道路监测装置及方法
技术领域
本发明涉及一种通信与计算机领域,特别涉及一种道路监控装置及方法。
背景技术
道路监测已经广泛应用于道路的指挥系统中,道路监测装置是现代计算机、通信、信息、检测、控制等技术结合的体现,实现对城市交通管理实施高效控制管理,对交通管理的科技水平的提高,同时也部分缓解了道路交通压力,对严格执法起到了至关重要的推动作用。
目前的道路监测方法基本为通过摄像装置对道路上的信息进行摄像、存储,实则为简单记录道路信息,而不能及时观测及处理道路上存在的安全隐患,往往都是在事后进行证据化的补偿手段,还需要进一步的人工视频解读,不能满足高效智能城市建设及管理需求,时效性较差。
目前也有利用GPS来确定的车辆的行驶轨迹对应的道路的拥堵状况,在进行拥堵状况的正确的判定的同时,可以减少车辆和信息中心之间的通信所涉及的通信次数和通信数据量,可以实现通信处理负担的减轻和通信费用的低额化。这种道路交通状态检测手段存在着一定缺陷,通过车辆运行情况来推断道路交通状态存在着片面性、局部性和主观性等问题,不能够通过全景化的图像以及三维信息,不能进行整个道路情况分析。
传统的红外线监测装置是具有良好应用前景的悬挂式检测器。该检测器一般采用反射式检测技术。反射式检测器探头由一个红外发光管和一个红外接收管组成,其工作原理是由调制脉冲发生器产生调制脉冲,经红外探头向停车位上辐射,当停车位上有车时,红外线脉冲从停车位反射回来,被探头的接收管接收,经红外解调器解调,通过选通、放大、整流和滤波后触发器输出一个检测信号。这种检测器具有快速准确、轮廓清晰的检测能力。其缺点是现场的灰尘、杂物会影响检测器的正常工作,监测情况会被现场的异物随时干扰,监测的精度不够。
同时,道路监测对摄像装置的要求也是很大的,普通的可见光相机在光照较弱的情况下,性能会大幅度下降,不能正确判断图像内的信息;并且单个相机也无法得到三维完整信息,不能够较好的实现道路监控的目的。
发明内容
为了解决上述问题,本发明提供一种道路监测装置及方法,充分利用可见光图像的高分辨率与结构光图像的三维信息,提高监测精度。
为了实现上述目的,本发明采用如下技术方案,应用于将道路信息的实时情况采集后发送至远程设备上,本道路监测装置包括:
结构光发生装置,设置于道路旁固定位置上,用于发射结构光;
摄像装置,设置于道路旁固定位置上,用于获取可见光图像与经所述结构光照射的道路图像;
图像处理装置,设置于远程设备上,与所述摄像装置通讯连接, 用于接收所述可见光图像与所述结构光图像,并对所述可见光图像与所述结构光图像进行分析、处理。
进一步改进技术方案,所述结构光发生装置发射的结构光为红外编码结构光;以及
所述红外编码结构光呈平行线或棋盘网格状。
进一步改进技术方案,所述摄像装置为多光谱相机,且所述多光谱相机的镜头前加装红外滤波片;以及
所述红外滤波片为两个半圆形结构,其中一个所述红外滤波片用于获取所述可见光图像,另一个所述红外滤波片用于获取所述结构光图像。
进一步改进技术方案,所述道路监测装置还包括:
显示装置,与所述图像处理装置通讯连接,用于显示图像处理结果。
进一步改进技术方案,所述图像处理装置采用包括微处理器嵌入式系统。
进一步改进技术方案,所述微处理器包括:
图像获取单元,与所述摄像装置通讯连接,用于接收所述可见光图像与所述结构光图像;
图像处理单元,与所述图像获取单元通讯连接,用于处理所述图像获取单元接收的所述可见光图像与所述结构光图像,得到处理结果;
结果单元,与所述图像处理单元通讯连接,用于存储所述处理结果。
进一步改进技术方案,所述图像获取单元包括:
初始化模块,分别与所述摄像装置、所述图像处理单元通讯连接,用于在装置安装完成后,采集道路信息可见光图像样本,并利用所述结构光对道路进行标定,得出可见光图像模板与结构光图像模板;
图像获取模块,分别与所述摄像装置、所述图像处理单元通讯连接,用于临时存储实时获取的所述结构光图像与所述可见光图像。
进一步改进技术方案,所述图像处理单元还包括:
可见光处理模块,分别与所述初始化模块、图像获取模块通讯连接,用于将所述可见光图像与所述可见光图像模板进行匹配,识别后得到可见光图像处理结果;
结构光测量模块,分别与所述初始化模块、图像获取模块通讯连接,用于将所述结构光图像与所述结构光图像模板进行匹配,识别后得到结构光图像处理结果;
图像合并模块,分别与所述可见光处理模块与所述结构光测量模块通讯连接,用于合并所述可见光处理模块的处理结果与所述结构光测量模块的处理结果,得到所述处理结果。
进一步改进技术方案,所述可见光处理模块包括:停车位检测模块、占道检测模块、车速检测模块、车流密度检测模块、异物检测模块,用于进行所述可见光图像与所述可见光图像模板的匹配、识别。
进一步改进技术方案,所述结构光测量模块包括:停车位测量模块、占道测量模块、车速测量模块、车流密度测量模块、异物测量模块,用于进行所述结构光图像与所述结构光图像模板的匹配、识别。
进一步改进技术方案,所述图像合并模块包括:
存储模块,分别与所述可见光处理模块与所述结构光测量模块通讯连接,用于临时存储所述可见光图像处理结果和所述结构光图像处 理结果;
合并模块,与所述存储模块通讯连接,用于将所述存储模块中的所述可见光图像处理结果和所述结构光图像处理结果中表示相同图像信息的图像提取并发送;
学习模块,与所述合并模块通讯连接,接收所述合并模块发送的图像,进一步进行处理,得到所述处理结果。
进一步改进技术方案,所述微处理器还包括:
控制单元,与所述结果单元通讯连接,用于接收所述处理结果,并根据所述处理结果控制道路实况。
基于道路监测装置,本发明设计了一种道路监测方法,所述方法包括:
步骤S1:初始化,结构光发生装置发射结构光,对道路进行标定,摄像装置获取道路信息可见光图像与经所述结构光照射的道路图像,得到可见光图像模板与结构光图像模板;
步骤S2:结构光发生装置发射结构光,摄像装置获取道路信息可见光图像与经所述结构光照射的道路图像,得到可见光图像与结构光图像;
步骤S3:图像处理装置将图像与图像模板进行匹配、处理,得到处理结果。
进一步改进技术方案:所述步骤S1具体包括:
步骤S11:所述结构光发生装置发射所述结构光,对道路进行标定,记录初始数据;
步骤S12:所述摄像装置拍摄道路信息,形成所述可见光图像模板;
步骤S13:所述摄像装置同步拍摄所述结构光照射的道路图像;
步骤S14:初始化模块获取所述可见光图像模板与所述结构光图像模板,并将所述可见光图像模板与所述结构光图像模板存储至所述初始化模块。
进一步改进技术方案:所述步骤S2具体包括:
步骤S21:所述结构光发生装置发射所述结构光,对道路进行标定,记录数据;
步骤S22:所述摄像装置拍摄道路信息,形成所述可见光图像;
步骤S23:所述摄像装置同步拍摄所述结构光照射的道路图像;
步骤S24:图像获取模块获取所述可见光图像与所述结构光图像,并将所述可见光图像与所述结构光图像存储至所述图像获取模块。
进一步改进技术方案,所述步骤S3具体包括:
步骤S31:图像处理单元从所述初始化模块与所述图像获取模块获得所述可见光图像与所述可见光图像模板,并进行匹配、处理,得到处理结果;
步骤S32:所述图像处理单元将所述处理结果存储至结果单元。
进一步改进技术方案,所述步骤S31具体包括:
步骤S311:可见光处理模块分别从所述初始化模块与所述图像获取模块获得所述可见光图像与所述可见光图像模板,并对所述可见光图像与所述可见光图像模板进行匹配、识别,获得可见光图像处理结果;
步骤S312:结构光测量模块分别从所述初始化模块与所述图像获取模块获得所述结构光图像与所述结构光图像模板,并对所述结构光图像与所述结构光图像模板进行匹配、识别,获得结构光图像处理 结果;
步骤S313:图像合并模块合并所述可见光处理模块的处理结果与所述结构光测量模块的处理结果,进行进一步的识别后,得到所述处理结果。
进一步改进技术方案,所述步骤S313具体包括:
步骤S3131:存储模块临时存储所述可见光图像处理结果和所述结构光图像处理结果;
步骤S3132:合并模块将所述存储模块中的所述可见光图像的处理结果和所述结构光图像的处理结果中表示相同图像信息的图像提取并发送;
步骤S3133:学习模块接收所述合并模块发送的图像,进一步进行处理,得到所述处理结果。
进一步改进技术方案,所述道路监测方法还包括:
所述图像处理装置将所述处理结果发送至显示装置,所述显示装置显示所述处理结果。
进一步改进技术方案,所述步骤S3还包括:
所述结果单元将所述处理结构发送至控制单元,所述控制单元根据所述处理结果控制道路实况。
进一步改进技术方案,所述步骤S312具体包括:
所述结构光测量模块利用结构光测量原理对所述结构光图像与所述结构光图像模板进行匹配、识别。
与现有技术对比,本发明的有益效果是:
1、在多光谱相机的镜头前加装红外滤波片,该滤波片分为两个 半圆形滤波片,其中一个实现可见光低通滤波功能,另一个实现红外带通滤波功能,不但可同时获取可见光图像和红外结构光图像,还可滤除杂光的影响,提高测量精度。
2、基于计算机视觉技术对道路进行目标检测,节省了人力物力的耗费,全面实现智能化的道路监测。
3、图像处理装置对视场内的人和车辆进行行为分析,并根据分析结果输出进入控制单元,由控制单元进行预警或进行道路实况处理。
4、图像信息融合模块可以接收来自可见光和红外结构光图像的处理结果,综合利用可见光图像的高分辨率和结构光图像测量得到的三维信息等参量,对两部分图像处理的信息进行融合,进一步对目标和事件进行判别,提高判别精度。
5、本发明综合利用多光谱相机和计算机视觉技术对道路进行全天候、实时监控,保障道路交通安全。
附图说明
图1为本发明的装置示意图;
图2为本发明的方法示意图。
1-结构光发生装置;2-道路;3-摄像装置;4-显示装置;5-图像处理装置。
具体实施方式
下面结合附图对本发明进行进一步说明。
实施例一
本发明应用于将道路信息的实时情况采集后发送至远程设备上,所谓道路信息可以包括路面上的行人和车辆的行为、路面车辆的车牌号码、车辆的行驶速度、交通违规情况、停车位剩余情况、车辆违规占道情况、车流量道路信息以及高空抛物地面异物的危险隐患。
图1为实施例一的装置结构示意图,如附图1所示,本道路监测装置包括:
结构光发生装置1设置于道路旁固定位置上,用于发射红外编码结构光,红外编码结构光呈平行线或棋盘网格状,结构发生装置将红外编码结构光发射在道路2上后,红外编码结构光会对道路2标定三维结构光信息,即红外编码结构光主要采集道路2上面的道路信息的三维信息。
摄像装置3设置于道路旁固定位置上,用于获取可见光图像与经结构光照射的道路图像,摄像装置3为多光谱相机,多光谱照相是指在可见光的基础上向红外光和紫外光两个方向扩展,并通过各种滤光片或分光器与多种感光胶片的组合,使其同时分别接收同一目标在不同窄光谱带上所辐射或反射的信息,即可得到目标的几张不同光谱带的照片,本发明的多光谱相机主要用于拍摄可见光与红外结构光,多光谱相机的镜头前加装红外滤波片,红外滤波片为两个半圆形结构,其中一个实现可见光低通滤波功能,获取可见光图像,另一个实现红外带通滤波功能,获取结构光图像,这样不但可同时获取可见光图像和红外结构光图像,还可滤除杂光的影响,提高测量精度。这样对于道路2上的信息实质上就以二维信息和三维信息的形式存储在多光谱照相机之中,对道路2上的物体的位置、移动情况等也会了解的更加清楚。
图像处理装置5采用嵌入式系统,嵌入式系统是以应用为中心、以计算机技术为基础、软件硬件可裁剪、适应应用系统对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。图像处理装置5设置于远程设备上,与摄像装置3通讯连接,方便远程接受图像信息,用于接收可见光图像与结构光图像,并对可见光图像与结构光图像进行分析、处理。
本发明的一个优选的实施例,图像处理装置5还与显示装置4通讯连接,以显示图像处理结果,维护人员可以清楚的通过显示装置看到道路信息以及道路的处理情况,以便于及时处理安全隐患,其反馈具有实时性。
图像处理装置5包括微处理器,其中微处理器包括:图像获取单元、图像处理单元、结果单元。
本发明一个优选的实施例,微处理器还包括控制单元,控制单元用于接受处理结果,并且根据处理结果进行相应的道路处理,比如当道路2一定范围内不存在人或车辆等活动目标时,此时一定范围内不存在人或车辆等活动目标即为上述所称的处理结果,根据这个处理结果,控制单元自动控制路灯关闭;当行人和车辆移动时,控制单元自动控制相邻的路灯打开。可以精准控制路灯开合,达到节能减排的目的,控制单元根据不同的处理结果对道路2现场进行及时的控制处理,节省人力物力,实现道路监测的同时,又实现智能化控制。同时,控制单元还可以对处理结果进行分级(评级)、报警等操作,例如,当处理结果发现空中有抛扬物时,控制单元根据处理结果通知报警器报警;再比如,在判断车流量时,进行拥堵情况的划分,对拥堵情况进行评级,控制单元根据具体的分级,通过预设定的分级进行实时报 警。
图像获取单元与摄像装置3通讯连接,用于接收可见光图像与结构光图像,图像获取单元中包括:初始化模块与图像获取模块,其中初始化模块分别与摄像装置3、图像处理单元通讯连接,在装置安装完成,进行初始化时,由初始化模块完成路面检测,识别诸如车道线、虚线、实线、停止线、双黄线、人行道、停车位、井盖等路面静止标识和物体,然后利用结构光对全场的位置进行标定,并记录其初始数据作为后续数据处理的标准样本,初始化模块中用于存储可见光图像模板与结构光图像模板;图像获取模块分别与摄像装置3、图像处理单元通讯连接,将摄像装置中的图像导入图像处理模块之中,临时存储实时获取的结构光图像与可见光图像,图像获取模块与初始化模块获取可见光图像与结构光图像的方式、步骤其实是一样的,只是获取的内容不同,实际应用的时候的用途就不同了,之所以设定初始化模块,主要是为了后续的图像与设定一个对比图像,让后续图像在初始化模块中的图像有一个可对比的参照物,图像处理装置可以从参照物与实际的图像的对比中找到不同点,进而通过不同点进行具体的分析、处理。
图像处理单元与图像获取单元通讯连接,用于处理图像获取单元接收的可见光图像与结构光图像,得到处理结果,图像处理单元中为本发明的核心处理部分,主要是对初始化模块中的图像与图像获取模块中的图像相对比、匹配后,得出对比信息,而这个过程通过计算机来计算,即为计算机视觉技术,计算机视觉技术用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像,作为一个 科学学科,计算机视觉技术建立能够从图像或者多维数据中获取“信息”的人工智能系统,在进行判断、识别的过程中,图像处理单元主要是通过计算机视觉技术来实现的。其中图像处理模块包括:可见光处理模块、结构光测量模块、图像合并模块。
可见光处理模块分别与初始化模块、图像获取模块通讯连接,用于将可见光图像与可见光图像模板进行匹配,识别后得到可见光图像处理结果,比如可见光处理模块可以包括:停车位检测模块、占道检测模块、车速检测模块、车流密度检测模块、异物检测模块,用于进行可见光图像与可见光图像模板的匹配、识别。
可见光处理模块采用帧间差法和背景减除法,提取可见光图像内的异物和运动目标,并采用可见光图像模板匹配和深度学习的方法对目标及异物进行识别,依据处理结果进行控制模块的评级。
结构光测量模块,分别与初始化模块、图像获取模块通讯连接,用于将结构光图像与结构光图像模板进行匹配,识别后得到结构光图像处理结果,比如结构光测量模块可以包括:停车位测量模块、占道测量模块、车速测量模块、车流密度测量模块、异物测量模块,用于进行结构光图像与结构光图像模板的匹配、识别。
当道路视场内没有物体出现或者经过时,结构光图像呈规则状,不会产生形变,当道路视场内出现异物和运动目标时,结构光图像在局部产生形变,这时利用结构光测量原理,根据形变的位置、范围、幅度大小等参量,可测量出物体的位置、速度及三维几何尺度等。
图像合并模块分别与可见光处理模块与结构光测量模块通讯连接,用于合并可见光处理模块的处理结果与结构光测量模块的处理结果,得到处理结果。图像合并模块接收来自可见光图像和红外结构光 图像的处理结果,综合利用可见光图像的高分辨率和结构光图像测量得到的三维信息等参量,对两部分图像处理的信息进行融合,进一步对目标和事件进行判别,提高判别精度
图像合并模块包括:存储模块,合并模块,学习模块。
存储模块,分别与可见光处理模块与结构光测量模块通讯连接,用于临时存储可见光图像处理结果和结构光图像处理结果,经过计算机视觉技术进行识别、处理的可见光图像结果与结构光图像结果,均被存储在存储模块中,存储模块的存储情况是临时的,是为后续的合并提供一个平台,而不用于长期保存,节省内存空间,能够长期保存图像的处理结果的是结果单元。
合并模块,与存储模块通讯连接,用于将存储模块中的可见光图像处理结果和结构光图像处理结果中表示相同图像信息的图像提取并发送,由于存储模块中有大量的可见光图像结果与结构光图像结果,合并模块需要将可见光图像结果与结构光图像结果表达的内容一样的图像合并起来才能够更加精准的进行下一步的可见光图像结果与结构光图像结果的分析,合并模块将可见光图像结果与结构光图像结果合并后再发送至学习模块。
学习模块,与合并模块通讯连接,接收合并模块发送的图像,进一步进行处理,得到处理结果,学习模块是一个对目标与异物深度学习的过程,增加了处理结果的精准性,即不仅通过计算机视觉技术对二维的图像进行采集、分析、处理,同时,对于三维的处理结果也要融合其中,真正实现全方位立体可视化的监测。
本发明一个优选的实施例,结果单元与图像处理单元通讯连接,存储处理结果,接收处理结果,并根据处理结果通知控制单元道路2 的实况,处理后的结果可以存储至结果单元,结果单元的设置是为了给整个微处理器的运算过程提供一个存储媒介,方便后续对处理结果进行进一步的研究、利用。
实施例二
本实施例是基于实施例一的基础上的一个具体的应用情况,针对实施例一给出的道路监测装置,本实施例对停车位及违规占道的道路监测进行具体化的解释,从而使得所述技术领域人员更充分、清楚的理解本发明。
通常停车位会有标准的停车位线,结构光发生装置发射结构光,结构光探测停车线的位置,摄像装置将停车线可见光图像与发射有结构光的停车线的结构光图像拍摄下来,有摄像装置发送结构光图像与可见光图像存储至初始化模块中,即装置在初始化检测时会自动通过结构光与可见光检测并识别停车位线,在图像中显示出将被统计的停车位数量。摄像装置会实时根据可见光图像和结构光图像进行采集,拍摄当前停车位剩余情况,例如摄像装置的摄像范围为沿道路方向为10~15个停车位,在宽度方面基本与道路的宽度相一致,微处理器中的图像获取单元将拍摄的停车位的可见光图像和结构光图像,临时存储起来,可见光模块从图像获取模块中提取可见光图像,并将可见光图像与可见光模板进行计算机视觉处理,结构光图像的提取方式同可见光图像。通过可见光图像的识别与结构光图像的定位、测量结构光图像的形变情况,得到处理结果。
当有车辆驶入或者驶出停车位时,结构光发生装置与摄像装置会识别和判断停车位占用情况,并更新剩余停车位计数,存储至结果单 元,如果路边没有停车位,而车辆出现较长时间停止不动时,系统会根据预设条件判断是否为违规占道,并将处理结果存储至结果单元,上报控制模块。
可见光图像也可判断停车位线内是否有车辆停留,结构光图像可以判断车辆停车的位置是否正确,学习模块将两种处理结果进行叠加后,得到最终的处理结果,此处学习模块的主要作用在于叠加两种处理结果后,判断停车位是否占满以及是否有违规占停车位的情形,如果有这种情形,控制模块可以进行警报;针对剩余停车位的计算方法与上述原理相同,此处不再进行赘述。
实施例三
本实施例是基于实施例一的基础上的一个具体的应用情况,针对实施例一给出的道路监测装置,本实施例对车流量的道路监测,判断道路是否拥堵进行的具体化解释,从而使得所述技术领域人员更充分、清楚的理解本发明。
本实施例未具体说明的实施步骤与实施例一中的记载相同,再次不再进行赘述。摄像装置拍下T1时间的车辆流动可见光图像与结构光图像,再拍下T2时间的可见光图像与结构光图像,在可见光模块与结构光模块中分别进行图像中车辆数量的识别,得出T1时间的车辆数为C1,T2时间得到的车辆述为C2,之后将结果存储至存储单元后进行合并,通过学习模块判断可见光处理模块与结构光测量模块在同一时间识别数量是否一致,此时的学习模块起到的是一个判断作用,不同于实施例二中的合并两个处理结果的作用,所以学习模块的作用在本发明中不是单一的,同时学习模块还有计算的功能。
在学习模块中预设车流量计算的公式:例如车流量密度为A,其公式为:
A=(C2-C1)/(T2-T1);
之后学习模块进行计算车流量密度,将计算的结果存储至处理单元,处理单元发送结果可以将处理结果在显示装置上显示,同时也可以将处理结果发送给控制单元进行评级,在控制模块中设定一个密度A的级数超标值,当A的数值超过预设超标值时,由控制单元向报警器发送报警信号,完成道路监测。
实施例四
基于实施例一、实施例二、实施例三的道路监测装置,本发明设计了一种道路监测方法,方法包括:
步骤S1:首先是系统初始化的步骤,旨在为图像的识别与匹配提供一个初始化的模板,结构光发生装置发射结构光,对道路进行标定,摄像装置获取道路信息可见光图像与经结构光照射的道路图像,得到可见光图像模板与结构光图像模板。
本实施例步骤S1具体的步骤是:结构光发生装置发射结构光,对道路进行标定,记录初始数据,其中结构光可以为红外编码结构光,以方便后续摄像装置对红外编码结构光进行识别。
摄像装置拍摄道路信息,形成可见光图像模板,其中摄像装置可以是多光谱相机,多光谱相机结构简单,图像重叠精度高,成像质量好,便于形成清晰可见光图像。其中在多光谱相机的镜头前加装红外滤波片,该滤波片分为两个半圆形滤波片,其中一个实现可见光低通滤波功能,另一个实现红外带通滤波功能,不但可同时获取可见光图 像和红外结构光图像,还可滤除杂光的影响,提高测量精度。
摄像装置同步拍摄结构光照射的道路图像,多光谱相机在拍摄可见光图像的时候,同时也对图像内的结构光照射的道路情况进行了拍摄,即完成对同一物体不同形式的拍摄,有助于计算机识别道路的二维信息与三维信息。
初始化模块获取可见光图像模板与结构光图像模板,并将可见光图像模板与结构光图像模板存储至初始化模块。可见光图像模板与结构光图像模板拍摄完成后是存储在图像处理单元的初始化模块中的,方便后续的对比识别,即在初始化过程中,终端的摄像装置、结构光发生装置已经与远端的图像处理装置之间通讯连接。
步骤S2:结构光发生装置发射结构光,摄像装置获取道路信息可见光图像与经结构光照射的道路图像,得到可见光图像与结构光图像。步骤S2实际就是实时拍摄现场道路情况的,在摄像装置内预设订一个定期拍摄时间,摄像装置按照预设的时间定时捕捉道路图像,完成实时信息的采集。
本实施例步骤S2具体的步骤是:结构光发生装置发射结构光,对道路进行标定,记录数据,摄像装置拍摄道路信息,形成可见光图像,摄像装置同步拍摄结构光照射的道路图像,图像获取模块获取可见光图像与结构光图像,并将可见光图像与结构光图像存储至图像获取模块。实际上步骤S2与步骤S1的流程是基本一样的,只是其用途不同,步骤S1拍摄下来的画面用作对比模板,步骤S2拍摄的画面用于实时道路情况的判断,同时步骤S2的画面存储在图像获取单元中的图像获取模块之中,将图像获取单元分成两个模块存储结构光图像与可见光图像,不致混淆。
步骤S3:图像处理装置将图像与图像模板进行匹配、处理,得到处理结果,其中的匹配处理过程主要通过计算机视觉技术,计算机视觉技术的应用从传统的工业自动化、移动机器人视觉导航、医学图像分析、遥感图像等领域逐渐扩展到基于生物特征的识别和验证、基于视觉的人机接口和人机交互、视频监控等领域。在这些以人为中心的计算机视觉应用中,人体是主要对象,涉及对人体的静态和动态特征检测、识别及理解。
本实施例的具体步骤包括步骤S3具体包括:
图像处理单元从初始化模块与图像获取模块获得可见光图像与可见光图像模板,并进行匹配、处理,得到处理结果,其中可见光处理模块分别从初始化模块与图像获取模块获得可见光图像与可见光图像模板,并对可见光图像与可见光图像模板进行匹配、识别,获得可见光图像处理结果,即图像处理单元中的可视光处理模块用于处理可视光图像。
结构光测量模块分别从初始化模块与图像获取模块获得结构光图像与结构光图像模板,并对结构光图像与结构光图像模板进行匹配、识别,获得结构光图像处理结果,结构光测量模块利用结构光测量原理对结构光图像与结构光图像模板进行匹配、识别。
图像合并模块合并可见光处理模块的处理结果与结构光测量模块的处理结果,进行进一步的识别后,得到处理结果,存储模块临时存储可见光图像处理结果和结构光图像处理结果,合并模块将存储模块中的可见光图像的处理结果和结构光图像的处理结果中表示相同图像信息的图像提取并发送,学习模块接收合并模块发送的图像,进一步进行处理,得到处理结果。图像合并模块接收来自可见光和红外 结构光图像的处理结果,综合利用可见光图像的高分辨率和结构光图像测量得到的三维信息等参量,对两部分图像处理的信息进行融合,进一步对目标和事件进行判别,提高判别精度。
图像处理单元将处理结果存储至结果单元,结果单元也是一个中间的存储媒介,用于保存处理结果,方便其他设备对处理结果进行下一步的利用。
本发明一个优选的实施例:道路监测方法还包括:显示装置,图像处理装置将处理结果发送至显示装置,显示装置显示处理结果,方便维护人员通过显示屏清楚的看到现场道路的情况,并做出及时的处理,不知隐患扩大。
本发明一个优选的实施例,上述步骤S3还包括:控制单元,控制单元具有控制道路现场的功能,其涵盖了较多的具体的功能,为实际功能的概括,所属技术领域的人员在进行具体的操作中时,可以根据具体的现场情况进行对控制模块功能的限定,比如,控制模块可以控制路灯的开闭等,结果单元将处理结构发送至控制单元,控制单元根据处理结果控制道路实况,真正的实现道路监测的智能化监测与处理,节省成本。
综上所述,本发明主要是利用了可见光图像的高分辨率与结构光图像的三维信息,提高监测精度,实现清晰、完成的道路监测,同时节省了成本。
通过说明和附图,给出了具体实施方式的特定结构的典型实施例,基于本发明的精神,还可作其他的转换。尽管上述发明提出了现 有的较佳实施例,然而,这些内容并不作为局限。
对于本领域的技术人员而言,阅读上述说明后,各种变化和修正无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容,都应认为仍属本发明的意图和范围内。