CN104751641A - 交通路口违章电子识别方法 - Google Patents

Abstract

本发明涉及一种交通路口违章电子识别方法，其包括：利用CMOS视觉传感器对交通路口内的直行车道方向所在区域进行拍摄，以获得直行方向图像；利用检测带图像分割器，在直行车道方向的预定红灯时刻内，从所述直行方向图像中分离出检测带图像；利用车辆图像分割器分离出检测带图像中的运动车辆图像；利用计数器在预定红灯时刻计算运动车辆图像的帧数；基于所述计数器的计数结果，利用嵌入式处理器确定在预定红灯时刻内是否存在车辆闯红灯。本发明的方法还包括使用清晰化图像处理器进行去雾处理以克服雾霾天气对图像的影响的步骤。通过本发明，即使在各种雾霾天气下，也能够保障车辆违章的电子检测精度。

Description

交通路口违章电子识别方法

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违章电子识别方法。

背景技术

闯红灯是最危险的道路交通安全隐患之一，具有以下危害性：1、闯红灯时驾驶员的注意力都在交通信号灯上，不能全面和正确感知车内外的变化，给驾驶员的反应和措施带来困难；2、闯红灯时，通常通过路口的车速都比较快，减弱了驾驶员对空间的认知能力；3、闯红灯时，驾驶员对各类交通环境的判断能力下降，有时会使驾驶员的思维判断或操作出现失误；4、路口是交通流的汇合点和冲突点，闯红灯加大了汇合点和冲突点本身的不安全性，导致安全系数下降；5、闯红灯影响驾驶员及时、准确、有效地操控车辆；6、闯红灯影响车辆的安全通过性能，同时也减弱了其他交通参与者的应变反映能力和应变处置能力；7、实践证明百分之九十的重特大交通事故都发生在交叉路口，因此由闯红灯所造成的事故后果通常都比较严重；8、红绿灯下，如出现驾驶员的无意识化，具有极端危害性。

为了避免闯红灯给道路交通带来事故，规范驾驶员的正常驾驶习惯，各个国家的道路交通管理部门都对闯红灯行为制定了极其严厉的惩罚规则。而其中闯红灯行为的正确检测是保障道路交通管理部门执法公平性的唯一手段。现行的闯红灯检测方法是通过普通摄像头对红灯时段仍旧通行路口的车辆进行图像拍摄、图像识别和车牌识别，为道路交通管理部门提供违法行驶的车辆信息，这种手段精度不高，判断规则单一，容易造成误判，从而给守法驾驶员带来经济损失或交通不便，同时，这种手段易受雾霾天气的影响。

因此，需要一种新的违章车辆电子检测的技术方案，采取高精度拍摄仪器，并通过不止一个判断标准来裁决通行车辆是否闯红灯，提供车辆闯红灯判断的准确性，避免误判的情况发生，而且能够克服雾霾天气对图像的影响，进一步提高检测的可靠性。

发明内容

为了解决上述问题，根据本发明的一个方面，本发明提供了一种交通路口违章电子识别方法，其包括：利用CMOS视觉传感器对交通路口内的直行车道方向所在区域进行拍摄，以获得直行方向图像；利用检测带图像分割器，在直行车道方向的预定红灯时刻内，从所述直行方向图像中分离出检测带图像；利用车辆图像分割器分离出检测带图像中的运动车辆图像；利用计数器在预定红灯时刻计算运动车辆图像的帧数；基于所述计数器的计数结果，利用嵌入式处理器确定在预定红灯时刻内是否存在车辆闯红灯。

优选地，本发明的违章电子识别方法进一步包括利用位于所述CMOS视觉传感器和所述检测带图像分割器之间的清晰化图像处理器接收所述直行方向图像，对所述直行方向图像进行去雾处理以获得去雾直行方向图像并将所述去雾直行方向图像输入所述检测带图像分割器以分离出检测带图像的步骤。

本发明的交通路口违章电子识别方法利用位于交通路口的违章电子识别平台实施，因此根据本发明的另一个方面，本发明还提供了一种位于交通路口的违章电子识别平台，所述识别平台包括CMOS视觉传感器、检测带图像分割器、车辆图像分割器、计数器和嵌入式处理器。其中所述CMOS视觉传感器用于对交通路口内的直行车道方向所在区域进行拍摄，以获得直行方向图像；所述检测带图像分割器连接CMOS视觉传感器，在直行车道方向的预定红灯时刻内，从所述直行方向图像中分离出检测带图像；所述车辆图像分割器连接所述检测带图像分割器，分离出检测带图像中的运动车辆图像；所述计数器连接所述车辆图像分割器，用于在预定红灯时刻计算运动车辆图像的帧数；所述嵌入式处理器与所述计数器连接，在预定红灯时刻内，基于所述计数器的计数结果确定是否存在车辆闯红灯。

更具体地，所述；违章电子识别平台；进一步包括：

用户输入器件，用于根据用户的输入，设定预定汽车上限灰度阈值、预定汽车下限灰度阈值和预定计数阈值，还根据用户的输入，对交通路口内的直行车道方向的检测带进行设置，所述检测带被设置在交通路口内的直行车道方向的人行道前端，为一矩形区域，所述检测带在所述直行方向图像中占据120×80像素矩阵；

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；

位置传感器，包括第一位置传感单元和第二位置传感单元，所述第一位置传感单元设置在检测带前端位置，用于在预定红灯时刻内检测是否有车辆经过检测带前端位置，如果有，则输出第一车辆经过信号，所述第二位置传感单元设置在交通路口中心线位置，用于在预定红灯时刻内检测是否有车辆经过交通路口中心线位置，如果有，则输出第二车辆经过信号，第一位置传感单元和第二位置传感单元都为接触式传感单元，通过检查存在预定压力以上的物体接触来确定有车辆经过，所述交通路口中心线位置在所述检测带前端位置之前；

同步动态随机存储器SDRAM，分别连接用户输入器件、检测带图像分割器、车辆图像分割器和嵌入式处理器，接收并存储预定汽车上限灰度阈值、预定汽车下限灰度阈值、预定计数阈值和所述检测带设置信息；

清晰化图像处理器，位于所述CMOS视觉传感器和所述检测带图像分割器之间，用于接收所述直行方向图像，对所述直行方向图像进行去雾处理以获得去雾直行方向图像，替换所述直行方向图像，将所述去雾直行方向图像输入所述检测带图像分割器以分离出检测带图像；

车牌识别器件，与所述嵌入式处理器连接，基于第一帧运动车辆图像，根据车牌定位算法、车牌字符分割算法和光学字符识别算法识别车辆的车牌数据；

无线数据通信设备，连接所述车牌识别器件和所述嵌入式处理器，将车牌识别器件输出的车牌数据和与车辆闯灯信号对应的文字信息通过无线通信网络分别发送给车牌数据对应车主的移动终端和交通管理中心。

更具体地，所述清晰化图像处理器包括：

雾霾浓度检测子设备，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；

整体大气光值获取子设备，与所述CMOS视觉传感器连接以获得所述直行方向图像，计算所述直行方向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；

大气散射光值获取子设备，与所述CMOS视觉传感器和所述雾霾浓度检测子设备分别连接，对所述直行方向图像的每一个像素，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CMOS视觉传感器、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，将所述直行方向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，所述直行方向图像中每一个像素的像素值包括所述直行方向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直行方向图像。

更具体地，所述车辆图像分割器将检测带图像中灰度值在预定汽车上限灰度阈值和预定汽车下限灰度阈值之间的像素识别并组成车辆图像，当检测带图像中存在车辆图像时，基于前后两帧车辆图像，确定车辆是否运动，如果运动，判断前后两帧车辆图像中的后面的一帧为运动车辆图像，所述计数器值自动加1以计算运动车辆图像的帧数，以前后两帧车辆图像中的后面的一帧作为新的前一帧，继续基于新的前后两帧车辆图像，执行上述运动车辆图像判断和上述计数器操作，直到检测带图像中不存在车辆图像。

更具体地，所述嵌入式处理器与位置传感器、计数器和车辆图像分割器分别连接，当在车辆图像分割器中的第一帧运动车辆图像对应的时间后依次接收到第一车辆经过信号和第二车辆经过信号，且计数器值超过预定计数阈值时，发出车辆闯灯信号，并将第一帧运动车辆图像发送给车牌识别器件；。

更具体地，所述用户输入器件、所述同步动态随机存储器、所述车辆图像分割器、所述嵌入式处理器和所述车牌识别器件都设于位于交通路口的仪表盒内。

更具体地，所述CMOS视觉传感器、所述清晰化图像处理器和所述无线数据通信设备都设置在交通路口上方的固定杆上。

更具体地，所述CMOS视觉传感器拍摄的直行方向图像的分辨率为1920×1080。

更具体地，所述嵌入式处理器为飞思卡尔IMX6处理器。

本发明的交通路口违章电子识别方法，引入CMOS视觉传感器对预定红灯时段的路口前端预定区域的车辆进行高精度拍摄，并采用相关图像处理设备对拍摄的高清图像进行目标识别，同时引入两个位置传感器也用于执行车辆闯红灯的检测，根据两个检测结果综合裁决车辆是否闯红灯，避免正常行驶或由于驾驶员误判而冲出路口前端预定区域但停车在路口中心线后的车辆被误判为闯红灯，并且增加了清晰化处理器件以去除雾霾天气对图像的不利影响，全面提高识别平台的准确性。

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位于交通路口的违章电子识别平台的结构方框图。

图2为根据本发明实施方案示出的位于交通路口的违章电子识别平台的位置传感器的结构方框图。

具体实施方式

下面将参照附图对实施本发明的交通路口违章电子识别方法的位于交通路口的违章电子识别平台的实施方案进行详细说明。

道路交通信号灯是交通安全产品中的一种类别，是为了加强道路交通管理，减少交通事故的发生，提高道路使用效率，改善交通状况的一种重要工具。适用于十字、丁字等交叉路口，由道路交通信号控制机控制，指导车辆和行人安全有序地通行。交通信号灯的种类主要有：机动车道信号灯，人行横道信号灯(即红绿灯)，非机动车道信号灯，方向指示信号灯，移动式交通信号灯，太阳能闪光警告信号灯，收费站天棚信号灯。道路交通信号灯是交通信号指挥中的重要组成部分，是道路交通的基本语言。

道路交通信号灯由红灯(表示禁止通行)、绿灯(表示允许通行)、黄灯(表示警示)组成。分为：机动车信号灯、非机动车信号灯、人行横道信号灯、车道信号灯、方向指示信号灯、闪光警告信号灯、道路与铁路平面交叉道口信号灯。广泛用于公路交叉路口，弯道、桥梁等存有安全隐患的危险路段，指挥司机或行人交通，促进交通畅通，避免交通事故和意外事故发生。

随着城市的发展和私家车数量的增长，拥有驾驶资格的驾驶员数量越来越多。由于驾驶员的驾驶习惯不同，或由于驾驶员因为急事赶时间，在道路交通信号灯为红色时，仍然坚持通过路口，即存在闯红灯的情况，而这时正是其他方向车辆和行人通行的时间，闯红灯极易造成车辆碰撞和误伤行人的事故发生，给他人和自己带来经济损失和人身伤亡，危害较大，是道路交通管理部门重点监控的目标之一。

现有技术中的闯红灯判断的技术方案，是通过在交通路口附近的定位杆上设置摄像装置，对红灯时间内通过路口前端预定区域的车辆进行识别和判断，将确定闯红灯的车辆的车牌信息发送给道路交通管理部门以便于后续的执法。这种方式虽然在一定程度上能够判断出闯红灯的车辆，但是对于由于驾驶员误判而冲出路口前端预定区域但停车在路口中心线后的车辆也判断为闯红灯，同时因为采用单一判断规则而且执行拍摄的是普通摄像装置，难免出现误判的情况，因而判断精度不高，另外，由于城市容易受到雾霾天气的侵袭，在各种不同程度的雾霾天气下，对电子图像的影响程度不同，客观上造成漏判的可能。

为此，本发明提出了一种交通路口违章电子识别方法，能够提高拍摄图像的分辨率，更准确地进行图像拍摄、图像识别和车牌识别，采用两种判定规则结合裁决闯红灯行为，提高位于交通路口的违章电子识别平台的检测精度，进一步地，增加对电子图像的去雾霾化处理，避免漏判情况发生。

图1为根据本发明实施方案示出的位于交通路口的违章电子识别平台的结构方框图，所述识别平台包括CMOS视觉传感器1、清晰化图像处理器2、检测带图像分割器3、车辆图像分割器4、计数器5和嵌入式处理器6，所述CMOS视觉传感器1用于对交通路口内的直行车道方向所在区域进行拍摄，以获得直行方向图像，所述清晰化图像处理器2用于接收所述直行方向图像，对所述直行方向图像进行去雾处理以获得去雾直行方向图像，所述检测带图像分割器3从所述去雾直行方向图像中分离出检测带图像，所述车辆图像分割器4分离出检测带图像中的运动车辆图像，所述计数器连接所述车辆图像分割器4，用于在预定红灯时刻计算运动车辆图像的帧数，所述嵌入式处理器6与CMOS视觉传感器1、清晰化图像处理器2、检测带图像分割器3、车辆图像分割器4、计数器5分别连接，在预定红灯时刻内，基于所述计数器5的计数结果确定是否存在车辆闯红灯。

接着，对所述位于交通路口的违章电子识别平台的结构进行更具体的描述。

所述识别平台还包括：用户输入器件，用于根据用户的输入，设定预定汽车上限灰度阈值、预定汽车下限灰度阈值和预定计数阈值，还根据用户的输入，对交通路口内的直行车道方向的检测带进行设置，所述检测带被设置在交通路口内的直行车道方向的人行道前端，为一矩形区域，所述检测带在所述直行方向图像中占据120×80像素矩阵。

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。

如图2所示，所述识别平台还包括：位置传感器7，包括第一位置传感单元71和第二位置传感单元72，所述第一位置传感单元71设置在检测带前端位置，用于在预定红灯时刻内检测是否有车辆经过检测带前端位置，如果有，则输出第一车辆经过信号，所述第二位置传感单元72设置在交通路口中心线位置，用于在预定红灯时刻内检测是否有车辆经过交通路口中心线位置，如果有，则输出第二车辆经过信号，第一位置传感单元71和第二位置传感单元72都为接触式传感单元，通过检查存在预定压力以上的物体接触来确定有车辆经过，所述交通路口中心线位置在所述检测带前端位置之前。

所述识别平台还包括：同步动态随机存储器SDRAM，分别连接用户输入器件、检测带图像分割器3、车辆图像分割器4和嵌入式处理器6，接收并存储预定汽车上限灰度阈值、预定汽车下限灰度阈值、预定计数阈值和所述检测带设置信息。

所述清晰化图像处理器2位于所述CMOS视觉传感器1和所述检测带图像分割器3之间，用于接收所述直行方向图像，对所述直行方向图像进行去雾处理以获得去雾直行方向图像，替换所述直行方向图像，将所述去雾直行方向图像输入所述检测带图像分割器3以分离出检测带图像。

所述清晰化图像处理器3包括：雾霾浓度检测子设备，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。

所述清晰化图像处理器3包括：整体大气光值获取子设备，与所述CMOS视觉传感器1连接以获得所述直行方向图像，计算所述直行方向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。

所述清晰化图像处理器3包括：大气散射光值获取子设备，与所述CMOS视觉传感器1和所述雾霾浓度检测子设备分别连接，对所述直行方向图像的每一个像素，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-preservinggaussian 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。

所述清晰化图像处理器3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。

所述清晰化图像处理器3包括：清晰化图像获取子设备，与所述CMOS视觉传感器1、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，将所述直行方向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，所述直行方向图像中每一个像素的像素值包括所述直行方向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直行方向图像。

所述车辆图像分割器4将检测带图像中灰度值在预定汽车上限灰度阈值和预定汽车下限灰度阈值之间的像素识别并组成车辆图像，当检测带图像中存在车辆图像时，基于前后两帧车辆图像，确定车辆是否运动，如果运动，判断前后两帧车辆图像中的后面的一帧为运动车辆图像，所述计数器值自动加1以计算运动车辆图像的帧数，以前后两帧车辆图像中的后面的一帧作为新的前一帧，继续基于新的前后两帧车辆图像，执行上述运动车辆图像判断和上述计数器操作，直到检测带图像中不存在车辆图像。

所述嵌入式处理器6与位置传感器7、计数器5和车辆图像分割器4分别连接，当在车辆图像分割器4中的第一帧运动车辆图像对应的时间后依次接收到第一车辆经过信号和第二车辆经过信号，且计数器5的值超过预定计数阈值时，发出车辆闯灯信号，并将第一帧运动车辆图像发送给车牌识别器件。

所述识别平台还包括：车牌识别器件，与所述嵌入式处理器6连接，基于第一帧运动车辆图像，根据车牌定位算法、车牌字符分割算法和光学字符识别算法识别车辆的车牌数据。

所述识别平台还包括：无线数据通信设备，连接所述车牌识别器件和所述嵌入式处理器6，将车牌识别器件输出的车牌数据和与车辆闯灯信号对应的文字信息通过无线通信网络分别发送给车牌数据对应车主的移动终端和交通管理中心。

可选地，在所述位于交通路口的违章电子识别平台中，所述用户输入器件、所述同步动态随机存储器、所述车辆图像分割器4、所述嵌入式处理器6和所述车牌识别器件都设于位于交通路口的仪表盒内；所述CMOS视觉传感器1、所述清晰化图像处理器2和所述无线数据通信设备都设置在交通路口上方的固定杆上；所述CMOS视觉传感器1拍摄的直行方向图像的分辨率为1920×1080；所述嵌入式处理器6为飞思卡尔IMX6处理器。

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违章电子识别方法，针对现有闯红灯识别平台精度不高、容易误判和漏判的技术问题，采用高清摄像机进行闯红灯图像拍摄，将位置传感器和图像识别两种结果结合，用于确定车辆是否在红灯时段通过路口，其中采用了图像识别、车牌定位、车牌字符分割和光学字符识别等图像处理技术，整个识别平台在准确率和效率方面都得到较大提高，更重要的是，去雾霾处理设备的使用减少了闯红灯图像中的雾霾成分，避免了漏判情况的发生。

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 (10)

1.一种交通路口违章电子识别方法，其包括：利用CMOS视觉传感器对交通路口内的直行车道方向所在区域进行拍摄，以获得直行方向图像；利用检测带图像分割器，在直行车道方向的预定红灯时刻内，从所述直行方向图像中分离出检测带图像；利用车辆图像分割器分离出检测带图像中的运动车辆图像；利用计数器在预定红灯时刻计算运动车辆图像的帧数；基于所述计数器的计数结果，利用嵌入式处理器确定在预定红灯时刻内是否存在车辆闯红灯。

2.如权利要求1所述的方法，进一步包括利用位于所述CMOS视觉传感器和所述检测带图像分割器之间的清晰化图像处理器接收所述直行方向图像，对所述直行方向图像进行去雾处理以获得去雾直行方向图像并将所述去雾直行方向图像输入所述检测带图像分割器以分离出检测带图像的步骤。

3.如权利要求1所述的方法，其利用位于交通路口的违章电子识别平台实施，所述识别平台包括CMOS视觉传感器、检测带图像分割器、车辆图像分割器、计数器和嵌入式处理器，所述CMOS视觉传感器用于对交通路口内的直行车道方向所在区域进行拍摄，以获得直行方向图像，所述检测带图像分割器连接CMOS视觉传感器，在直行车道方向的预定红灯时刻内，从所述直行方向图像中分离出检测带图像，所述车辆图像分割器连接所述检测带图像分割器，分离出检测带图像中的运动车辆图像，所述计数器连接所述车辆图像分割器，用于在预定红灯时刻计算运动车辆图像的帧数，所述嵌入式处理器与所述计数器连接，在预定红灯时刻内，基于所述计数器的计数结果确定是否存在车辆闯红灯。

4.如权利要求3所述的方法，其中所述识别平台还包括：

用户输入器件，用于根据用户的输入，设定预定汽车上限灰度阈值、预定汽车下限灰度阈值和预定计数阈值，还根据用户的输入，对交通路口内的直行车道方向的检测带进行设置，所述检测带被设置在交通路口内的直行车道方向的人行道前端，为一矩形区域，所述检测带在所述直行方向图像中占据120×80像素矩阵；

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；

位置传感器，包括第一位置传感单元和第二位置传感单元，所述第一位置传感单元设置在检测带前端位置，用于在预定红灯时刻内检测是否有车辆经过检测带前端位置，如果有，则输出第一车辆经过信号，所述第二位置传感单元设置在交通路口中心线位置，用于在预定红灯时刻内检测是否有车辆经过交通路口中心线位置，如果有，则输出第二车辆经过信号，第一位置传感单元和第二位置传感单元都为接触式传感单元，通过检查存在预定压力以上的物体接触来确定有车辆经过，所述交通路口中心线位置在所述检测带前端位置之前；

同步动态随机存储器SDRAM，分别连接用户输入器件、检测带图像分割器、车辆图像分割器和嵌入式处理器，接收并存储预定汽车上限灰度阈值、预定汽车下限灰度阈值、预定计数阈值和所述检测带设置信息；

清晰化图像处理器，位于所述CMOS视觉传感器和所述检测带图像分割器之间，用于接收所述直行方向图像，对所述直行方向图像进行去雾处理以获得去雾直行方向图像，替换所述直行方向图像，将所述去雾直行方向图像输入所述检测带图像分割器以分离出检测带图像；

车牌识别器件，与所述嵌入式处理器连接，基于第一帧运动车辆图像，根据车牌定位算法、车牌字符分割算法和光学字符识别算法识别车辆的车牌数据；

无线数据通信设备，连接所述车牌识别器件和所述嵌入式处理器，将车牌识别器件输出的车牌数据和与车辆闯灯信号对应的文字信息通过无线通信网络分别发送给车牌数据对应车主的移动终端和交通管理中心。

5.如权利要求4所述的方法，其中所述清晰化图像处理器包括：

雾霾浓度检测子设备，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；

整体大气光值获取子设备，与所述CMOS视觉传感器连接以获得所述直行方向图像，计算所述直行方向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；

大气散射光值获取子设备，与所述CMOS视觉传感器和所述雾霾浓度检测子设备分别连接，对所述直行方向图像的每一个像素，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CMOS视觉传感器、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，将所述直行方向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，所述直行方向图像中每一个像素的像素值包括所述直行方向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直行方向图像。

6.如权利要求5所述的方法，其中所述车辆图像分割器将检测带图像中灰度值在预定汽车上限灰度阈值和预定汽车下限灰度阈值之间的像素识别并组成车辆图像，当检测带图像中存在车辆图像时，基于前后两帧车辆图像，确定车辆是否运动，如果运动，判断前后两帧车辆图像中的后面的一帧为运动车辆图像，所述计数器值自动加1以计算运动车辆图像的帧数，以前后两帧车辆图像中的后面的一帧作为新的前一帧，继续基于新的前后两帧车辆图像，执行上述运动车辆图像判断和上述计数器操作，直到检测带图像中不存在车辆图像；

所述嵌入式处理器与位置传感器、计数器和车辆图像分割器分别连接，当在车辆图像分割器中的第一帧运动车辆图像对应的时间后依次接收到第一车辆经过信号和第二车辆经过信号，且计数器值超过预定计数阈值时，发出车辆闯灯信号，并将第一帧运动车辆图像发送给车牌识别器件。

7.如权利要求4所述的方法，其中所述用户输入器件、所述同步动态随机存储器、所述车辆图像分割器、所述嵌入式处理器和所述车牌识别器件都设于位于交通路口的仪表盒内。

8.如权利要求4所述的方法，其中所述CMOS视觉传感器、所述清晰化图像处理器和所述无线数据通信设备都设置在交通路口上方的固定杆上。

9.如权利要求1-8任一项所述的方法，其中所述CMOS视觉传感器拍摄的直行方向图像的分辨率为1920×1080。

10.如权利要求1-8任一项所述的方法，其中所述嵌入式处理器为飞思卡尔IMX6处理器。