CN107507423B - 一种智能交通监控系统 - Google Patents

一种智能交通监控系统 Download PDF

Info

Publication number
CN107507423B
CN107507423B CN201710861371.2A CN201710861371A CN107507423B CN 107507423 B CN107507423 B CN 107507423B CN 201710861371 A CN201710861371 A CN 201710861371A CN 107507423 B CN107507423 B CN 107507423B
Authority
CN
China
Prior art keywords
image
registered
vehicle
information
traffic
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.)
Expired - Fee Related
Application number
CN201710861371.2A
Other languages
English (en)
Other versions
CN107507423A (zh
Inventor
黄信文
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.)
Shenzhen future community Technology Co., Ltd
Original Assignee
Shenzhen Future Community Technology Co Ltd
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 Shenzhen Future Community Technology Co Ltd filed Critical Shenzhen Future Community Technology Co Ltd
Priority to CN201710861371.2A priority Critical patent/CN107507423B/zh
Publication of CN107507423A publication Critical patent/CN107507423A/zh
Application granted granted Critical
Publication of CN107507423B publication Critical patent/CN107507423B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明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。

Description

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：
Figure BDA0001415148840000021
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，
Figure BDA0001415148840000022
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：
Figure BDA0001415148840000023
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，
Figure BDA0001415148840000031
表示图像在(k,l)处的灰度值补值；
(3)对灰度值进行反变换：
Figure BDA0001415148840000032
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Wmax，采用窗口为Wij的滤波器对其进行中值滤波，计算窗口Wij内像素的中值zmed、最大值zmax、最小值zmin以及去除最大值和最小值后的均值zave；步骤2、计算
Figure BDA0001415148840000033
若满足C1＞1且C2＜1，则输出zmed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：
Figure BDA0001415148840000034
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：
Figure BDA0001415148840000041
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。

Claims (3)

1.一种智能交通监控系统，其特征在于，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，
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制定的位置或区域时，该车辆的车载终端才进行信息采集，
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，
所述监控中心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，
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：
Figure FDA0002213788800000011
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：
Figure FDA0002213788800000013
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，
Figure FDA0002213788800000014
表示增强后的图像在(i，j)处的灰度值补值，
Figure FDA0002213788800000015
表示图像在(k，l)处的灰度值补值；
(3)对灰度值进行反变换：
Figure FDA0002213788800000016
在式子里，RU′(i，j)表示增强后的图像；
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Wmax，采用窗口为Wij的滤波器对其进行中值滤波，计算窗口Wij内像素的中值zmed、最大值zmax、最小值zmin以及去除最大值和最小值后的均值zave；步骤2、计算
Figure FDA0002213788800000021
若满足C1＞1且C2＜1，则输出zmed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。
2.根据权利要求1所述的智能交通监控系统，其特征在于，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。
3.根据权利要求2所述的智能交通监控系统，其特征在于，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：
Figure FDA0002213788800000022
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：
Figure FDA0002213788800000023
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。
CN201710861371.2A 2017-09-21 2017-09-21 一种智能交通监控系统 Expired - Fee Related CN107507423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710861371.2A CN107507423B (zh) 2017-09-21 2017-09-21 一种智能交通监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710861371.2A CN107507423B (zh) 2017-09-21 2017-09-21 一种智能交通监控系统

Publications (2)

Publication Number Publication Date
CN107507423A CN107507423A (zh) 2017-12-22
CN107507423B true CN107507423B (zh) 2020-01-24

Family

ID=60697055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710861371.2A Expired - Fee Related CN107507423B (zh) 2017-09-21 2017-09-21 一种智能交通监控系统

Country Status (1)

Country Link
CN (1) CN107507423B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958594A (zh) * 2017-12-26 2018-04-24 潘永森 一种监测准确的交通综合监测系统
CN108253972A (zh) * 2018-01-11 2018-07-06 深圳市晟达机械设计有限公司 一种导航精度高的车载导航系统
CN108846372A (zh) * 2018-06-27 2018-11-20 肖鑫茹 一种智能交通系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010018088B4 (de) * 2010-04-24 2020-10-29 Audi Ag Verfahren zum Überprüfen einer Kalibrierung sowie Kraftfahrzeug
CN202472944U (zh) * 2011-12-28 2012-10-03 百年金海安防科技有限公司 基于多传感器数据融合的城市交通信息采集与处理系统
CN102737511B (zh) * 2012-07-04 2014-07-02 武汉大学 智能路侧系统
CN103871029B (zh) * 2014-01-28 2017-06-06 西安科技大学 一种图像增强及分割方法
CN104851296B (zh) * 2015-06-06 2016-05-04 浙江传媒学院 一种基于遥感通信的路段拥堵程度检测系统
CN106408944A (zh) * 2016-11-17 2017-02-15 国网山东省电力公司东营供电公司 基于双通信数据的拥堵等级分析平台

Also Published As

Publication number Publication date
CN107507423A (zh) 2017-12-22

Similar Documents

Publication Publication Date Title
CN107507423B (zh) 一种智能交通监控系统
JP7140580B2 (ja) ステレオ撮像装置
CN105426861B (zh) 车道线确定方法及装置
CN102014243B (zh) 一种图像增强方法和装置
Godse et al. Wavelet based image fusion using pixel based maximum selection rule
CN108701396B (zh) 一种车前积雪与结冰的检测报警方法、存储介质和服务器
WO2006086102A1 (en) System and method for detecting features from images of vehicles
US20240007600A1 (en) Spatially Varying Reduction of Haze in Images
CN105120237A (zh) 基于4g技术的无线图像监控方法
KR101218302B1 (ko) 차량 번호판 위치 추정 방법
CN110276318A (zh) 夜间公路下雨识别方法、装置、计算机设备及存储介质
CN116186770A (zh) 图像脱敏方法、装置、电子设备及存储介质
KR101686558B1 (ko) 다차선 카메라 인식 시스템 및 그의 학습형 영상분석 방법
CN110795998B (zh) 人流量的检测方法、装置、电子设备及可读存储介质
CN111652033A (zh) 基于OpenCV的车道线检测方法
CN107886751B (zh) 一种车载终端实时路况预警系统
CN102497576A (zh) 基于Gabor特征互信息的全参考图像质量评价方法
CN110378918B (zh) 图像检测报警系统
CN108319267B (zh) 一种无人驾驶出租车
CN107680084B (zh) 一种现代化农业监测系统
CN114742726A (zh) 盲区的检测方法、装置、电子设备及存储介质
CN111243321B (zh) 图像检测报警方法
Mittal et al. IoT based image defogging system for road accident control during winters
CN105023243A (zh) 一种视频图像增强方法及装置、泊车辅助系统
CN112907454A (zh) 获取图像的方法、装置、计算机设备和存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20191230

Address after: 9302, building 9, nongpai market, 3169 Nanshan Avenue, Nanlian community, Nantou street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen future community Technology Co., Ltd

Address before: 518000 Nanshan Street Xiangnan Road, Nanshan District, Shenzhen City, Guangdong Province, No. 129 Sagemingyuan

Applicant before: Shenzhen City, Hui Da mechanical design Co. Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200124

Termination date: 20200921

CF01 Termination of patent right due to non-payment of annual fee