CN108288388A - 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
CN108288388A
CN108288388A CN201810092136.8A CN201810092136A CN108288388A CN 108288388 A CN108288388 A CN 108288388A CN 201810092136 A CN201810092136 A CN 201810092136A CN 108288388 A CN108288388 A CN 108288388A
Authority
CN
China
Prior art keywords
image
traffic lights
road
segmentation
target
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Withdrawn
Application number
CN201810092136.8A
Other languages
English (en)
Inventor
孟玲
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 Source Guang'an Intelligent Technology Co Ltd
Original Assignee
Shenzhen Source Guang'an Intelligent 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 Source Guang'an Intelligent Technology Co Ltd filed Critical Shenzhen Source Guang'an Intelligent Technology Co Ltd
Priority to CN201810092136.8A priority Critical patent/CN108288388A/zh
Publication of CN108288388A publication Critical patent/CN108288388A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/04Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/097Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种智能交通监控系统,包括道路检测模块、红绿灯监控器和监控中心,所述道路检测模块用于对路口的车辆进行检测,获得路口车辆数量的数据,并将数据发送至监控中心,所述红绿灯监控器用于采集红绿灯的运行状态,并将运行情况发送至监控中心,所述监控中心根据车辆数据和红绿灯的运行情况向红绿灯监控器发送红绿灯控制指令,所述红绿灯监控器根据控制指令对红绿灯的状态进行调整。本发明的有益效果为:智能交通监控系统通过对道路车辆和红绿灯运行状态进行检测和调整,有助于减少拥堵,提高了城市交通运行水平。

Description

一种智能交通监控系统
技术领域
本发明涉及交通技术领域,具体涉及一种智能交通监控系统。
背景技术
随着社会的发展和人们生活水平的提高,汽车的数量急剧增加,这就为交通监控提出了新的挑战,如何通过有效的交通监控来减缓城市拥堵成为人们共同关心的问题。
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,包括道路检测模块、红绿灯监控器和监控中心,所述道路检测模块用于对路口的车辆进行检测,获得路口车辆数量的数据,并将数据发送至监控中心,所述红绿灯监控器用于采集红绿灯的运行状态,并将运行情况发送至监控中心,所述监控中心根据车辆数据和红绿灯的运行情况向红绿灯监控器发送红绿灯控制指令,所述红绿灯监控器根据控制指令对红绿灯的状态进行调整;所述道路检测模块包括道路图像采集模块、道路图像上传模块、道路图像处理模块和道路图像输出模块,所述道路图像采集模块用于通过摄像头采集道路目标图像,所述道路图像上传模块通过网络将目标图像上传到道路图像处理模块,所述道路图像处理模块用于对上传图像进行处理,所述道路图像输出模块用于将处理结果发送至监控中心。
本发明的有益效果为:智能交通监控系统通过对道路车辆和红绿灯运行状态进行检测和调整,有助于减少拥堵,提高了城市交通运行水平。
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:
道路检测模块1、红绿灯监控器2、监控中心3。
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,包括道路检测模块1、红绿灯监控器2和监控中心3,所述道路检测模块1用于对路口的车辆进行检测,获得路口车辆数量的数据,并将数据发送至监控中心3,所述红绿灯监控器2用于采集红绿灯的运行状态,并将运行情况发送至监控中心3,所述监控中心3根据车辆数据和红绿灯的运行情况向红绿灯监控器2发送红绿灯控制指令,所述红绿灯监控器2根据控制指令对红绿灯的状态进行调整;所述道路检测模块1包括道路图像采集模块、道路图像上传模块、道路图像处理模块和道路图像输出模块,所述道路图像采集模块用于通过摄像头采集道路目标图像,所述道路图像上传模块通过网络将目标图像上传到道路图像处理模块,所述道路图像处理模块用于对上传图像进行处理,所述道路图像输出模块用于将处理结果发送至监控中心3。
本实施例智能交通监控系统通过对道路车辆和红绿灯运行状态进行检测和调整,有助于减少拥堵,提高了城市交通运行水平。
优选的,所述道路图像处理模块包括第一处理单元、第二处理单元、第三处理单元、第四处理单元和第五处理单元,所述第一处理单元用于将目标图像的格式转换为所需格式,所述第二处理单元用于将图像分割成目标和背景,所述第三处理单元用于对分割好的图像进行滤波和锐化处理,所述第四处理单元用于提取目标的特征参数,所述第五处理单元根据特征参数进行目标识别。
本优选实施例道路图像处理模块使用云计算技术进行图像处理,在节省资源的同时实现了对目标图像的有效识别,为交通准确监控奠定了基础。
优选的,所述第二处理单元包括一次分割单元、二次分割单元、融合分割单元和分割评价单元,所述一次分割单元用于获取目标图像的一次分割结果,所述二次分割单元用于获取目标图像的二次分割结果,所述融合分割单元根据一次分割结果和二次分割结果获取图像的最终分割结果,所述分割评价单元用于对最终分割结果进行评价。
本优选实施例第二处理单元实现了图像的准确分割和对分割效果的评价,为后续图像识别和进行准确监控奠定了良好的基础,。
优选的,所述一次分割单元用于获取目标图像的一次分割结果,具体为:在RGB色彩空间,目标的颜色为X1,X1为RGB颜色中的某种颜色,采用下式对图像进行分割: 在式子里,RU1(x,y)表示一次分割结果,RU(x,y)表示目标图像,Xi(i=1,2表示RGB颜色中的其它两种颜色;
所述二次分割单元用于获取目标图像的二次分割结果,具体为:将目标图像中的像素按灰度值用阈值分割成两部分,采用下式对图像进行分割:在式子里,RU2(x,y)表示二次分割结果,RU(x,y)表示目标图像,MH表示最佳灰度分割阈值,MH∈[0,255];
采用以下方式确定所述最佳灰度分割阈值MH:设图像的像素点的数量为N,灰度范围是[0,L-1],对应灰度级j(j=0,…,L-1)的像素点的数量为Nj,则像素点分布在灰度级j的几率为Pj采用灰度分割阈值MH1将图像分割成两类C1和C2,C1由灰度值在[0,MH1]之间的像素组成,C2由灰度值在[MH1+1,L-1]之间的像素组成;定义阈值选取函数DT:选取使得DT最大的灰度分割阈值MH1作为最佳灰度分割阈值MH。
所述融合分割单元根据一次分割结果和二次分割结果获取图像的最终分割结果,具体为:采用下式计算融合图像:EU(x,y)=σ1RU1(x,y)+σ2RU2(x,y),在式子里,EU(x,y)表示图像的初步融合图像,σ1、σ2为权重,σ12=1;将融合图像中的像素按灰度值用阈值分割成两部分,采用下式对图像进行分割:在式子里,GT(x,y)表示图像的最终分割结果,MH表示最佳灰度分割阈值,MH∈[0,255];
采用以下方式确定所述最佳灰度分割阈值MH:设图像的像素点的数量为N,灰度范围是[0,L-1],对应灰度级j(j=0,…,L-1)的像素点的数量为Nj,则像素点分布在灰度级j的几率为Pj采用灰度分割阈值MH1将图像分割成两类C1和C2,C1由灰度值在[0,MH1]之间的像素组成,C2由灰度值在[MH1+1,L-1]之间的像素组成;定义阈值选取函数DT:选取使得DT最大的灰度分割阈值MH1作为最佳灰度分割阈值MH。
本优选实施例一次分割单元可以较好的分割目标和背景。但彩色图像分割会过于重视选择的颜色分量,把一些不是目标但颜色与目标相似的背景像素划分在目标区域内,使分割不是很准确,二次分割单元是针对灰度图像的分割,它根据选择的灰度阈值来进行分割,常常会把一些不是目标但亮度与目标相近的背景像素划分在目标区域内,本发明把一次分割结果和二次分割结果通过权值融合为新的图像,然后对融合后的图像进行阈值分割,可以中和两种方法的缺陷,得到更好的分割图像。
优选的,所述分割评价单元用于对最终分割结果进行评价,具体为:定义分割因子:在式子里,RX表示分割因子,AY表示像素分割错误的数目,N表示图像中像素的数目;分割因子越小,表示分割效果越好。
本优选实施例分割评价单元通过分割因子对分割效果进行评价,保证了图像分割水平,为后续图像处理和准确监控奠定了基础。
采用本发明智能交通监控系统对进行交通监控,选取5幅城市进行实验,分别为城市1、城市2、城市3、城市4、城市5,对交通拥堵时间和交通监控成本进行统计,同现有交通监控系统相比,产生的有益效果如下表所示:
交通拥堵时间减少 交通监控成本降低
城市1 27% 26%
城市2 26% 26%
城市3 26% 26%
城市4 24% 25%
城市5 22% 23%
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 (4)

1.一种智能交通监控系统,其特征在于,包括道路检测模块、红绿灯监控器和监控中心,所述道路检测模块用于对路口的车辆进行检测,获得路口车辆数量的数据,并将数据发送至监控中心,所述红绿灯监控器用于采集红绿灯的运行状态,并将运行情况发送至监控中心,所述监控中心根据车辆数据和红绿灯的运行情况向红绿灯监控器发送红绿灯控制指令,所述红绿灯监控器根据控制指令对红绿灯的状态进行调整;所述道路检测模块包括道路图像采集模块、道路图像上传模块、道路图像处理模块和道路图像输出模块,所述道路图像采集模块用于通过摄像头采集道路目标图像,所述道路图像上传模块通过网络将目标图像上传到道路图像处理模块,所述道路图像处理模块用于对上传图像进行处理,所述道路图像输出模块用于将处理结果发送至监控中心。
2.根据权利要求1所述的智能交通监控系统,其特征在于,所述道路图像处理模块包括第一处理单元、第二处理单元、第三处理单元、第四处理单元和第五处理单元,所述第一处理单元用于将目标图像的格式转换为所需格式,所述第二处理单元用于将图像分割成目标和背景,所述第三处理单元用于对分割好的图像进行滤波和锐化处理,所述第四处理单元用于提取目标的特征参数,所述第五处理单元根据特征参数进行目标识别。
3.根据权利要求2所述的智能交通监控系统,其特征在于,所述第二处理单元包括一次分割单元、二次分割单元、融合分割单元和分割评价单元,所述一次分割单元用于获取目标图像的一次分割结果,所述二次分割单元用于获取目标图像的二次分割结果,所述融合分割单元根据一次分割结果和二次分割结果获取图像的最终分割结果,所述分割评价单元用于对最终分割结果进行评价;
所述一次分割单元用于获取目标图像的一次分割结果,具体为:在RGB色彩空间,目标的颜色为X1,X1为RGB颜色中的某种颜色,采用下式对图像进行分割: 在式子里,RU1(x,y)表示一次分割结果,RU(x,y)表示目标图像,Xi(i=1,2)表示RGB颜色中的其它两种颜色。
4.根据权利要求3所述的智能交通监控系统,其特征在于,所述二次分割单元用于获取目标图像的二次分割结果,具体为:将目标图像中的像素按灰度值用阈值分割成两部分,采用下式对图像进行分割:在式子里,RU2(x,y)表示二次分割结果,RU(x,y)表示目标图像,MH表示最佳灰度分割阈值,MH∈[0,255];
采用以下方式确定所述最佳灰度分割阈值MH:设图像的像素点的数量为N,灰度范围是[0,L-1],对应灰度级j(j=0,…,L-1)的像素点的数量为Nj,则像素点分布在灰度级j的几率为Pj采用灰度分割阈值MH1将图像分割成两类C1和C2,C1由灰度值在[0,MH1]之间的像素组成,C2由灰度值在[MH1+1,L-1]之间的像素组成;定义阈值选取函数DT:选取使得DT最大的灰度分割阈值MH1作为最佳灰度分割阈值MH。
CN201810092136.8A 2018-01-30 2018-01-30 一种智能交通监控系统 Withdrawn CN108288388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810092136.8A CN108288388A (zh) 2018-01-30 2018-01-30 一种智能交通监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810092136.8A CN108288388A (zh) 2018-01-30 2018-01-30 一种智能交通监控系统

Publications (1)

Publication Number Publication Date
CN108288388A true CN108288388A (zh) 2018-07-17

Family

ID=62836074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810092136.8A Withdrawn CN108288388A (zh) 2018-01-30 2018-01-30 一种智能交通监控系统

Country Status (1)

Country Link
CN (1) CN108288388A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538943A (zh) * 2021-07-19 2021-10-22 昭通亮风台信息科技有限公司 一种红绿灯控制方法及系统
CN113834669A (zh) * 2021-10-26 2021-12-24 中国第一汽车股份有限公司 一种车辆监控装置及系统
CN114463337A (zh) * 2021-12-31 2022-05-10 浙江大华技术股份有限公司 遥感影像的目标分割方法及相关设备
CN114898577A (zh) * 2022-07-13 2022-08-12 环球数科集团有限公司 一种用于高峰期通路管理的道路智能管理系统与方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2399629A (en) * 2003-01-22 2004-09-22 Univ Brunel Automatic thresholding algorithm method and apparatus
US20050232506A1 (en) * 2004-04-19 2005-10-20 Smith R T Enhancing images superimposed on uneven or partially obscured background
CN102679957A (zh) * 2012-04-26 2012-09-19 燕山大学 融合背景信息与颜色特征的鱼体检测方法
CN103106799A (zh) * 2011-11-15 2013-05-15 鸿富锦精密工业(深圳)有限公司 交通信号智能控制装置及方法
CN103514452A (zh) * 2013-07-17 2014-01-15 浙江大学 一种水果形状检测方法及装置
CN103903275A (zh) * 2014-04-23 2014-07-02 贵州大学 利用小波融合算法改进图像分割效果的方法
CN103914848A (zh) * 2014-04-16 2014-07-09 浙江理工大学 一种基于小波变换及最大类间方差的农田图像分割方法
CN104916066A (zh) * 2014-08-24 2015-09-16 李娜 交通路口信号灯自适应控制系统
CN104951940A (zh) * 2015-06-05 2015-09-30 西安理工大学 一种基于掌纹识别的移动支付验证方法
CN105069441A (zh) * 2015-08-21 2015-11-18 燕山大学 一种基于背景更新与粒子群算法的运动车辆检测方法
CN106448193A (zh) * 2016-10-28 2017-02-22 杭州利艾智能科技有限公司 一种城市交通控制系统及控制方法
CN106710254A (zh) * 2017-03-31 2017-05-24 合肥智慧龙图腾知识产权股份有限公司 一种智能交通监控系统
CN107025442A (zh) * 2017-03-31 2017-08-08 北京大学深圳研究生院 一种基于颜色和深度信息的多模态融合手势识别方法
CN107358800A (zh) * 2017-06-14 2017-11-17 青岛破浪舟车船装备科技有限公司 一种区间联网交通信号智能通行系统
CN107527351A (zh) * 2017-08-31 2017-12-29 华南农业大学 一种融合fcn和阈值分割的哺乳母猪图像分割方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2399629A (en) * 2003-01-22 2004-09-22 Univ Brunel Automatic thresholding algorithm method and apparatus
US20050232506A1 (en) * 2004-04-19 2005-10-20 Smith R T Enhancing images superimposed on uneven or partially obscured background
CN103106799A (zh) * 2011-11-15 2013-05-15 鸿富锦精密工业(深圳)有限公司 交通信号智能控制装置及方法
CN102679957A (zh) * 2012-04-26 2012-09-19 燕山大学 融合背景信息与颜色特征的鱼体检测方法
CN103514452A (zh) * 2013-07-17 2014-01-15 浙江大学 一种水果形状检测方法及装置
CN103914848A (zh) * 2014-04-16 2014-07-09 浙江理工大学 一种基于小波变换及最大类间方差的农田图像分割方法
CN103903275A (zh) * 2014-04-23 2014-07-02 贵州大学 利用小波融合算法改进图像分割效果的方法
CN104916066A (zh) * 2014-08-24 2015-09-16 李娜 交通路口信号灯自适应控制系统
CN104951940A (zh) * 2015-06-05 2015-09-30 西安理工大学 一种基于掌纹识别的移动支付验证方法
CN105069441A (zh) * 2015-08-21 2015-11-18 燕山大学 一种基于背景更新与粒子群算法的运动车辆检测方法
CN106448193A (zh) * 2016-10-28 2017-02-22 杭州利艾智能科技有限公司 一种城市交通控制系统及控制方法
CN106710254A (zh) * 2017-03-31 2017-05-24 合肥智慧龙图腾知识产权股份有限公司 一种智能交通监控系统
CN107025442A (zh) * 2017-03-31 2017-08-08 北京大学深圳研究生院 一种基于颜色和深度信息的多模态融合手势识别方法
CN107358800A (zh) * 2017-06-14 2017-11-17 青岛破浪舟车船装备科技有限公司 一种区间联网交通信号智能通行系统
CN107527351A (zh) * 2017-08-31 2017-12-29 华南农业大学 一种融合fcn和阈值分割的哺乳母猪图像分割方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HONGLI FAN 等: "Edge detection of color road Image based on Lab Model", 《2013 INTERNATIONAL CONFERENCE ON COMPUTATIONAL AND INFORMATION SCIENCES》 *
M.MONTALVO 等: "Automatic detection of crop rows in maize fields with high weeds pressure", 《EXPERT SYSTEMS WITH APPLICATIONS》 *
谢鹏: "基于Otsu阈值彩色图像分割方法研究", 《科技信息》 *
郭同健: "云层背景下目标多特征信息融合及跟踪策略研究", 《中国博士学位论文全文数据库 信息科技辑》 *
韩永华 等: "基于小波变换及Otsu分割的农田作物行提取", 《电子与信息学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538943A (zh) * 2021-07-19 2021-10-22 昭通亮风台信息科技有限公司 一种红绿灯控制方法及系统
CN113834669A (zh) * 2021-10-26 2021-12-24 中国第一汽车股份有限公司 一种车辆监控装置及系统
CN114463337A (zh) * 2021-12-31 2022-05-10 浙江大华技术股份有限公司 遥感影像的目标分割方法及相关设备
CN114463337B (zh) * 2021-12-31 2024-10-15 浙江大华技术股份有限公司 遥感影像的目标分割方法及相关设备
CN114898577A (zh) * 2022-07-13 2022-08-12 环球数科集团有限公司 一种用于高峰期通路管理的道路智能管理系统与方法

Similar Documents

Publication Publication Date Title
CN108288388A (zh) 一种智能交通监控系统
CN109345547B (zh) 基于深度学习多任务网络的交通车道线检测方法及装置
CN103902976B (zh) 一种基于红外图像的行人检测方法
CN103345766B (zh) 一种信号灯识别方法及装置
CN103824081B (zh) 一种室外恶劣光照条件下的快速鲁棒交通标志检测方法
CN114170795B (zh) 一种智能交通系统中的物联网交通监测系统的使用方法
KR20210078530A (ko) 차선 속성 검출방법, 장치, 전자장치 및 가독 저장 매체
CN105354530A (zh) 一种车身颜色识别方法及装置
CN109919883B (zh) 一种基于灰度转换的交通视频数据获取方法
CN109935080B (zh) 一种交通线路上的车流量实时计算的监测系统及方法
CN106846837A (zh) 一种交通灯智能控制系统、交通灯智能控制方法及装置
WO2007000999A1 (ja) 画像分析装置および画像分析方法
CN102902956A (zh) 一种地基可见光云图识别处理方法
CN108764115B (zh) 一种卡车危险提醒方法
CN109147351A (zh) 一种交通信号灯控制系统
CN110796580B (zh) 智能交通系统管理方法及相关产品
CN110069982A (zh) 一种交通车辆与行人的自动识别方法
CN111539303A (zh) 基于单目视觉的车辆驾驶偏移预警方法
CN110909674B (zh) 一种交通标志识别方法、装置、设备和存储介质
CN104751554B (zh) 一种封闭旅游景区车辆调控方法
CN108806255A (zh) 一种云交通管理系统
CN105023269A (zh) 一种车载红外图像彩色化方法
CN116229424A (zh) 基于改进YOLO v3的智能网联汽车行人检测方法
CN108628320A (zh) 一种智能汽车无人驾驶系统
CN115294486A (zh) 一种基于无人机和人工智能的违章建筑数据识别方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20180717