CN106778562A - 基于大数据的视频结构化车牌识别系统 - Google Patents
基于大数据的视频结构化车牌识别系统 Download PDFInfo
- Publication number
- CN106778562A CN106778562A CN201611099802.8A CN201611099802A CN106778562A CN 106778562 A CN106778562 A CN 106778562A CN 201611099802 A CN201611099802 A CN 201611099802A CN 106778562 A CN106778562 A CN 106778562A
- Authority
- CN
- China
- Prior art keywords
- image
- big data
- video
- vehicles
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明提供了基于大数据的视频结构化车牌识别系统,包括影像数据采集传送子系统、大数据处理子系统和数据库;所述影像数据采集传送子系统用于采集包含车辆信息的图像数据,并将图像数据传送至大数据处理子系统;所述大数据处理子系统将图像数据编码成视频流,并利用分布式资源调度对视频流进行视频解码和分析,得到车辆信息后将车辆信息写入到数据库;所述数据库用于接收大数据处理子系统存入的车辆信息,利用数据库存储视频结构化后的车辆信息。本发明有效解决了现有技术对交通视频的非结构化数据的索引和查询不便的问题。
Description
技术领域
本发明创造涉及智能交通领域,具体涉及基于大数据的视频结构化车牌识别系统。
背景技术
目前,在智能交通中具有大量已安装或将要安装的摄像机、保存有大量的历史数据和提供大规模的实时视频流,因为视频是非结构化数据,造成索引和查询都非常困难。如果我们提取视频特征作为结构化数据存储在数据库中索引和查询都非常方便。在智能交通系统中,车辆监控是最重要的任务,车牌具有唯一性,其作为索引数据具有现实意义。如果能够利用大数据平台管理大规模视频输入、根据各节点内存与CQU负载情况调度视频解码与分析、并将视频分析后的车辆信息存入数据库,用户通过数据库来查询所需要的结果,将能有效地解决目前对交通视频的非结构化数据索引和查询不便的问题。
发明内容
为解决上述问题,本发明提供基于大数据的视频结构化车牌识别系统。
本发明创造的目的通过以下技术方案实现:
基于大数据的视频结构化车牌识别系统,包括影像数据采集传送子系统、大数据处理子系统和数据库;所述影像数据采集传送子系统用于采集包含车辆信息的图像数据,并将图像数据传送至大数据处理子系统;所述大数据处理子系统将图像数据编码成视频流,并利用分布式资源调度对视频流进行视频解码和分析,得到车辆信息后将车辆信息写入到数据库;所述数据库用于接收大数据处理子系统存入的车辆信息,利用数据库存储视频结构化后的车辆信息。
本发明创造的有益效果:有效解决了现有技术对交通视频的非结构化数据的索引和查询不便的问题。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图;
图2是影像数据采集传送子系统的结构示意图。
附图标记:
影像数据采集传送子系统1、大数据处理子系统2、数据库3、摄像单元11、图像加密单元12、图像传送单元13。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2,本实施例的基于大数据的视频结构化车牌识别系统,包括影像数据采集传送子系统1、大数据处理子系统2和数据库3;所述影像数据采集传送子系统1用于采集包含车辆信息的图像数据,并将图像数据传送至大数据处理子系统2;所述大数据处理子系统2将图像数据编码成视频流,并利用分布式资源调度对视频流进行视频解码和分析,得到车辆信息后将车辆信息写入到数据库3;所述数据库3用于接收大数据处理子系统2存入的车辆信息,利用数据库3存储视频结构化后的车辆信息。
优选的,所述车辆信息包括车牌信息。
优选的,所述利用分布式资源调度对视频流进行视频解码和分析,包括:根据各计算节点负载情况调度到合适的计算节点对视频流进行解码,通过视频分析提取其特征作为结构化数据,并进行车牌定位、车牌识别,最后将分析出的车牌号码写入到数据库3。
优选的,所述数据库3为分布式数据库。
本发明上述实施例有效解决了现有技术对交通视频的非结构化数据的索引和查询不便的问题。
优选的,所述影像数据采集传送子系统1包括摄像单元11、图像加密单元12、图像传送单元13,大数据处理子系统2上设置有图像解密单元;所述图像加密单元12与图像传送单元13的接收端连接,所述图像解密单元与图像传送单元13的传送端无线连接。
所述摄像单元11用于通过已校准的摄像机对包含车辆信息的图像数据进行摄像采集,所述已校准的摄像机为已经进行标定处理的摄像机,摄像机的标定包括:(1)采用国际象棋棋盘作为摄像机标定的参考图;(2)采用摄像机对国际象棋棋盘进行图像采集,以得到棋盘图像,采集的时候尽量让棋盘占据尽可能多的画面,采集的棋盘图像的数量大于等于10;(3)输入棋盘方格尺寸大小,设定棋盘角点搜索窗口方格大小,窗口方格小于棋盘方格大小,提取棋盘图像中棋盘上所有方格的角点;(4)采用matlab标定工具箱对摄像机进行标定,根据取得的角点,运行程序得到摄像机的参数,完成标定。
本优选实施例通过已校准的摄像机对包含车辆信息的图像数据进行摄像采集,能够更准确地获取包含车辆信息的图像数据。
优选地,所述图像加密单元12用于对需加密的包含车辆信息的图像进行图像预处理,并对图像预处理后的图像进行加密;
所述对需加密的包含车辆信息的图像进行图像预处理,包括:
(1)按照下列灰度化处理公式对需加密的包含车辆信息的图像进行灰度化处理:
式中,日光条件是指拍摄条件为正常白天,灯光条件指太阳落山后室内灯光条件,弱光条件指晚上室内不开灯,Φ为处理后图像的像素灰度值,r、g、b分别表示图像像素点的红色、绿色、蓝色分量;
(2)对图像进行增强处理,包括:
1)将经过灰度化处理的图像的灰度值按照下列公式进行增强处理:
Φ′=lnΦ
2)计算任意像素点(i,j)和邻域内八个像素点的灰度关系ζ,
通过该灰度关系对初始灰度值进行校正,得到校正后的灰度值Η(i,j)为:
Η(i,j)=Φ′-ζ;
本优选实施例根据不同光照条件对图像进行灰度处理,减少了计算量,保证了在弱光条件下图像的亮度,对图像进行增强处理,提高了图像质量,从而进一步得到较为清晰的包含车辆信息的图像。
所述对需加密的包含车辆信息的图像进行图像预处理,还包括:
(1)对灰度值校正后的图像按照图像要求度进行区分,确定图像要求高的图像和图像要求较低的图像,并做好标记;
(2)对灰度值校正后的图像进行图像预处理:首先进行三级小波分解,提取灰度值校正后的图像的三级小波分解低频近似分量,然后采用下列混沌映射公式对低频图像进行位置置乱处理:
式中,D1为低频图像信息,A1、A2、A3为通过混沌映射生成的三个变量;
为适应数字图像所要求的数值范围,对A1、A2、A3按照下式进行处理,从而将它们的值映射到0-255之间,生成混沌序列B、C,并进一步映射为图像矩阵:
(3)确定待加密图像:对于图像要求较低的图像,采用预处理后的图像作为待加密图像;对于图像要求较高的图像,对预处理后的图像利用小波逆变换进行图像重构,以重构后的图像作为待加密图像;
所述对图像预处理后的图像进行加密,包括:
(1)用Q1表示待加密图像,分别在有限域上与混沌序列B执行加法运算和乘法运算,得到新的图像Q2,再将图像Q2使用转置操作得到新的图像Q3,其中:
式中,表示有限域的加法,“·”表示有限域上的乘法;
(2)将图像Q3与混沌序列C执行有限域上的加和乘操作,得到最终的图像Q:
本优选实施例利用小波变换对图像进行图像预处理,去除了图像本身的冗余性,实现快速置乱,能够减少所需的混沌序列,提高加密效率,满足实时通信的要求;按照图像要求的高低进行图像区分,对于图像要求高的图像先进行图像预处理再进行小波逆变换的图像重构处理,确保无损的同时提高了置乱的速率;加密单元中,将有限域的二进制算法与混沌加密技术进行结合,保障了图像加密的安全性的同时,相对于现有技术,提高了图像加密的速度,实现了包含车辆信息的图像的安全传送。
优选地,所述解密单元用于对加密图像进行解密,其使用与图像预处理相同的混沌映射公式以及相应的混沌序列,对加密过程进行逆转换,从而实现图像的解密。
本优选实施例实现了大数据处理子系统2对加密的包含车辆信息的图像的读取。
基于上述实施例,发明人进行了一系列测试,以下是进行测试得到的实验数据:
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (5)
1.基于大数据的视频结构化车牌识别系统,其特征是,包括影像数据采集传送子系统、大数据处理子系统和数据库;所述影像数据采集传送子系统用于采集包含车辆信息的图像数据,并将图像数据传送至大数据处理子系统;所述大数据处理子系统将图像数据编码成视频流,并利用分布式资源调度对视频流进行视频解码和分析,得到车辆信息后将车辆信息写入到数据库;所述数据库用于接收大数据处理子系统存入的车辆信息,利用数据库存储视频结构化后的车辆信息。
2.根据权利要求1所述的基于大数据的视频结构化车牌识别系统,其特征是,所述数据库为分布式数据库;所述车辆信息包括车牌信息。
3.根据权利要求2所述的基于大数据的视频结构化车牌识别系统,其特征是,所述利用分布式资源调度对视频流进行视频解码和分析,包括:根据各计算节点负载情况调度到合适的计算节点对视频流进行解码,通过视频分析提取其特征作为结构化数据,并进行车牌定位、车牌识别,最后将分析出的车牌号码写入到数据库。
4.根据权利要求3所述的基于大数据的视频结构化车牌识别系统,其特征是,所述影像数据采集传送子系统包括摄像单元、图像加密单元、图像传送单元,大数据处理子系统上设置有图像解密单元;所述图像加密单元与图像传送单元的接收端连接,所述图像解密单元与图像传送单元的传送端无线连接。
5.根据权利要求4所述的基于大数据的视频结构化车牌识别系统,其特征是,所述图像加密单元用于对需加密的包含车辆信息的图像进行图像预处理,并对图像预处理后的图像进行加密。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611099802.8A CN106778562A (zh) | 2016-12-02 | 2016-12-02 | 基于大数据的视频结构化车牌识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611099802.8A CN106778562A (zh) | 2016-12-02 | 2016-12-02 | 基于大数据的视频结构化车牌识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106778562A true CN106778562A (zh) | 2017-05-31 |
Family
ID=58883952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611099802.8A Withdrawn CN106778562A (zh) | 2016-12-02 | 2016-12-02 | 基于大数据的视频结构化车牌识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106778562A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895487A (zh) * | 2017-11-24 | 2018-04-10 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN109255401A (zh) * | 2017-07-13 | 2019-01-22 | 苏州苏大维格光电科技股份有限公司 | 一种号牌录入设备 |
CN109255348A (zh) * | 2017-07-14 | 2019-01-22 | 苏州苏大维格光电科技股份有限公司 | 一种机动车号牌信息录入装置 |
CN109509267A (zh) * | 2018-10-12 | 2019-03-22 | 珠海横琴现联盛科技发展有限公司 | 基于车牌识别的防篡改加密算法移动支付方法 |
CN110866858A (zh) * | 2018-08-27 | 2020-03-06 | 浙江大学 | 水印嵌入和查询数据提供方法、装置和数据处理方法 |
CN113179426A (zh) * | 2021-04-25 | 2021-07-27 | 安徽科大擎天科技有限公司 | 一种高保密性的音视频指挥及调度系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751639A (zh) * | 2015-03-17 | 2015-07-01 | 上海视聪网络信息技术有限公司 | 基于大数据的视频结构化车牌识别系统及方法 |
-
2016
- 2016-12-02 CN CN201611099802.8A patent/CN106778562A/zh not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751639A (zh) * | 2015-03-17 | 2015-07-01 | 上海视聪网络信息技术有限公司 | 基于大数据的视频结构化车牌识别系统及方法 |
Non-Patent Citations (5)
Title |
---|
万卫兵 等: "《智能视频监控中目标检测与识别》", 31 January 2010 * |
刘攀: ""复杂光照条件下的通用车牌定位系统的研究与实现"", 《中国优秀硕士学位论文全文数据库-工程科技II辑》 * |
孙一林: "《JAVA程序设计案例教程》", 30 June 2016, 清华大学出版社 * |
张涛 等: "《MATLAB图像处理编程与应用》", 30 April 2014, 机械工业出版社 * |
禹思敏: "《信息论、编码及应用》", 31 March 2012, 西安电子科技大学出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255401A (zh) * | 2017-07-13 | 2019-01-22 | 苏州苏大维格光电科技股份有限公司 | 一种号牌录入设备 |
CN109255348A (zh) * | 2017-07-14 | 2019-01-22 | 苏州苏大维格光电科技股份有限公司 | 一种机动车号牌信息录入装置 |
CN107895487A (zh) * | 2017-11-24 | 2018-04-10 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN107895487B (zh) * | 2017-11-24 | 2019-08-20 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN110866858A (zh) * | 2018-08-27 | 2020-03-06 | 浙江大学 | 水印嵌入和查询数据提供方法、装置和数据处理方法 |
CN109509267A (zh) * | 2018-10-12 | 2019-03-22 | 珠海横琴现联盛科技发展有限公司 | 基于车牌识别的防篡改加密算法移动支付方法 |
CN113179426A (zh) * | 2021-04-25 | 2021-07-27 | 安徽科大擎天科技有限公司 | 一种高保密性的音视频指挥及调度系统 |
CN113179426B (zh) * | 2021-04-25 | 2022-03-18 | 安徽科大擎天科技有限公司 | 一种高保密性的音视频指挥及调度系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778562A (zh) | 基于大数据的视频结构化车牌识别系统 | |
CN111062880B (zh) | 一种基于条件生成对抗网络的水下图像实时增强方法 | |
CN106790429A (zh) | 基于云计算的智能楼宇管控系统 | |
CN111507909A (zh) | 一种有雾图像清晰化的方法、装置及存储介质 | |
CN112347850A (zh) | 红外图像转换方法、活体检测方法、装置、可读存储介质 | |
CN111986108A (zh) | 一种基于生成对抗网络的复杂海空场景图像去雾方法 | |
CN104243976A (zh) | 一种立体图像客观质量评价方法 | |
CN111814238A (zh) | 基于人工智能及混合云推理的养殖舍bim实时成像方法 | |
Ping et al. | Generating visually secure encrypted images by partial block pairing-substitution and semi-tensor product compressed sensing | |
CN111611948A (zh) | 基于cim与区块链的城市垃圾桶满溢检测方法 | |
CN111539896B (zh) | 一种基于域自适应的图像去雾方法及系统 | |
CN106444849A (zh) | 一种基于图像识别的无人机自主飞行系统 | |
Kumar et al. | Near lossless image compression using parallel fractal texture identification | |
CN105758524A (zh) | 基于全通单模板互补采样的光谱相机及成像方法 | |
Guiotte et al. | Semantic segmentation of lidar points clouds: rasterization beyond digital elevation models | |
CN114491187B (zh) | 一种自然资源智能监测集成系统 | |
CN115955563A (zh) | 一种星地联合多光谱遥感影像压缩方法及系统 | |
CN104268169A (zh) | 一种基于ps软件的遥感影像数据快速处理方法 | |
CN106453655A (zh) | 基于云计算的输电线路监控系统 | |
CN107343200A (zh) | 一种基于光学方法的多彩色图像压缩及解压缩方法及装置 | |
CN104581167A (zh) | 一种用于无线传感网络的分布式图像压缩传输方法 | |
CN115866229A (zh) | 多视角图像的视角转换方法、装置、设备和介质 | |
CN106447518A (zh) | 一种生态农业监测系统 | |
CN106502179A (zh) | 一种基于车载网络的智能家居监视系统 | |
CN113037574B (zh) | 基于软件定义的机载装备实时信号处理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170531 |
|
WW01 | Invention patent application withdrawn after publication |