CN106128112A - 夜间卡口车辆识别抓拍方法 - Google Patents

Abstract

本发明公开了一种夜间卡口车辆识别抓拍方法，目的是更好的利用卡口监控探头对夜间车辆进行清晰、准确的抓拍，以降低误判和漏拍率。方案包括：在卡口监控探头监测的车道上设置夜光区域；沿车道行进方向设置夜光区域上游的一号视频检测区域，在夜光区域上设置二号视频检测区域；预记录夜间各时段内二号视频检测区域在无遮挡时原始的区域亮度信息，并建立原始亮度信息表；获取连续的视频帧；实时检测一号视频检测区域内的车辆尾灯亮度，根据尾灯判别是否有车经过，有则抓拍，无则获取二号视频检测区域的区域亮度信息，并与原始亮度信息表对应时段的亮度进行比对，若存在偏暗区域则判定有车经过，立即抓拍，无则重复一号视频检测区域的尾灯检测。

Description

夜间卡口车辆识别抓拍方法

技术领域

本发明涉及智能交通技术领域，尤其涉及一种夜间卡口车辆识别抓拍方法。

背景技术

高速公路或者城市车道的卡口通常都设置专门的卡口监控探头对超速行驶或者变道违章车辆进行检测和抓拍，可以说是目前交通监管系统的重要组成部分。然而在实际使用中上述卡口视频监控设备存在如下问题：白天由于照明度高，易于进行车辆的识别和抓拍，而夜晚光线暗，车辆轮廓信息识别不如白天清晰，再加上车灯光强度变化大，造成检测视频中的噪声大，使得适用于白天的车辆识别抓拍方法不能适用于夜晚的车辆检测。

尤其是一些偏僻的路段缺乏路灯或其他照明灯，环境光线较暗，大大增加了检测的困难性。一种常见处理方式是无论车道上有无车辆，卡口监控探头都设定以极短的间隔不停闪烁(闪光灯)对监控的路段实施抓拍。这样做虽然能抓拍到一些经过路段的车辆，但长久运用下来，实际上漏拍的情况仍旧较多，而且因长期抓拍对探头设备的损耗较大，导致它们的寿命都很短。

当然现有技术中公知的一种检测方法是通过识别车辆尾灯信息来识别车道车辆，通过抓拍连续的视频帧，获取其中尾灯的光亮信息，以此来判别车道有无车辆，再实施抓拍。然而这种方法也存在弊端，例如一些车辆尾灯因损坏没有亮起，或者尾灯光亮较暗，与环境光线差别不大，则很难准确可靠的判别出车辆信息，其误判率很高。

发明内容

本发明目的是：提供一种夜间卡口车辆识别抓拍方法，该方法能够更好的在夜间利用卡口监控探头对卡口监控范围内的车辆进行清晰、准确的识别和抓拍，大大降低误判和漏拍率，更好的保护和延长探头设备寿命。

本发明的技术方案是：一种夜间卡口车辆识别抓拍方法，其特征在于包括下述步骤：

1)在卡口监控探头所监测的车道上设置夜光区域；

2)设置卡口监控探头的视频检测区域：沿车道行进方向设置位于夜光区域上游的一号视频检测区域，再在所述夜光区域上设置二号视频检测区域；

3)预先记录夜间各时段内二号视频检测区域在无遮挡时原始的区域亮度信息，并建立原始亮度信息表；

4)获取连续的视频帧；

5)实时检测一号视频检测区域内的车辆尾灯亮度，若检测有尾灯，则判别有车辆经过一号视频检测区域，立即进行抓拍；若检测无尾灯，则进行下面的步骤6)；

6)检测并获取二号视频检测区域的区域亮度信息，并与步骤3)中建立的二号视频检测区域原始亮度信息表中对应时段的亮度信息进行比对，若存在偏暗区域则判定有车辆经过二号视频检测区域，立即进行抓拍，若无偏暗区域，则判定无车辆通过，重复步骤5)。

进一步的，本发明中所述步骤2)中的一号视频检测区域和二号视频检测区域均是指卡口监控探头拍摄的定角度视频图像上人为圈定的虚拟区域。

进一步的，本发明中所述步骤3)中的夜间时段是指从晚上某个时刻到第二天凌晨某个时刻的连续时间段内人为划分的若干等间隔的时间区段，单位为小时。例如我们规定从晚上18:00至凌晨4:00的10个小时，均分为10个夜间时段，那么每个单位小时的夜间时段中，夜光区域的亮度是有差别的。

进一步的，本发明中所述步骤4)获取连续的视频帧，包括由卡口监控探头获取连续的视频流，经光端机、交换机传输至监控中心的中央处理器，由中央处理器进行视频处理。

进一步的，本发明中所述步骤6)中的偏暗区域是指夜光区域经由车辆遮挡而在视频图像上形成的亮度偏暗的区域。

优选的，本发明中所述夜光区域的宽度与车道宽度相同。

更进一步的，本发明中所述二号视频检测区域圈定的轮廓与夜光区域在卡口监控探头拍摄的定角度视频图像上的轮廓相同。

进一步的，本发明中所述一号视频检测区域和二号视频检测区域间隔至少4m。

进一步的，本发明中所述步骤5)中的抓拍区域包含一号视频检测区域外的车道下游位置；所述步骤6)中的抓拍区域包含二号视频检测区域外的车道下游位置。即在实施时卡口监控探头的抓拍不局限于圈定的视频检测区域，目的以尽可能多的获取所监测车辆的图像信息，确保抓拍信息清晰准确。

本发明的优点是：

1.本发明方法能够很好的利用卡口监控探头对夜间经过的车辆进行清晰、准确地识别和抓拍，尤其是能够在漆黑的路段识别出无法检测尾灯亮度的车辆，弥补了常规技术针对这一块的盲区和缺陷，大大降低了误判和漏拍率，可以为监控中心及时提供清晰准确的车辆照片，进一步完善整个道路交通监管系统。

2.本发明方法是对已知的车道卡口车辆抓拍方法的进一步完善，其是根据实际的车辆信息检测反馈后再对车辆进行抓拍的，尤其是在探头使用率较高的夜间或照明度较低的环境中能够进一步降低监控探头的抓拍损耗，延长其使用寿命。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明方法的检测流程图；

图2为卡口车辆监控抓拍示意图；

图3为图2中二号视频检测区域中偏暗区域示意图。

1、卡口监控探头；2、车道；3、夜光区域；4、一号视频检测区域；5、二号视频检测区域；6、车辆；7、偏暗区域；8、明亮区域。

具体实施方式

实施例：为了能够更好的利用卡口监控探头对夜间所监测车道上的车辆进行清晰、准确的识别和抓拍，本发明提供一种夜间卡口车辆识别抓拍方法。

下面结合附图和具体实施例对本发明方法进行详细说明。

实施例1：如图1为本发明实施例提供的夜间路边停车位车辆越线停车检测流程图，包括步骤如下：

1.设置夜光区域。

在卡口监控探头1所监测的车道2表面涂覆夜光涂层设置出夜光区域3，见图2所示，本实施例中该夜光区域3的长度为6m，宽度与车道2宽度相同；

2.设置视频检测区域。

沿车道2的行进方向设置位于夜光区域3上游的一号视频检测区域4，再在所述夜光区域3上设置二号视频检测区域5。本实施例中设定所述二号视频检测区域5圈定的轮廓与夜光区域3在卡口监控探头1拍摄的定角度视频图像上的轮廓相同，即二号视频检测区域5与夜光区域3重合，同样，而一号视频检测区域4又与二号视频检测区域5轮廓相同，见图2所示。

需要说明，所述一号视频检测区域4和二号视频检测区域5均是指卡口监控探头1拍摄的定角度视频图像上人为圈定的虚拟区域(图2中虚线区域)。并且为了便于说明，如图2～3中的示例图都是理想状态下的俯视摄取角度，即卡口监控探头1从车道2的正上方垂直摄取的画面。但是在实际路口，卡口监控探头1的拍摄角度通常是30度向下的斜角，故其摄取的视频图像上的一号视频检测区域4和二号视频检测区域5的轮廓线与图2～3中略不同。

同时，本实施例将所述一号视频检测区域4和二号视频检测区域5的实际间隔设定为5m。

3.记录二号视频检测区域5夜间各时段的原始亮度信息表。

由于二号视频检测区域5即夜光区域3，其在夜间无遮挡的情况下能够在视频图像中形成较亮的区域。假设夜间时长为晚上18:00至凌晨4:00的10个小时，均分为10个夜间时段，那么每个单位小时的夜间时段中，夜光区域3的亮度是有差别的。我们截取并记录每个时段摄录的视频帧上夜光区域3(也即二号视频检测区域5)图像的灰度值：

k＝0.30r+0.59g+0.11b

式中k代表像素的灰度值，r代表红色分量值，g代表绿色分量值，b代表蓝色分量值。设置合适阈值th，大于此阈值的像素颜色分量保持不变，小于此阈值的像素颜色分量取为0。

4.获取连续的视频帧。

即采用卡口监控探头1获取所监测车道2上的连续的视频流，经光端机、交换机传输至监控中心的中央处理器，由中央处理器进行视频处理。这在前一步的原始亮度信息表的获取过程中已经运用。

5.实时检测一号视频检测区域4内的车辆6尾灯亮度。

该步骤需要由卡口监控探头1实时检测进入一号视频检测区域4内的车辆6任意尾灯亮度。因为车道2在夜间处于照明度较低的环境时(或者一些路段干脆漆黑一片)，当车辆6在车道2上行驶，其尾灯是车辆6最显著的标识。结合图2所示，以尾灯代替车辆6实施判别检测，尾灯在较暗的环境中发光，在视频图像中形成尾灯明亮区域8，同样此步骤计算视频帧中尾灯明亮区域8图像的灰度值：

k＝0.30r+0.59g+0.11b

式中k代表像素的灰度值，r代表红色分量值，g代表绿色分量值，b代表蓝色分量值。设置合适阈值th，大于此阈值的像素颜色分量保持不变，小于此阈值的像素颜色分量取为0。在上述明亮区域8中选择偏红的区域，由于车辆6尾灯为红色，计算每块连通的尾灯明亮区域8的偏红程度r_m：

$r_m=\frac{\underset{i}{\Σ}{r}_i}{\underset{i}{\Σ}(b_i+g_i)}$

式中i为较亮区域内的像素，区域颜色越红，此值越大。选择合适的阈值rth，计算尾灯明亮区域8内大于该阈值的偏红区域保留作为车辆6的尾灯，小于该阈值的偏红区域则去掉。

当实际检测到一号视频检测区域4中的确有(亮起的)尾灯，则判别有车辆6经过一号视频检测区域4，立即进行抓拍，抓拍区域包含一号视频检测区域4外的车道2下游位置，选择清晰的车辆6照片上传至监控中心。

假如检测无(亮起的)尾灯，则进行下面的步骤6；

6.检测二号视频检测区域5的亮度信息，并与原始亮度信息表进行比对，根据是否存在偏暗区域判定是否有车辆。

该步骤首先计算视频图像上二号视频检测区域5实时图像的灰度值，计算过程参考步骤3，然后调取该时段对应的原始亮度信息表中二号视频检测区域5的图像灰度值，比较两幅图像的灰度值。如图3所示，当存在偏暗区域7时，实时计算获得的二号视频检测区域5的图像灰度值将小于原始亮度信息表中记录的图像灰度值，此时则判定有车辆6经过二号视频检测区域5，立即进行抓拍，抓拍区域包含二号视频检测区域5外的车道2下游位置，选择清晰的车辆6照片上传至监控中心。

若无偏暗区域7，则判定无车辆6通过，重复步骤5。

总结来说，本发明方法能够很好的利用卡口监控探头1对夜间经过的车辆6进行清晰、准确地识别和抓拍，尤其是能够在漆黑的路段识别出无法检测尾灯亮度的车辆6，弥补了常规技术针对这一块的盲区和缺陷，大大降低了误判和漏拍率，可以为监控中心及时提供清晰准确的车辆照片，进一步完善整个道路交通监管系统。

并且本发明方法是对已知的车道卡口车辆抓拍方法的进一步完善，其是根据实际的车辆信息检测反馈后再对车辆6进行抓拍的，尤其是在探头使用率较高的夜间或照明度较低的环境中能够进一步降低卡口监控探头1的抓拍损耗，延长其使用寿命。

当然上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种夜间卡口车辆识别抓拍方法，其特征在于包括下述步骤：

1)在卡口监控探头(1)所监测的车道(2)上设置夜光区域(3)；

2)设置卡口监控探头(1)的视频检测区域：沿车道(2)行进方向设置位于夜光区域上游的一号视频检测区域(4)，再在所述夜光区域(3)上设置二号视频检测区域(5)；

3)预先记录夜间各时段内二号视频检测区域(5)在无遮挡时原始的区域亮度信息，并建立原始亮度信息表；

4)获取连续的视频帧；

5)实时检测一号视频检测区域(4)内的车辆(6)尾灯亮度，若检测有尾灯，则判别有车辆(6)经过一号视频检测区域(4)，立即进行抓拍；若检测无尾灯，则进行下面的步骤6)；

6)检测并获取二号视频检测区域(5)的区域亮度信息，并与步骤3)中建立的二号视频检测区域原始亮度信息表中对应时段的亮度信息进行比对，若存在偏暗区域(7)则判定有车辆(6)经过二号视频检测区域(5)，立即进行抓拍，若无偏暗区域(7)，则判定无车辆(6)通过，重复步骤5)。

2.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述步骤2)中的一号视频检测区域(4)和二号视频检测区域(5)均是指卡口监控探头(1)拍摄的定角度视频图像上人为圈定的虚拟区域。

3.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述步骤3)中的夜间时段是指从晚上某个时刻到第二天凌晨某个时刻的连续时间段内人为划分的若干等间隔的时间区段，单位为小时。

4.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述步骤4)获取连续的视频帧，包括由卡口监控探头(1)获取连续的视频流，经光端机、交换机传输至监控中心的中央处理器，由中央处理器进行视频处理。

5.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述步骤6)中的偏暗区域(7)是指夜光区域(3)经由车辆(6)遮挡而在视频图像上形成的亮度偏暗的区域。

6.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述夜光区域(3)的宽度与车道(2)宽度相同。

7.根据权利要求1或2或6所述的夜间卡口车辆识别抓拍方法，其特征在于，所述二号视频检测区域(5)圈定的轮廓与夜光区域(3)在卡口监控探头(1)拍摄的定角度视频图像上的轮廓相同。

8.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述一号视频检测区域(4)和二号视频检测区域(5)间隔至少4m。

9.根据权利要求1所述的夜间卡口车辆识别抓拍方法，其特征在于，所述步骤5)中的抓拍区域包含一号视频检测区域(4)外的车道(2)下游位置；所述步骤6)中的抓拍区域包含二号视频检测区域(5)外的车道(2)下游位置。