交通路口抢行车辆识别平台
技术领域
本发明涉及电子检测领域,尤其涉及一种交通路口抢行车辆识别平台。
背景技术
一般地,在较大的通行路口处,设置的车道包括掉头车道、左侧车道、直行车道和右侧车道,调头车道用于调整行驶方向的车辆进行转向行驶,左侧车道用于车辆左拐弯前行,右侧车道用于车辆右拐弯前行,直行车道用于车辆向正前方直行。相应地,在这样的通行路口会设置包括多个信号灯子单元的信号灯指示设备,驾驶员必须按照信号灯指示设备的指示通行,违反信号灯指示设备的指示的行为都被定为违章行为。
现有技术中,闯红灯的车辆违章检测系统比较常见,而很少有检测直行车道车辆抢左侧车道的车辆违章检测系统,更缺少两种违章检测系统结合的实施方式,实际上,闯红灯的车辆违章行为危害很大,直行车道车辆抢左侧车道的违章行为也会带来较大的安全问题,一方面,破坏了正常的道路交通秩序,导致车辆的不正常行驶行为、驾驶员不合法的驾驶习惯;另一方面,抢行行为容易造成两个车道的车辆碰撞,不仅对正常等灯的车辆不公平,而且给正常等灯的车辆带来安全隐患。因此需要检测抢行左侧车道的这一违章行为,规范车辆的正常行驶,保证路口通行的安全性和公平性。
现有技术中的车辆违章检测系统在雾霾天气下,由于检测图像缺少消除雾霾的处理设备,检测结果极易受雾霾影响,导致系统的可靠性和准确性也大受折扣。
因此,需要一种交通路口抢行车辆识别平台,采取电子检测的方式自动检测违章车辆闯红灯和抢左行的违章行为,而且能够在各种雾霾天气下无误差地检测出包括车牌号码的车辆信息。
发明内容
为了解决上述技术问题,本发明提供了一种交通路口抢行车辆识别平台,首先在左侧车道和做出车道旁的直行车道合理布置多个基于电磁感应技术的检测子单元,综合分析多个检测子单元的检测结果,并以此判断是否存在抢行左侧车道的违章行为,最后根据大气衰减模型确定雾霾对图像的影响因素,对多雾天气下采集的检测图像进行去雾霾化处理,从而实现在各种天气下对违章车辆的车牌信息的准确辨识。
根据本发明的一方面,提供了一种交通路口抢行车辆识别平台,所述识别平台包括车辆位置感应系统、图像检测系统和飞思卡尔单片机MC9S12XS128,所述车辆位置感应系统用于分别在直行车道截止线、距离直行车道截止线前预设长度和距离左侧车道截止线前预设长度三处位置感应是否存在车辆通过,所述飞思卡尔单片机与所述车辆位置感应系统和所述图像检测系统分别连接,基于所述车辆位置感应系统的感应结果确定是否存在抢行的违章车辆,并控制图像检测系统以检测违章车辆的车牌号码。
更具体地,在所述交通路口抢行车辆识别平台中,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;信号灯数据采集器,与多个信号灯单元分别连接,信号灯单元的数量与所述通行路口的车道数量相同,多个信号灯单元与多个车道一一对应,所述信号灯数据采集器根据多个信号灯单元当前是否为绿灯输出当前为绿灯的信号灯单元所对应车道的车道序号;所述车辆位置感应系统在直行车道截止线、距离直行车道截止线前预设长度或距离左侧车道截止线前预设长度三处位置感应存在车辆通过时分别发出第一感应信号、第二感应信号或第三感应信号;所述图像检测系统包括CMOS视觉传感器、清晰化图像处理器和车牌识别器,所述CMOS视觉传感器用于拍摄交通路口图像,所述清晰化图像处理器用于对交通路口图像进行去雾霾处理以输出去雾霾交通路口图像,所述车牌识别器与所述清晰化图像处理器连接以识别出在去雾霾交通路口图像中在距离直行车道截止线前预设长度位置附近区域内车辆的车牌号码,作为闯直行红灯车辆的车牌号码,识别出在去雾霾交通路口图像中在距离左侧车道截止线前预设长度位置附近区域的车辆的车牌号码,作为抢行左侧车道车辆的车牌号码;所述清晰化图像处理器还包括:存储子器件,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;雾霾浓度检测子器件,位于空气中,用于实时检测交通路口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;区域划分子器件,连接所述CMOS视觉传感器以接收所述交通路口图像,对所述交通路口图像进行灰度化处理以获得灰度化区域图像,还与存储子器件连接,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;黑色通道获取子器件,与所述区域划分子器件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器件,与所述存储子器件连接以获得预设像素值阈值,与所述区域划分子器件和所述黑色通道获取子器件分别连接以获得所述交通路口图像和所述黑色通道,将所述交通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器件,与所述区域划分子器件和所述雾霾浓度检测子器件分别连接,对所述交通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-preserving gaussian filter)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;介质传输率获取子器件,与所述整体大气光值获取子器件和所述大气散射光值获取子器件分别连接,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;清晰化图像获取子器件,与所述区域划分子器件、所述整体大气光值获取子器件和所述介质传输率获取子器件分别连接,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,将所述交通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,所述交通路口图像中每一个像素的像素值包括所述交通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去雾霾交通路口图像;所述飞思卡尔单片机与所述信号灯数据采集器、所述车辆位置感应系统和所述图像检测系统分别连接,在接收到所述信号灯数据采集器发送的车道序号为左侧车道对应的序号且接收到所述第一感应信号时,进入违章检测模式;所述飞思卡尔单片机在所述违章检测模式中,启动所述图像检测系统,并在接收到所述第二感应信号时,发出直行车道车辆闯红灯信号,接收所述图像检测系统输出的闯直行红灯车辆的车牌号码,在接收到所述第三感应信号时,发出直行车道车辆抢行左侧车道信号,接收所述图像检测系统输出的抢行左侧车道车辆的车牌号码。
更具体地,在所述交通路口抢行车辆识别平台中,还包括:GPRS通信系统,与所述飞思卡尔单片机连接,用于将闯直行红灯车辆的车牌号码或抢行左侧车道车辆的车牌号码无线发送给当地交管控制服务器,还用于接收当地交管控制服务器下发的控制指令。
更具体地,在所述交通路口抢行车辆识别平台中,所述车辆位置感应系统包括分别设置在直行车道截止线、距离直行车道截止线前预设长度或距离左侧车道截止线前预设长度三处位置的三个感应子系统,每一个感应子系统包括一个感应线圈、一个振荡电路、一个频率检测电路和一个串行接口。
更具体地,在所述交通路口抢行车辆识别平台中,在每一个感应子系统内,当有车辆通过感应线圈时,感应线圈与车辆车体产生互感,导致振荡电路振荡频率发生变化,而在无车辆通过时,振荡电路振荡频率保持不变,频率检测电路与振荡电路连接,用于检测振荡电路的振荡频率,并在检测到变化的振荡频率时,通过串行接口发送相应的感应信号。
更具体地,在所述交通路口抢行车辆识别平台中,所述车牌识别器基于OCR识别算法执行车辆车牌号码的识别。
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交通路口抢行车辆识别平台的结构方框图。
具体实施方式
下面将参照附图对本发明的交通路口抢行车辆识别平台的实施方案进行详细说明。
目前,各个国家对通行路口车辆的违章行为的检查主要集中在于闯红灯和非机动车道上行驶等方面,主要原因在于,闯红灯和非机动车道上行驶的车辆会给其他正常行驶的车辆以及行人带来巨大的事故隐患。然而,实际上,出于通行效率的考虑,左侧车道的绿灯通行时间一般设定的比旁边直行车道的绿灯通行时间晚,因而在高峰时段,左侧车道经常堆积了很多等灯的车辆,一些驾驶员为了节省通行时间,不愿意按照规定正常等灯,而是选择现在直行车道行驶,在离开直行车道截止线时立即转向左侧,以先于等灯的车辆占据左侧通行车道。
原在直行车道的车辆在左拐信号灯变绿时抢行左侧车道的违章行为也带来较大的安全问题,一方面,破坏了正常的道路交通秩序,导致车辆的不正常行驶行为、驾驶员不合法的驾驶习惯;另一方面,抢行行为容易造成两个车道的车辆碰撞,不仅对正常等灯的车辆不公平,而且给正常等灯的车辆带来安全隐患。因此需要检测抢行左侧车道的这一违章行为,规范车辆的正常行驶,保证路口通行的安全性和公平性。
现有技术中直行车道的车辆抢行左侧车道的违章行为的检测非常有限,即使有,也只限于交通警察的肉眼检测,这样的人工检测手段不仅效率低下,而且难于取证。
同时,现有技术中的违章车辆信息检测基本上都是基于图像处理,如果在雾霾严重的天气下,检测图像会模糊不清,容易导致车牌号码难以识别,甚至违章车辆都无法识别的后果。
为此,本发明提供了一种交通路口抢行车辆识别平台,采取电子检测的方式同时检测闯红灯和抢左侧车道的违章车辆的违章行为,并引入了雾霾消除处理设备保障车牌信息的可靠检测。
图1为根据本发明实施方案示出的交通路口抢行车辆识别平台的结构方框图,所述识别平台包括车辆位置感应系统1、图像检测系统2和飞思卡尔单片机3,型号为MC9S12XS128,所述车辆位置感应系统1用于分别在直行车道截止线、距离直行车道截止线前预设长度和距离左侧车道截止线前预设长度三处位置感应是否存在车辆通过,所述飞思卡尔单片机3与所述车辆位置感应系统1和所述图像检测系统2分别连接,基于所述车辆位置感应系统1的感应结果确定是否存在抢行的违章车辆,并控制图像检测系统2以检测违章车辆的车牌号码。
接着,继续对本发明的交通路口抢行车辆识别平台的具体结构进行进一步的说明。
所述识别平台还包括: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。
所述识别平台还包括:信号灯数据采集器,与多个信号灯单元分别连接,信号灯单元的数量与所述通行路口的车道数量相同,多个信号灯单元与多个车道一一对应,所述信号灯数据采集器根据多个信号灯单元当前是否为绿灯输出当前为绿灯的信号灯单元所对应车道的车道序号。
所述车辆位置感应系统1在直行车道截止线、距离直行车道截止线前预设长度或距离左侧车道截止线前预设长度三处位置感应存在车辆通过时分别发出第一感应信号、第二感应信号或第三感应信号。
所述图像检测系统2包括CMOS视觉传感器、清晰化图像处理器和车牌识别器,所述CMOS视觉传感器用于拍摄交通路口图像,所述清晰化图像处理器用于对交通路口图像进行去雾霾处理以输出去雾霾交通路口图像,所述车牌识别器与所述清晰化图像处理器连接以识别出在去雾霾交通路口图像中在距离直行车道截止线前预设长度位置附近区域内车辆的车牌号码,作为闯直行红灯车辆的车牌号码,识别出在去雾霾交通路口图像中在距离左侧车道截止线前预设长度位置附近区域的车辆的车牌号码,作为抢行左侧车道车辆的车牌号码。
所述清晰化图像处理器包括以下部件:
存储子器件,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;
雾霾浓度检测子器件,位于空气中,用于实时检测交通路口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;
区域划分子器件,连接所述CMOS视觉传感器以接收所述交通路口图像,对所述交通路口图像进行灰度化处理以获得灰度化区域图像,还与存储子器件连接,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;
黑色通道获取子器件,与所述区域划分子器件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器件,与所述存储子器件连接以获得预设像素值阈值,与所述区域划分子器件和所述黑色通道获取子器件分别连接以获得所述交通路口图像和所述黑色通道,将所述交通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器件,与所述区域划分子器件和所述雾霾浓度检测子器件分别连接,对所述交通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-preserving gaussian filter)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;
介质传输率获取子器件,与所述整体大气光值获取子器件和所述大气散射光值获取子器件分别连接,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;
清晰化图像获取子器件,与所述区域划分子器件、所述整体大气光值获取子器件和所述介质传输率获取子器件分别连接,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,将所述交通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,所述交通路口图像中每一个像素的像素值包括所述交通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去雾霾交通路口图像。
所述飞思卡尔单片机3与所述信号灯数据采集器、所述车辆位置感应系统1和所述图像检测系统2分别连接,在接收到所述信号灯数据采集器发送的车道序号为左侧车道对应的序号且接收到所述第一感应信号时,进入违章检测模式;所述飞思卡尔单片机3在所述违章检测模式中,启动所述图像检测系统2,并在接收到所述第二感应信号时,发出直行车道车辆闯红灯信号,接收所述图像检测系统2输出的闯直行红灯车辆的车牌号码,在接收到所述第三感应信号时,发出直行车道车辆抢行左侧车道信号,接收所述图像检测系统2输出的抢行左侧车道车辆的车牌号码。
可选地,所述交通路口抢行车辆识别平台还包括:GPRS通信系统,与所述飞思卡尔单片机3连接,用于将闯直行红灯车辆的车牌号码或抢行左侧车道车辆的车牌号码无线发送给当地交管控制服务器,还用于接收当地交管控制服务器下发的控制指令;所述车辆位置感应系统1包括分别设置在直行车道截止线、距离直行车道截止线前预设长度或距离左侧车道截止线前预设长度三处位置的三个感应子系统,每一个感应子系统包括一个感应线圈、一个振荡电路、一个频率检测电路和一个串行接口;在每一个感应子系统内,当有车辆通过感应线圈时,感应线圈与车辆车体产生互感,导致振荡电路振荡频率发生变化,而在无车辆通过时,振荡电路振荡频率保持不变,频率检测电路与振荡电路连接,用于检测振荡电路的振荡频率,并在检测到变化的振荡频率时,通过串行接口发送相应的感应信号;以及所述车牌识别器基于OCR识别算法执行车辆车牌号码的识别。
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。
采用本发明的交通路口抢行车辆识别平台,针对现有检测抢行左侧车道的检测方式过于偏重人工检测、检测时间和力度不够以及检测易受雾霾天气影响的技术问题,通过在道路通信路口合理排列检测设备,实现抢行左侧车道车辆的有效检测,同时有针对性、抗雾霾的图像处理技术提高了本识别平台的可靠性。
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。