算后，所得向量中值为1的元素个数等于用户指定路径标识向量中1的个数，则判别该车辆路径不具有二义性，保留该车辆行程时间检测数据；

若车辆路径标识向量与用户指定路径标识向量逻辑并运算后，所得向量中值为1的元素个数大于用户指定路径标识向量中1的个数，则判别该车辆路径具有二义性，剔除该车辆的行程间检测数据；

经过该分步骤后，车辆行程时间检测数据库中的二义性路径噪声被剔除，得到车辆行程时间数据库；

所述步骤4包括以分步骤：

分步骤4.1、确定时间窗；

设车辆行程时间数据库中数据记录的总数为N，对车辆行程时间数据库中的第i条记录1≤i≤N经过起点的时刻设定时间区间半径值，以经过起点的时刻为中心，以时间区间半径值为递增和递减量，确定一个时间窗；

分步骤4.2、初步构造行程时间信息颗粒；

针对在该时间窗内的所有车辆行程时间数据，构造车辆行程时间信息颗粒；首先判断时间窗的数据样本数量，如果该时间窗内数据样本数量小，则扩大时间窗，直到有足够的数据样本数量落在时间窗内，且数据样本数量为奇数个；

将落在时间窗内所有奇数个车辆行程时间按大小进行排序，对车辆行程时间按20％、80％取上、下分位值，该上、下分位值即为当前时间窗的行程时间信息颗粒，将该行程时间信息颗粒存放在车辆行程时间上、下分位值颗粒中；

分步骤4.3、确定行程时间信息颗粒；

通过计算机运行程序，遍历整个车辆行程时间数据库，将车辆行程时间数据库中所有与当前记录的行程时间相等的数据，均按照分步骤4.2，构造对应的行程时间信息颗粒，并将其存放在行程时间上、下分位值颗粒中，

对车辆行程时间上、下分位值颗粒，取上、下中位值，以该上、下中位值构造信息颗粒，并计算该信息颗粒的方差临界值，用于判断噪声数据；

分步骤4.4：初步判断该时间窗内是否有噪声数据；

考察时间窗内的所有车辆的行程时间数据，采用方差初步判断该时间窗内是否有噪声数据：

如果该时间窗内所有车辆行程时间数据的方差大于预先设定的方差临界值，则样本中存在噪声数据；

如果该时间窗内所有车辆行程时间数据的方差小于等于预先设定的方差临界值，则样本中无噪声数据；

分步骤4.5：逐点判断标记噪声数据；

考察时间窗内的所有车辆行程时间数据，落在信息颗粒内的车辆行程时间数据不是噪声数据，标记为0，未落在该信息颗粒内的车辆行程时间数据是噪声数据，标记为1，将i的值增1，若i小于车辆行程时间数据库中辆车记录的总数，则返回分步骤4.1，进行循环，直至数据集对应的时间段结束；

若i等于车辆行程时间数据库中辆车记录的总数，则执行下面的步骤；

分步骤4.6：确定并剔除噪声数据；

累计各车辆行程时间数据项被标记为噪声数据累计次数，将噪声数据累计次数与预先设定的标记噪声数据累计次数临界值进行比较，若噪声数据累计次数小于或等于噪声数据累计次数临界值，则该车辆行程时间数据不是噪声数据，若噪声数据累计次数大于噪声数据累计次数临界值，则该车辆行程时间数据是噪声数据，将其剔除，从而得到可靠的行程时间数据集。

Images