具体实施方式
本发明实施方式结合背景亮度和车牌亮度控制成像,以适应环境光的变化,并且使得车牌区域成像清晰。
图1是本发明实施方式的成像控制方法的流程图,包括:
步骤S1,在视频图像的背景亮度超出背景亮度上下界阈值时调整成像控制参数;
步骤S2,在车辆触发后抓拍视频图像,在所述抓拍的视频图像的车牌亮度超出车牌亮度上下界阈值时调整成像控制参数;
步骤S3,在所述车牌亮度大于车牌亮度上界阈值且实时背景亮度接近背景亮度下界阈值时,减小所述背景亮度上下界阈值;
步骤S4,在所述车牌亮度小于车牌亮度下界阈值且实时背景亮度接近背景亮度上界阈值时,增大所述背景亮度上下界阈值。
下面结合附图和实施例对上述各步骤做详细的说明。首先,如图1步骤S10所示,摄像机根据成像控制参数摄取视频图像,产生视频流。摄像机的成像控制参数可以包括快门、增益、光圈等,成像控制参数可以根据背景亮度(如步骤S1所述)和车牌亮度(如步骤S2所述)来调整。一般,摄像机产生的视频流为模拟视频流,可以通过模数转换将摄像机产生的模拟视频流转换成数字视频流。
步骤S1所述的视频图像的背景亮度可以根据步骤S10所产生的视频流,分析每帧视频图像,计算得到的视频图像的背景亮度。
请参考图2,其是步骤S1的一个实施例流程图,本实施例中,所述成像控制参数包括快门,如图2所示,步骤S1包括:
步骤S11,计算视频图像的背景亮度。本实施例中,所述视频图像的背景可以定义为视频图像的检测区域内无车辆通过的路面背景,计算背景亮度是计算所述检测区域内的路面背景的所有像素点的灰度平均值,像素点的灰度值随机分布在0到255的区间中,最黑(即最暗)的像素点的灰度值为0,最白(即最亮)的像素的灰度值为255,越暗的像素点,其灰度值越接近于0,越亮的像素点,其灰度值越接近于255。
步骤S12,判断所述背景亮度是否大于背景亮度上界阈值,若是则进行步骤S13,若否则进行步骤S14。本实施例中,背景亮度上界阈值初始设定为180,背景亮度上界阈值可以根据车牌亮度(如图1的步骤S3或S4所述)更新。
步骤S13,减小快门,返回图1中的步骤S10。减小快门相当于减少曝光时间,当计算所得的背景亮度大于背景亮度上界阈值说明成像太亮,因此需要通过减小快门来降低成像亮度。快门减小的幅度可以根据实际经验预先设定,举例来说,可以预先将快门范围分成若干个档位,最低的档位对应最大的快门(即快门上界阈值,例如设定为1ms),最高的档位对应最小的快门(即快门下界阈值,例如设定为64μs),相邻档位之间快门相差64μs,当计算所得的背景亮度大于背景亮度上界阈值时就增大一个档位,即将快门减小64μs,当快门已经达到快门下界阈值则不改变快门。
步骤S14,判断所述背景亮度是否小于背景亮度下界阈值,若是则进行步骤S15,若否则返回步骤S11。本实施例中,背景亮度下界阈值初始设定为140,背景亮度下界阈值可以根据车牌亮度(如图1的步骤S3或S4所述)更新。
步骤S14中,若计算所得的背景亮度不小于背景亮度下界阈值,即计算所得的背景亮度在背景亮度上界阈值和下界阈值的范围内,说明成像的亮度在可接受范围内,因此不需要改变快门,返回步骤S11。
步骤S15,增大快门,返回图1中的步骤S10。增大快门相当于增加曝光时间,当计算所得的背景亮度小于背景亮度下界阈值说明成像太暗,因此需要通过增大快门来提高成像亮度。快门增大的幅度可以根据实际经验预先设定,举例来说,可以预先将快门范围分成若干个档位,最低的档位对应最大的快门(即快门上界阈值,例如设定为1ms),最高的档位对应最小的快门(即快门下界阈值,例如设定为64μs),相邻档位之间快门相差64μs,当计算所得的背景亮度小于背景亮度下界阈值时就减小一个档位,即将快门增大64μs,当快门已经达到快门上界阈值则不改变快门。
图3是上述步骤S11的一个实施例流程图,在步骤S11中,计算视频图像的背景亮度首先要在视频图像的检测区域内检测到无车辆通过的路面背景,所述路面背景是根据帧差(前后帧或场图像的像素点的灰度值变化,其中,1帧包括奇数场和偶数场)检测的,通常,车身特征的帧差在水平方向会出现连续的相同性质的变化(即都变大或都变小),因此根据帧差可以将车身特征排除,从而检测到路面背景特征,具体来说,根据帧差检测视频图像的检测区域的路面背景包括:
比较当前场和上一场的视频图像,统计检测区域中具有车身特征的行,得到第一统计结果;比较当前场和上上场的视频图像,统计检测区域中具有车身特征的行,得到第二统计结果;其中,所述具有车身特征的行是指在两场视频图像的对应行中,若有超过预定个数的连续像素点具有相同性质的变化,且变化幅度都大于预定幅度,则判定该行为具有车身特征的行;
在第一统计结果或第二统计结果中,若连续预定行数的行中有大于预定行数阈值的行具有车身特征,则将背景更新计数值清0;
在第一统计结果和第二统计结果中,若连续预定行数的行中有小于或等于预定行数阈值的行具有车身特征,则将背景更新计数值加1;
在背景更新计数值大于预定计数阈值时,将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景。
上述根据帧差检测视频图像的检测区域的路面背景的方法不受环境光线变化及路面本身结构变化的影响,鲁棒性(稳定性)强,其一种具体的实现过程可以如图3的步骤S110至S117所示:
步骤S110,统计当前场和上一场视频图像的检测区域的每一行的各个像素点的灰度值变化:在当前场和上一场视频图像的对应行中,若有超过预定个数的连续像素点具有相同性质的变化,且变化幅度都大于预定幅度,则判定该行具有车身特征。举例来说,设定预定个数为15、预定幅度为25,如果当前场的第3行中的第20个至40个像素点的灰度值对应地比上一场的第3行中第20个至40个像素点的灰度值都增大,并且增大的幅度都超过了25,则当前场的第3行具有车身特征。
步骤S111,判断检测区域中,是否连续预定行数的行中有大于预定行数阈值的行具有车身特征,若是则进行步骤S112,若否则进行步骤S113。本实施例中,设定预定行数为5,设定预定行数阈值为2,若检测区域的连续5行中有3至5行(大于2行)具有车身特征,则进行步骤S112;若检测区域的连续5行中有0至2行具有车身特征,则进行步骤S113。
步骤S112,将背景更新计数值清0,返回步骤S110。
步骤S113,统计当前场和上上场视频图像的检测区域的每一行的各个像素点的灰度值变化:在当前场和上上场视频图像的对应行中,若有超过预定个数的连续像素点具有相同性质的变化,且变化幅度都大于预定幅度,则判定该行具有车身特征。
步骤S114,判断检测区域中,是否连续预定行数的行中有大于预定行数阈值的行具有车身特征,若是则进行步骤S112,若否则进行步骤S115。
步骤S115,将背景更新计数值加1。
步骤S116,判断背景更新计数值是否大于预定计数阈值,若是则进行步骤S117,若否则返回步骤S110。
步骤S117,判定检测到路面背景,将背景更新计数值为预定计数值时那一场的检测区域的路面背景作为检测到的路面背景,然后将背景更新计数值清0,返回步骤S110。本实施例中,设定预定计数阈值为40、预定计数值为20,在背景更新计数值大于40,将背景更新计数值为20时那一场的检测区域的路面背景作为检测到的路面背景,即将背景更新计数值为20时那一场的检测区域数据(例如像素点的灰度值)作为用于计算路面背景的亮度的数据。
上述路面背景检测是结合当前场和上一场的第一统计结果以及当前场和上上场的第二统计结果更新背景更新计数值,在其它实施例中,也可以是仅根据当前场和上一场的统计结果,或者当前场和上上场的统计结果更新背景更新计数值。结合当前场和上一场的第一统计结果以及当前场和上上场的第二统计结果更新背景更新计数值,可以得到较好的背景检测效果。
在步骤S117检测到路面背景后,就可以计算所述检测到的路面背景的亮度,即如步骤S118所示,计算检测到的路面背景的所有像素点的灰度平均值,例如,可以通过灰度直方图来计算像素点的灰度平均值。
请参考图4,其是步骤S1的另一个实施例流程图,本实施例中,所述成像控制参数包括快门和增益。由于要抓拍高速运动的物体(如行驶的车辆),因此需要设定快门上界阈值(一般设定为1ms),当快门达到快门上界阈值而成像还是不够亮时需要增大增益;由于增益大时噪声会放大,因此需要设定增益上界阈值(一般设定为20dB);当快门达到快门上界阈值、增益达到增益上界阈值时,就不再调整快门和增益,图像不会再变亮,当然此时也可以通过调整其它成像控制参数(例如光圈)、增加或改进辅助照明等方式来增加图像的亮度。
如图4所示,步骤S1包括:
步骤S1a,计算视频图像的背景亮度。步骤S1a与上述步骤S11相同。
步骤S1b,判断所述背景亮度是否大于背景亮度上界阈值,若是则进行步骤S1c,若否则进行步骤S1f。
步骤S1c,判断增益是否为0,若是则进行步骤S1d,若否则进行步骤S1e。
步骤S1d,减小快门,返回图1中的步骤S10。在计算所得的背景亮度大于背景亮度上界阈值且增益为0时,不改变增益,通过减小快门(即减少曝光时间)来降低成像亮度,快门减小的幅度可以根据实际经验设定。
步骤S1e,减小增益,返回图1中的步骤S10。在计算所得的背景亮度大于背景亮度上界阈值且增益不为0时,不改变快门,通过减小增益来降低成像亮度,增益减小的幅度可以根据实际经验设定。
步骤S1f,判断所述背景亮度是否小于背景亮度下界阈值,若是则进行步骤S1g,若否则返回步骤S1a。本步骤中,若计算所得的背景亮度不小于背景亮度下界阈值,即计算所得的背景亮度在背景亮度上界阈值和下界阈值的范围内,说明成像的亮度在可接受范围内,因此不需要改变快门和增益,返回步骤S1a。
步骤S1g,判断快门是否小于快门上界阈值,若是则进行步骤S1h,若否则进行步骤Sli。
步骤S1h,增大快门,返回图1中的步骤S10。在计算所得的背景亮度小于背景亮度下界阈值且快门小于快门上界阈值时,不改变增益,通过增大快门(即增加曝光时间)来提高成像亮度,快门增大的幅度可以根据实际经验设定。
步骤Sli,判断增益是否小于增益上界阈值,若是则进行S1j,若否则返回步骤S1a。本步骤中,若增益不小于增益上界阈值,即计算所得的背景亮度小于背景亮度下界阈值、快门达到快门上界阈值且增益达到增益上界阈值时,不改变快门和增益,返回步骤S1a。
步骤S1j,增大增益,返回图1中的步骤S10。在计算所得的背景亮度小于背景亮度下界阈值、快门达到快门上界阈值且增益小于增益上界阈值时,不改变快门,通过增大增益来提高成像亮度,增益增大的幅度可以根据实际经验设定。
在步骤S1改变成像控制参数后,例如图2的改变快门(如步骤S13、S15所述),图4的改变快门(如步骤S1d、S1h所述)或增益(如步骤S1e、S1j所述),摄像机可以根据调整后的成像控制参数来控制摄像机摄取视频图像(如图1的步骤S10所述)。由于利用了背景亮度来控制成像,这样就可以实现随环境光的突变实时控制成像,确保全天候的高清晰成像。应用背景亮度实时地调整摄像机的成像控制参数,可以控制摄像机产生较高质量的视频流,从而使得每帧视频图像具有较高的成像质量,并且图像中的车牌不会因为成像过亮或过暗而无法定位。
在步骤S2中,所述的在车辆触发后抓拍视频图像是指在检测到检测区域有车辆通过时,从步骤S10产生的视频流中获取当前帧的视频图像。其中,车辆触发可以是硬件触发,也可以是视频触发。硬件触发是由线圈、红外、雷达或其它硬件车辆检测器对检测区域进行检测;视频触发是分析视频图像的检测区域是否有车辆,属于软件触发。如果车辆触发采用的是视频触发,如果视频图像的成像质量高,则可以获得高触发率和低误触发率。
请继续参考图5,其是步骤S2的一个实施例流程图,本实施例中,所述成像控制参数包括快门,如图所示,步骤S2包括:
步骤S21,在车辆触发后抓拍视频图像,即从视频流中获取当前帧的视频图像。
步骤S22,在所述抓拍的视频图像中分割出车牌。车辆触发后,抓拍的视频图像包含有车辆,如果抓拍的视频图像有车牌特征,则分割出车牌,继续进行步骤S23。可以应用车牌识别技术中的车牌分割来分割出车牌区域,车牌识别技术为本领域技术人员所熟知,在此即不展开说明。如果抓拍的视频图像没有车牌特征,也就是说,视频图像中的车辆为无牌照车辆,则不再进行下面的步骤。
步骤S23,计算车牌亮度。在本实施例中,计算所得的车牌亮度是通过中值滤波得到的,即取当前分割出的车牌区域的亮度和前面连续多个(例如4个)车牌区域的亮度的中间值。在其它实施例中,也可以直接将当前分割出的车牌区域的亮度作为计算所得的车牌亮度。车牌区域的亮度可以是车牌区域内所有像素点的灰度平均值;也可以是车牌区域内某像素点的特定灰度值,该特定灰度值使得在车牌区域内小于该特定灰度值的像素点和大于该特定灰度值的像素点成一定的比例。
步骤S24,判断所述车牌亮度是否大于车牌亮度上界阈值,若是则进行步骤S25,若否则进行步骤S26。本实施例中,车牌亮度上界阈值设定为160。
步骤S25,减小快门,返回图1中的S10和进行步骤S3。在计算所得的车牌亮度大于车牌亮度上界阈值时,通过减小快门(即减少曝光时间)来降低成像亮度,快门减小的幅度可以根据实际经验而设定。
步骤S26,判断所述车牌亮度是否小于车牌亮度下界阈值,若是则进行步骤S27,若否则返回步骤S21。本实施例中,车牌亮度下界阈值设定为110。本步骤中,若计算所得的车牌亮度不小于车牌亮度下界阈值,即计算所得的车牌亮度在车牌亮度上界阈值和下界阈值的范围内,说明成像的亮度在可接受范围内,因此不需要改变快门,返回步骤S21。
步骤S27,增大快门,返回图1中的S10和进行步骤S4。在所述车牌亮度小于车牌亮度下界阈值时,通过增大快门(即增加曝光时间)来提高成像亮度,快门增大的幅度可以根据实际经验而设定。
在步骤S2改变成像控制参数后,例如图5的改变快门(如步骤S25、S27所述),摄像机可以根据调整后的成像控制参数来控制摄像机摄取视频图像(如图1的步骤S10所述)。在抓拍的视频图像中有车牌特征时利用车牌亮度来控制成像,可以获得具有稳定清晰的车牌区域的视频图像。
在步骤S2根据车牌亮度改变成像控制参数(如快门)后,步骤S1可能会根据背景亮度再把成像控制参数(如快门)改变回去,因此需要进行步骤S3或S4,利用车牌亮度和实时背景亮度调整背景亮度上界阈值和下界阈值。
如图6所示,步骤S3在步骤S25后进行,步骤S3具体可以包括:
步骤S31,判断实时背景亮度是否接近背景亮度下界阈值,若是则进行步骤S32;若否则返回步骤S31,不更新背景亮度上下界阈值。实时背景亮度是步骤S1中计算得到的当前的背景亮度,参考图2的步骤S11。本实施例中,“接近”定义为实时背景亮度与背景亮度下界阈值的差值小于或等于预定差值(例如10),步骤S31就是判断当前的背景亮度与背景亮度下界阈值的差值是否小于等于10。
步骤S32,以预定步长减小所述背景亮度上下界阈值,返回图1所示的步骤S1。在计算所得的车牌亮度大于车牌亮度上界阈值且实时背景亮度接近背景亮度下界阈值时,更新背景亮度上下界阈值,本实施例中,设定预定步长为10,则将背景亮度上界阈值减10作为更新后的背景亮度上界阈值,将背景亮度下界阈值减10作为更新后的背景亮度下界阈值。
如图7所示,步骤S4在步骤S27后进行,步骤S4具体可以包括:
步骤S41,判断实时背景亮度是否接近背景亮度上界阈值,若是则进行步骤S42;若否则返回步骤S41,,不更新背景亮度上下界阈值。实时背景亮度是步骤S1中计算得到的当前的背景亮度,参考图2的步骤S11。本实施例中,“接近”定义为实时背景亮度与背景亮度上界阈值的差值小于等于预定差值(例如10),步骤S41就是当前的背景亮度与背景亮度上界阈值的差值是否小于等于10。
步骤S42,以预定步长增大所述背景亮度上下界阈值,返回图1所示的步骤S1。在计算所得的车牌亮度小于车牌亮度上界阈值且实时背景亮度接近背景亮度上界阈值时,更新背景亮度上下界阈值,本实施例中,设定预定步长为10,则将背景亮度上界阈值加10作为更新后的背景亮度上界阈值,将背景亮度下界阈值加10作为更新后的背景亮度下界阈值。
通过步骤S3和S4,即结合车牌亮度和背景亮度更新步骤S1中的背景亮度上界阈值和下界阈值,再通过步骤S1,即根据更新后的背景亮度上界阈值和下界阈值调整步骤S10中的成像控制参数,可以使获得的视频图像中车牌区域和背景区域分隔明显,即图像中的车牌区域的成像清晰,从而有利于提高车牌识别的准确性。
需要说明的是,上述所设定的各个数值(例如,阈值、步长等)都是经验值,但并非用于限定,对于本领域技术人员来说,这些数值可以根据实际情况设定或改变。
上述步骤S32、S42是以预定步长来减小或增大背景亮度上下界阈值,在其它实施例中,背景亮度上下界阈值减小或增大的幅度也可以不是固定的,例如可以根据实时背景亮度与背景亮度上下界阈值的差值进行适应性调整。
下面通过一个实例来更清楚地说明上述成像控制方法的效果。以多云天气为例:
假设阳光没出来时背景亮度上下界阈值分别为100和140,当阳光出来,背景亮度会超过140,此时,基于背景亮度的成像控制起作用(如图2的步骤S12、S13所述),会将路面的亮度控制到140(如果此时没有成像控制,路面的亮度有可能超过200)。
由于阳光没出来时路面的亮度至少是100,而现在是140,差别不是太大,所以车辆通过时车牌会亮一些,但还能识别,此时过一辆车就会减小一次快门,即基于车牌亮度的成像控制起作用(如图5的步骤S24、S25所述),而路面的亮度也逐步下降。
当路面的亮度下降到110以下(接近背景亮度下界阈值)又减小快门后,背景亮度上下界阈值就会变为90和130(如图6的步骤S31、S32所述),这样,路面的亮度仍在背景亮度上下界阈值的范围,不会因为路面太暗而增大快门,从而又将快门改回去。
通过上述的步骤,路面会渐渐变暗,直到车牌亮度回到正常的范围(车牌亮度上下界阈值的范围),这样可以获得路面背景区域较暗而车牌区域较亮的视频图像,因此使得图像中的车牌清晰可见,有利于车牌的定位和识别。
对应上述成像控制方法,本发明实施方式的成像控制装置如图8所示,包括:第一调整单元1、第二调整单元2和阈值调整单元3。
第一调整单元1,用于在视频图像的背景亮度超出背景亮度上下界阈值时调整成像控制参数。背景亮度上下界阈值可以由阈值调整单元3更新。
第二调整单元2,用于在车辆触发后抓拍的视频图像的车牌亮度超出车牌亮度上下界阈值时调整成像控制参数。
成像控制参数用于控制摄像机摄取的视频图像的成像质量。
阈值调整单元3,用于在所述车牌亮度大于车牌亮度上界阈值且实时背景亮度接近背景亮度下界阈值时,减小所述背景亮度上下界阈值;在所述车牌亮度小于车牌亮度下界阈值且实时背景亮度接近背景亮度上界阈值时,增大所述背景亮度上下界阈值。
图9是图8所示第一调整单元1的一个实施例示意图,本实施例中,所述成像控制参数包括快门,第一调整单元1包括:第一计算单元11、第一背景亮度判断单元12、第二背景亮度判断单元14和第一快门调整单元17。
第一计算单元11,用于计算视频图像的背景亮度。
第一背景亮度判断单元12,用于判断第一计算单元11计算所得的背景亮度是否大于背景亮度上界阈值。
第二背景亮度判断单元14,用于在第一背景亮度判断单元12的判断结果为否时,即计算所得的背景亮度不大于背景亮度上界阈值时,判断第一计算单元11计算所得的背景亮度是否小于背景亮度下界阈值。
第一快门调整单元17,用于在第一背景亮度判断单元12的判断结果为是时,即计算所得的背景亮度大于背景亮度上界阈值时,减小快门;在第二背景亮度判断单元14的判断结果为是时,即计算所得的背景亮度小于背景亮度下界阈值时,增大快门。
图10是图8所示第一调整单元1的另一个实施例示意图,本实施例中,所述成像控制参数包括快门和增益,第一调整单元1包括:第一计算单元11、第一背景亮度判断单元12、第一增益判断单元13、第二背景亮度判断单元14、快门判断单元15、第二增益判断单元16、第一快门调整单元17’和增益调整单元18。
第一计算单元11,用于计算视频图像的背景亮度。
第一背景亮度判断单元12,用于判断第一计算单元11计算所得的背景亮度是否大于背景亮度上界阈值。
第一增益判断单元13,用于在第一背景亮度判断单元12的判断结果为是时,即计算所得的背景亮度大于背景亮度上界阈值时,判断增益是否为0。
第二背景亮度判断单元14,用于在第一背景亮度判断单元12的判断结果为否时,即计算所得的背景亮度不大于背景亮度上界阈值时,判断第一计算单元11计算所得的背景亮度是否小于背景亮度下界阈值。
快门判断单元15,用于在第二背景亮度判断单元14的判断结果为是时,即计算所得的背景亮度小于背景亮度上界阈值时,判断快门是否小于快门上界阈值。
第二增益判断单元16,用于在快门判断单元15的判断结果为否时,即背景亮度小于背景亮度下界阈值且快门不小于快门上界阈值时,判断增益是否小于增益上界阈值。
第一快门调整单元17’,用于在第一增益判断单元13的判断结果为是时,即背景亮度大于背景亮度上界阈值且增益为0时,减小快门;在所述快门判断单元15的判断结果为是时,即背景亮度小于背景亮度下界阈值且快门小于快门上界阈值时,增大快门。
增益调整单元18,用于在第一增益判断单元13的判断结果为否时,即背景亮度大于背景亮度上界阈值且增益不为0时,减小增益;在第二增益判断单元16的判断结果为是时,即背景亮度小于背景亮度下界阈值、快门达到快门上界阈值且增益小于增益上界阈值时,增大增益。
图11是图9和图10所示的第一计算单元11的一个实施例示意图,第一计算单元11包括:背景检测单元111和亮度计算单元112。
背景检测单元111,用于根据帧差来检测视频图像的检测区域的路面背景;亮度计算单元112,用于计算背景检测单元111检测到的路面背景的亮度。
背景检测单元111的一个实施例示意图如图12所示,包括:第一统计单元11a、第二统计单元11b、第一车身特征判断单元11c、第二车身特征判断单元11d、计数值更新单元11e和背景输出单元11f。
第一统计单元11a,比较当前场和上一场的视频图像,统计检测区域中具有车身特征的行,得到第一统计结果,其中,所述具有车身特征的行是指在两场视频图像的对应行中,若有超过预定个数的连续像素点具有相同性质的变化,且变化幅度都大于预定幅度,则判定该行为具有车身特征的行。
第二统计单元11b,比较当前场和上上场的视频图像,统计检测区域中具有车身特征的行,得到第二统计结果。
第一车身特征判断单元11c,判断第一统计单元11a得到的第一统计结果中,是否连续预定行数的行中有大于预定行数阈值的行具有车身特征。
第二车身特征判断单元11d,判断第二统计单元11b得到的第二统计结果中,是否连续预定行数的行中有大于预定行数阈值的行具有车身特征。
计数值更新单元11e,在第一车身特征判断单元11c的判断结果为是或第二车身特征判断单元11d的判断结果为是时,即在第一统计结果中,连续预定行数的行中有大于预定行数阈值的行具有车身特征,或者在第二统计结果中,连续预定行数的行中有大于预定行数阈值的行具有车身特征时,将背景更新计数值清0;在第一车身特征判断单元11c的判断结果为否,并且第二车身特征判断单元11d的判断结果为否时,即在第一统计结果中,连续预定行数的行中有小于或等于预定行数阈值的行具有车身特征,并且在第二统计结果中,连续预定行数的行中有小于或等于预定行数阈值的行具有车身特征时,将背景更新计数值加1。
背景输出单元11f,在背景更新计数值大于预定计数阈值,将背景更新计数值为预定计数值时的场的检测区域的路面背景作为检测到的路面背景。
背景检测单元111的另一个实施例示意图如图13所示,包括:统计单元11a’、车身特征判断单元11c’、计数值更新单元11e’和背景输出单元11f。
统计单元11a’,比较当前场和上一场的视频图像,统计检测区域中具有车身特征的行,其中,所述具有车身特征的行是指在两场视频图像的对应行中,若有超过预定个数的连续像素点具有相同性质的变化,且变化幅度都大于预定幅度,则判定该行为具有车身特征的行。
车身特征判断单元11c’,根据统计单元11a’的统计结果,判断是否连续预定行数的行中有大于预定行数阈值的行具有车身特征。
计数值更新单元11e’,在车身特征判断单元11c’的判断结果为是时,即连续预定行数的行中有大于预定行数阈值的行具有车身特征,将背景更新计数值清0;在车身判断单元11c’的判断结果为否,即连续预定行数的行中有小于或等于预定行数阈值的行具有车身特征,将背景更新计数值加1。
背景输出单元11f,在背景更新计数值大于预定计数阈值,将背景更新计数值为预定计数值时的场的检测区域的路面背景作为检测到的路面背景。
另外,上述统计单元11a’也可以是比较当前场和上上场的视频图像,统计检测区域中具有车身特征的行。
图14是图8所示第二调整单元2的一个实施例示意图,第二调整单元2包括:分割单元21、第二计算单元22、第一车牌亮度判断单元23、第二车牌亮度判断单元24和第二快门调整单元25。
分割单元21,用于在所述抓拍的视频图像中分割出车牌。
第二计算单元22,用于计算分割单元21分割出的车牌的亮度。
第一车牌亮度判断单元23,用于判断第二计算单元22计算所得的车牌亮度是否大于车牌亮度上界阈值。
第二车牌亮度判断单元24,用于在第一车牌亮度判断单元23的判断结果为否时,即计算所得的车牌亮度不大于车牌亮度上界阈值时,判断第二计算单元22计算所得的车牌亮度是否小于车牌亮度下界阈值。
第二快门调整单元25,用于在所述第一车牌亮度判断单元的判断结果为是时,即计算所得的车牌亮度大于车牌亮度上界阈值时,减小快门;在第二车牌亮度判断单元24的判断结果为是时,即计算所得的车牌亮度小于车牌亮度下界阈值时,增大快门。
综上所述,上述技术方案具有以下优点:
根据背景亮度调整成像控制参数可以实现随环境光的突变实时控制成像,即确保全天候的高清晰成像,从而使得每帧视频图像具有较高的成像质量,并且图像中的车牌不会因为成像过亮或过暗而无法定位。
根据车牌亮度调整成像控制参数可以获得具有稳定清晰的车牌区域的视频图像。
在根据车牌亮度调整成像控制参数后,根据实时背景亮度更新背景亮度上下界阈值可以使获得的视频图像中车牌区域和背景区域分隔明显,从而使得视频图像中的车牌区域更清晰地显示出来。
车牌区域的成像清晰有利于对抓拍的视频图像进行车牌的定位和识别,提高车牌号码和颜色识别的准确性。
在车辆触发采用的是视频触发时,全天候的高清晰成像有利于检测视频图像的检测区域内是否有车辆通过,因此可以获得高触发率和低误触发率。
本发明虽然以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以做出可能的变动和修改,因此本发明的保护范围应当以本发明权利要求所界定的范围为准。