CN104616501B - 基于智能视觉的车辆违章停车检测系统及方法 - Google Patents
基于智能视觉的车辆违章停车检测系统及方法 Download PDFInfo
- Publication number
- CN104616501B CN104616501B CN201510064429.1A CN201510064429A CN104616501B CN 104616501 B CN104616501 B CN 104616501B CN 201510064429 A CN201510064429 A CN 201510064429A CN 104616501 B CN104616501 B CN 104616501B
- Authority
- CN
- China
- Prior art keywords
- video
- information
- vehicle
- sensor nodes
- vision sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Abstract
本发明公开了一种基于智能视觉的车辆违章停车检测系统及方法,检测系统为视觉传感器节点的输出端分别与图像处理终端装置、视频库管理装置相连接,图像处理终端装置与视频库管理装置相连接,图像处理终端装置、视频库管理装置共同与数据库相连接,数据库与地理信息系统相连接,视觉传感器节点、图像处理终端装置、视频库管理装置、数据库、地理信息系统构成图像处理专网,图像处理专网通过安全接入平台与数据专网相连接,客户端管理系统设置在数据专网内,具有自动检测车辆违章停车行为、自动记录违章视频、处理及时,避免因处理滞后而引发“二次事故”,保证了数据的安全性,使数据的完整性和保密性都能够得到有效的保护,具有良好的应用前景。
Description
技术领域
本发明涉及智能交通样技术领域,具体涉及一种基于智能视觉的车辆违章停车检测系统及方法。
背景技术
随着社会经济、科技的不断进步,汽车作为一种便捷的交通工具已经走进了千家万户,它给人们提供便捷的同时也给社会造成了巨大的压力。车辆增多导致的道路交通拥挤和道路安全问题正日益严峻,据统计数据资料表明,我国近三年来每年因交通事故死亡的人数已超过6万人,如何利用有效的手段检测各类交通事件,预防和减少交通事故给人们带来的损失已经成为当今社会的一个重要议题。
随着智能交通系统(Intelligent Transport System)的诞生,对交通的全范围管理成为了可能,借助当今先进的控制技术、图像处理技术、通信技术、传感器技术和计算机视觉技术,智能交通系统能够实现对交通运输的智能管理、控制和交通调度。作为未来交通系统的发展趋势,智能交通系统概念一经提出就受到了国内外政府、企业和学术觉的高度重视。经过近14年的发展,我国的智能交通系统已经进入生产生活中,一系列的产业和技术也逐渐趋于完毕和成熟。实践证明,智能交通系统能够有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率。
目前,车辆违章停车检测是智能交通系统中的一个重要组成部分,车辆违章停车也一直是交通管理的顽疾,影响道路的畅通和行人的安全。但在,当今的智能交通系统中,对车辆违章停车检测的研究仍然处于起步阶段。市场上众多违章停车检测系统的技术水平还基本停留在半自动抓拍模式,该模式需要执法人员手动控制云台摄像机进行拉近、拍摄车辆的车牌号码及交通标志等操作,步骤繁琐且枯燥。由于监控点数量增多,监控执法人员工作负荷越来越大,事件处理滞后还可能引发“二次事故”的发生。
发明内容
本发明所解决的技术问题是克服现有的车辆违章停车检测,停留在半自动抓拍模式,执法人员手动控制、步骤繁琐且枯燥,执法人员的工作负荷越来越大,事件处理滞后还可能引发“二次事故”的发生的问题。
为了解决上述技术问题,本发明所采用的技术方案是:
一种基于智能视觉的车辆违章停车检测系统,其特征在于:包括
视觉传感器节点,提供车辆违章的信息源;
图像处理终端装置,用于负责实现对车辆的检测、跟踪、判罚、取证;
视频库管理装置,采用磁盘阵列组成的服务器,用于存储视频和图像信息,提供大数据的读写,并且保障数据的安全性;
数据库,统一管理车辆违章停车检测系统的文件、设备、记录信息,将视频库管理装置内存储的所有视频和图像文件、视觉传感器节点、图像处理终端装置的信息参数,记录在数据库的表中;
地理信息系统,负责显示综合信息和实现人机交互,能通过读取储存在数据库中的设备资源信息、案件信息并综合集成显示到地理信息中,还设有前端设备信息获取、实时视频远程查看功能;
图像处理专网,用于传送视频实时信息及车辆违停检测结果;
安全接入平台,用于图像处理专网的与数据专网实现对接的平台,安全接入平台将图像处理专网的与数据专网分开,保证数据安全,防止数据专网中的误操作破坏数据;
数据专网,用于面向用户,为指挥中心和管理人员提供可视化访问操作;
客户端管理系统,用于向用户提供警报信息及实时视频播放服务,用户根据地理位置、或者设备编号来请求查看实时视频信息,获取前端的道路状况和历史发生的车辆违章停车事件,
所述视觉传感器节点的输出端分别与图像处理终端装置、视频库管理装置相连接,所述图像处理终端装置与视频库管理装置相连接,所述图像处理终端装置、视频库管理装置共同与数据库相连接,所述数据库与地理信息系统相连接,所述视觉传感器节点、图像处理终端装置、视频库管理装置、数据库、地理信息系统构成图像处理专网,所述图像处理专网通过安全接入平台与数据专网相连接,所述客户端管理系统设置在数据专网内。
前述的基于智能视觉的车辆违章停车检测系统,其特征在于:所述视觉传感器节点为枪机和高清球机,所述枪机固定在检测位置,用于提供视频流进行违停检测;高清球机在正常状态下停在预先设置的预置点拍摄视频,在出现违停事件抓拍高清图像时受图像处理终端装置的控制,快速定位到抓拍点进行抓拍。
前述的基于智能视觉的车辆违章停车检测系统,其特征在于:所述图像处理终端装置包括车辆违停检测单元、违章抓拍取证单元和远程配置接口单元,所述图像处理终端装置还集成有断电后重启状态自恢复功能和断线重连功能。
前述的基于智能视觉的车辆违章停车检测系统,其特征在于:所述客户端管理系统包括违停提醒单元、违停记录查询、实时视频单元、图像处理终端装置的远程配置单元、违停事件确认单元。
一种基于智能视觉的车辆违章停车检测方法,其特征在于:运行在前述的基于智能视觉的车辆违章停车检测系统上,包括以下步骤,
步骤(A),利用地理信息系统针对各视觉传感器节点的地理信息与设备信息,建立监测点档案,并存入数据库;
步骤(B),通过视频库管理装置记录各视觉传感器节点的视频,并根据数据库中设备信息进行分类存储;
步骤(C),在各视觉传感器节点处安装并配置图像处理终端装置;
步骤(D),运行图像处理终端装置,对车辆的检测、跟踪、判罚、取证;
步骤(E),通过客户端管理系统,根据步骤(D)的检测结果,在线提醒用户,用户进行查看和处理;
步骤(F),执法人员通过地理信息系统查看各视觉传感器节点的实时图像及违章事件,做出及时处理。
前述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(A)利用地理信息系统针对各视觉传感器节点的地理信息与设备信息,建立监测点档案的过程如下,
(A1)在各交通要道安置的视觉传感器,构成视觉传感器节点,并记录节点的地理坐标;
(A2)将各视觉传感器节点的地理坐标、设备信息填入数据库对应的数据表;
(A3)利用地理信息系统,在地图上标示各视觉传感器节点的位置,利用SDK关联节点,实现设备信息直观显示、实时视频在线查看功能;
(A4)当关联节点发生的违停事件信息,用红点进行标示。
前述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(B)通过视频库管理装置记录各视觉传感器节点的视频,并根据数据库中设备信息进行分类存储的过程如下,
(B1)各视觉传感器节点捕获实时视频信息,通过H.264标准进行压缩;
(B2)视频库管理装置主动捕获各节点视频流,并保存成视频文件,视频库管理装置接入图像处理专网,通过数据库中的节点信息访问所有节点视频流,对获取的视频流进行转码,每60分钟进行分割存储成独立的视频文件,分割的视频文件以H.264标准文件进行编码;
(B3)将分割的视频文件和节点信息进行关联,将视频记录信息插入数据库,利用数据库进行统一管理。
前述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(D),运行图像处理终端装置,对车辆的检测、跟踪、判罚、取证的方法,包括以下步骤,
(D1)预先进行图像的预处理
(1)图像处理终端装置通过给定的口令主动向对应的视觉传感器节点索取视频流;
(2)对原始的H.264码流进行解码,将码流提交给解码单元,解码结果为YUV格式图像帧,解码单元解码后的结果通过回调函数传递到一个缓冲单元,缓冲单元内存放多帧信息,以队列的形式进行存储,并将过期数据帧进行剔除;
(3)利用一个独立的线程对一个视频传感器节点的YUV视频帧进行重采样,对采样后图像进行预处理,去除噪声和坏帧,处理后图像同样存放在缓冲单元内,两个部分独立运行;
(4)缓冲单元内保存有多帧YUV视频帧以及处理后视频帧,解码单元、预处理单元、检测主线程之间能够独立访问,并通过加锁防止访问冲突,保证处理的实时性以及兼容各模块间处理速度的差异;
(D2)检测主线程通过访问缓冲单元的处理后视频帧获取待处理的视频信息,对视频中的场景进行建模,检测车辆目标,并对目标进行跟踪记录,其过程为,
(1)建立模型检测进入区域的车辆目标,控制视频传感器节点抓取进入目标高清图像,用于取证;
(2)检测主线程分析视频中的所有目标,识别并跟踪车辆目标;
(3)跟踪并记录所有车辆的视频信息,在视频中用标号对车辆进行标示,并对每一辆车辆进行判断,检测其是否满足违章停车条件;
(4)对违章的车辆进行记录,在本地记录视频信息,并在满足违章停车的时间后抓取车辆高清图像;
(5)视频信息记录和车辆高清图像记录由压缩编码模块完成,视频按照H.264标准进行压缩并打包成avi格式,图像按照mpeg4标准进行压缩保存成jpg格式;
(D3)将违停的信息将通过图像处理专网上传并写入视频库管理装置和数据库中,其过程为,
(1)若目标判断未非违停,那该车辆的信息将在其离开检测区域后在本地删除;
(2)若车辆被判定为违停,检测主线程将建立一个任务上传视频图像信息以及记录违停信息;
(3)上传任务以一个独立的线程完成上传任务,并及时记录数据库,数据项中包含视频路径、图像路径、设备信息、时间信息;
(4)任务结束前,将本地的视频删除,防止其占用过量空。
前述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(E),通过客户端管理系统,根据步骤(D)的检测结果,在线提醒用户,用户进行查看和处理,包括以下步骤,
(E1)客户端管理系统在线之后,开始定时查询数据库中出现的违章停车信息并提醒用户;
(E2)用户在线查看违章停车信息,
(E3)用户远程配置图像处理终端装置。
前述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(F),执法人员通过地理信息系统查看各视觉传感器节点的实时图像及违章事件,做出及时处理,包括以下步骤,
(F1)执法人员通过地理信息系统查看所有视觉传感器节点的分布状态、工作状态;
(F2)执法人员通过地理信息系统查看实时视频;
(F3)执法人员通过地理信息系统查看视觉传感器节点记录的违章事件,单击地图上的节点图标,查看违章信息,地理信息系统中将显示该节点历史发生的违章信息,并统计该视觉传感器节点发生的违章数量总和、时间段信息,做出相应处理。
本发明的有益效果是:本发明的基于智能视觉的车辆违章停车检测系统及方法,具有以下有优点,
(1)具有自动检测车辆违章停车行为、自动记录违章视频、自动抓拍违章车辆车牌图像处理及时;
(2)相比于传统半自动检测方案,可以减轻监控执法人员工作负荷,提高时间处理实时性,避免因处理滞后而引发“二次事故”;
(4)构建了一套精确的检测和取证方案,能够为最终人工判决提供足够的证据支持,能够有效打击交通违法违规的行为,也能有效避免判决争议;
(5)通过结构分块,不同网络中的不同设备分管不同功能,在保证系统运行的实时性,资源利用的有效性的前提下,还保证了数据的安全性,使数据的完整性和保密性都能够得到有效的保护。
附图说明
图1是本发明的基于智能视觉的车辆违章停车检测系统的系统框图。
图2是本发明的图像处理终端装置的系统框图。
图3是本发明的基于智能视觉的车辆违章停车检测方法的流程图。
图4是本发明的图像处理终端装置图像处理的流程图。
具体实施方式
下面将结合说明书附图,对本发明作进一步的说明。
如图1所示,本发明的基于智能视觉的车辆违章停车检测系统,包括
视觉传感器节点9,提供车辆违章的信息源;
图像处理终端装置10,用于负责实现对车辆的检测、跟踪、判罚、取证;
视频库管理装置8,采用磁盘阵列组成的服务器,用于存储视频和图像信息,提供大数据的读写,并且保障数据的安全性;
数据库11,统一管理车辆违章停车检测系统的文件、设备、记录信息,将视频库管理装置8内存储的所有视频和图像文件、视觉传感器节点9、图像处理终端装置10的信息参数,记录在数据库的表中;
地理信息系统12,负责显示综合信息和实现人机交互,能通过读取储存在数据库11中的设备资源信息、案件信息并综合集成显示到地理信息中,还设有前端设备信息获取、实时视频远程查看功能;
图像处理专网7,用于传送视频实时信息及车辆违停检测结果;
安全接入平台13,用于图像处理专网7的与数据专网实现对接的平台,安全接入平台13将图像处理专网7的与数据专网分开,保证数据安全,防止数据专网中的误操作破坏数据;
数据专网,用于面向用户,为指挥中心和管理人员提供可视化访问操作;
客户端管理系统15,用于向用户提供警报信息及实时视频播放服务,用户根据地理位置、或者设备编号来请求查看实时视频信息,获取前端的道路状况和历史发生的车辆违章停车事件,
所述视觉传感器节点9的输出端分别与图像处理终端装置10、视频库管理装置8相连接,图像处理终端装置10与视频库管理装置8相连接,图像处理终端装置10、视频库管理装置8共同与数据库11相连接,数据库11与地理信息系统12相连接,视觉传感器节点9、图像处理终端装置10、视频库管理装置8、数据库11、地理信息系统12构成图像处理专网7,图像处理专网7通过安全接入平台13与数据专网相连接,客户端管理系统15设置在数据专网内。
所述视觉传感器节点9为枪机和高清球机,所述枪机固定在检测位置,用于提供视频流进行违停检测;高清球机在正常状态下停在预先设置的预置点拍摄视频,在出现违停事件抓拍高清图像时受图像处理终端装置10的控制,快速定位到抓拍点进行抓拍。
所述图像处理终端装置10包括车辆违停检测单元、违章抓拍取证单元和远程配置接口单元,图像处理终端装置10还集成有断电后重启状态自恢复功能和断线重连功能,如图2所示,图像处理终端装置10,包括片内FPGA 26和中央处理器23;FPGA 26与中央处理器23通过PCIe接口相连;FPGA 26和中央处理器23分别与容量为256MB的SDRAM 22和容量为1GB的SDRAM 24相连;FPGA配置芯片Altera EPCS 25存储FPGA通信所需的IP核以及图像处理算法;100M以太网接口27与FPGA 26相连;EG20T 21为总线芯片,通过PCIe与23相连;外围扩展多种交互式装置,包含:VGA接口显示器16、128GB HDD 17、7寸 TFT LCD 18、以太网接口19。以太网接口19是图像处理终端装置10与图像处理专网7通信的接口;VGA显示器16显示实时监测过程;监测临时结果存储在HDD 17中,经过确认以后通过图像处理专网7传送到视频库管理装置8;TFT LCD 17用于本地操作,方便进行本地配置。
所述客户端管理系统15包括违停提醒单元、违停记录查询、实时视频单元、图像处理终端装置10的远程配置单元、违停事件确认单元。
如图3所示,运行在上述的基于智能视觉的车辆违章停车检测系统上,包括以下步骤,
步骤(A),利用地理信息系统12针对各视觉传感器节点9的地理信息与设备信息,建立监测点档案,并存入数据库11,其过程如下,
(A1)在各交通要道安置的视觉传感器,构成视觉传感器节点,并记录节点的地理坐标;
(A2)将各视觉传感器节点9的地理坐标、设备信息填入数据库11对应的数据表;
(A3)利用地理信息系统12,在地图上标示各视觉传感器节点9的位置,利用SDK关联节点,实现设备信息直观显示、实时视频在线查看功能;
(A4)当关联节点发生的违停事件信息,用红点进行标示
步骤(B),通过视频库管理装置8记录各视觉传感器节点9的视频,并根据数据库11中设备信息进行分类存储,过程如下,
(B1)各视觉传感器节点9捕获实时视频信息,通过H.264标准进行压缩;
(B2)视频库管理装置8主动捕获各节点视频流,并保存成视频文件,视频库管理装置8接入图像处理专网7,通过数据库11中的节点信息访问所有节点视频流,对获取的视频流进行转码,每60分钟进行分割存储成独立的视频文件,分割的视频文件以H.264标准文件进行编码;
(B3)将分割的视频文件和节点信息进行关联,将视频记录信息插入数据库11,利用数据库11进行统一管理;
步骤(C),在各视觉传感器节点9处安装并配置图像处理终端装置10,过程如下,
(C1)将各图像处理终端装置10合理分布到相应各视觉传感器节点9附近,接入同属该节点的子网的网络,图像处理终端装置10记录在地理信息系统12中,统一管理,实现远程配置功能;
(C2)配置各视觉传感器节点9,对每一个节点违停的区域进行标定和配置,配置终端管理的节点信息,使终端装置10能够获取视觉传感器节点9实时图像,配置图像处理终端装置10检测区域信息,通过获取的视频,在视频图像中远程配置检测区域;
步骤(D),运行图像处理终端装置10,对车辆的检测、跟踪、判罚、取证,包括以下步骤,
(D1)预先进行图像的预处理
(1)图像处理终端装置10通过给定的口令主动向对应的视觉传感器节点9索取视频流;
(2)对原始的H.264码流进行解码,将码流提交给解码单元,解码结果为YUV格式图像帧,解码单元解码后的结果通过回调函数传递到一个缓冲单元,缓冲单元内存放多帧信息,以队列的形式进行存储,并将过期数据帧进行剔除;
(3)利用一个独立的线程对一个视频传感器节点9的YUV视频帧进行重采样,对采样后图像进行预处理,去除噪声和坏帧,处理后图像同样存放在缓冲单元内,两个部分独立运行;
(4)缓冲单元内保存有多帧YUV视频帧以及处理后视频帧,解码单元、预处理单元、检测主线程之间能够独立访问,并通过加锁防止访问冲突,保证处理的实时性以及兼容各模块间处理速度的差异;
(D2)检测主线程通过访问缓冲单元的处理后视频帧获取待处理的视频信息,对视频中的场景进行建模,检测车辆目标,并对目标进行跟踪记录,其过程为,
(1)建立模型检测进入区域的车辆目标,控制视频传感器节点9抓取进入目标高清图像,用于取证;
(2)检测主线程分析视频中的所有目标,识别并跟踪车辆目标;
(3)跟踪并记录所有车辆的视频信息,在视频中用标号对车辆进行标示,并对每一辆车辆进行判断,检测其是否满足违章停车条件;
(4)对违章的车辆进行记录,在本地记录视频信息,并在满足违章停车的时间后抓取车辆高清图像;
(5)视频信息记录和车辆高清图像记录由压缩编码模块完成,视频按照H.264标准进行压缩并打包成avi格式,图像按照mpeg4标准进行压缩保存成jpg格式;
(D3)将违停的信息将通过图像处理专网7上传并写入视频库管理装置10和数据库11中,其过程为,
(1)若目标判断未非违停,那该车辆的信息将在其离开检测区域后在本地删除;
(2)若车辆被判定为违停,检测主线程将建立一个任务上传视频图像信息以及记录违停信息;
(3)上传任务以一个独立的线程完成上传任务,并及时记录数据库11,数据项中包含视频路径、图像路径、设备信息、时间信息;
(4)任务结束前,将本地的视频删除,防止其占用过量空;
步骤(E),通过客户端管理系统15,根据步骤(D)的检测结果,在线提醒用户,用户进行查看和处理,包括以下步骤,
(E1)客户端管理系统15在线之后,开始定时查询数据库11中出现的违章停车信息并提醒用户;
(E2)用户在线查看违章停车信息,
(E3)用户远程配置图像处理终端装置10;
步骤(F),执法人员通过地理信息系统12查看各视觉传感器节点9的实时图像及违章事件,做出及时处理,包括以下步骤,
(F1)执法人员通过地理信息系统12查看所有视觉传感器节点9的分布状态、工作状态;
(F2)执法人员通过地理信息系统12查看实时视频;
(F3)执法人员通过地理信息系统12查看视觉传感器节点9记录的违章事件,单击地图上的节点图标,查看违章信息,地理信息系统12中将显示该节点历史发生的违章信息,并统计该视觉传感器节点9发生的违章数量总和、时间段信息,做出相应处理。
如图4所示,本发明的图像处理终端装置10所进行的图像处理算法,包括以下步骤,
初始化系统28,系统初始化内容包括:载入配置信息、检查网络状态、发送工作状态、连接视觉传感器节点9、初始化解码;
获取图像29,进入主检测线程之后就启动检测,图像的解码以及预处理由FPGA
26完成,以减轻中央处理器23的处理压力,预处理包括:图像的重采样、去噪、格式转换(YUV转RGB);
构造背景模型30,根据所获取的图像为用于检测的第一帧图像,用于初始化背景模型;
抓图31,完成背景模型的构造后即进入线程循环检测车辆目标,本步骤与步骤29相同,区别在于抓图31作为当前帧用于检测以及模型的更新;
运动目标检测32,运动目标检测分析图像中运动的车辆目标,内容包含:运动目标分割、前景目标预处理、背景模型更新等操作;
车辆目标提取35,提取运动目标特征,代入神经网络进行分类识别,提取车辆目标,对车辆目标所覆盖区域的背景模型进行处理,选择性更新,防止目标丢失;
车辆目标跟踪34,根据前后目标欧式距离关联相邻帧车辆目标,跟踪车辆目标,并根据车速作短时丢失处理,防止跟踪目标丢失;
显示当前图像并标示目标38,该步骤将检测过程输出至图像处理终端10显示器16,可由工作人员人工查验检测过程;程序在后台将针对不同的车辆目标将此检测过程写成视频,暂存于本地;
计算停留时间37,计算车辆在区域内停留时间,用于判断超时;
超时判断36,一旦车辆停留超时,则判断为违章停车,程序计算目标位置之后调用球机抓拍多张违停车辆高清图像,并将图像以及该车辆对应的视频通过图像处理专网7传送至视频库管理装置8,完成传输后将本条记录写入数据库;若目标及时离开检测线程放弃对该目标的跟踪,并删除其对应的本地视频文件。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.基于智能视觉的车辆违章停车检测系统,其特征在于:包括
视觉传感器节点(9),提供车辆违章的信息源;
图像处理终端装置(10),用于负责实现对车辆的检测、跟踪、判罚、取证;
视频库管理装置(8),采用磁盘阵列组成的服务器,用于存储视频和图像信息,提供大数据的读写,并且保障数据的安全性;
数据库(11),统一管理车辆违章停车检测系统的文件、设备、记录信息,将视频库管理装置(8)内存储的所有视频和图像文件、视觉传感器节点(9)、图像处理终端装置(10)的信息参数,记录在数据库的表中;
地理信息系统(12),负责显示综合信息和实现人机交互,能通过读取储存在数据库(11)中的设备资源信息、案件信息并综合集成显示到地理信息中,还设有前端设备信息获取、实时视频远程查看功能;
图像处理专网(7),用于传送视频实时信息及车辆违停检测结果;
安全接入平台(13),用于图像处理专网(7)与数据专网实现对接的平台,安全接入平台(13)将图像处理专网(7)与数据专网分开,保证数据安全,防止数据专网中的误操作破坏数据;
数据专网,用于面向用户,为指挥中心和管理人员提供可视化访问操作;
客户端管理系统(15),用于向用户提供警报信息及实时视频播放服务,用户根据地理位置、或者设备编号来请求查看实时视频信息,获取前端的道路状况和历史发生的车辆违章停车事件,
所述视觉传感器节点(9)的输出端分别与图像处理终端装置(10)、视频库管理装置(8)相连接,所述图像处理终端装置(10)与视频库管理装置(8)相连接,所述图像处理终端装置(10)、视频库管理装置(8)共同与数据库(11)相连接,所述数据库(11)与地理信息系统(12)相连接,所述视觉传感器节点(9)、图像处理终端装置(10)、视频库管理装置(8)、数据库(11)、地理信息系统(12)构成图像处理专网(7),所述图像处理专网(7)通过安全接入平台(13)与数据专网相连接,所述客户端管理系统(15)设置在数据专网内;
所述视觉传感器节点(9)为枪机和高清球机,所述枪机固定在检测位置,用于提供视频流进行违停检测;高清球机在正常状态下停在预先设置的预置点拍摄视频,在出现违停事件抓拍高清图像时受图像处理终端装置(10)的控制,快速定位到抓拍点进行抓拍;所述图像处理终端装置(10)包括车辆违停检测单元、违章抓拍取证单元和远程配置接口单元,所述图像处理终端装置(10)还集成有断电后重启状态自恢复功能和断线重连功能。
2.根据权利要求1所述的基于智能视觉的车辆违章停车检测系统,其特征在于:所述客户端管理系统(15)包括违停提醒单元、违停记录查询、实时视频单元、图像处理终端装置(10)的远程配置单元、违停事件确认单元。
3.一种基于智能视觉的车辆违章停车检测方法,其特征在于:运行在权利要求1所述的基于智能视觉的车辆违章停车检测系统上,包括以下步骤,
步骤(A),利用地理信息系统(12)针对各视觉传感器节点(9)的地理信息与设备信息,建立监测点档案,并存入数据库(11);
步骤(B),通过视频库管理装置(8)记录各视觉传感器节点(9)的视频,并根据数据库(11)中设备信息进行分类存储;
步骤(C),在各视觉传感器节点(9)处安装并配置图像处理终端装置(10);
步骤(D),运行图像处理终端装置(10),对车辆的检测、跟踪、判罚、取证;
步骤(E),通过客户端管理系统(15),根据步骤(D)的检测结果,在线提醒用户,用户进行查看和处理;
步骤(F),执法人员通过地理信息系统(12)查看各视觉传感器节点(9)的实时图像及违章事件,做出及时处理;
其中,步骤(A)利用地理信息系统(12)针对各视觉传感器节点(9)的地理信息与设备信息,建立监测点档案的过程如下,
(A1)在各交通要道安置的视觉传感器,构成视觉传感器节点,并记录节点的地理坐标;
(A2)将各视觉传感器节点(9)的地理坐标、设备信息填入数据库(11)对应的数据表;
(A3)利用地理信息系统(12),在地图上标示各视觉传感器节点(9)的位置,利用SDK关联节点,实现设备信息直观显示、实时视频在线查看功能;
(A4)当关联节点发生的违停事件信息,用红点进行标示。
4.根据权利要求3所述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(B)通过视频库管理装置(8)记录各视觉传感器节点(9)的视频,并根据数据库(11)中设备信息进行分类存储的过程如下,
(B1)各视觉传感器节点(9)捕获实时视频信息,通过H.264标准进行压缩;
(B2)视频库管理装置(8)主动捕获各节点视频流,并保存成视频文件,视频库管理装置(8)接入图像处理专网(7),通过数据库(11)中的节点信息访问所有节点视频流,对获取的视频流进行转码,每60分钟进行分割存储成独立的视频文件,分割的视频文件以H.264标准文件进行编码;
(B3)将分割的视频文件和节点信息进行关联,将视频记录信息插入数据库(11),利用数据库(11)进行统一管理。
5.根据权利要求3所述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(D),运行图像处理终端装置(10),对车辆的检测、跟踪、判罚、取证的方法,包括以下步骤,
(D1)预先进行图像的预处理
(1)图像处理终端装置(10)通过给定的口令主动向对应的视觉传感器节点(9)索取视频流;
(2)对原始的H.264码流进行解码,将码流提交给解码单元,解码结果为YUV格式图像帧,解码单元解码后的结果通过回调函数传递到一个缓冲单元,缓冲单元内存放多帧信息,以队列的形式进行存储,并将过期数据帧进行剔除;
(3)利用一个独立的线程对一个视频传感器节点(9)的YUV视频帧进行重采样,对采样后图像进行预处理,去除噪声和坏帧,处理后图像同样存放在缓冲单元内,两个部分独立运行;
(4)缓冲单元内保存有多帧YUV视频帧以及处理后视频帧,解码单元、预处理单元、检测主线程之间能够独立访问,并通过加锁防止访问冲突,保证处理的实时性以及兼容各模块间处理速度的差异;
(D2)检测主线程通过访问缓冲单元的处理后视频帧获取待处理的视频信息,对视频中的场景进行建模,检测车辆目标,并对目标进行跟踪记录,其过程为,
(1)建立模型检测进入区域的车辆目标,控制视频传感器节点(9)抓取进入目标高清图像,用于取证;
(2)检测主线程分析视频中的所有目标,识别并跟踪车辆目标;
(3)跟踪并记录所有车辆的视频信息,在视频中用标号对车辆进行标示,并对每一辆车辆进行判断,检测其是否满足违章停车条件;
(4)对违章的车辆进行记录,在本地记录视频信息,并在满足违章停车的时间后抓取车辆高清图像;
(5)视频信息记录和车辆高清图像记录由压缩编码模块完成,视频按照H.264标准进行压缩并打包成avi格式,图像按照mpeg4标准进行压缩保存成jpg格式;
(D3)将违停的信息将通过图像处理专网(7)上传并写入视频库管理装置(10)和数据库(11)中,其过程为,
(1)若目标判断未非违停,那该车辆的信息将在其离开检测区域后在本地删除;
(2)若车辆被判定为违停,检测主线程将建立一个任务上传视频图像信息以及记录违停信息;
(3)上传任务以一个独立的线程完成上传任务,并及时记录数据库(11),数据项中包含视频路径、图像路径、设备信息、时间信息;
(4)任务结束前,将本地的视频删除,防止其占用过量空。
6.根据权利要求3所述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(E),通过客户端管理系统(15),根据步骤(D)的检测结果,在线提醒用户,用户进行查看和处理,包括以下步骤,
(E1)客户端管理系统(15)在线之后,开始定时查询数据库(11)中出现的违章停车信息并提醒用户;
(E2)用户在线查看违章停车信息,
(E3)用户远程配置图像处理终端装置(10)。
7.根据权利要求3所述的基于智能视觉的车辆违章停车检测方法,其特征在于:步骤(F),执法人员通过地理信息系统(12)查看各视觉传感器节点(9)的实时图像及违章事件,做出及时处理,包括以下步骤,
(F1)执法人员通过地理信息系统(12)查看所有视觉传感器节点(9)的分布状态、工作状态;
(F2)执法人员通过地理信息系统(12)查看实时视频;
(F3)执法人员通过地理信息系统(12)查看视觉传感器节点(9)记录的违章事件,单击地图上的节点图标,查看违章信息,地理信息系统(12)中将显示该节点历史发生的违章信息,并统计该视觉传感器节点(9)发生的违章数量总和、时间段信息,做出相应处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510064429.1A CN104616501B (zh) | 2015-02-06 | 2015-02-06 | 基于智能视觉的车辆违章停车检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510064429.1A CN104616501B (zh) | 2015-02-06 | 2015-02-06 | 基于智能视觉的车辆违章停车检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104616501A CN104616501A (zh) | 2015-05-13 |
CN104616501B true CN104616501B (zh) | 2016-08-17 |
Family
ID=53150932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510064429.1A Expired - Fee Related CN104616501B (zh) | 2015-02-06 | 2015-02-06 | 基于智能视觉的车辆违章停车检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104616501B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105282512A (zh) * | 2015-10-23 | 2016-01-27 | 中科动力(福建)新能源汽车有限公司 | 一种电动汽车安全监控方法及系统 |
CN108230667A (zh) * | 2016-12-14 | 2018-06-29 | 贵港市瑞成科技有限公司 | 一种车辆违章行为检测方法 |
CN106600977B (zh) * | 2017-02-13 | 2020-09-15 | 深圳英飞拓科技股份有限公司 | 基于多特征识别的违停检测方法及系统 |
CN107368537A (zh) * | 2017-06-23 | 2017-11-21 | 芜湖恒天易开软件科技股份有限公司 | 违章数据查询告警系统 |
CN107403553A (zh) * | 2017-08-02 | 2017-11-28 | 苏州蓝越软件有限公司 | 一种关键路段违章停车检测系统 |
CN107705574A (zh) * | 2017-10-09 | 2018-02-16 | 荆门程远电子科技有限公司 | 一种精准快速的道路违章停车全自动抓拍系统 |
CN108012117A (zh) * | 2017-11-30 | 2018-05-08 | 江西洪都航空工业集团有限责任公司 | 一种基于背景建模的城市摆摊设点检测方法 |
CN108052917B (zh) * | 2017-12-25 | 2021-06-11 | 东南大学 | 一种基于新旧时相变化发现的违章建筑自动识别的方法 |
CN108346297A (zh) * | 2018-03-30 | 2018-07-31 | 合肥城市泊车投资管理有限公司 | 一种基于智能管理系统的违章停车管理控制方法 |
CN108449424A (zh) * | 2018-03-30 | 2018-08-24 | 合肥城市泊车投资管理有限公司 | 一种违章停车管理平台 |
CN108734959A (zh) * | 2018-04-28 | 2018-11-02 | 扬州远铭光电有限公司 | 一种嵌入式视觉车流分析方法及系统 |
CN108830950A (zh) * | 2018-05-28 | 2018-11-16 | 深圳拍物联科技有限公司 | 一种无线云路边停车收费方法及系统 |
CN108932852B (zh) * | 2018-06-22 | 2021-08-17 | 大连理工大学 | 一种记录机动车违法占用应急车道行为的方法及装置 |
CN108986468A (zh) * | 2018-08-01 | 2018-12-11 | 平安科技(深圳)有限公司 | 交通事故的处理方法、装置、计算机设备及计算机存储介质 |
CN110232807A (zh) * | 2019-04-30 | 2019-09-13 | 广东侍卫长北斗科技股份公司 | 一种自动监控接警与紧急救援服务系统 |
CN111709720A (zh) * | 2020-06-28 | 2020-09-25 | 北京隆普智能科技有限公司 | 一种基于大数据的车辆年检自动识别方法及系统 |
CN111626275B (zh) * | 2020-07-30 | 2020-11-10 | 江苏金智慧安科技有限公司 | 一种基于智能视频分析的异常停车检测方法 |
CN113066182A (zh) * | 2021-04-16 | 2021-07-02 | 上海安畅网络科技股份有限公司 | 一种信息展示方法、装置、电子设备及存储介质 |
CN113850240B (zh) * | 2021-11-29 | 2022-05-10 | 北京三快在线科技有限公司 | 一种物流园区车辆违停识别方法及装置 |
CN114615437B (zh) * | 2022-05-11 | 2022-07-08 | 中国地质科学院地质力学研究所 | 一种基于gis的车辆追踪方法及系统 |
CN115223371B (zh) * | 2022-09-20 | 2023-02-14 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种电动自行车大数据分析系统及其工作方法 |
CN117292338B (zh) * | 2023-11-27 | 2024-02-13 | 山东远东保险公估有限公司 | 基于视频流解析的车辆事故识别和分析方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003022494A (ja) * | 2001-07-10 | 2003-01-24 | Fujitsu Ltd | 移動体文字認識システム |
CN102110367A (zh) * | 2009-12-25 | 2011-06-29 | 刘天宇 | 违法停车行为实时检测系统及其控制方法 |
CN102024330A (zh) * | 2010-10-26 | 2011-04-20 | 隋亚刚 | 基于高清视频技术的智能交通信号控制系统、方法及设备 |
CN103473926B (zh) * | 2013-09-11 | 2016-01-27 | 无锡加视诚智能科技有限公司 | 枪球联动道路交通参数采集及违章抓拍系统 |
-
2015
- 2015-02-06 CN CN201510064429.1A patent/CN104616501B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104616501A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104616501B (zh) | 基于智能视觉的车辆违章停车检测系统及方法 | |
CA2824330C (en) | An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and/or optimized utilization of various sensory inputs | |
CN108269331A (zh) | 一种智能视频大数据处理系统 | |
CN101505412A (zh) | 宾馆、写字楼和娱乐场所人像采集识别监控系统及方法 | |
CN107862502A (zh) | 基于b/s与c/s架构的仓库安全管理系统 | |
CN108734966A (zh) | 一种交通视频综合分析云平台系统 | |
CN106340179A (zh) | 一种具有闯红灯取证功能的人行横道信号灯系统及方法 | |
CN101867793A (zh) | 分布式智能视频搜索系统及使用方法 | |
CN104200671A (zh) | 一种基于大数据平台的虚拟卡口管理方法及系统 | |
CN104332052A (zh) | 一种行人闯红灯自动抓拍系统与识别方法 | |
CN204965750U (zh) | 一种基于双球机的违法停车自动检测抓拍的装置 | |
CN102905113A (zh) | 一种基于图像识别技术的粮食仓库智能监控系统 | |
CN106548626A (zh) | 一种基于地理信息技术的综合管理平台 | |
CN103942847B (zh) | 一种收费公路绿色通道车辆稽查系统与稽查方法 | |
CN112738477A (zh) | 一种安防监控系统 | |
CN201699880U (zh) | 分布式智能视频搜索系统 | |
CN102625083A (zh) | 一种视频监控网络的建设方法 | |
CN203812397U (zh) | 一种城市道路视频监控系统 | |
CN112581769A (zh) | 一种基于人工智能识别技术非机动车违法视频分析系统 | |
CN115022601A (zh) | 基于大数据的iot深度学习智能预警研判系统及方法 | |
CN203038462U (zh) | 一种公交专用车道占道抓拍系统 | |
CN110674703A (zh) | 一种智能监控中的视频绊线报警计数方法与流程 | |
CN202771495U (zh) | 嵌入式智能交通控制收费终端 | |
CN202663505U (zh) | 基于3g网络传输的智能交通视频采集监控系统 | |
CN204010003U (zh) | 固体废弃物处理监管系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 Termination date: 20220206 |