CN107481526A - 用于行车变道检测记录及违章变道举报控制的系统及方法 - Google Patents

用于行车变道检测记录及违章变道举报控制的系统及方法 Download PDF

Info

Publication number
CN107481526A
CN107481526A CN201710800246.0A CN201710800246A CN107481526A CN 107481526 A CN107481526 A CN 107481526A CN 201710800246 A CN201710800246 A CN 201710800246A CN 107481526 A CN107481526 A CN 107481526A
Authority
CN
China
Prior art keywords
lane change
vehicle
regulations
violating
lane
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.)
Pending
Application number
CN201710800246.0A
Other languages
English (en)
Inventor
孙贤军
冯化纲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Third Research Institute of the Ministry of Public Security
Original Assignee
Third Research Institute of the Ministry of Public Security
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Third Research Institute of the Ministry of Public Security filed Critical Third Research Institute of the Ministry of Public Security
Priority to CN201710800246.0A priority Critical patent/CN107481526A/zh
Publication of CN107481526A publication Critical patent/CN107481526A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • 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

Abstract

本发明涉及一种用于行车变道检测记录及违章变道举报控制的系统及方法，其中，所述的方法包括、从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置、对所述的实时视频图像进行车道线检测、判断所述的实时视频图像中是否有车辆行驶、对所述的车辆的车牌进行识别，找到所述的车牌的中心点、判断所述的车辆是否变道、判断所述的变道行为是否为违章变道、将所述车辆发生违章变道行为的时间及地点信息进行记录、将所述的违章变道行为的信息，上传至指定网络位置。采用该行车记录仪可方便公众举报的行车记录仪及行车变道检测方法，因为有举报途径，能有效降低因其他车辆违章变道而引发的驾驶员做出有攻击性行为或愤怒行为的发生率。

Description

用于行车变道检测记录及违章变道举报控制的系统及方法
技术领域
本发明涉及车辆违章自动检测技术领域，尤其涉及车辆违章变道的人工智能判定技术领域，具体是指一种用于行车变道检测记录及违章变道举报控制的系统及方法。
背景技术
随着科技的进步及城市发展，汽车逐步成为人们外出的一种代步工具，但一些人随意的超车变道，会影响其它驾驶人员，但由于各种各样的原因，监控无法全面普及，一些人抱着侥幸心理就会随意违章变道，现有技术中关于交通违章举报系统有以下内容：
现有技术1：一种基于移动互联设备的交通违章行为协管系统，涉及到应用于交通领域的互联技术。目的是设计了一种适应于交通协助管理的、通信便捷的互连系统。该发明中的移动终端是带有GPS定位模块和NFC模块的智能移动终端，该移动终端能够与交通违章协管服务器之间通过无线网络实现数据交互；所述多个热点是安装在交通网络中的、嵌入有其所在精确地理位置信息的NFC模块；所述移动终端内部嵌入有交通违章协管软件模块，该软件模块包括：登陆子单元、签到子单元、GPS定位子单元、取证控制子单元、取证信息处理控制子单元、信息录入控制子单元、数据发送控制子单元和信息接收控制子单元；该发明适用于交通协管。
现有技术2：本实用新型公开了一种违章占用公交车专用道的检测系统，包括数据处理终端及车载终端，所述车载终端包括信用管理单元、视频采集单元、人机接口单元、举报单元及第一通信单元；所述数据处理终端包括第二通信单元、数据处理单元及信用评价单元；所述数据处理单元与第二通信单元，所述信用评价单元与数据处理单元连接，所述第二通信单元与第一通信单元通过无线网络连接。本实用新型能够提高非公交车违规占用公交专用道的执法效率，降低移动网络数据传输的带宽浪费；还能够对司机的举报行为作鉴定，建立司机个人信用体系，能够提高司机举报的积极性和有效降低错误举报。
现有技术3：一种高效、低成本的交通违章监督系统和方法。其主要作用是解决当前电子眼等监控系统安装维护成本高，监督覆盖范围不足的问题。通过应用现代计算机网络技术，使得每个车主可以利用手机、行车记录仪等智能设备对所见的他人违章行为进行举证、举报，并由系统自动通知当事人确认违章证据，待当事人确认后，再自动对违章人员进行处罚以及对举证人员进行奖励。由于举证是自确认的，全过程基本不用人工参与，再加上软件的0成本复制性，使得随着监督举证人员的增加不会引入新的成本，一次性部署后可以大范围复制推广。因此，通过对举证人员的奖励，以激励和鼓励全民参与监督，可以低成本地实现100％的监督覆盖率，最终达到促进全民自觉遵守交通法规的目的。
现有技术4：该发明公开了一种可自动进行违章取证的行车记录仪，包括三维视觉系统和处理模块，三维视觉系统采集行驶环境中的视频数据并识别行驶环境中的交通标识和周围车辆以生成交通标识信息和周围车辆信息，判断周围车辆是否触发所述交通标识信息对应的违章触发事件，若是则生成触发检测信号并输送至处理模块。所述处理模块接收到所述触发检测信号后依据对应的交通标识信息、周围车辆信息和视频数据判断是否发生违章，若是则控制所述三维视觉系统采集相应违章照片以生成违章证据信息，锁定保存所述违章证据信息。该发明可在行驶过程中检测违章触发事件并自动生成违章证据，简化了举报过程，杜绝违章驾驶的心理。该发明还公开了一种违章行车取证系统，该方案实现功能多，没有针对性，需要非常大的计算量以及逻辑判断才能实现，对控制系统的计算能力，以及内存的大小，都有很高的要求，成本较高。
现有技术5：该发明提供一种基于智能终端的交通违章取证、处罚系统，包括智能终端，存储服务器，智能终端安装有APP软件，使用智能终端实时获取违章车辆的图片、视屏经APP软件上传到存储服务器，存储服务器将违章车辆的图片、视频证据发送至违章车辆登记注册地的交通部门，对违章车辆做出处罚，通过网络+APP的方式，将移动智能终端，变成授信的取证器材，将每一个持有智能终端设备且能上网的用户，变成交通违章的举报者，通过改变交通罚款的分配方式，来促进用户学习交通规则，对于违反交通规则的行为进行取证，并因此获利。
现有技术6：该发明提供了一种基于行车视频的车辆违章检测方法、装置及系统。所述方法包括：对所述行车视频进行图像识别，以确定所述目标车辆的行车参数；根据所述行车参数判断所述目标车辆是否发生违章行为；当判定所述目标车辆发生违章行为时，执行针对所述目标车辆的违章举报操作。该技术方案使得违章检测及举报过程中无需用户手动干预，提高了用户行车过程中的体验度；并且，本方案能够从行车视频中自动识别目标车辆的行车参数，无需用户手动输入信息，从而能够明显提高违章检测的速度。
现有技术7：该发明公开了一种违章举报装置，所述违章举报装置包括举报协同指令接收单元、第一录像获得单元、违章号牌识别单元、协同请求发送单元、协同反馈接收单元、路线整理单元、违章判断单元、举报单元。根据该发明，可以多台车辆一起进行举报，能够克服或缓解单一机器无法充分证明违章的缺陷。
现有技术8：该发明公开了一种基于公民自主监督举报的高速公路应急车道占用监督处罚方法和系统，该系统包括移动终端和中心计算机，在公民发现其他车辆出现违章占用应急车道行为时拍照取证并上传至中心计算机，同时自动读取用户位置信息并上传；中心计算机通过网络传输技术获取客户端上传图片信息和位置信息，辨别是否为恶意举报行为，并对上传图像进行技术处理和车牌识别，校核该违章行为发生路段及判定是否为应急车道违章行为，计算机自动搜索匹配违章车牌号对应的车主信息，后台自动发送处罚决定。解决现有高速公路应急车道监管薄弱、查处难度大、警力不足、无法实现全路段实时监控的问题；同时，该系统提高了处罚的效率，促进了交通管理的智能化发展。
现有技术9：本实用新型公开了一种新型的交通违章的举报系统，包括依次相连的数据采集模块、主控制模块和次控制模块，以及均与主控制模块相连的4G传输模块和定位授时模块；定位授时模块用于接收卫星发送的定位授时数据；数据采集模块包括摄像头和采样芯片，采样芯片用于将摄像头获取的图像数据和/或视频数据转换成数字信号并传递给主控制模块；主控制模块用于接收并存储数字信号和定位授时数据，再对数字信号处理获得车牌图像、再从车牌图像中获得车牌信息；次控制模块用于将数字信号、定位授时数据和车牌信息进行压缩并加密处理成上传数据传输给主控制模块来通过4G传输模块传输给交通管理部门的服务器。可解决官方的交通监控点分布少而不均的问题。
现有技术10：该发明涉及一种基于新概念的公众举报违规驾驶车辆的警示装置，它包括机动车和车用摄像头，其特征在于还包括公众举报行车违驾点评接收器、行车违驾实时信息交互器、行车违驾警示器、公众举报行车违驾点评发射器，其中：所述机动车的车身外四周和驾驶室内分布设置车用摄像头，所述公众举报行车违驾点评接收器与公众举报行车违驾点评发射器无线信号断/接，该公众举报行车违驾点评接收器还分别与车用摄像头、行车违驾实时信息交互器和行车违驾警示器有线连接；所述车用摄像头、行车违驾实时信息交互器和行车违驾警示器依次有线连接。该发明能够实现对违规驾驶车辆监管的全覆盖，有效地降低行车违规驾驶的事故率。
现有技术11：该发明涉及一种基于新概念的公众举报违规驾驶车辆的评价系统及其实现方法，该评价系统包括机动车、物联网智能交管监控中心，其特征在于还包括公众举报行车违驾点评发射器与公众举报行车违驾点评接收器无线信号断/接，该公众举报行车违驾点评接收器还分别与行车违驾实时信息交互器和行车违驾警示器有线连接；所述行车违驾实时信息交互器与行车违驾警示器有线连接，该行车违驾实时信息交互器通过专用网络或系统外的互联网与物联网智能交管监控中心无线信号断/接。该发明具有公众实时监督违规驾驶车辆的特点，以便在现有交通联网监控的基础上通过拓展公众举报评价新手段，实现对违规驾驶车辆监管的全覆盖，有效地降低行车违规驾驶的事故率。
现有技术12：涉及一种基于新概念的公众举报违规驾驶车辆的警示系统及其实现方法，该警示系统包括机动车、车用摄像头、物联网智能交管监控中心，其特征在于还包括公众举报行车违驾点评接收器、行车违驾实时信息交互器、行车违驾警示器和公众举报行车违驾点评发射器，其中：所述公众举报行车违驾点评接收器与公众举报行车违驾点评发射器无线信号断/接，还与车用摄像头、行车违驾实时信息交互器和行车违驾警示器有线连接；所述行车违驾实时信息交互器通过专用网络或系统外的互联网与物联网智能交管监控中心无线信号断/接。该发明通过拓展公众举报评价及警示的新手段，实现对违规驾驶车辆监管的全覆盖，有效地降低行车违规驾驶的事故率。
以上发明均未涉及针对违规变道的检测及举报系统，驾驶员在行车过程中，往往会因为其他车辆有意无意的突然违规变道插入前方的行为而恼怒，有些驾驶员甚至做出不理智的行为。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种用于行车变道检测记录及违章变道举报控制的系统及方法。
为了实现上述目的，本发明的用于行车变道检测记录及违章变道举报控制的系统及方法如下：
该用于行车变道检测记录及违章变道举报控制的方法，其主要特点是，所述的方法包括以下步骤：
(1)从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置；
(2)对所述的实时视频图像进行车道线检测；
(3)判断所述的实时视频图像中是否有车辆行驶；
(4)如果所述的实时视频图像中没有车辆，则返回上述步骤(1)，否则继续下述步骤(5)；
(5)对所述的车辆的车牌进行识别，找到所述的车牌的中心点；
(6)判断所述的车辆是否变道；
(7)如果所述的车辆变道则继续下述步骤(8)，否则返回上述步骤(1)；
(8)判断所述的变道行为是否为违章变道；
(9)如果所述的变道行为是违章，则继续下述步骤(10)，否则返回上述步骤(1)；
(10)将所述车辆发生违章变道行为的时间及地点信息进行记录；
(11)将所述的违章变道行为的信息，即所述的车辆车牌、违章变道发生的地点及时间，按执法机构提供的信息，上传至指定网络位置。
较佳地，所述的步骤(2)具体包括以下步骤：
(21)将所述的实时视频图像转化为灰度图；
(22)去除所述的灰度图中的噪声影响，减少噪点；
(23)提取所述的灰度图中像素值变化比较剧烈的地方，即图像内容的边缘提取；
(24)感兴趣区域裁剪，即从所述的灰度图中的滤去系统预设的无用信息，即根据系统预置条件，过滤掉无用信息，得到车道线备选像素点，得到备选车道线；
(25)直线拟合，即对于步骤(24)得到的所述的车道线备选像素点，统计相同的参数点対，其中，所述的参数点数量位于前两位的就是两条车道线；
(26)确定所述的车道线，将经过所述的直线拟合后的车道线与所述的备选车道线进行对比，如果二者相差不大，则确定所述的直线拟合后的车道线为实线，否则确定所述的直线拟合后的车道线为虚线。
更佳地，所述的步骤(21)具体包括以下步骤：
(211)假定所述的实时视频图像中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值进行表示，即f(x，y)＝[R，G，B]；
(x，y)指像素点在图像中的坐标，左上角的像素点坐标是(0，0)，R、G、B分别为红、绿、蓝颜色分量值；
(212)将所述的像素点(x，y)处的灰度值根据以下公式进行计算，得到所述的灰度图：
g(x，y)＝0.229R+0.587G+0.114B。
更佳地，所述的步骤(22)具体包括以下步骤：
(221)根据所述的灰度图中的噪声情况，根据实际情况选择对应的模版逐行逐列滑过整个图像，模版大小为3×3、5×5或者7×7之一；
(222)将所述的灰度图像根据以下公式进行操作：
其中g(x，y)为所述的灰度图像的函数，(x，y)是像素坐标值，(0，0)位置表示图像最左上方像素点的坐标，I为所述的模版的函数。
更佳地，所述的步骤(23)具体包括以下步骤：
(231)将去噪后的所述的灰度图中的像素点的右点减去左点，下点减去上点；
(232)求所述的灰度图中的像素点的右点减去左点，下点减去上点后的两个差值的平方和根，得到所述的去噪后的所述的灰度图中每个像素点的梯度幅值；
(233)梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方，提取所述的去噪后的所述的灰度图中像素值变化比较剧烈的地方。
较佳地，所述的步骤(6)具体包括以下步骤：
(61)在前后相继的几帧图像中，找到所述的车牌中心点的运动轨迹；
(62)判断所述的车牌中心点是否从所述的车道线的一边变换到另一边；
(63)如果所述的车牌中心点从所述的车道线的一边变换到另一边，则所述的车辆发生一次变道行为，否则所述的车辆没有变道。
较佳地，所述的步骤(8)具体包括以下步骤：
(81)判断所述的车辆越过的所述的车道线是否为实线；
(82)如果越过的所述的车道线为实线，则所述的变道行为为违章变道，否则所述的变道行为不属于违章变道。
较佳地，所述的步骤(9)具体包括以下步骤：
(9.1)驾驶员人工判断前车是否有所述的变道行为是违章，如果有则继续后续步骤(10)，否则返回步骤(1)。
本发明还涉及一种用于行车变道检测记录及违章变道举报控制的系统，其主要特点是，包括：
车载摄像头，用于拍摄道路情况、前车行车情况，所述的车载摄像头含有地理定位系统，可获取行车过程中的地理位置，所述的车载摄像头为分辨率为720P及以上，成像速率在5帧/秒及以上的车载摄像头；
公众举报客户端，用于提供一种方便公众举报的操作界面，使用户可以对系统自动违规变道检测结果予以人工确认，对系统漏检测和误检测的内容进行人工举报；
违章变道检测程序，用于检测出所述的车载摄像头拍到的图像中的违章变道事件，并把检测到的违规变道事件过程予以标记；
所述的违章变道检测程序在运行时对从所述的车载摄像头拍摄的图像进行如下处理步骤：
(1)从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置；
(2)对所述的实时视频图像进行车道线检测；
(3)判断所述的实时视频图像中是否有车辆行驶；
(4)如果所述的实时视频图像中没有车辆，则返回上述步骤(1)，否则继续下述步骤(5)；
(5)对所述的车辆的车牌进行识别，找到所述的车牌的中心点；
(6)判断所述的车辆是否变道；
(7)如果所述的车辆变道则继续下述步骤(8)，否则返回上述步骤(1)；
(8)判断所述的变道行为是否为违章变道；
(9)如果所述的变道行为是违章，则继续下述步骤(10)，否则返回上述步骤(1)；
(10)将所述车辆发生违章变道行为的时间及地点信息进行记录；
(11)将所述的违章变道行为的信息，即所述的车辆车牌、违章变道发生的地点及时间，按执法机构提供的信息，上传至指定网络位置。
较佳的，所述的步骤(2)具体包括以下步骤：
(21)将所述的实时视频图像转化为灰度图；
(22)去除所述的灰度图中的噪声影响，减少噪点；
(23)提取所述的灰度图中像素值变化比较剧烈的地方，即图像内容的边缘提取；
(24)感兴趣区域裁剪，即从所述的灰度图中的滤去系统预设的无用信息，即根据系统预置条件，过滤掉无用信息，得到车道线备选像素点，得到备选车道线；
(25)直线拟合，即对于步骤(24)得到的所述的车道线备选像素点，统计相同的参数点対，其中，所述的参数点数量位于前两位的就是两条车道线；
(26)确定所述的车道线，将经过所述的直线拟合后的车道线与所述的备选车道线进行对比，如果二者相差不大，则确定所述的直线拟合后的车道线为实线，否则确定所述的直线拟合后的车道线为虚线。
更佳地，所述的步骤(21)具体包括以下步骤：
(211)假定所述的实时视频图像中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值进行表示，即f(x，y)＝[R，G，B]；
(x，y)指像素点在图像中的坐标，左上角的像素点坐标是(0，0)，R、G、B分别为红、绿、蓝颜色分量值；
(212)将所述的像素点(x，y)处的灰度值根据以下公式进行计算，得到所述的灰度图：
g(x，y)＝0.229R+0.587G+0.114B。
更佳地，所述的步骤(22)具体包括以下步骤：
(221)根据所述的灰度图中的噪声情况，根据实际情况选择对应的模版逐行逐列滑过整个图像，模版大小为3×3、5×5或者7×7之一；
(222)将所述的灰度图像根据以下公式进行操作：
其中g(x，y)为所述的灰度图像的函数，(x，y)是像素坐标值，(0，0)位置表示图像最左上方像素点的坐标，I(x，y)为所述的模版的函数。
较佳地，所述的步骤(23)具体包括以下步骤：
(231)将去噪后的所述的灰度图中的像素点的右点减去左点，下点减去上点；
(232)求所述的灰度图中的像素点的右点减去左点，下点减去上点后的两个差值的平方和根，得到所述的去噪后的所述的灰度图中每个像素点的梯度幅值；
(233)梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方，提取所述的去噪后的所述的灰度图中像素值变化比较剧烈的地方。
较佳地，所述的步骤(6)具体包括以下步骤：
(61)在前后相继的几帧图像中，找到所述的车牌中心点的运动轨迹；
(62)判断所述的车牌中心点是否从所述的车道线的一边变换到另一边；
(63)如果所述的车牌中心点从所述的车道线的一边变换到另一边，则所述的车辆发生一次变道行为，否则所述的车辆没有变道。
较佳地，所述的步骤(8)具体包括以下步骤：
(81)判断所述的车辆越过的所述的车道线是否为实线；
(82)如果越过的所述的车道线为实线，则所述的变道行为为违章变道，否则所述的变道行为不属于违章变道。
较佳地，所述的步骤(9)具体包括以下步骤：
(9.1)驾驶员人工判断前车是否有所述的变道行为是违章，如果有则继续后续步骤(10)，否则返回步骤(1)。
采用本发明中的用于行车变道检测记录及违章变道举报控制的系统及方法，针对占交通违章行为中相当多数量的违章变道现象给出一种可方便公众举报的行车记录仪及行车变道检测方法，该行车记录仪包括安装有地理定位系统模块的车载摄像头、违章变道检测程序和公众举报软件客户端。其中车载摄像头用来拍摄行车过程中，车辆前方路况的视频信息；违章变道检测软件模块自动检测视频流中出现的违章变道行为；公众举报软件客户端用于上传违章信息到相关执法部门。本发明应用目的简单明确，检测软件体量较小、可靠性较高。有此行车记录仪的存在，驾驶员因为有举报途径可走，能有效降低因其他车辆违章变道而引发的驾驶人员做出有攻击性行为或愤怒行为的发生率。
附图说明
图1为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的工作逻辑框图。
图2为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的灰度图像。
图3为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的一种5×5的实施例中的高斯平滑模版。
图4为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的边缘提取结果图。
图5为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的提取到的备选车道线图。
图6为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的直线拟合的原理图。
图7为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的车道线图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
如图1所示，图1为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的工作逻辑框图，该用于行车变道检测记录及违章变道举报控制的方法，其中，包括以下步骤：
(1)从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置；
(2)对所述的实时视频图像进行车道线检测；
(3)判断所述的实时视频图像中是否有车辆行驶；
(4)如果所述的实时视频图像中没有车辆，则返回上述步骤(1)，否则继续下述步骤(5)；
(5)对所述的车辆的车牌进行识别，找到所述的车牌的中心点；
(6)判断所述的车辆是否变道；
(7)如果所述的车辆变道则继续下述步骤(8)，否则返回上述步骤(1)；
(8)判断所述的变道行为是否为违章变道；
(9)如果所述的变道行为是违章，则继续下述步骤(10)，否则返回上述步骤(1)；
(10)将所述车辆发生违章变道行为的时间及地点信息进行记录；
(11)将所述的违章变道行为的信息，即所述的车辆车牌、违章变道发生的地点及时间，按执法机构提供的信息，上传至指定网络位置。
在上述实施例中，如图2至图7所示，所述的步骤(2)具体包括以下步骤：
(21)将所述的实时视频图像转化为灰度图；
(22)去除所述的灰度图中的噪声影响，减少噪点；
(23)提取所述的灰度图中像素值变化比较剧烈的地方，即图像内容的边缘提取；
(24)感兴趣区域裁剪，即从所述的灰度图中的滤去系统预设的无用信息，即根据系统预置条件，过滤掉无用信息，得到车道线备选像素点，得到备选车道线；
(25)直线拟合，即对于步骤(24)得到的所述的车道线备选像素点，统计相同的参数点対，其中，所述的参数点数量位于前两位的就是两条车道线；
(26)确定所述的车道线，将经过所述的直线拟合后的车道线与所述的备选车道线进行对比，如果二者相差不大，则确定所述的直线拟合后的车道线为实线，否则确定所述的直线拟合后的车道线为虚线。
在上述实施例中，如图2所示，图2为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的灰度图像，所述的步骤(21)具体包括以下步骤：
(211)假定所述的实时视频图像中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值进行表示，即f(x，y)＝[R，G，B]，其中，(x，y)指像素点在图像中的坐标，左上角的像素点坐标是(0，0)，R、G、B分别为红、绿、蓝颜色分量值；
(212)将所述的像素点(x，y)处的灰度值根据以下公式进行计算，得到所述的灰度图：
g(x，y)＝0.229R+0.587G+0.114B。
在上述实施例中，如图3所示，图3为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的一种5×5的实施例中的高斯平滑模版，所述的步骤(22)具体包括以下步骤：
(221)根据所述的灰度图中的噪声情况，选择合适大小的模版逐行逐列滑过整个图像，模版通常为3×3、5×5或者7×7等大小；
(222)将所述的灰度图像根据以下公式进行操作：
其中g(x，y)为所述的灰度图像的函数，(x，y)是像素坐标值，通常(0，0)位置表示图像最左上方像素点的坐标，I为所述的模版的函数，在这里我们用的是5×5大小的模板函数。
在上述实施例中，如图4所示，图4为本发明的用于行车变道检测记录及违章变道举报控制的系统及方法的边缘提取结果图，所述的步骤(23)具体包括以下步骤：
(231)将去噪后的所述的灰度图中的像素点的右点减去左点，下点减去上点；
(232)求所述的灰度图中的像素点的右点减去左点，下点减去上点后的两个差值的平方和根，得到所述的去噪后的所述的灰度图中每个像素点的梯度幅值；
(233)梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方，提取所述的去噪后的所述的灰度图中像素值变化比较剧烈的地方。
在上述实施例中，所述的步骤(6)具体包括以下步骤：
(61)在前后相继的几帧图像中，找到所述的车牌中心点的运动轨迹；
(62)判断所述的车牌中心点是否从所述的车道线的一边变换到另一边；
(63)如果所述的车牌中心点从所述的车道线的一边变换到另一边，则所述的车辆发生一次变道行为，否则所述的车辆没有变道。
在上述实施例中，所述的步骤(8)具体包括以下步骤：
(81)判断所述的车辆越过的所述的车道线是否为实线；
(82)如果越过的所述的车道线为实线，则所述的变道行为为违章变道，否则所述的变道行为不属于违章变道。
在上述实施例中，所述的步骤(9)与所述的步骤(10)之间还包括以下步骤：
(9.1)驾驶员人工判断前车是否有所述的变道行为是违章，如果有则继续后续步骤(10)，否则返回步骤(1)。
上述实施例还包括一种用于行车变道检测记录及违章变道举报控制的系统，其中，包括：
车载摄像头，用于拍摄道路情况、前车行车情况，所述的车载摄像头含有地理定位系统，可获取行车过程中的地理位置，所述的车载摄像头为分辨率为720P及以上，成像速率在5帧/秒及以上的车载摄像头；
公众举报客户端，用于提供一种方便公众举报的操作界面，使用户可以对系统自动违规变道检测结果予以人工确认，对系统漏检测和误检测的内容进行人工举报；
违章变道检测程序，用于检测出所述的车载摄像头拍到的图像中的违章变道事件，并把检测到的违规变道事件过程予以标记；
所述的违章变道检测程序在运行时对从所述的车载摄像头拍摄的图像进行如下处理步骤：
(1)从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置；
(2)对所述的实时视频图像进行车道线检测；
(3)判断所述的实时视频图像中是否有车辆行驶；
(4)如果所述的实时视频图像中没有车辆，则返回上述步骤(1)，否则继续下述步骤(5)；
(5)对所述的车辆的车牌进行识别，找到所述的车牌的中心点；
(6)判断所述的车辆是否变道；
(7)如果所述的车辆变道则继续下述步骤(8)，否则返回上述步骤(1)；
(8)判断所述的变道行为是否为违章变道；
(9)如果所述的变道行为是违章，则继续下述步骤(10)，否则返回上述步骤(1)；
(10)将所述车辆发生违章变道行为的时间及地点信息进行记录；
(11)将所述的违章变道行为的信息，即所述的车辆车牌、违章变道发生的地点及时间，按执法机构提供的信息，上传至指定网络位置。
在上述实施例中，所述的步骤(2)具体包括以下步骤：
(21)将所述的实时视频图像转化为灰度图；
(22)去除所述的灰度图中的噪声影响，减少噪点；
(23)提取所述的灰度图中像素值变化比较剧烈的地方，即图像内容的边缘提取；
(24)感兴趣区域裁剪，即从所述的灰度图中的滤去系统预设的无用信息，即根据系统预置条件，过滤掉无用信息，得到车道线备选像素点，得到备选车道线；
(25)直线拟合，即对于步骤(24)得到的所述的车道线备选像素点，统计相同的参数点対，其中，所述的参数点数量位于前两位的就是两条车道线；
(26)确定所述的车道线，将经过所述的直线拟合后的车道线与所述的备选车道线进行对比，如果二者相差不大，则确定所述的直线拟合后的车道线为实线，否则确定所述的直线拟合后的车道线为虚线。
在上述实施例中，所述的步骤(21)具体包括以下步骤：
(211)假定所述的实时视频图像中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值进行表示，即f(x，y)＝[R，G，B]，其中，其中，(x，y)指像素点在图像中的坐标，左上角的像素点坐标是(0，0)，R、G、B分别为红、绿、蓝颜色分量值；
(212)将所述的像素点(x，y)处的灰度值根据以下公式进行计算，得到所述的灰度图：
g(x，y)＝0.229R+0.587G+0.114B。
在上述实施例中，所述的步骤(22)具体包括以下步骤：
(221)根据所述的灰度图中的噪声情况，选择合适大小的模版逐行逐列滑过整个图像，模版为3×3、5×5或者7×7等大小；
(222)将所述的灰度图像根据以下公式进行操作：
其中g(x，y)为所述的灰度图像的函数，(x，y)是像素坐标值，通常(0，0)位置表示图像最左上方像素点的坐标，I为所述的模版的函数，在这里我们用的是5×5大小的模板函数。
在上述实施例中，所述的步骤(23)具体包括以下步骤：
(231)将去噪后的所述的灰度图中的像素点的右点减去左点，下点减去上点；
(232)求所述的灰度图中的像素点的右点减去左点，下点减去上点后的两个差值的平方和根，得到所述的去噪后的所述的灰度图中每个像素点的梯度幅值；
(233)梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方，提取所述的去噪后的所述的灰度图中像素值变化比较剧烈的地方。
在上述实施例中，所述的步骤(6)具体包括以下步骤：
(61)在前后相继的几帧图像中，找到所述的车牌中心点的运动轨迹；
(62)判断所述的车牌中心点是否从所述的车道线的一边变换到另一边；
(63)如果所述的车牌中心点从所述的车道线的一边变换到另一边，则所述的车辆发生一次变道行为，否则所述的车辆没有变道。
在上述实施例中，所述的步骤(8)具体包括以下步骤：
(81)判断所述的车辆越过的所述的车道线是否为实线；
(82)如果越过的所述的车道线为实线，则所述的变道行为为违章变道，否则所述的变道行为不属于违章变道。
在上述实施例中，所述的步骤(9)具体包括以下步骤：
(9.1)驾驶员人工判断前车是否有所述的变道行为是违章，如果有则继续后续步骤(10)，否则返回步骤(1)。
在一种具体实施例中，本发明针对占交通违章行为中相当多数量的违章变道现象给出一种可方便公众举报的行车记录仪及行车变道检测方法，该行车记录仪包括安装有地理定位系统模块的车载摄像头、违章变道检测软件模块和公众举报软件客户端。其中车载摄像头用来拍摄行车过程中，车辆前方路况的视频信息；违章变道检测软件模块自动检测视频流中出现的违章变道行为；公众举报软件客户端用于上传违章信息到相关执法部门。本发明应用目的简单明确，检测软件体量较小、可靠性较高。有此行车记录仪的存在，驾驶员因为有举报途径可走，能有效降低因其他车辆违章变道而引发的驾驶人员做出有攻击性行为或愤怒行为的发生率。
该实施例中，系统包括车载摄像头模块、违章变道检测软件模块和公众举报客户端。
一、含有地理定位系统的车载摄像头
低成本的车载摄像头，720p以上分辨率的图像即可，成像速率在5帧/秒以上即可。主要目的在于拍摄道路情况、前车行车情况等。地理定位系统的功能是获取行车过程中的地理位置。
二、违章变道检测软件模块
本模块的主要功能是检测出视频图像中违章变道事件，并把检测到的违规变道事件过程予以标记。该软件模块按照功能划分，可以划分为三个部分，分别是车道检测、车牌识别和违章变道自动判定。
1.车道检测功能实现步骤
车道检测的方法有很多种，为了方便说明起见，下面以图1中的车道为例子，来说明检测车道的过程，并且定义车道的类别(实线、虚线等)。
第一步：图像转化成灰度图
假定图1中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值来表示，即f(x，y)＝[R，G，B]。那么，在像素点(x，y)处的灰度值g(x，y)按照如下公式计算，
g(x，y)＝0.229R+0.587G+0.114B。
第二步：对图像进行高斯平滑操作
此步操作的目的是过滤到图像中的噪声影响。高斯平滑模板视图像噪声状况而定，或者为3×3、或者为5×5、或者为7×7等大小的模板I。
对上一步得到灰度图像g(x，y)按照下面公式进行操作。
第三步：提取图像像素值变化比较剧烈的地方，即图像内容的边缘提取。
一个简单的方法就是求取每个像素点的梯度幅值，梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方。求取梯度的一个方法就是像素值的右点减去左点，下点减去上点，然后求两个差值的平方和根，即可得到梯度值。
第四步：感兴趣区域裁剪
因为行车记录仪通常安装在车的固定位置，那么视场范围通常固定。根据这个经验条件，我们可以过滤掉大部分无用信息，得到车道线备选像素点。
第五步：直线拟合
对于每个像素点(x，y)都能找到很多対参数(m，b)确定无数条直线，在同一条直线上的参数対必定相同；那么，对于第四步中提取到的备选车道线上的每个点，统计相同的参数点対，其中数量位于前两位的就是两条车道线。
第六步：确认车道线
拟合出来的车道和第四步得到的备选车道比较长短(车道线上像素点点的数目)。如果长度相差不大，则认为是实线；否则认定是虚线。
2.车牌识别
车牌识别的方法有很多，任何一种公开方法都可以。我们的目的是获得车牌在视频图像中的位置，以车牌中心点C(x，y)的坐标值表示。
3.违章变道自动判定方法
分为两步：第一步是发现变道行为；第二步确定是否是违章变道。
发现变道行为的逻辑很简单：在前后相继的几帧图像中，找到车牌中心点的运动轨迹，如果发现车牌在车道线的一边变化到另一边，即可认为发生一次变道事件。
违章变道的情形有很多种，通常实线变道是最主要的违规变道行为。那么针对这种违章变道的逻辑就是，变道发生在实线上，那么即可认定发生违规变道。
把发生违章变道的时间和从GPS模块获得的地点信息记录下来。
三、公众举报客户端
本模块的主要功能是提供一种方便公众举报的操作界面。因为有可能出现漏检测和误检测，所以用户可以対自动违规变道检测结果予以人工确认。之后按照执法机关提供地址，将举报材料(违规变道视频片段、违规变道发生地点和时间、车牌号等)上传至指定网络位置。
完成举报过程。
该具体实施例中把违章变道检测方法集成到车载摄像头中，方便驾驶人员使用。经过大规模的实验统计表明，该方法检测实线变道的正确率达到80％以上，经过人工辅助选择判断，检测正确率能达到100％。最关键的是，驾乘人员因为有可维权的心理预期，显而易见能减少“路怒症”的发生，减少报复性危险驾驶的发生率。产生明显的社会效益，有利于社会和谐。至于最终驾乘人员是否真的去举报，则取决于驾乘人员本身，本发明并没有强制性地自动上传违规结果。
由于本发明需要监测的是车牌、车道等信息，所需的技术基础较为简单直接，针对性强，所以所需的计算量较小，可以实现实时检测的目标，对硬件需求较低，成本较低，且结构简单、可靠性高。
采用本发明中的用于行车变道检测记录及违章变道举报控制的系统及方法，针对占交通违章行为中相当多数量的违章变道现象给出一种可方便公众举报的行车记录仪及行车变道检测方法，该行车记录仪包括安装有地理定位系统模块的车载摄像头、违章变道检测程序和公众举报软件客户端。其中车载摄像头用来拍摄行车过程中，车辆前方路况的视频信息；违章变道检测软件模块自动检测视频流中出现的违章变道行为；公众举报软件客户端用于上传违章信息到相关执法部门。本发明应用目的简单明确，检测软件体量较小、可靠性较高。有此行车记录仪的存在，驾驶员因为有举报途径可走，能有效降低因其他车辆违章变道而引发的驾驶人员做出有攻击性行为或愤怒行为的发生率。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (16)

1.一种用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的方法包括以下步骤：
(1)从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置；
(2)对所述的实时视频图像进行车道线检测；
(3)判断所述的实时视频图像中是否有车辆行驶；
(4)如果所述的实时视频图像中没有车辆，则返回上述步骤(1)，否则继续下述步骤(5)；
(5)对所述的车辆的车牌进行识别，找到所述的车牌的中心点；
(6)判断所述的车辆是否变道；
(7)如果所述的车辆变道则继续下述步骤(8)，否则返回上述步骤(1)；
(8)判断所述的变道行为是否为违章变道；
(9)如果所述的变道行为是违章，则继续下述步骤(10)，否则返回上述步骤(1)；
(10)将所述车辆发生违章变道行为的时间及地点信息进行记录；
(11)将所述的违章变道行为的信息，即所述的车辆车牌、违章变道发生的地点及时间，按执法机构提供的信息，上传至指定网络位置。
2.根据权利要求1所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(2)具体包括以下步骤：
(21)将所述的实时视频图像转化为灰度图；
(22)去除所述的灰度图中的噪声影响，减少噪点；
(23)提取所述的灰度图中像素值变化比较剧烈的地方，即图像内容的边缘提取；
(24)感兴趣区域裁剪，即从所述的灰度图中的滤去系统预设的无用信息，即根据系统预置条件，过滤掉无用信息，得到车道线备选像素点，得到备选车道线；
(25)直线拟合，即对于步骤(24)得到的所述的车道线备选像素点，统计相同的参数点対，其中，所述的参数点数量位于前两位的就是两条车道线；
(26)确定所述的车道线，将经过所述的直线拟合后的车道线与所述的备选车道线进行对比，如果二者相差不大，则确定所述的直线拟合后的车道线为实线，否则确定所述的直线拟合后的车道线为虚线。
3.根据权利要求2所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(21)具体包括以下步骤：
(211)假定所述的实时视频图像中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值进行表示，即f(x，y)＝[R，G，B]，其中，(x，y)指像素点在图像中的坐标，左上角的像素点坐标是(0，0)，R、G、B分别为红、绿、蓝颜色分量值；
(212)将所述的像素点(x，y)处的灰度值根据以下公式进行计算，得到所述的灰度图：
g(x，y)＝0.229R+0.587G+0.114B。
4.根据权利要求2所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(22)具体包括以下步骤：
(221)根据所述的灰度图中的噪声情况，根据实际情况选择对应的模版逐行逐列滑过整个图像，模版大小为3×3、5×5或者7×7之一；
(222)将所述的灰度图像根据以下公式进行操作，以减少所述的灰度图中的噪声：
<mrow> <msup> <mi>g</mi> <mo>,</mo> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mn>341</mn> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mo>-</mo> <mn>2</mn> </mrow> <mrow> <mi>m</mi> <mo>=</mo> <mn>2</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mo>-</mo> <mn>2</mn> </mrow> <mrow> <mi>n</mi> <mo>=</mo> <mn>2</mn> </mrow> </munderover> <mi>g</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>+</mo> <mi>m</mi> <mo>,</mo> <mi>y</mi> <mo>+</mo> <mi>n</mi> <mo>)</mo> </mrow> <mi>I</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中g(x，y)为所述的灰度图像的函数，(x，y)是像素坐标值，(0，0)位置表示图像最左上方像素点的坐标，I为所述的模版的函数。
5.根据权利要求2所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(23)具体包括以下步骤：
(231)将去噪后的所述的灰度图中的像素点的右点减去左点，下点减去上点；
(232)求所述的灰度图中的像素点的右点减去左点，下点减去上点后的两个差值的平方和根，得到所述的去噪后的所述的灰度图中每个像素点的梯度幅值；
(233)梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方，提取所述的去噪后的所述的灰度图中像素值变化比较剧烈的地方。
6.根据权利要求1所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(6)具体包括以下步骤：
(61)在前后相继的几帧图像中，找到所述的车牌中心点的运动轨迹；
(62)判断所述的车牌中心点是否从所述的车道线的一边变换到另一边；
(63)如果所述的车牌中心点从所述的车道线的一边变换到另一边，则所述的车辆发生一次变道行为，否则所述的车辆没有变道。
7.根据权利要求1所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(8)具体包括以下步骤：
(81)判断所述的车辆越过的所述的车道线是否为实线；
(82)如果越过的所述的车道线为实线，则所述的变道行为为违章变道，否则所述的变道行为不属于违章变道。
8.根据权利要求1所述的用于行车变道检测记录及违章变道举报控制的方法，其特征在于，所述的步骤(9)与所述的步骤(10)之间还包括以下步骤：
(9.1)驾驶员人工判断前车是否有所述的变道行为是违章，如果有则继续后续步骤(10)，否则返回步骤(1)。
9.一种用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的系统包括：
车载摄像头，用于拍摄道路情况、前车行车情况，所述的车载摄像头含有地理定位系统，可获取行车过程中的地理位置，所述的车载摄像头为分辨率为720P及以上，成像速率在5帧/秒及以上的车载摄像头；
公众举报客户端，用于提供一种方便公众举报的操作界面，使用户可以对系统自动违规变道检测结果予以人工确认，对系统漏检测和误检测的内容进行人工举报；
违章变道检测程序，用于检测出所述的车载摄像头拍到的图像中的违章变道事件，并把检测到的违规变道事件过程予以标记；
所述的违章变道检测程序在运行时对从所述的车载摄像头拍摄的图像进行如下处理步骤：
(1)从车载摄像头中获取实时视频图像及所述的实时视频图像所对应的地理位置；
(2)对所述的实时视频图像进行车道线检测；
(3)判断所述的实时视频图像中是否有车辆行驶；
(4)如果所述的实时视频图像中没有车辆，则返回上述步骤(1)，否则继续下述步骤(5)；
(5)对所述的车辆的车牌进行识别，找到所述的车牌的中心点；
(6)判断所述的车辆是否变道；
(7)如果所述的车辆变道则继续下述步骤(8)，否则返回上述步骤(1)；
(8)判断所述的变道行为是否为违章变道；
(9)如果所述的变道行为是违章，则继续下述步骤(10)，否则返回上述步骤(1)；
(10)将所述车辆发生违章变道行为的时间及地点信息进行记录；
(11)将所述的违章变道行为的信息，即所述的车辆车牌、违章变道发生的地点及时间，按执法机构提供的信息，上传至指定网络位置。
10.根据权利要求9所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(2)具体包括以下步骤：
(21)将所述的实时视频图像转化为灰度图；
(22)去除所述的灰度图中的噪声影响，减少噪点；
(23)提取所述的灰度图中像素值变化比较剧烈的地方，即图像内容的边缘提取；
(24)感兴趣区域裁剪，即从所述的灰度图中的滤去系统预设的无用信息，即根据系统预置条件，过滤掉无用信息，得到车道线备选像素点，得到备选车道线；
(25)直线拟合，即对于步骤(24)得到的所述的车道线备选像素点，统计相同的参数点対，其中，所述的参数点数量位于前两位的就是两条车道线；
(26)确定所述的车道线，将经过所述的直线拟合后的车道线与所述的备选车道线进行对比，如果二者相差不大，则确定所述的直线拟合后的车道线为实线，否则确定所述的直线拟合后的车道线为虚线。
11.根据权利要求10所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(21)具体包括以下步骤：
(211)假定所述的实时视频图像中的像素点(x，y)处的色彩值按照sRGB色彩空间中的红绿蓝颜色分量值进行表示，即f(x，y)＝[R，G，B]，其中，(x，y)指像素点在图像中的坐标，左上角的像素点坐标是(0，0)，R、G、B分别为红、绿、蓝颜色分量值；
(212)将所述的像素点(x，y)处的灰度值根据以下公式进行计算，得到所述的灰度图：
g(x，y)＝0.229R+0.587G+0.114B。
12.根据权利要求10所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(22)具体包括以下步骤：
(221)根据所述的灰度图中的噪声情况，根据实际情况选择对应的模版逐行逐列滑过整个图像，模版大小为3×3、5×5或者7×7之一；
(222)将所述的灰度图像根据以下公式进行操作，以减少所述的灰度图中的噪声：
<mrow> <msup> <mi>g</mi> <mo>,</mo> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mn>341</mn> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mo>-</mo> <mn>2</mn> </mrow> <mrow> <mi>m</mi> <mo>=</mo> <mn>2</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mo>-</mo> <mn>2</mn> </mrow> <mrow> <mi>n</mi> <mo>=</mo> <mn>2</mn> </mrow> </munderover> <mi>g</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>+</mo> <mi>m</mi> <mo>,</mo> <mi>y</mi> <mo>+</mo> <mi>n</mi> <mo>)</mo> </mrow> <mi>I</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中g(x，y)为所述的灰度图像的函数，(x，y)是像素坐标值，(0，0)位置表示图像最左上方像素点的坐标，I为所述的模版的函数。
13.根据权利要求10所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(23)具体包括以下步骤：
(231)将去噪后的所述的灰度图中的像素点的右点减去左点，下点减去上点；
(232)求所述的灰度图中的像素点的右点减去左点，下点减去上点后的两个差值的平方和根，得到所述的去噪后的所述的灰度图中每个像素点的梯度幅值；
(233)梯度幅值在一定阈值之上就认为是像素值起伏比较剧烈的地方，提取所述的去噪后的所述的灰度图中像素值变化比较剧烈的地方。
14.根据权利要求9所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(6)具体包括以下步骤：
(61)在前后相继的几帧图像中，找到所述的车牌中心点的运动轨迹；
(62)判断所述的车牌中心点是否从所述的车道线的一边变换到另一边；
(63)如果所述的车牌中心点从所述的车道线的一边变换到另一边，则所述的车辆发生一次变道行为，否则所述的车辆没有变道。
15.根据权利要求9所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(8)具体包括以下步骤：
(81)判断所述的车辆越过的所述的车道线是否为实线；
(82)如果越过的所述的车道线为实线，则所述的变道行为为违章变道，否则所述的变道行为不属于违章变道。
16.根据权利要求9所述的用于行车变道检测记录及违章变道举报控制的系统，其特征在于，所述的步骤(9)具体包括以下步骤：
(9.1)驾驶员人工判断前车是否有所述的变道行为是违章，如果有则继续后续步骤(10)，否则返回步骤(1)。
CN201710800246.0A 2017-09-07 2017-09-07 用于行车变道检测记录及违章变道举报控制的系统及方法 Pending CN107481526A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710800246.0A CN107481526A (zh) 2017-09-07 2017-09-07 用于行车变道检测记录及违章变道举报控制的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710800246.0A CN107481526A (zh) 2017-09-07 2017-09-07 用于行车变道检测记录及违章变道举报控制的系统及方法

Publications (1)

Publication Number Publication Date
CN107481526A true CN107481526A (zh) 2017-12-15

Family

ID=60584380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710800246.0A Pending CN107481526A (zh) 2017-09-07 2017-09-07 用于行车变道检测记录及违章变道举报控制的系统及方法

Country Status (1)

Country Link
CN (1) CN107481526A (zh)

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108171154A (zh) * 2017-12-27 2018-06-15 邦鼓思电子科技（上海）有限公司 一种自动驾驶中目标检测与车道检测结合的方法
CN108346316A (zh) * 2018-03-23 2018-07-31 上海工程技术大学 一种基于车道线检测的智能违章防控系统
CN108806270A (zh) * 2018-06-22 2018-11-13 安徽科力信息产业有限责任公司 一种记录多台机动车连续变换车道违法行为的方法及装置
CN109118765A (zh) * 2018-09-04 2019-01-01 京东方科技集团股份有限公司 基于区块链的交通违章记录方法和装置
CN109299674A (zh) * 2018-09-05 2019-02-01 重庆大学 一种基于车灯的隧道违章变道检测方法
CN109344704A (zh) * 2018-08-24 2019-02-15 南京邮电大学 一种基于行车方向与车道线夹角的车辆变道行为检测方法
CN109389827A (zh) * 2018-08-17 2019-02-26 深圳壹账通智能科技有限公司 基于行车记录仪的举证方法、装置、设备和存储介质
CN109740424A (zh) * 2018-11-23 2019-05-10 深圳市华尊科技股份有限公司 交通违规识别方法及相关产品
CN109801500A (zh) * 2019-02-19 2019-05-24 中国科学院自动化研究所 基于区块链的车辆违章变道检测记录方法、系统、装置
CN109831635A (zh) * 2019-03-25 2019-05-31 李洪军 一种安防记录仪
CN109858459A (zh) * 2019-02-20 2019-06-07 公安部第三研究所 基于警用车载视频要素信息实现智能解析处理的系统及其方法
CN109887303A (zh) * 2019-04-18 2019-06-14 齐鲁工业大学 随意变更车道行为预警系统及方法
CN110136447A (zh) * 2019-05-23 2019-08-16 杭州诚道科技股份有限公司 行车变道检测及违法变道识别的方法
WO2019175686A1 (en) 2018-03-12 2019-09-19 Ratti Jayant On-demand artificial intelligence and roadway stewardship system
CN110459057A (zh) * 2019-07-29 2019-11-15 湖南湖芯信息科技有限公司 基于大众监督的车载抓拍交通违规事件处理系统
WO2020000251A1 (zh) * 2018-06-27 2020-01-02 潍坊学院 基于摄像机协同接力的路口违章视频识别方法
CN110705396A (zh) * 2019-09-18 2020-01-17 上海图丽信息技术有限公司 一种检测视频中机动车变道的系统及方法
CN110807932A (zh) * 2019-11-12 2020-02-18 汤建强 一种车辆实线变道检测方法
CN111028503A (zh) * 2018-10-09 2020-04-17 杭州海康威视系统技术有限公司 一种车辆变道监测方法及装置
CN111179345A (zh) * 2019-12-27 2020-05-19 大连海事大学 基于车载机器视觉的前方车辆越线违章行为自动检测方法及系统
CN111341114A (zh) * 2020-03-10 2020-06-26 北京以萨技术股份有限公司 基于物联网的车载视频交通违章检测方法、装置及系统
WO2020139385A1 (en) * 2018-12-28 2020-07-02 Didi Research America, Llc Systems and methods for vehicle identification
CN111369705A (zh) * 2018-12-26 2020-07-03 上海擎感智能科技有限公司 求救方法、求救系统、求救终端及计算机可读存储介质
CN111666853A (zh) * 2020-05-28 2020-09-15 平安科技（深圳）有限公司 实时车辆违章检测方法、装置、设备及存储介质
CN112200148A (zh) * 2020-11-06 2021-01-08 中国计量大学 一种去中心化的交通诚信评价系统
CN112668466A (zh) * 2020-12-24 2021-04-16 中国计量大学 一种地址事件数据流的车道线识别方法
CN112687103A (zh) * 2020-12-23 2021-04-20 安徽中科美络信息技术有限公司 基于车联网技术的车辆变道的检测方法及系统
CN113094528A (zh) * 2021-04-30 2021-07-09 安徽江淮汽车集团股份有限公司 交通违章抓拍的上传系统及方法
CN113591820A (zh) * 2021-09-30 2021-11-02 深圳市鑫道为科技有限公司 一种可提取肇事车牌信息的行车数据存储方法
CN114078318A (zh) * 2020-08-05 2022-02-22 上海汽车集团股份有限公司 一种车辆违章检测系统
US11302182B2 (en) 2018-12-28 2022-04-12 Beijing Voyager Technology Co., Ltd. Systems and methods for vehicle identification
CN115240435A (zh) * 2022-09-21 2022-10-25 广州市德赛西威智慧交通技术有限公司 一种基于ai技术的车辆违章行驶检测方法、装置
WO2023103204A1 (zh) * 2021-12-06 2023-06-15 江苏航天大为科技股份有限公司 一种基于两阶段的车辆违规变道识别方法
CN117237240A (zh) * 2023-11-15 2023-12-15 湖南蚁为软件有限公司 基于数据特征的数据智能采集方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020085545A (ko) * 2001-05-09 2002-11-16 윤권중 동영상 처리에 의한 차선위반 차량의 검지 시스템 및 그방법
CN104952122A (zh) * 2015-05-19 2015-09-30 佛山市锐诚云智能照明科技有限公司 可自动进行违章取证的行车记录仪及系统
CN105185114A (zh) * 2015-09-07 2015-12-23 北京信路威科技股份有限公司 一种车辆违章变道行为取证装置及方法
CN106128108A (zh) * 2016-08-29 2016-11-16 孙静言 一种违章举报装置
CN106652468A (zh) * 2016-12-09 2017-05-10 武汉极目智能技术有限公司 车辆道路前车违规检测和自车违规预警提醒装置及方法
CN106652445A (zh) * 2016-11-15 2017-05-10 成都通甲优博科技有限责任公司 一种公路交通事故判别方法及装置
CN106904121A (zh) * 2017-02-27 2017-06-30 北京汽车研究总院有限公司 一种对车辆换道行为进行预警的方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020085545A (ko) * 2001-05-09 2002-11-16 윤권중 동영상 처리에 의한 차선위반 차량의 검지 시스템 및 그방법
CN104952122A (zh) * 2015-05-19 2015-09-30 佛山市锐诚云智能照明科技有限公司 可自动进行违章取证的行车记录仪及系统
CN105185114A (zh) * 2015-09-07 2015-12-23 北京信路威科技股份有限公司 一种车辆违章变道行为取证装置及方法
CN106128108A (zh) * 2016-08-29 2016-11-16 孙静言 一种违章举报装置
CN106652445A (zh) * 2016-11-15 2017-05-10 成都通甲优博科技有限责任公司 一种公路交通事故判别方法及装置
CN106652468A (zh) * 2016-12-09 2017-05-10 武汉极目智能技术有限公司 车辆道路前车违规检测和自车违规预警提醒装置及方法
CN106904121A (zh) * 2017-02-27 2017-06-30 北京汽车研究总院有限公司 一种对车辆换道行为进行预警的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨帆: "《数字图像处理与分析》", 31 October 2007, 北京航空航天大学出版社 *

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108171154A (zh) * 2017-12-27 2018-06-15 邦鼓思电子科技（上海）有限公司 一种自动驾驶中目标检测与车道检测结合的方法
WO2019175686A1 (en) 2018-03-12 2019-09-19 Ratti Jayant On-demand artificial intelligence and roadway stewardship system
CN108346316A (zh) * 2018-03-23 2018-07-31 上海工程技术大学 一种基于车道线检测的智能违章防控系统
CN108806270A (zh) * 2018-06-22 2018-11-13 安徽科力信息产业有限责任公司 一种记录多台机动车连续变换车道违法行为的方法及装置
WO2020000251A1 (zh) * 2018-06-27 2020-01-02 潍坊学院 基于摄像机协同接力的路口违章视频识别方法
CN109389827A (zh) * 2018-08-17 2019-02-26 深圳壹账通智能科技有限公司 基于行车记录仪的举证方法、装置、设备和存储介质
CN109344704A (zh) * 2018-08-24 2019-02-15 南京邮电大学 一种基于行车方向与车道线夹角的车辆变道行为检测方法
CN109344704B (zh) * 2018-08-24 2021-09-14 南京邮电大学 一种基于行车方向与车道线夹角的车辆变道行为检测方法
CN109118765A (zh) * 2018-09-04 2019-01-01 京东方科技集团股份有限公司 基于区块链的交通违章记录方法和装置
CN109299674A (zh) * 2018-09-05 2019-02-01 重庆大学 一种基于车灯的隧道违章变道检测方法
CN109299674B (zh) * 2018-09-05 2022-03-18 重庆大学 一种基于车灯的隧道违章变道检测方法
CN111028503A (zh) * 2018-10-09 2020-04-17 杭州海康威视系统技术有限公司 一种车辆变道监测方法及装置
CN109740424A (zh) * 2018-11-23 2019-05-10 深圳市华尊科技股份有限公司 交通违规识别方法及相关产品
CN111369705A (zh) * 2018-12-26 2020-07-03 上海擎感智能科技有限公司 求救方法、求救系统、求救终端及计算机可读存储介质
US11302182B2 (en) 2018-12-28 2022-04-12 Beijing Voyager Technology Co., Ltd. Systems and methods for vehicle identification
WO2020139385A1 (en) * 2018-12-28 2020-07-02 Didi Research America, Llc Systems and methods for vehicle identification
CN109801500A (zh) * 2019-02-19 2019-05-24 中国科学院自动化研究所 基于区块链的车辆违章变道检测记录方法、系统、装置
CN109858459A (zh) * 2019-02-20 2019-06-07 公安部第三研究所 基于警用车载视频要素信息实现智能解析处理的系统及其方法
CN109831635A (zh) * 2019-03-25 2019-05-31 李洪军 一种安防记录仪
CN109887303A (zh) * 2019-04-18 2019-06-14 齐鲁工业大学 随意变更车道行为预警系统及方法
CN110136447A (zh) * 2019-05-23 2019-08-16 杭州诚道科技股份有限公司 行车变道检测及违法变道识别的方法
CN110459057A (zh) * 2019-07-29 2019-11-15 湖南湖芯信息科技有限公司 基于大众监督的车载抓拍交通违规事件处理系统
CN110705396A (zh) * 2019-09-18 2020-01-17 上海图丽信息技术有限公司 一种检测视频中机动车变道的系统及方法
CN110807932A (zh) * 2019-11-12 2020-02-18 汤建强 一种车辆实线变道检测方法
CN111179345A (zh) * 2019-12-27 2020-05-19 大连海事大学 基于车载机器视觉的前方车辆越线违章行为自动检测方法及系统
CN111179345B (zh) * 2019-12-27 2024-01-23 大连海事大学 基于车载机器视觉的前方车辆越线违章行为自动检测方法及系统
CN111341114A (zh) * 2020-03-10 2020-06-26 北京以萨技术股份有限公司 基于物联网的车载视频交通违章检测方法、装置及系统
CN111666853B (zh) * 2020-05-28 2023-06-02 平安科技（深圳）有限公司 实时车辆违章检测方法、装置、设备及存储介质
CN111666853A (zh) * 2020-05-28 2020-09-15 平安科技（深圳）有限公司 实时车辆违章检测方法、装置、设备及存储介质
CN114078318A (zh) * 2020-08-05 2022-02-22 上海汽车集团股份有限公司 一种车辆违章检测系统
CN112200148B (zh) * 2020-11-06 2024-01-26 中国计量大学 一种去中心化的交通诚信评价系统
CN112200148A (zh) * 2020-11-06 2021-01-08 中国计量大学 一种去中心化的交通诚信评价系统
CN112687103A (zh) * 2020-12-23 2021-04-20 安徽中科美络信息技术有限公司 基于车联网技术的车辆变道的检测方法及系统
CN112668466A (zh) * 2020-12-24 2021-04-16 中国计量大学 一种地址事件数据流的车道线识别方法
CN113094528B (zh) * 2021-04-30 2023-09-08 安徽江淮汽车集团股份有限公司 交通违章抓拍的上传系统及方法
CN113094528A (zh) * 2021-04-30 2021-07-09 安徽江淮汽车集团股份有限公司 交通违章抓拍的上传系统及方法
CN113591820A (zh) * 2021-09-30 2021-11-02 深圳市鑫道为科技有限公司 一种可提取肇事车牌信息的行车数据存储方法
WO2023103204A1 (zh) * 2021-12-06 2023-06-15 江苏航天大为科技股份有限公司 一种基于两阶段的车辆违规变道识别方法
CN115240435A (zh) * 2022-09-21 2022-10-25 广州市德赛西威智慧交通技术有限公司 一种基于ai技术的车辆违章行驶检测方法、装置
CN117237240A (zh) * 2023-11-15 2023-12-15 湖南蚁为软件有限公司 基于数据特征的数据智能采集方法及系统
CN117237240B (zh) * 2023-11-15 2024-02-02 湖南蚁为软件有限公司 基于数据特征的数据智能采集方法及系统

Similar Documents

Publication Publication Date Title
CN107481526A (zh) 用于行车变道检测记录及违章变道举报控制的系统及方法
EP2567371B1 (de) Verfahren zum ermitteln von kraftfahrzeugnah beparkbarem parkraum und hierfür geeignetes fahrzeug-assistenzsystem
CN109767626B (zh) 一种路边停车巡检方法、系统、巡逻车及服务器
CN107886722A (zh) 行驶信息处理方法及系统、终端和计算机可读存储介质
CN105632182B (zh) 一种车辆违规行为举证的方法及其系统
CN106373426A (zh) 基于计算机视觉的停车位及违规占道停车监控方法
CN106056839A (zh) 网约车安全监测系统及方法
CN110223511A (zh) 一种汽车路边违停智能监测方法及系统
CN103824037B (zh) 车用防跟踪报警装置
CN107730898A (zh) 停车场非法车辆识别方法及系统
CN101692313A (zh) 基于嵌入式平台的便携式车辆识别装置
CN106127107A (zh) 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法
CN101630361A (zh) 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法
CN106934945A (zh) 一种共享设备的分享方法
CN103164958B (zh) 车辆监控方法及系统
CN109637144A (zh) 一种非机动车违章抓拍的取证系统及方法
WO2017137046A1 (de) Verfahren zur assistenz für einen parkvorgang und parkassistenzvorrichtung
CN103390145A (zh) 一种目标区域车辆检测方法以及系统
CN110310378A (zh) 一种基于双鉴的开放式停车场停车计费方法及系统
EP3642793A1 (en) Platform for the management and validation of contents of video images, pictures or similars, generated by different devices
CN107798879A (zh) 一种智能识别套牌车的方法
CN106205135B (zh) 一种违章掉头车辆行为的检测方法、装置及系统和一种球机
DE102005035242A1 (de) Konfigurierbares Mehrzweck-Verkehrsüberwachungssystem
CN103942962B (zh) 一种遮挡车牌的违章处理装置及方法
CN107615347B (zh) 车辆确定装置及包括所述车辆确定装置的车辆确定系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171215

RJ01 Rejection of invention patent application after publication