一种智能交通监控系统
技术领域
本发明涉及交通监控技术领域,具体涉及一种智能交通监控系统。
背景技术
随着城市的发展,交通拥堵越来越严重,对交通进行有效监控显得越来越有必要。
随着科学技术的发展,新型传感器不断涌现,人们获取图像的能力迅速提高,由于不同图像传感器获取的图像存在明显的局限性和差异性,单一传感器图像提供的信息逐渐无法满足应用的需求。由于不同传感器的成像机理不同,获取图像的时间、角度、环境也不同,需要对图像先进行配准才能获得更为完整的信息。
发明内容
针对上述问题,本发明旨在提供一种智能交通监控系统。
本发明的目的采用以下技术方案来实现:
提供了一种智能交通监控系统,包括卫星监测子系统、车载终端、蜂窝移动通信系统和监控中心,所述车载终端和监控中心通过蜂窝移动系统建立通信,所述卫星监测子系统用于获取交通图像并将交通图像传给监控中心,所述车载终端利用卫星定位技术,以信息点和信息面的方式,对车辆信息进行采集,并将采集的车辆信息传给监控中心,所述监控中心根据交通图像和车辆信息对交通状况进行实时监控。
本发明的有益效果为:通过卫星获取交通图像,通过车载终端获取车辆信息,在微观和宏观两个方面实现了交通监控。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,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是本发明的结构示意图;
附图标记:
卫星监测子系统1、车载终端2、蜂窝移动通信系统3、监控中心4。
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,本实施例的一种智能交通监控系统,包括卫星监测子系统1、车载终端2、蜂窝移动通信系统3和监控中心4,所述车载终端2和监控中心4通过蜂窝移动系统3建立通信,所述卫星监测子系统1用于获取交通图像并将交通图像传给监控中心4,所述车载终端2利用卫星定位技术,以信息点和信息面的方式,对车辆信息进行采集,并将采集的车辆信息传给监控中心4,所述监控中心4根据交通图像和车辆信息对交通状况进行实时监控。
本实施例通过卫星获取交通图像,通过车载终端获取车辆信息,在微观和宏观两个方面实现了交通监控。
优选的,所述信息点和信息面的信息采集方式是当车辆经过的位置和所在区域处于监控中心4制定的位置或区域时,该车辆的车载终端2才进行信息采集。
本优选实施例实现了重点区域监测,节省了资源。
优选的,所述车辆信息包括车辆的位置信息和车辆周围的环境信息。
本优选实施例获取的车辆信息更为全面,监控更为全面。
优选的,所述监控中心4能够对交通图像进行配准,所述对交通图像进行配准采用图像配准装置进行,所述图像配准装置包括第一处理模块、第二处理模块和第三处理模块,所述第一处理模块用于对待配准图像进行预处理,所述第二处理模块用于经过预处理的待配准图像和参考图像进行配准,所述第三处理模块用于输出配准后的图像;所述第一处理模块包括一次增强子模块、二次去噪子模块和三次评价子模块,所述一次增强子模块用于对待配准图像进行增强处理,所述二次去噪子模块用于对增强后的待配准图像进行滤波处理,得到经过预处理的待配准图像,所述三次评价子模块用于对经过预处理的待配准图像进行评价。
本优选实施例实现了图像配准,为后续更好进行交通监控奠定了基础。
优选的,所述对待配准图像进行增强处理,具体为:
(1)对灰度值进行变换,采用下式进行:
在式子里,(i,j)表示像素点,RU(i,j)表示图像在(i,j)处的灰度值,
表示图像在(i,j)处的灰度值补值;
(2)采用下式对图像进行增强:
在式子里,β和γ表示权重系数,β∈[0.5,1.3],γ∈[0.5,3.5],(k,l)表示像素点,
表示增强后的图像在(i,j)处的灰度值补值,
表示图像在(k,l)处的灰度值补值;
(3)对灰度值进行反变换:
在式子里,RU′(i,j)表示增强后的图像。
本优选实施例采用一次增强子模块对图像进行增强,低照度彩色图像的亮度有了很大的提高,图像的整体对比度得到了极大的改善,对图像进行变换和反变换,极大提高了计算效率,在对数域进行图像增强,更加符合人的视觉特性,有助于提高交通图像的准确性。
优选的,采用以下步骤对增强后的待配准图像进行滤波处理:
步骤1、对于图像增强后的灰度值RU′(i,j),设滤波器窗口最大允许尺寸为W
max,采用窗口为W
ij的滤波器对其进行中值滤波,计算窗口W
ij内像素的中值z
med、最大值z
max、最小值z
min以及去除最大值和最小值后的均值z
ave;步骤2、计算
若满足C
1>1且C
2<1,则输出z
med作为滤波后的图像灰度值,否则转入步骤3;
步骤3、增大窗口尺寸,若增大后窗口尺寸小于Wmax,则进行步骤1,否则输出zave作为滤波后的图像灰度值;步骤4、将步骤2和步骤3的输出作为经过预处理的待配准图像。
本优选实施例采用二次去噪子模块对待配准图像进行滤波处理,不仅能够去除噪声,而且最大程度的保留了图像的细节,具体的,尽可能使用小尺寸的窗口对细节进行保留,在滤波窗口超出设定的最大窗口时,采用均值滤波,有效提高了滤波性能,进一步提高了交通图像的准确性。
优选的,所述三次评价子模块包括第一处理单元、第二处理单元和第三处理单元,所述第一处理单元用于确定经过预处理的待配准图像的第一评价因子,所述第二处理单元用于确定经过预处理的待配准图像的第二评价因子,所述第三处理单元用于根据第一评价因子和第二评价因子对经过预处理的待配准图像进行综合评价。
本优选实施例实现了对待配准图像的准确评价。
优选的,所述确定经过预处理的待配准图像的第一评价因子,具体为:
在式子里,MH1表示经过预处理的待配准图像的第一评价因子,RU″(i,j)表示经过预处理的待配准图像的灰度值,M×N表示待配准图像大小;
所述确定经过预处理的待配准图像的第二评价因子,具体为:
在式子里,MH2表示经过预处理的待配准图像的第二评价因子,μ表示经过预处理的待配准图像的灰度值均值;
所述对经过预处理的待配准图像进行综合评价,具体为:根据第一评价因子和第二评价因子计算综合评价因子MH:MH=(MH1+MH2)2+lg(MH1+MH2),综合评价因子越大,图像预处理效果越好。
本优选实施例采用三次评价子模块对预处理后的图像进行定量描述,实现了图像预处理效果的准确评价,且该评价模块综合考虑多方面评价因素,评价的可信度高,便于后续对图像预处理方法进行改进,保证图像配准的有效进行,从而保证了交通监控的效果。
采用本发明智能交通监控系统对某城市五个区域进行监控,分别为区域1、区域2、区域3、区域4、区域5,对交通拥堵时间和监控效率进行统计,同现有技术相比,产生的有益效果如下表所示:
|
交通拥堵时间减少 |
监控效率提高 |
区域1 |
29% |
21% |
区域2 |
27% |
23% |
区域3 |
26% |
25% |
区域4 |
25% |
27% |
区域5 |
24% |
29% |
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。