CN104732766B - 信号灯前交通路口拥堵指数检测方法 - Google Patents

Abstract

本发明涉及一种信号灯前交通路口拥堵指数检测方法，其包括：(1)通过图像采集设备对信号灯前的交通路口进行拍摄，获得路口图像；(2)通过图像处理设备对所述路口图像进行图像处理，以获得所述交通路口各条车道的拥堵指数；(3)通过3G通信设备将所述交通路口各条车道的拥堵指数无线发送给远端的交通管理平台，并接收所述交通管理平台反馈的信号灯控制信号；(4)基于所述信号灯控制信号，通过信号灯控制设备来控制信号灯各个子灯的红灯持续时间和绿灯持续时间。本发明的方法还包括通过去雾霾处理设备对所述路口图像执行清晰化处理的步骤。通过本发明，即使在雾霾严重的天气下，也能够根据交通路口的实际拥堵情况控制信号灯的显示，从而最大限度地利用有限的通行资源。

Description

信号灯前交通路口拥堵指数检测方法

技术领域

本发明涉及交通信号灯领域，尤其涉及一种信号灯前交通路口拥堵指数检测方法。

背景技术

由于城市中心区域对资源的过度聚集，例如，大型医院一般设立在城市中心地带，市政府行政部门也分别在中心区域附近，娱乐场所设置在城市中心居民聚集区等，导致城市居民的出行集中在城区。进一步地，随着人们生活水平的提高，汽车出行成为趋势。这样，每在上班高峰期，或者周末娱乐集中时段，城区里的主要路段都呈现拥堵现象，一方面，降低了出行的效率，给生活和工作带来了不便，另一方面，低速运行的汽车排出了更多的尾气，形成了严重的环境污染。这时，有限的路口通行资源限制了人们的出行效率，导致更多车辆的低速运行。

如何设计交通信号灯的红绿灯持续时长，以疏通信号灯前交通路口各个车道的车流，是交通管理部门需要解决的一个重要课题。现有技术中，交通管理部门一般对每一个信号灯设计固定的红绿灯持续时长，这样的设计方式明显无法适应实时的交通路况，即使存在一些基于图像识别的实时调整的技术方案，如果在雾霾严重的天气下，由于图像被模糊化，调控的误差较大。

因此，需要一种新的信号灯前交通路口拥堵指数检测方法，实时调整相应信号灯的红绿灯持续时长，保证红绿灯持续时长能够跟随实时路况而变化，并不受雾霾天气的影响，最大程度地提高城市通行效率，减少城市环境污染。

发明内容

为了解决上述问题，根据本发明的一个方面，本发明提供了一种信号灯前交通路口拥堵指数检测方法，其包括：

(1)通过图像采集设备对信号灯前的交通路口进行拍摄，获得路口图像；

(2)通过图像处理设备对所述路口图像进行图像处理，以获得所述交通路口各条车道的拥堵指数；

(3)通过3G通信设备将所述交通路口各条车道的拥堵指数无线发送给远端的交通管理平台，并接收所述交通管理平台反馈的信号灯控制信号；

(4)基于所述信号灯控制信号，通过信号灯控制设备控制信号灯各个子灯的红灯持续时间和绿灯持续时间。

优选地，所述检测方法在步骤(1)和步骤(2)之间进一步包括通过去雾霾处理设备接收所述路口图像，对所述路口图像执行清晰化处理，获得清晰化路口图像，并将所述清晰化路口图像输入所述图像处理设备的步骤。

具体地，所述图像处理设备识别出所述清晰化路口图像中交通路口各条车道中的车辆数量，对所述交通路口各条车道中的车辆数量进行分析，以获得所述交通路口各条车道的拥堵指数，车道的拥堵指数与车道中的车辆数量成正比。

具体地，通过所述3G通信设备将所述交通路口各条车道的拥堵指数叠加到所述清晰化路口图像上以形成复合图像，将所述复合图像通过3G无线通信链路发送给所述交通管理平台，所述交通管理平台在接收到所述复合图像后，解析出所述复合图像中的交通路口各条车道的拥堵指数，并基于所述交通路口附近所有交通路口各条车道的拥堵指数联合做出决策，以发出针对所述交通路口的信号灯控制信号。

本发明的信号灯前交通路口拥堵指数检测方法利用信号灯前交通路口拥堵指数检测系统实施。因此，根据本发明的另一个方面，本发明还提供了一种信号灯前交通路口拥堵指数检测系统，所述检测系统包括图像采集设备、图像处理设备、信号灯控制设备和3G通信设备，所述图像采集设备对信号灯前的交通路口进行拍摄，获得路口图像，所述图像处理设备对所述路口图像进行图像处理，以获得所述交通路口各条车道的拥堵指数，所述3G通信设备与所述图像处理设备和所述信号灯控制设备分别连接，将所述交通路口各条车道的拥堵指数无线发送给远端的交通管理平台，并接收所述交通管理平台反馈的信号灯控制信号，所述信号灯控制设备基于所述信号灯控制信号控制信号灯各个子灯的红灯持续时间和绿灯持续时间。

更具体地，在所述信号灯前交通路口拥堵指数检测系统中，所述检测系统还包括：

供电电源，包括太阳能供电器件、蓄电池、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；

去雾霾处理设备，位于所述图像采集设备和所述图像处理设备之间，用于接收所述路口图像，对所述路口图像执行清晰化处理，获得清晰化路口图像，并替换所述路口图像，将所述清晰化路口图像输入所述图像处理设备。

更具体地，所述去雾霾处理设备包括：

存储子设备，用于预先存储天空上限灰度阈值和天空下限灰度阈值，所述天空上限灰度阈值和所述天空下限灰度阈值用于分离出图像中的天空区域，还用于预先存储预设像素值阈值，所述预设像素值阈值取值在0到255之间；

雾霾浓度检测子设备，位于空气中，用于实时检测信号灯所在位置的雾霾浓度，并根据雾霾浓度确定雾霾去除强度，所述雾霾去除强度取值在0到1之间；

区域划分子设备，连接所述图像采集设备以接收所述路口图像，对所述路口图像进行灰度化处理以获得灰度化区域图像，还与存储子设备连接，将所述灰度化区域图像中灰度值在所述天空上限灰度阈值和所述天空下限灰度阈值之间的像素识别并组成灰度化天空子图案，从所述灰度化区域图像分割出所述灰度化天空子图案以获得灰度化非天空子图像，基于所述灰度化非天空子图像在所述巡逻区域图像中的对应位置获得与所述灰度化非天空子图像对应的彩色非天空子图像；

黑色通道获取子设备，与所述区域划分子设备连接以获得所述彩色非天空子图像，针对所述彩色非天空子图像中每一个像素，计算其R，G，B三颜色通道像素值，在所述彩色非天空子图像中所有像素的R，G，B三颜色通道像素值中提取一个数值最小的颜色通道像素值所在的颜色通道作为黑色通道；

整体大气光值获取子设备，与所述存储子设备连接以获得预设像素值阈值，与所述区域划分子设备和所述黑色通道获取子设备分别连接以获得所述路口图像和所述黑色通道，将所述路口图像中黑色通道像素值大于等于预设像素值阈值的多个像素组成待检验像素集，将所述待检验像素集中具有最大灰度值的像素的灰度值作为整体大气光值；

大气散射光值获取子设备，与所述区域划分子设备和所述雾霾浓度检测子设备分别连接，对所述路口图像的每一个像素，提取其R，G，B三颜色通道像素值中最小值作为目标像素值，使用保持边缘的高斯平滑滤波器EPGF(edge-preservinggaussianfilter)对所述目标像素值进行滤波处理以获得滤波目标像素值，将目标像素值减去滤波目标像素值以获得目标像素差值，使用EPGF对目标像素差值进行滤波处理以获得滤波目标像素差值，将滤波目标像素值减去滤波目标像素差值以获得雾霾去除基准值，将雾霾去除强度乘以雾霾去除基准值以获得雾霾去除阈值，取雾霾去除阈值和目标像素值中的最小值作为比较参考值，取比较参考值和0中的最大值作为每一个像素的大气散射光值；

介质传输率获取子设备，与所述整体大气光值获取子设备和所述大气散射光值获取子设备分别连接，将每一个像素的大气散射光值除以整体大气光值以获得除值，将1减去所述除值以获得每一个像素的介质传输率；

清晰化图像获取子设备，与所述区域划分子设备、所述整体大气光值获取子设备和所述介质传输率获取子设备分别连接，将1减去每一个像素的介质传输率以获得第一差值，将所述第一差值乘以整体大气光值以获得乘积值，将所述路口图像中每一个像素的像素值减去所述乘积值以获得第二差值，将所述第二差值除以每一个像素的介质传输率以获得每一个像素的清晰化像素值，所述路口图像中每一个像素的像素值包括所述路口图像中每一个像素的R，G，B三颜色通道像素值，相应地，获得的每一个像素的清晰化像素值包括每一个像素的R，G，B三颜色通道清晰化像素值，所有像素的清晰化像素值组成清晰化路口图像。

更具体地，所述图像采集设备为高清图像采集设备，所输出的路口图像的分辨率为1920×1080或1420×1080。

更具体地，所述去雾霾处理设备、所述图像采集设备和所述图像处理设备集成在一块集成电路板上。

更具体地，可以采用4G通信设备替代所述3G通信设备。

更具体地，所述3G通信设备包括图像复合单元、MPEG-4压缩单元和3G通信单元，其中所述图像复合单元用于将所述交通路口各条车道的拥堵指数叠加到所述清晰化路口图像上以形成复合图像；所述MPEG-4压缩单元与所述图像复合单元连接，用于对所述复合图像进行图像压缩；所述3G通信单元与所述MPEG-4压缩单元连接，用于将压缩后的复合图像通过3G无线通信链路发送给所述交通管理平台。

本发明的信号灯前交通路口拥堵指数检测方法，引入路口图像采集设备和处理设备对路口图像进行拍摄和拥堵指数识别，使用网络带宽高、覆盖范围广、传播速度快的3G网络实现实时拥堵指数的传输，便于远端控制平台做出最大限度利用路口通行资源的决策，基于决策控制相应信号灯的红绿灯时间，提高了信号灯控制的自适应程度和控制效率，有力地改善了城市交通现状，同时，根据大气衰减模型确定雾霾对图像的影响因素，并对多雾天气下采集的图像进行去雾霾化处理，使得系统的可靠性得到提高。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的信号灯前交通路口拥堵指数检测系统的结构方框图。

图2为根据本发明实施方案示出的信号灯前交通路口拥堵指数检测系统的3G通信设备的结构方框图。

具体实施方式

下面将参照附图对实施本发明的信号灯前交通路口拥堵指数检测方法的检测系统的实施方案进行详细说明。

当前，各个国家，尤其是发展中国家，城市化进程在不断地被推进，城市规模不断地被扩大。由于市区医疗、工作机会和娱乐方面的优势，越来越多的人们选择在城市里工作或生活，随之带来的是市区汽车数量的逐步提高。汽车在给人们带来方便的同时，也影响了城市交通的畅通。甚至在某些路段，由于汽车的过度饱和，导致交通高度拥堵，开车所花费的时间甚至超过了人们步行的时间，严重干扰了人们的正常生活。交通拥堵已经成为一种城市病，困扰着城市居民和城市管理者。

为了减轻城市交通拥堵的程度，城市管理者费劲脑筋，提出并实施了改善交通出行的一些办法，例如，通过道路施工来拓宽道路，增加更多的疏通路段，或者通过经济手段，提高市区停车场的收费标准。这些办法在一定程度上减轻了交通拥堵的程度，但是前者耗费大量的人力和财力，增加的宽度和道路赶不上汽车数量的增加，后者是以行政干涉的手段，给市区出行的居民造成一定的经济负担。因此，上述办法都具有一定的弊端。

为了从城市规划本身出发，提高疏通交通流量的合理性，现有技术中存在一些路口信号灯红绿灯持续时间智能控制的技术方案，根据朝夕交通流量的差别，在不同时间段为同一信号灯设计不同的红绿灯持续时间，减少等待红灯的车辆数量，保障道路的使用率。但是现有技术中信号灯红绿灯持续时间是基于时间段而被固定的，不能实时根据信号灯所在路口的流量而自适应变化，从而技术方案比较死板，智能化水平较低。现有技术中还存在一些根据路口图像确定相应信号灯红绿灯时间的技术方案，但这些技术方案缺乏去雾霾处理机制，其控制精度很容易受到雾霾天气的影响。

因此，需要一种新的信号灯前交通路口拥堵指数检测方法，用于实时控制交通路口信号灯，使得信号灯的红绿灯持续时间能够实时跟随交通路口路况而改变，同时该系统能够削弱雾霾天气对控制精度的影响，从而高效利用现有的城市交通道路。

图1为根据本发明实施方案示出的信号灯前交通路口拥堵指数检测系统的结构方框图，所述检测系统包括图像采集设备1、图像处理设备2、信号灯控制设备3、3G通信设备4和去雾霾处理设备5，所述图像采集设备1对信号灯前的交通路口进行拍摄，获得路口图像，去雾霾处理设备5对所述路口图像执行清晰化处理，获得清晰化路口图像，所述图像处理设备2对所述清晰化路口图像进行图像处理，以获得所述交通路口各条车道的拥堵指数，所述3G通信设备4与所述图像处理设备2和所述信号灯控制设备3分别连接，将所述交通路口各条车道的拥堵指数无线发送给远端的交通管理平台，并接收所述交通管理平台反馈的信号灯控制信号，所述信号灯控制设备3基于所述信号灯控制信号控制信号灯各个子灯的红灯持续时间和绿灯持续时间。

下面，对信号灯前交通路口拥堵指数检测系统的结构进行更具体的说明。

所述检测系统还包括：供电电源，包括太阳能供电器件、蓄电池、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压。

所述去雾霾处理设备5包括：存储子设备，用于预先存储天空上限灰度阈值和天空下限灰度阈值，所述天空上限灰度阈值和所述天空下限灰度阈值用于分离出图像中的天空区域，还用于预先存储预设像素值阈值，所述预设像素值阈值取值在0到255之间。

所述去雾霾处理设备5还包括：雾霾浓度检测子设备，位于空气中，用于实时检测信号灯所在位置的雾霾浓度，并根据雾霾浓度确定雾霾去除强度，所述雾霾去除强度取值在0到1之间。

所述去雾霾处理设备5还包括：区域划分子设备，连接所述图像采集设备1以接收所述路口图像，对所述路口图像进行灰度化处理以获得灰度化区域图像，还与存储子设备连接，将所述灰度化区域图像中灰度值在所述天空上限灰度阈值和所述天空下限灰度阈值之间的像素识别并组成灰度化天空子图案，从所述灰度化区域图像分割出所述灰度化天空子图案以获得灰度化非天空子图像，基于所述灰度化非天空子图像在所述巡逻区域图像中的对应位置获得与所述灰度化非天空子图像对应的彩色非天空子图像。

所述去雾霾处理设备5还包括：黑色通道获取子设备，与所述区域划分子设备连接以获得所述彩色非天空子图像，针对所述彩色非天空子图像中每一个像素，计算其R，G，B三颜色通道像素值，在所述彩色非天空子图像中所有像素的R，G，B三颜色通道像素值中提取一个数值最小的颜色通道像素值所在的颜色通道作为黑色通道。

所述去雾霾处理设备5还包括：整体大气光值获取子设备，与所述存储子设备连接以获得预设像素值阈值，与所述区域划分子设备和所述黑色通道获取子设备分别连接以获得所述路口图像和所述黑色通道，将所述路口图像中黑色通道像素值大于等于预设像素值阈值的多个像素组成待检验像素集，将所述待检验像素集中具有最大灰度值的像素的灰度值作为整体大气光值。

所述去雾霾处理设备5还包括：大气散射光值获取子设备，与所述区域划分子设备和所述雾霾浓度检测子设备分别连接，对所述路口图像的每一个像素，提取其R，G，B三颜色通道像素值中最小值作为目标像素值，使用保持边缘的高斯平滑滤波器EPGF(edge-preservinggaussianfilter)对所述目标像素值进行滤波处理以获得滤波目标像素值，将目标像素值减去滤波目标像素值以获得目标像素差值，使用EPGF对目标像素差值进行滤波处理以获得滤波目标像素差值，将滤波目标像素值减去滤波目标像素差值以获得雾霾去除基准值，将雾霾去除强度乘以雾霾去除基准值以获得雾霾去除阈值，取雾霾去除阈值和目标像素值中的最小值作为比较参考值，取比较参考值和0中的最大值作为每一个像素的大气散射光值。

所述去雾霾处理设备5还包括：介质传输率获取子设备，与所述整体大气光值获取子设备和所述大气散射光值获取子设备分别连接，将每一个像素的大气散射光值除以整体大气光值以获得除值，将1减去所述除值以获得每一个像素的介质传输率。

所述去雾霾处理设备5还包括：清晰化图像获取子设备，与所述区域划分子设备、所述整体大气光值获取子设备和所述介质传输率获取子设备分别连接，将1减去每一个像素的介质传输率以获得第一差值，将所述第一差值乘以整体大气光值以获得乘积值，将所述路口图像中每一个像素的像素值减去所述乘积值以获得第二差值，将所述第二差值除以每一个像素的介质传输率以获得每一个像素的清晰化像素值，所述路口图像中每一个像素的像素值包括所述路口图像中每一个像素的R，G，B三颜色通道像素值，相应地，获得的每一个像素的清晰化像素值包括每一个像素的R，G，B三颜色通道清晰化像素值，所有像素的清晰化像素值组成清晰化路口图像。

所述图像处理设备2与所述去雾霾处理设备5连接，识别出所述清晰化路口图像中所述交通路口各条车道中的车辆数量，对所述交通路口各条车道中的车辆数量进行分析，以获得所述交通路口各条车道的拥堵指数，车道的拥堵指数与车道中的车辆数量成正比。

所述3G通信设备4将所述交通路口各条车道的拥堵指数叠加到所述清晰化路口图像上以形成复合图像，将所述复合图像通过3G无线通信链路发送给所述交通管理平台。

其中，所述交通管理平台在接收到所述复合图像后，解析出所述复合图像中的交通路口各条车道的拥堵指数，并基于所述交通路口附近所有交通路口的各条车道的拥堵指数联合做出决策，以发出针对所述交通路口的信号灯控制信号。

可选地，所述信号灯前交通路口拥堵指数检测系统中，所述图像采集设备1为高清图像采集设备，所输出的路口图像的分辨率为1920×1080或1420×1080；可以将所述去雾霾处理设备5、所述图像采集设备1和所述图像处理设备2集成在一块集成电路板上，可以采用4G通信设备替代所述3G通信设备4。

可选地，如图2所示，所述3G通信设备4还包括图像复合单元41、MPEG-4压缩单元42和3G通信单元43；所述图像复合单元41用于将所述交通路口各条车道的拥堵指数叠加到所述清晰化路口图像上以形成复合图像；所述MPEG-4压缩单元42与所述图像复合单元41连接，用于对所述复合图像进行图像压缩；所述3G通信单元43与所述MPEG-4压缩单元42连接，用于将压缩后的复合图像通过3G无线通信链路发送给所述交通管理平台。

另外，雾霾图像可以通过一系列图像处理设备实现图像的去雾霾化，以获得清晰化的图像，提高图像的能见度。这些图像处理设备分别执行不同的图像处理功能，基于雾霾形成的原理，达到去除雾霾的效果。雾霾图像的清晰化处理对于军用和民用领域都具有极大的应用价值，军用领域包括军事国防、遥感导航等，民用领域包括道路监测、目标跟踪和自动驾驶等。

雾霾图像形成的过程可以用大气衰减过程来描绘，在雾霾图像和实际图像即清晰化图像之间的关系可用整体大气光值和每一个像素的介质传输率来表述，即在已知雾霾图像的情况下，根据整体大气光值和每一个像素的介质传输率，可以求解出清晰化图像。

对于整体大气光值和每一个像素的介质传输率的求解都存在一些有效且经过验证的手段，例如，对于每一个像素的介质传输率，需要获得整体大气光值和每一个像素的大气散射光值，而每一个像素的大气散射光值可在对每一个像素在雾霾图像中的像素值进行两次保持边缘的高斯平滑滤波而获得，其间，雾霾去除的强度可调；而整体大气光值的获得方式有两种，一种方式是，可通过获取雾霾图像的黑色通道(即在雾霾图像中使得一些像素的黑色通道值非常低，黑色通道为R，G，B三颜色通道中的一种)，在雾霾图像中，通过寻找黑色通道像素值偏大的多个像素中寻找灰度值最大的像素来获得，即将寻找到的、灰度值最大的像素的灰度值作为整体大气光值，参与雾霾图像中每一个像素的清晰化处理；另外，整体大气光值也可通过以下方式获得：计算雾霾图像中每一像素的灰度值，将灰度值最大的像素的灰度值作为整体大气光值。

具体的雾霾图像和实际图像即清晰化图像之间的关系，以及各个参数之间的关系可参见以上内容。

通过对雾霾图像形成原理的探讨，搭建了雾霾图像和清晰化图像之间的关系，用多个参数表示这种关系，随后通过获得的多个参数值和雾霾图像即可还原获得清晰度较高的图像，由于参数的获得借用了一些统计手段和经验手段，因此所述清晰度较高的图像不可能完全等同于实际图像，但已经具有相当程度的去雾霾效果，为雾霾天气下的各个领域作业提供有效保障。

采用本发明的信号灯前交通路口拥堵指数检测方法，针对现有交通路口信号灯规划方案的控制模式固定、无法实时跟上各个路口实际的交通状况、控制效率不高以及抗雾霾功能差的技术问题，采用3G无线数据传输的方式，保证数据的快速、准确、全范围覆盖的传输，同时对路口采集到的图像进行车辆识别、车辆数量统计，并进一步计算出各个车道的拥堵指数，基于各个车道的拥堵指数的变化情况，制定各个车道对应的各个子灯的联动模式，最大程度地利用了各个路口的交通道路，更重要的是，去雾霾处理设备的引用，使得本系统能够适应在各种雾霾天气下工作。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (1)

1.一种信号灯前交通路口拥堵指数检测方法，其包括：

(1)通过图像采集设备对信号灯前的交通路口进行拍摄，获得路口图像；

(2)通过图像处理设备对所述路口图像进行图像处理，以获得所述交通路口各条车道的拥堵指数；

(3)通过3G通信设备将所述交通路口各条车道的拥堵指数无线发送给远端的交通管理平台，并接收所述交通管理平台反馈的信号灯控制信号；

(4)基于所述信号灯控制信号，通过信号灯控制设备来控制信号灯各个子灯的红灯持续时间和绿灯持续时间；

在步骤(1)和步骤(2)之间进一步包括通过去雾霾处理设备接收所述路口图像，对所述路口图像执行清晰化处理，获得清晰化路口图像，并将所述清晰化路口图像输入所述图像处理设备的步骤；

所述图像处理设备识别出所述清晰化路口图像中交通路口各条车道中的车辆数量，对所述交通路口各条车道中的车辆数量进行分析，以获得所述交通路口各条车道的拥堵指数，车道的拥堵指数与车道中的车辆数量成正比；

其中通过所述3G通信设备将所述交通路口各条车道的拥堵指数叠加到所述清晰化路口图像上以形成复合图像，将所述复合图像通过3G无线通信链路发送给所述交通管理平台，所述交通管理平台在接收到所述复合图像后，解析出所述复合图像中的交通路口各条车道的拥堵指数，并基于所述交通路口附近所有交通路口各条车道的拥堵指数联合做出决策，以发出针对所述交通路口的信号灯控制信号。