CN108492567A - 监控终端、道路交通预警方法及系统 - Google Patents

监控终端、道路交通预警方法及系统 Download PDF

Info

Publication number
CN108492567A
CN108492567A CN201810375767.0A CN201810375767A CN108492567A CN 108492567 A CN108492567 A CN 108492567A CN 201810375767 A CN201810375767 A CN 201810375767A CN 108492567 A CN108492567 A CN 108492567A
Authority
CN
China
Prior art keywords
image data
target
detected
data
monitor terminal
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
CN201810375767.0A
Other languages
English (en)
Inventor
汪宇明
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810375767.0A priority Critical patent/CN108492567A/zh
Publication of CN108492567A publication Critical patent/CN108492567A/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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Abstract

本发明实施例提供一种监控终端、道路交通预警方法及系统，属图像处理领域，监控终端设置于待检测道路上，所述方法包括：获取所述检测道路上的包括待检测目标的连续多帧图像数据；基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；从所述连续多帧图像数据中获取任意的连续两帧图像数据；基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；基于所述第一运动轨迹和所述第一运动速度，获取用于表征所述检测道路当前状态的预警信息；将所述预警信息发送至与监控终端通信连接的告警显示屏显示，降低事故发生率。

Description

监控终端、道路交通预警方法及系统
技术领域
本发明涉及图像处理领域，具体而言，涉及一种监控终端、道路交通预警方法及系统。
背景技术
在道路开放环境下，正常行驶的车辆因前方突发性的机动车、非机动车、行人闯入，变道等发生车祸。同时，车辆在超速、变道、借用对向车道超车等行车状态下，存在视野盲区造成突发意外发生。特别是在山区弯道处，虽然有弯道警示牌、限速警示牌等警示标记牌，且道路中央有实现标注禁止超车，但仍因道路一测的山体，树木等阻挡驾驶员视线，而车辆超越限速，占用对向车道超车或行驶等因素，导致车辆在弯道处与其他车辆、非机动车、行人发生碰撞，甚至出现车速过快飞出车道等危险发生。
传统的警示牌仅能起提醒作用，往往被人为忽视。对于经常出现车祸的道路区域因缺少电源，通信传输线路，往往又无法实时监控，车祸发生后也无法获知事发路段的事故原因。
发明内容
鉴于此，本发明实施例的目的在于提供一种监控终端、道路交通预警方法及系统，以解决上述弊端。
第一方面，本发明实施例提供一种道路交通预警方法，用于监控终端，所述监控终端设置于待检测道路上，所述方法包括：获取所述检测道路上的包括待检测目标的连续多帧图像数据；基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；从所述连续多帧图像数据中获取任意的连续两帧图像数据；基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；基于所述第一运动轨迹和所述第一运动速度，获取用于表征所述检测道路当前状态的预警信息；将所述预警信息发送至与所述监控终端通信连接的告警显示屏显示。
可选地，所述基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像，包括：基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取至少两张背景图像；将所述至少两张背景图像进行与运算，获取目标背景图像。
可选地，所述基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹，包括：对所述第一帧图像数据和所述目标背景图像进行差分运算，获取第一差分图像数据；对所述第二帧图像数据和所述目标背景图像进行差分运算，获取第二差分图像数据；基于所述第一差分图像数据和所述第二差分图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
可选地，所述基于所述第一差分图像数据和所述第二差分图像数据，获取待检测目标的第一运动速度和第一运动轨迹，包括：基于所述第一差分图像数据以及预设阈值，对所述第一差分图像数据二值化处理，获取第一图像数据；基于所述第二差分图像数据以及所述预设阈值，对所述第二差分图像数据二值化处理，获取第二图像数据；基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
可选地，所述基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹，包括：对所述第一图像数据和所述第二图像数据进行或运算，获取第三图像数据；基于所述第三图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
第二方面，本发明实施例提供一种监控终端，包括：视频模块、数据处理模块以及通信模块，所述数据处理模块分别与所述视频模块和所述通信模块连接；所述视频模块，用于获取并发送检测道路上的包括待检测目标的连续多帧图像数据至所述数据处理模块；所述数据处理模块，用于基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；所述数据处理模块，还用于从所述连续多帧图像数据中获取任意的连续两帧图像数据；所述数据处理模块，还用于基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；所述数据处理模块，还用于基于所述第一运动轨迹和所述第一运动速度，获取并发送用于表征所述检测道路当前状态的预警信息至所述通信模块；所述通信模块，用于将所述预警信息发送至与所述通信模块连接的告警显示屏显示。
可选地，所述数据处理模块，还用于基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取至少两张背景图像；所述数据处理模块，还用于将所述至少两张背景图像进行与运算，获取目标背景图像。
可选地，所述数据处理模块，还用于对所述第一帧图像数据和所述目标背景图像进行差分运算，获取第一差分图像数据；所述数据处理模块，还用于对所述第二帧图像数据和所述目标背景图像进行差分运算，获取第二差分图像数据；所述数据处理模块，还用于基于所述第一差分图像数据和所述第二差分图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
可选地，所述数据处理设备，还用于基于所述第一差分图像数据以及预设阈值，对所述第一差分图像数据二值化处理，获取第一图像数据；所述数据处理设备，还用于基于所述第二差分图像数据以及所述预设阈值，对所述第二差分图像数据二值化处理，获取第二图像数据；所述数据处理设备，还用于基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
可选地，所述数据处理设备，还用于对所述第一图像数据和所述第二图像数据进行或运算，获取第三图像数据；所述数据处理设备，还用于基于所述第三图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
第三方面，本发明实施例提供一种道路交通预警系统，包括：告警显示屏、管理中心以及监控终端，所述监控终端分别与所述管理中心和所述告警显示屏通信连接；所述监控终端，用于将所述连续多帧图像数据发送至所述管理中心；所述管理中心，用于将所述图像特征模型发送至所述监控终端；所述监控终端，还用于将所述预警信息发送至所述告警显示屏显示。
本发明实施例提供的一种监控终端、道路交通预警方法及系统，所述道路交通预警方法用于监控终端，所述监控终端设置于待检测道路上，所述方法包括：获取所述检测道路上的包括待检测目标的连续多帧图像数据；基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；从所述连续多帧图像数据中获取任意的连续两帧图像数据；基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；基于所述第一运动轨迹和所述第一运动速度，获取用于表征所述检测道路当前状态的预警信息；将所述预警信息发送至与所述监控终端通信连接的告警显示屏显示。本发明通过实时监控待检测道路上的交通情况，并实时发送用于表征所述检测道路当前状态的预警信息至告警显示屏上显示，以提醒用户前方的道路路况，降低交通事故的发生概率。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种交通预警方法的流程图；
图2为本发明实施例提供的一种监控终端的模块示意图；
图3为本发明实施例提供的一种道路交通预警系统的模块示意图；
图4本发明实施例还提供一种实现道路交通预警系统的结构示意图。
图标：20-监控终端；21-主控电路；22-太阳能电池；23-数据分析模块；24-视频模块；25-通信模块；10-管理中心；30-告警显示屏；401-处理器；402-存储器；403-通信接口。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1为本发明实施例提供的一种道路交通预警方法的流程图，所述方法应用于监控终端20，所述监控终端20设置于待检测道路上，所述道路交通预警方法具体包括如下步骤：
步骤S100：获取所述检测道路上的包括待检测目标的连续多帧图像数据。
具体地，所述监控终端20实时获取所述待检测道路上包括待检测目标的一段视频图像数据，将所述视频图像数据按照特定时间间隔划分为连续多帧图像数据，其中，所述连续多帧图像数据中的每一帧图像数据均包括所述待检测目标和待检测道路，以使所述监控终端20能够获取所述待检测目标的运动速度、运动轨迹等信息，其中，在本实施例中，所述待检测道路为弯道、道口等事故易发生地段。
作为一种实施方式，对所述连续多帧图像数据进行形态学滤波处理，获取经过处理的连续多帧图像数据。
步骤S200：基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像。
具体地，所述监控终端20基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像，其中，所述图像特征分类模型包括：车灯、车脸、后视镜、车窗玻璃、车牌、车辆、车道线、行人、障碍物等的图像特征，由于每种目标的图像特征不一样，因此所述监控终端20能够基于不同目标对应的图像特征不一样的特性，从所述连续多帧图像数据中的每帧图像数据中识别出行人、车辆、车牌、车道线、障碍物等，并能够基于所述图像特征模型，从所述连续多帧图像数据中提取出包含有共同特征的目标背景图像，即所述目标背景图像为所述连续多帧背景图像数据中共有的、固定不变的图像。
其中，在本实施例中，所述图像特征分类模型的建立过程具体为：
1)首先大量的原始采样图像进行候选区域提取，并将候选区域转化为固定尺寸的图像。
2)采用卷积神经网络(Convvolutional Neural Networks，CNN)算法提取每个候选框中图片的特征向量，特征向量的维度为4096维。
3)接着采用支持向量机(support vector machine，SVM)算法对各个候选框中的物体进行分类识别。
总之，整个过程过程分为三步：a、找出候选框；b、利用CNN提取特征向量；c、利用SVM进行特征向量分类，其中，不同的特征向量代表不同类别的物体。
步骤S300：从所述连续多帧图像数据中获取任意的连续两帧图像数据。
具体地，所述监控终端20从所述连续多帧图像数据中提取出连续的两帧图像数据，其中，由于所述连续多帧图像数据中每一帧图像数据依次设置有连续的图像帧号，所述监控终端20可以依据图像帧号从所述连续多帧图像数据中提取出图像帧号连续的任意两帧图像数据。
其中，步骤S200和步骤S300的执行顺序可以互换。
步骤S400：基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹。
具体地，所述监控终端20基于所述第一帧图像数据和所述目标背景图像数据，识别出待检测目标，并获取所述待检测目标的第一坐标位置，所述监控终端20基于所述第一帧图像数据和所述目标背景图像数据，识别出待检测目标，并获取所述待检测目标的第二坐标位置，所述监控终端20基于所述第一坐标位置和所述第二坐标位置获取所述待检测目标的第一运动速度和第一运动轨迹。
步骤S500：基于所述第一运动轨迹和所述第一运动速度，获取用于表征所述检测道路当前状态的预警信息。
具体地，所述监控终端20基于所述待检测目标的第一运动轨迹、第一运动速度以及所述待检测目标的坐标位置，判断所述待检测目标是否存在超速、变道等情况，在所述检测目标出现超速、变道等情况时，获取用于表征所述检测道路当前状态的预警信息。
步骤S600：将所述预警信息发送至与所述监控终端20通信连接的告警显示屏30显示。
具体地，所述监控终端20将所述预警信息发送至与所述监控终端20通信连接的告警显示屏30显示，其中，所述告警显示屏30设置在距离所述监控终端20一定距离的地方，以及时提示用户所述检测道路当前的道路状态信息，在本实施例中，所述告警显示屏30包括LED显示屏。
作为一种实施方式，所述基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像，包括：
基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取至少两张背景图像。
具体地，所述监控终端20基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取出至少两帧图像数据，继而基于所述图像特征分类模型，对从所述至少两帧图像数据中每帧图像数据进行处理，获取至少两张背景图像，其中，所述图像特征分类模型包括：车灯、车脸、后视镜、车窗玻璃、车牌、车辆、车道线、行人、障碍物等的图像特征，由于每种目标的图像特征不一样，因此所述监控终端20能够基于不同目标对应的图像特征不一样的特性，从所述至少两帧图像数据中的每帧图像数据中识别出行人、车辆、车牌、车道线、障碍物等，继而从所述至少两帧图像数据中的每帧图像数据提取出不包含行人、车辆等运动物体的背景图像。
将所述至少两张背景图像进行与运算，获取目标背景图像。
具体地，从所述至少两张背景图像中提取出对应位置相同的图像，获取目标背景图像。
作为一种实施方式，所述基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹，包括：
对所述第一帧图像数据和所述目标背景图像进行差分运算，获取第一差分图像数据。
具体地，将所述第一帧图像数据和所述目标背景图像的对应位置灰度值作差，即从所述第一帧图像数据中获取仅仅包含与所述目标背景图像不同的图像数据，继而获取第一差分图像数据。
对所述第二帧图像数据和所述目标背景图像进行差分运算，获取第二差分图像数据。
具体地，将所述第二帧图像数据和所述目标背景图像的对应位置灰度值作差，即从所述第二帧图像数据中获取仅仅包含与所述目标背景图像不同的图像数据，继而获取第二差分图像数据。
基于所述第一差分图像数据和所述第二差分图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
具体地，对所述第一差分图像数据和所述第二差分图像数据作差值运算，识别出待检测目标，并获取所述待检测目标的第一坐标位置和第二坐标位置，所述监控终端20基于所述第一坐标位置和所述第二坐标位置获取所述待检测目标的第一运动速度和第一运动轨迹。
作为一种实施方式，所述基于所述第一差分图像数据和所述第二差分图像数据，获取待检测目标的第一运动速度和第一运动轨迹，包括：
基于所述第一差分图像数据以及预设阈值，对所述第一差分图像数据二值化处理，获取第一图像数据。
其中，所述预设阀值可以通过最大类间与类内方差法获取，其中，最大类间方差法包括：一维交叉熵阈值法，二维交叉熵阈值法以及其他的自适应阈值选取方法等，对所述第一差分图像数据中的每一个像素点的灰度值与所述预设阈值进行比较，在像素点的灰度值大于或等于预设阈值时，将所述像素点的灰度值重新设置为255，在灰度值小于预设阈值时，将所述像素点的灰度值重新设置为0，继而得到第一图像数据，其中，第一图像数据中每一个像素点灰度值为0或者255。
基于所述第二差分图像数据以及所述预设阈值，对所述第二差分图像数据二值化处理，获取第二图像数据。
具体地，对所述第二差分图像数据中的每一个像素点的灰度值与所述预设阈值进行比较，在像素点的灰度值大于或等于预设阈值时，将所述像素点的灰度值重新设置为255，在灰度值小于预设阈值时，将所述像素点的灰度值重新设置为0，继而得到第一图像数据，其中，第一图像数据中每一个像素点灰度值为0或者255。
基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
具体地，对所述第一图像数据和所述第二图像数据对应位置的像素点灰度值作差，识别出待检测目标，并获取所述待检测目标的第一坐标位置和第二坐标位置，所述监控终端20基于所述第一坐标位置和所述第二坐标位置获取所述待检测目标的第一运动速度和第一运动轨迹。
作为一种实施方式，所述基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹，包括：
对所述第一图像数据和所述第二图像数据进行或运算，获取第三图像数据。
将所述第一图像数据和所述第二图像数据合并为一张图像，可以理解的是，将所述第一图像数据和第二图像数据对应位置的像素点的灰度分别进行求和运算，在结果等于0时，将所述第一图像数据对应位置的像素点的灰度值设置为0，在结果不等于0时，将所述第一图像数据对应位置的像素点的灰度值设置为255，继而得到第三图像数据。
基于所述第三图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
基于所述第三图像数据，识别出所述待检测目标，并获取所述待检测目标的第一坐标位置和第二坐标位置，所述监控终端20基于所述第一坐标位置和所述第二坐标位置获取所述待检测目标的第一运动速度和第一运动轨迹。
请参照图2，作为一种实施方式，本发明实施例提供一种监控终端20的模块示意图，所述监控终端20包括：视频模块24、数据处理模块以及通信模块25，所述数据处理模块分别与所述视频模块24和所述通信模块25连接，其中，所述视频模块24包括至少一个摄像头，在本实施例中，所述通信模块25可以为Wifi通信模块、Zigebee通信模块或移动通信模块，所述数据处理模块包括数据分析模块23和主控电路21，所述数据分析电路与所述主控电路21连接，所述主控电路21与所述视频模块24连接，所述主控电路21与所述通信模块25连接，作为一种实施方式，所述监控终端20还包括：太阳能电池22，所述太阳能电池22与所述主控电路21连接，所述太阳能电池22用于为所述监控终端20供电。
所述视频模块24中的所述至少一个摄像头，用于获取并发送检测道路上的包括待检测目标的连续多帧图像数据至所述数据处理模块。
所述数据处理模块中的所述数据分析模块23，用于基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像。
所述数据处理模块中的所述数据分析模块23，还用于从所述连续多帧图像数据中获取任意的连续两帧图像数据。
所述数据处理模块中的所述数据分析模块23，还用于基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹。
所述数据处理模块中的所述数据分析模块23，还用于基于所述第一运动轨迹和所述第一运动速度，获取并发送用于表征所述检测道路当前状态的预警信息至所述通信模块25。
所述通信模块25，用于将所述预警信息发送至与所述通信模块25连接的告警显示屏30显示，其中，在本实施例中，所述告警显示屏30包括LED液晶显示屏。
作为一种实施方式，所述数据处理模块中的所述数据分析模块23，还用于基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取至少两张背景图像。
所述数据处理模块中的所述数据分析模块23，还用于将所述至少两张背景图像进行与运算，获取目标背景图像。
所述数据处理模块中的所述数据分析模块23，还用于对所述第一帧图像数据和所述目标背景图像进行差分运算，获取第一差分图像数据。
所述数据处理模块中的所述数据分析模块23，还用于对所述第二帧图像数据和所述目标背景图像进行差分运算，获取第二差分图像数据。
所述数据处理模块中的所述数据分析模块23，还用于基于所述第一差分图像数据和所述第二差分图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
作为一种实施方式，所述数据处理模块中的所述数据分析模块23，还用于基于所述第一差分图像数据以及预设阈值，对所述第一差分图像数据二值化处理，获取第一图像数据。
所述数据处理模块中的所述数据分析模块23，还用于基于所述第二差分图像数据以及所述预设阈值，对所述第二差分图像数据二值化处理，获取第二图像数据。
所述数据处理模块中的所述数据分析模块23，还用于基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
作为一种实施方式，所述数据处理设备中的所述数据分析模块23，还用于对所述第一图像数据和所述第二图像数据进行或运算，获取第三图像数据。
所述数据处理设备中的所述数据分析模块23，还用于基于所述第三图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
作为一种实施方式，本发明实施例提供一种道路交通预警系统，包括：至少一个告警显示屏30、管理中心10以及至少一个监控终端20，所述至少一个监控终端20分别与所述管理中心10和所述至少一个告警显示屏30通信连接，其中，告警显示屏30包括LED显示屏、第二主控电路、第二通信模块和第二太阳能电池，所述第二主控电路分别与所述LED显示屏、所述第二通信模块和所述第二太阳能电池连接，其中，所述第二通信模块与所述通信模块25对应，所述第二通信模块可以为Wifi通信模块、Zigebee通信模块或移动通信模块，所述第二太阳能电池用于为告警显示屏30提供工作所需电压。
所述监控终端20，用于将所述连续多帧图像数据发送至所述管理中心10。
所述管理中心10，用于将所述图像特征模型发送至所述监控终端20。
所述监控终端20，还用于将所述预警信息发送至所述至少一个告警显示屏30上的LED显示屏显示。
作为一种实施方式，所述管理中心10还用于将所述连续多帧图像数据发送至与所述管理中心10通信连接的服务器。
请参照图4，图4为本发明实施例还提供一种实现道路交通预警系统的结构示意图，其采用通用计算机系统结构，包括总线、处理器401、存储器402和通信接口403，执行本发明方案的程序代码保存在存储器402中，并由处理器401来控制执行。
总线可包括一通路，在计算机各个部件之间传送信息。
存储器402可以存储各种软件程序以及单元，如本申请实施例提供的道路交通预警方法及系统对应的程序指令/单元。处理器401通过运行存储在存储器402中的软件程序以及单元，从而执行各种功能应用以及数据处理，即实现本申请实施例中的道路交通预警方法。存储器402可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器401可以是一种集成电路芯片，具有信号处理能力。上述处理器401可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)、微处理器、特定应用集成电路(Application-Specific IntegratedCircuit，ASIC)、或一个或多个用于控制本发明方案程序执行的集成电路。计算机系统中包括的一个或多个存储器402，可以是只读存储器(Read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(Random Access Memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是磁盘存储器。这些存储器402通过总线与处理器401相连接。
通信接口403，可以使用任何收发器一类的装置，以便与其他设备或通信网络，如以太网、无线接入网(RAN)、无线局域网(WLAN)等。
本发明实施例还提供了一种计算机可读取存储介质，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，用于存储上述所述的实现道路交通预警方法及系统所用的计算机软件指令，其包括用于执行上述方法实施例所涉及的程序。通过执行存储程序，可以实现实时发送交通预警信息至告警显示屏30显示，以降低交通事故发生率。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的监控终端20和道路交通预警系统的具体工作过程，可以参考前述道路交通预警方法中的对应过程，在此不再过多赘述。
综上所述，本发明实施例提供的一种监控终端20、道路交通预警方法及系统，所述道路交通预警方法用于监控终端20，所述监控终端20设置于待检测道路上，所述方法包括：获取所述检测道路上的包括待检测目标的连续多帧图像数据；基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；从所述连续多帧图像数据中获取任意的连续两帧图像数据；基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；基于所述第一运动轨迹和所述第一运动速度，获取用于表征所述检测道路当前状态的预警信息；将所述预警信息发送至与所述监控终端20通信连接的告警显示屏30显示。本发明通过实时监控待检测道路上的交通情况，并实时发送用于表征所述检测道路当前状态的预警信息至告警显示屏30上显示，以提醒用户前方的道路路况，降低交通事故的发生概率。
在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种道路交通预警方法，其特征在于，用于监控终端，所述监控终端设置于待检测道路上，所述方法包括：
获取所述检测道路上的包括待检测目标的连续多帧图像数据；
基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；
从所述连续多帧图像数据中获取任意的连续两帧图像数据；
基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；
基于所述第一运动轨迹和所述第一运动速度，获取用于表征所述检测道路当前状态的预警信息；
将所述预警信息发送至与所述监控终端通信连接的告警显示屏显示。
2.根据权利要求1所述的道路交通预警方法，其特征在于，所述基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像，包括：
基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取至少两张背景图像；
将所述至少两张背景图像进行与运算，获取目标背景图像。
3.根据权利要求1所述的道路交通预警方法，其特征在于，所述基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹，包括：
对所述第一帧图像数据和所述目标背景图像进行差分运算，获取第一差分图像数据；
对所述第二帧图像数据和所述目标背景图像进行差分运算，获取第二差分图像数据；
基于所述第一差分图像数据和所述第二差分图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
4.根据权利要求3所述的道路交通预警方法，其特征在于，所述基于所述第一差分图像数据和所述第二差分图像数据，获取待检测目标的第一运动速度和第一运动轨迹，包括：
基于所述第一差分图像数据以及预设阈值，对所述第一差分图像数据二值化处理，获取第一图像数据；
基于所述第二差分图像数据以及所述预设阈值，对所述第二差分图像数据二值化处理，获取第二图像数据；
基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
5.根据权利要求4所述的道路交通预警方法，其特征在于，所述基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹，包括：
对所述第一图像数据和所述第二图像数据进行或运算，获取第三图像数据；
基于所述第三图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
6.一种监控终端，其特征在于，包括：视频模块、数据处理模块以及通信模块，所述数据处理模块分别与所述视频模块和所述通信模块连接；
所述视频模块，用于获取并发送检测道路上的包括待检测目标的连续多帧图像数据至所述数据处理模块；
所述数据处理模块，用于基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取目标背景图像；
所述数据处理模块，还用于从所述连续多帧图像数据中获取任意的连续两帧图像数据；
所述数据处理模块，还用于基于所述连续两帧图像数据中的第一帧图像数据、所述连续两帧图像数据中的第二帧图像数据以及所述目标背景图像，获取所述待检测目标的第一运动速度和第一运动轨迹；
所述数据处理模块，还用于基于所述第一运动轨迹和所述第一运动速度，获取并发送用于表征所述检测道路当前状态的预警信息至所述通信模块；
所述通信模块，用于将所述预警信息发送至与所述通信模块连接的告警显示屏显示。
7.根据权利要求6所述的监控终端，其特征在于，
所述数据处理模块，还用于基于预先获取的图像特征分类模型，从所述连续多帧图像数据中提取至少两张背景图像；
所述数据处理模块，还用于将所述至少两张背景图像进行与运算，获取目标背景图像。
8.根据权利要求7所述的监控终端，其特征在于，
所述数据处理模块，还用于对所述第一帧图像数据和所述目标背景图像进行差分运算，获取第一差分图像数据；
所述数据处理模块，还用于对所述第二帧图像数据和所述目标背景图像进行差分运算，获取第二差分图像数据；
所述数据处理模块，还用于基于所述第一差分图像数据和所述第二差分图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
9.根据权利要求8所述的监控终端，其特征在于，
所述数据处理设备，还用于基于所述第一差分图像数据以及预设阈值，对所述第一差分图像数据二值化处理，获取第一图像数据；
所述数据处理设备，还用于基于所述第二差分图像数据以及所述预设阈值，对所述第二差分图像数据二值化处理，获取第二图像数据；
所述数据处理设备，还用于基于所述第一图像数据和所述第二图像数据，获取所述待检测目标的第一运动速度和第一运动轨迹。
10.一种道路交通预警系统，其特征在于，包括：告警显示屏、管理中心以及权利要求6-9中任一权项所述的监控终端，所述监控终端分别与所述管理中心和所述告警显示屏通信连接；
所述监控终端，用于将所述连续多帧图像数据发送至所述管理中心；
所述管理中心，用于将所述图像特征模型发送至所述监控终端；
所述监控终端，还用于将所述预警信息发送至所述告警显示屏显示。
CN201810375767.0A 2018-04-24 2018-04-24 监控终端、道路交通预警方法及系统 Pending CN108492567A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810375767.0A CN108492567A (zh) 2018-04-24 2018-04-24 监控终端、道路交通预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810375767.0A CN108492567A (zh) 2018-04-24 2018-04-24 监控终端、道路交通预警方法及系统

Publications (1)

Publication Number Publication Date
CN108492567A true CN108492567A (zh) 2018-09-04

Family

ID=63314131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810375767.0A Pending CN108492567A (zh) 2018-04-24 2018-04-24 监控终端、道路交通预警方法及系统

Country Status (1)

Country Link
CN (1) CN108492567A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1897015A (zh) * 2006-05-18 2007-01-17 王海燕 基于机器视觉的车辆检测和跟踪方法及系统
CN1946144A (zh) * 2006-11-01 2007-04-11 李博航 实时视频、图像传输技术
CN102819846A (zh) * 2012-06-13 2012-12-12 广东威创视讯科技股份有限公司 高清视频播放方法和系统
CN103971521A (zh) * 2014-05-19 2014-08-06 清华大学 道路交通异常事件实时检测方法及装置
CN104504913A (zh) * 2014-12-25 2015-04-08 珠海高凌环境科技有限公司 视频车流检测方法及装置
CN105761547A (zh) * 2016-03-28 2016-07-13 安徽云森物联网科技有限公司 一种基于图像的交通碰撞预警技术及系统
CN106373430A (zh) * 2016-08-26 2017-02-01 华南理工大学 一种基于计算机视觉的交叉路口通行预警方法
WO2017119737A1 (ko) * 2016-01-05 2017-07-13 삼성전자 주식회사 통신 시스템에서 영상 정보를 공유하는 방법 및 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1897015A (zh) * 2006-05-18 2007-01-17 王海燕 基于机器视觉的车辆检测和跟踪方法及系统
CN1946144A (zh) * 2006-11-01 2007-04-11 李博航 实时视频、图像传输技术
CN102819846A (zh) * 2012-06-13 2012-12-12 广东威创视讯科技股份有限公司 高清视频播放方法和系统
CN103971521A (zh) * 2014-05-19 2014-08-06 清华大学 道路交通异常事件实时检测方法及装置
CN104504913A (zh) * 2014-12-25 2015-04-08 珠海高凌环境科技有限公司 视频车流检测方法及装置
WO2017119737A1 (ko) * 2016-01-05 2017-07-13 삼성전자 주식회사 통신 시스템에서 영상 정보를 공유하는 방법 및 장치
CN105761547A (zh) * 2016-03-28 2016-07-13 安徽云森物联网科技有限公司 一种基于图像的交通碰撞预警技术及系统
CN106373430A (zh) * 2016-08-26 2017-02-01 华南理工大学 一种基于计算机视觉的交叉路口通行预警方法

Similar Documents

Publication Publication Date Title
EP0631683B1 (en) An object monitoring system
CN106611512B (zh) 前车起步的处理方法、装置和系统
Murthy et al. Objectdetect: A real-time object detection framework for advanced driver assistant systems using yolov5
US20180017799A1 (en) Heads Up Display For Observing Vehicle Perception Activity
CN111274881A (zh) 驾驶安全的监控方法、装置、计算机设备及存储介质
CN110837800A (zh) 一种面向港口恶劣天气的目标检测和识别的方法
CN111368612B (zh) 超员检测系统、人员检测方法及电子设备
CN107784708B (zh) 一种基于不同路况来判断驾驶风险的方法
CN113139482A (zh) 交通异常检测的方法和装置
CN111178119A (zh) 路口状态检测方法、装置、电子设备及车辆
CN113012469A (zh) 一种基于目标识别的智能交通预警系统
CN111950348A (zh) 安全带的佩戴状态识别方法、装置、电子设备和存储介质
CN111460920A (zh) 一种面向机场复杂场景的目标跟踪及分割系统
CN109886100A (zh) 一种基于区域生成网络的行人检测系统
CN112365740A (zh) 告警展示方法和装置
CN108492567A (zh) 监控终端、道路交通预警方法及系统
CN117022323A (zh) 一种智能驾驶车辆行为分析与预测系统及方法
Thevendran et al. Deep Learning & Computer Vision for IoT based Intelligent Driver Assistant System
CN112435475B (zh) 一种交通状态检测方法、装置、设备及存储介质
CN114895274A (zh) 一种护栏识别方法
CN114067283A (zh) 一种违规行为识别方法、装置、电子设备及存储介质
CN111343431B (zh) 基于图像矫正的机场目标检测系统
CN113658275A (zh) 能见度值的检测方法、装置、设备及存储介质
CN111627223A (zh) 一种高速公路交通事故检测预警系统及方法
Uchiyama et al. Risky Traffic Situation Detection and Classification Using Smartphones

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180904