CN111080983B - 一种基于北斗卫星导航定位的特种运输车报警系统 - Google Patents

一种基于北斗卫星导航定位的特种运输车报警系统 Download PDF

Info

Publication number
CN111080983B
CN111080983B CN201911417219.0A CN201911417219A CN111080983B CN 111080983 B CN111080983 B CN 111080983B CN 201911417219 A CN201911417219 A CN 201911417219A CN 111080983 B CN111080983 B CN 111080983B
Authority
CN
China
Prior art keywords
image
data
vehicle
gray
face image
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.)
Active
Application number
CN201911417219.0A
Other languages
English (en)
Other versions
CN111080983A (zh
Inventor
缪兴锋
别文群
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.)
Guangdong Industry Technical College
Original Assignee
Guangdong Industry Technical College
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 Guangdong Industry Technical College filed Critical Guangdong Industry Technical College
Priority to CN201911417219.0A priority Critical patent/CN111080983B/zh
Publication of CN111080983A publication Critical patent/CN111080983A/zh
Application granted granted Critical
Publication of CN111080983B publication Critical patent/CN111080983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于北斗卫星导航定位的特种运输车报警系统，其包括车载终端、北斗卫星、地面接收站和监控中心；所述车载终端用于获取特种运输车的状态数据，并发送到所述北斗卫星；所述北斗卫星用于将所述状态数据转发到所述地面接收站；所述地面接收站用于将所述状态数据转发到所述监控中心；所述监控中心用于将所述状态数据进行可视化展示，并在所述状态数据超出预设的阈值范围时进行报警提醒。本发明通过卫星通信的方式对特种运输车的状态进行监测，实现了对车辆运行状态的有效监测，同时避免了蜂窝网络覆盖不足导致的不能及时监测，从而导致不能及时报警的问题。

Description

一种基于北斗卫星导航定位的特种运输车报警系统
技术领域
本发明涉及车辆监控领域，具体涉及一种基于北斗卫星导航定位的特种运输车报警系统。
背景技术
特种运输车一般对非常规物品进行运输，所述物品一般包括：危险品、超大件、机密物品等。因此，对特种运输车的运行状态进行监测就尤为重要。现有技术中，一般只对特种运输车配备定位装置，所以监控中心一般只能知道车辆的位置，对车辆的运行状态等其它信息无法知悉，无法及时对车辆的异常状态进行报警。
发明内容
针对上述问题，本发明提供了一种基于北斗卫星导航定位的特种运输车报警系统，所述系统包括车载终端、北斗卫星、地面接收站和监控中心。
所述车载终端用于获取特种运输车的状态数据，并发送到所述北斗卫星；
所述北斗卫星用于将所述状态数据转发到所述地面接收站；
所述地面接收站用于将所述状态数据转发到所述监控中心；
所述监控中心用于将所述状态数据进行可视化展示，并在所述状态数据超出预设的阈值范围时进行报警提醒。
所述状态数据包括车辆数据和车厢数据；所述车辆数据包括：车牌号、胎压、油量、车速、经纬度；所述车厢数据包括：车厢的温度、湿度、气压。
本发明的有益效果为：本发明通过卫星通信的方式对特种运输车的状态进行监测，实现了对车辆运行状态的有效监测，同时避免了蜂窝网络覆盖不足导致的不能及时监测，从而导致不能及时报警的问题。
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，为本发明一种基于北斗卫星导航定位的特种运输车报警系统的一种示例性实施例图。
附图标记：车载终端1、北斗卫星2、地面接收站3、监控中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，本发明的一种基于北斗卫星2导航定位的特种运输车报警系统，所述系统包括车载终端1、北斗卫星2、地面接收站3和监控中心4。
所述车载终端1用于获取特种运输车的状态数据，并发送到所述北斗卫星2；
所述北斗卫星2用于将所述状态数据转发到所述地面接收站3；
所述地面接收站3用于将所述状态数据转发到所述监控中心4；
所述监控中心4用于将所述状态数据进行可视化展示，并在所述状态数据超出预设的阈值范围时进行报警提醒。
在一种实施方式中，所述状态数据包括车辆数据和车厢数据；所述车辆数据包括：车牌号、胎压、油量、车速、经纬度；所述车厢数据包括：车厢的温度、湿度、气压。
在一种实施方式中，所述监控中心4还用于根据所述经纬度判断所述特种运输车是否处于预先设定的运营区域中，在所述特种运输车超出所述运营区域时，进行报警提醒。
在一种实施方式中，所述地面接收站3通过GPRS无线网络与所述监控中心4连接。
在另一种实施方式中，所述地面接收站3通过有线Internet网络与所述监控中心4连接。
在一种实施方式中，所述车载终端1包括定位模块、数据获取模块、处理模块、报警模块、导航模块；
所述定位模块用于根据北斗卫星2的定位信号计算出特种运输车的经纬度；
所述数据获取模块用于获取所述车辆数据、所述车厢数据以及驾驶员的脸部图像，并将所述车辆数据、车厢数据和脸部图像传输到处理模块；
所述处理模块用于实时判断所述车辆数据和所述车厢数据是否超出预设的阈值范围，并在所述车辆数据和所述车厢数据超出预设的阈值范围时，通过报警模块对驾驶员进行提醒；所述处理模块还用于根据所述脸部图像判断所述驾驶员是否处于疲劳驾驶状态，并在所述驾驶员处于疲劳驾驶状态时，通过报警模块对驾驶员进行提醒；
所述导航模用于显示车辆的导航路线，并对驾驶员进行车道选择提醒。
在另一种实施方式中，所述定位模块还用于根据GPS卫星的定位信号计算出特种运输处的经纬度。
在一种实施方式中，所述报警单元包括声光报警器。
在一种实施方式中，所述数据获取模块包括车辆监控单元、环境监控单元和图像获取单元；所述车辆监控单元用于获取所述车辆数据，并将所述车辆数据传输到处理模块；所述环境监控单元用于获取所述车辆运载的物品所处环境的数据，并将述车辆运载的物品所处环境的数据传输到处理模块；所述图像获取单元用于获取驾驶员的脸部图像，并传输到处理模块。
在一种实施方式中，所述监控中心4包括服务器和监控终端；
所述服务器用于存储所述状态数据；
所述监控终端用于从所述服务器调取并可视化展所述状态数据。
在一种实施方式中，所述监控终端包括可视化展示单元、预警单元；
所述可视化展示单元用于可视化展示所述状态数据；
所述预警单元在所述状态数据超出预设的阈值范围时进行报警提醒。
在一种实施方式中，所述监控终端还包括统计分析单元，所述统计分析单元用于对来自多辆特种运输车的状态数据进行统计分析，并得到分析结果；所述分析结果包括特种运输车完成一次运输任务的平均车速、完成一次运输任务的平均耗时。
在一种实施方式中，所述监控终端还包括查询单元，用于根据车牌号查询车牌号所对应的特种运输车的状态数据。
在一种实施方式中，所述查询单元包括一标准人机界面。
在一种实施方式中，所述监控终端的数量为多个，所述服务器包括一数据分发接口，用于将所述状态数据分发到不同的监控终端。
在一种实施方式中，所述处理模块包括图像处理子模块，所述图像处理子模块用于根据所述脸部图像判断所述驾驶员是否处于疲劳驾驶状态。
在一种实施方式中，所述图像处理子模块包括预处理单元，特征提取单元，判断单元；
所述预处理单元包括判断子单元、灰度化子单元、降噪子单元、对比度调整子单元、二值化处理子单元；
所述判断子单元用于判断所述脸部图像中表示皮肤的像素点的总数占图像像素点总数的比例是否大于预设的阈值比例，若大于，则将所述脸部图像传输到灰度化子单元，否则，将所述脸部图像删除，不再进行处理；
所述灰度化子单元用于对所述脸部图像进行灰度化处理得到灰度图像；
所述降噪子单元用于对所述灰度图像进行降噪处理，得到降噪图像；
所述对比度调整子单元，用于对所述降噪图像进行自定义对比度调整，得到调整图像；
所述二值化处理子单元，用于对所述调整图像进行二值化处理，得到二值化图像。
所述特征提取单元用于对所述二值化图像进行特征提取，获取所述二值化图像的特征数据；
所述判断子单元用于将所述特征数据与预存的标准数据进行比较，判断所述特征数据与所述标准数据之间的差值是否超出预设的阈值范围，若所述差值没有超出所述阈值范围，则判定驾驶员没有处于疲劳驾驶状态，否则，判定驾驶员处于疲劳驾驶状态。
在一种实施方式中，所述判判断所述脸部图像中表示皮肤的像素点的总数占图像像素点总数的比例是否大于预设的阈值比例，包括：
使用下述方式判断脸部图像中的像素点是否为皮肤的像素点：
在RGB颜色空间中，判断脸部图像中位置为(x,y)的像素点的R、G、B三种分量的值R(x,y)、G(x,y)、B(x,y)是否符合以下判断条件一：
Figure BDA0002351508520000041
在YCbCr颜色空间中，判断脸部图像中位置为(x,y)的像素点是否符合以下判断条件二：
Figure BDA0002351508520000042
式中，Cr(x,y)和Cb(x,y)分别表示位置为(x,y)的像素点的色调分量和饱和度分量的数值；
当位置为(x,y)的像素点同时符合上述判断条件一和判断条件二时，则所述像素点为表示皮肤的像素点；
统计脸部图像中表示皮肤的像素点的数量，记为Npf，像素点的总数用N表示，比较
Figure BDA0002351508520000043
和预设的阈值比例Nyz的大小；
若
Figure BDA0002351508520000044
大于Nyz，则将所述脸部图像传输到灰度化子单元，否则，将所述脸部图像删除，不再进行处理。
本发明上述实施例，通过在RGB和YCrCb颜色空间中同时对像素点是否属于表示皮肤的像素点进行判断，有效地降低了误判的概率，从而有效地对所述脸部图像进行筛选，因为如果拍摄所得的脸部图像中，表示皮肤的像素点的比例过小的话，例如只拍到了侧面，那么该图像并不适合进行后续疲劳驾驶的判断，上述实施例可以有效地提高疲劳检测的效率，避免了预处理单元中的其它子单元做无用功。
在一种实施方式中，所述对所述脸部图像进行灰度化处理得到灰度图像，包括：
使用加权平均法对所述脸部图像进行灰度化处理，得到灰度图像。
在一种实施方式中，所述对所述灰度图像进行降噪处理，得到降噪图像，包括：
对于灰度图像中位置为(x,y)的像素点，选取其n1*n1大小的工作邻域S1，邻域S1中的像素点的位置记为(i,j)，采用下述方式计算灰度图像中位置为(x,y)的像素点滤波后的灰度值af(x,y)：
Figure BDA0002351508520000051
式子中，f(i,j)表示S1中位置为(i,j)的像素点的灰度值；Φ表示预设的调节参数；
d0(x,y,i,j)＝S0(x,y,i,j)d(x,y,i,j)，
Figure BDA0002351508520000052
b(x,y)表示灰度图像中位置为(x,y)的像素点的n2*n2大小的邻域像素点的灰度值所组成的灰度值矩阵,b(i,j)表示S1中位置为(x,y)的像素点的n2*n2大小的邻域像素点的灰度值所组成的灰度值矩阵；ssim[b(x,y),b(i,j)]表示b(x,y)和b(i,j)的结构相似性指数；h表示衰弱系数；
Figure BDA0002351508520000053
α表示高斯核的方差，
Figure BDA0002351508520000054
其中，xfc[b(x,y),b(i,j)]表示灰度值矩阵b(x,y)和灰度值矩阵b(i,j)之间的协方差；fcb(x,y)表示灰度值矩阵b(x,y)中元素的方差；fcb(i,j)表示灰度值矩阵b(i,j)中元素的方差；
Figure BDA0002351508520000055
ξ表示预设的系数，M、N分别表示所述灰度图像中横向像素点的数量和纵向像素点的数量；LP表示Laplace算子；
Figure BDA0002351508520000056
表示卷积运算；Qx,y表示权重系数，
Figure BDA0002351508520000057
R表示预设的梯度计算方向的总数，qr(x,y)表示第r个计算方向所得到的灰度图像中位置为(x,y)的像素点的梯度幅值。
本发明上述实施例通过邻域加权滤波的方式对像素点(x,y)进行滤波处理，具体地，在考虑权重时，不仅考虑了b(x,y)和b(i,j)的空间距离，也考虑了两者之间的相似性，距离越近，相似性越高，权重就越大，从而避免了传统计算方式中，由于单一考虑空间距离导致的S1中相似性低的的像素点反而被赋予较高的权重的问题，也避免了由于由于相似性高，但是距离远的像素点被授予较高权重的问题。而在计算空间距离时，本申请并非采用传统的欧式距离，而是充分考虑了b(x,y)和b(i,j)的协方差及各自的方差以及b(x,y)和b(i,j)的加权距离，可以更准确的反映两者空间上的空间上的差异以及值域上的差异；而衰弱系数h的设置，充分考虑了像素点(x,y)各个方向的梯度幅值以及Laplace算子，使得滤波更彻底，也避免了传统滤波方式中滤波后出现虚假重影的现象。
在一种实施方式中，所述对所述降噪图像进行自定义对比度调整，得到调整图像，包括：
计算降噪图像的灰度直方图H；
对所述灰度直方图进行以下调整处理得到新的灰度直方图H1：
统计降噪图像中像素点数量为0的灰度级的数量nl,将所述灰度直方图H调整到[0,255-nl]范围内，得到灰度直方图H1；
对灰度直方图H1再次进行调整，将其从[0,255-nl]恢复到[0,255]范围，得到灰度直方图H2；
使用大津法对所述灰度直方图H2进行分割，得到第一子直方图HL和第二子直方图HH，HL的灰度范围为[0,S],HH的灰度范围为[S+1,255],S为通过大津法得到的阈值参数；
对HL和HH进行如下变换：
Figure BDA0002351508520000061
式子中，PHL(l)表示对HL变换后的结果，PHH(l)表示对HH变换后的结果，l表示灰度级，numL表示变换后第一子直方图中数量不为0的灰度级的总数，numH表示变换后第二子直方图中数量不为0的灰度级的总数；
分别对PHL(l)和PHH(l)进行直方图均衡化处理，得到PHL'(l)和PHH'(l)，将PHL'(l)和PHH'(l)进行融合，得到自定义对比度调整后的灰度直方图H3，并根据H3得到调整图像。
本发明上述实施例，通过将降噪图像的灰度直方图进行阈值划分得到两个子直方图，然后分别在两个子直方图中进行对数变换和均衡化处理，从而避免了传统的直方图均衡处理方法中出现的调整过度以及细节丢失的问题，对数变换则是避免了直方图中的最大值对对比度调整的影响。对降噪图像进行自定义对比度调整，有效地避免了获取脸部图像时，由于光照不均匀所造成的对脸部图像进行特征提取的影响。
在一种实施方式中，对所述调整图像进行二值化处理，得到二值化图像，包括：
使用迭代法对所述调整图像进行二值化处理，得到二值化图像。
本发明通过在车载终端和监控中心均设置提醒的方式，避免了实际生产活动中，特种运输车出现意外而无法及时进行正确处理的问题。例如当运输危险化学物品的特种运输车翻倒了，上面的化学物品漏出来，这个时候司机可能已经不省人事了，然后救援人员也无法知悉车上装载的是什么化学物品，需要怎样应对，而如果监控中心实时进行监测的话，就可以在车辆出现事故时及时发现并给出正确的救援策略，从而避免发生二次灾害。
本发明提供了一种基于北斗卫星导航定位的特种运输车报警系统，通过车载终端，实现对特种运输车及其载体状态的有效探测，实现对特种运输车的实时定位，运营区域限制等远程监控，并能统计和分析特种运输车的情况。
通过GPRS、卫星通讯、Internet等各种远程数据传输手段，实现了对车辆运行状态的有效传输；涵盖了数据采集、数据整合、数据提供、在线查询、在线监控等等多种应用方式。
根据每一种终端定义的通讯协议，采集集装箱和运输车辆和船舶的实时数据，解析处理后，整合进入数据库，再通过数据分发接口，将数据发布给用户使用。同时，平台还提供一个标准人机界面，用于实时数据查询和监控。同时避免了蜂窝网络覆盖不足导致的不能及时监测，从而导致不能及时报警的问题。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质
包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
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)

1.一种基于北斗卫星导航定位的特种运输车报警系统，其特征在于，其包括车载终端、北斗卫星、地面接收站和监控中心；所述车载终端用于获取特种运输车的状态数据，并发送到所述北斗卫星；所述北斗卫星用于将所述状态数据转发到所述地面接收站；所述地面接收站用于将所述状态数据转发到所述监控中心；所述监控中心用于将所述状态数据进行可视化展示，并在所述状态数据超出预设的阈值范围时进行报警提醒；
所述车载终端包括定位模块、数据获取模块、处理模块、报警模块、导航模块；所述定位模块用于根据北斗卫星的定位信号计算出特种运输车的经纬度；所述数据获取模块用于获取所述车辆数据、所述车厢数据以及驾驶员的脸部图像，并将所述车辆数据、车厢数据和脸部图像传输到处理模块；所述处理模块用于实时判断所述车辆数据和所述车厢数据是否超出预设的阈值范围，并在所述车辆数据和所述车厢数据超出预设的阈值范围时，通过报警模块对驾驶员进行提醒；所述处理模块还用于根据所述脸部图像判断所述驾驶员是否处于疲劳驾驶状态，并在所述驾驶员处于疲劳驾驶状态时，通过报警模块对驾驶员进行提醒；所述导航模用于显示车辆的导航路线，并对驾驶员进行车道选择提醒；
所述处理模块包括图像处理子模块，所述图像处理子模块用于根据所述脸部图像判断所述驾驶员是否处于疲劳驾驶状态；
所述图像处理子模块包括预处理单元，特征提取单元，判断单元；所述预处理单元包括判断子单元、灰度化子单元、降噪子单元、对比度调整子单元、二值化处理子单元；所述判断子单元用于判断所述脸部图像中表示皮肤的像素点的总数占图像像素点总数的比例是否大于预设的阈值比例，若大于，则将所述脸部图像传输到灰度化子单元，否则，将所述脸部图像删除，不再进行处理；所述灰度化子单元用于对所述脸部图像进行灰度化处理得到灰度图像；所述降噪子单元用于对所述灰度图像进行降噪处理，得到降噪图像；所述对比度调整子单元，用于对所述降噪图像进行自定义对比度调整，得到调整图像；所述二值化处理子单元，用于对所述调整图像进行二值化处理，得到二值化图像；所述特征提取单元用于对所述二值化图像进行特征提取，获取所述二值化图像的特征数据；所述判断子单元用于将所述特征数据与预存的标准数据进行比较，判断所述特征数据与所述标准数据之间的差值是否超出预设的阈值范围，若所述差值没有超出所述阈值范围，则判定驾驶员没有处于疲劳驾驶状态，否则，判定驾驶员处于疲劳驾驶状态；
所述判断所述脸部图像中表示皮肤的像素点的总数占图像像素点总数的比例是否大于预设的阈值比例，包括：
使用下述方式判断脸部图像中的像素点是否为皮肤的像素点：
在RGB颜色空间中，判断脸部图像中位置为(x,y)的像素点的R、G、B三种分量的值R(x,y)、G(x,y)、B(x,y)是否符合以下判断条件一：
Figure FDA0003026362320000021
在YCbCr颜色空间中，判断脸部图像中位置为(x,y)的像素点是否符合以下判断条件二：
Figure FDA0003026362320000022
式中，Cr(x,y)和Cb(x,y)分别表示位置为(x,y)的像素点的色调分量和饱和度分量的数值；
当位置为(x,y)的像素点同时符合上述判断条件一和判断条件二时，则所述像素点为表示皮肤的像素点；
统计脸部图像中表示皮肤的像素点的数量，记为Npf，像素点的总数用N表示，比较
Figure FDA0003026362320000023
和预设的阈值比例Nyz的大小；
若
Figure FDA0003026362320000024
大于Nyz，则将所述脸部图像传输到灰度化子单元，否则，将所述脸部图像删除，不再进行处理；
所述对所述灰度图像进行降噪处理，得到降噪图像，包括：
对于灰度图像中位置为(x,y)的像素点，选取其n1*n1大小的工作邻域S1，邻域S1中的像素点的位置记为(i,j)，采用下述方式计算灰度图像中位置为(x,y)的像素点滤波后的灰度值af(x,y)：
Figure FDA0003026362320000025
式子中，f(i,j)表示S1中位置为(i,j)的像素点的灰度值；Φ表示预设的调节参数；
d0(x,y,i,j)＝S0(x,y,i,j)d(x,y,i,j)，
Figure FDA0003026362320000026
b(x,y)表示灰度图像中位置为(x,y)的像素点的n2*n2大小的邻域像素点的灰度值所组成的灰度值矩阵,b(i,j)表示S1中位置为(x,y)的像素点的n2*n2大小的邻域像素点的灰度值所组成的灰度值矩阵；ssim[b(x,y),b(i,j)]表示b(x,y)和b(i,j)的结构相似性指数；h表示衰弱系数；
Figure FDA0003026362320000031
α表示高斯核的方差，
Figure FDA0003026362320000032
其中，xfc[b(x,y),b(i,j)]表示灰度值矩阵b(x,y)和灰度值矩阵b(i,j)之间的协方差；fcb(x,y)表示灰度值矩阵b(x,y)中元素的方差；fcb(i,j)表示灰度值矩阵b(i,j)中元素的方差；
Figure FDA0003026362320000033
ξ表示预设的系数，M、N分别表示所述灰度图像中横向像素点的数量和纵向像素点的数量；LP表示Laplace算子；
Figure FDA0003026362320000034
表示卷积运算；Qx,y表示权重系数，
Figure FDA0003026362320000035
R表示预设的梯度计算方向的总数，qr(x,y)表示第r个计算方向所得到的灰度图像中位置为(x,y)的像素点的梯度幅值；
所述对所述降噪图像进行自定义对比度调整，得到调整图像，包括：
计算降噪图像的灰度直方图H；
对所述灰度直方图进行以下调整处理得到新的灰度直方图H1：
统计降噪图像中像素点数量为0的灰度级的数量nl,将所述灰度直方图H调整到[0,255-nl]范围内，得到灰度直方图H1；
对灰度直方图H1再次进行调整，将其从[0,255-nl]恢复到[0,255]范围，得到灰度直方图H2；
使用大津法对所述灰度直方图H2进行分割，得到第一子直方图HL和第二子直方图HH，HL的灰度范围为[0,S],HH的灰度范围为[S+1,255],S为通过大津法得到的阈值参数；
对HL和HH进行如下变换：
Figure FDA0003026362320000036
式子中，PHL(l)表示对HL变换后的结果，PHH(l)表示对HH变换后的结果，l表示灰度级，numL表示变换后第一子直方图中数量不为0的灰度级的总数，numH表示变换后第二子直方图中数量不为0的灰度级的总数；
分别对PHL(l)和PHH(l)进行直方图均衡化处理，得到PHL'(l)和PHH'(l)，将PHL'(l)和PHH'(l)进行融合，得到自定义对比度调整后的灰度直方图H3，并根据H3得到调整图像。
2.根据权利要求1所述的一种基于北斗卫星导航定位的特种运输车报警系统，其特征在于，所述车辆数据包括：车牌号、胎压、油量、车速、经纬度；所述车厢数据包括：车厢的温度、湿度、气压。
3.根据权利要求1所述的一种基于北斗卫星导航定位的特种运输车报警系统，其特征在于，所述监控中心包括服务器和监控终端；所述服务器用于存储所述状态数据；所述监控终端用于从所述服务器调取并可视化展所述状态数据。
4.根据权利要求1所述的一种基于北斗卫星导航定位的特种运输车报警系统，其特征在于，所述数据获取模块包括车辆监控单元、环境监控单元和图像获取单元；所述车辆监控单元用于获取所述车辆数据，并将所述车辆数据传输到处理模块；所述环境监控单元用于获取所述车辆运载的物品所处环境的数据，并将述车辆运载的物品所处环境的数据传输到处理模块；所述图像获取单元用于获取驾驶员的脸部图像，并传输到处理模块。
CN201911417219.0A 2019-12-31 2019-12-31 一种基于北斗卫星导航定位的特种运输车报警系统 Active CN111080983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911417219.0A CN111080983B (zh) 2019-12-31 2019-12-31 一种基于北斗卫星导航定位的特种运输车报警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911417219.0A CN111080983B (zh) 2019-12-31 2019-12-31 一种基于北斗卫星导航定位的特种运输车报警系统

Publications (2)

Publication Number Publication Date
CN111080983A CN111080983A (zh) 2020-04-28
CN111080983B true CN111080983B (zh) 2021-09-21

Family

ID=70320960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911417219.0A Active CN111080983B (zh) 2019-12-31 2019-12-31 一种基于北斗卫星导航定位的特种运输车报警系统

Country Status (1)

Country Link
CN (1) CN111080983B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538733B (zh) * 2021-07-09 2023-03-14 江苏金海星导航科技有限公司 一种基于卫星通信和云计算技术的黑匣子系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620673A (zh) * 2009-06-18 2010-01-06 北京航空航天大学 一种鲁棒的人脸检测及跟踪方法
CN101630363A (zh) * 2009-07-13 2010-01-20 中国船舶重工集团公司第七○九研究所 复杂背景下彩色图像人脸的快速检测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542081B2 (en) * 1996-08-19 2003-04-01 William C. Torch System and method for monitoring eye movement
JP2005006966A (ja) * 2003-06-19 2005-01-13 Mazda Motor Corp 支援装置
CN101344986A (zh) * 2008-09-01 2009-01-14 北京中兴恒和卫星应用科技股份有限公司 基于北斗卫星的运输监控系统
CN101604382A (zh) * 2009-06-26 2009-12-16 华中师范大学 一种基于面部表情识别的学习疲劳识别干预方法
CN202374452U (zh) * 2011-09-30 2012-08-08 北京北方胜达机电科技发展有限公司 一种基于北斗卫星导航定位的危险品车辆监控系统
CN103489329A (zh) * 2013-09-23 2014-01-01 柳州市锋威汽车科技有限公司 一种基于北斗卫星导航定位的危险品车辆监控系统
CN107595307A (zh) * 2017-10-23 2018-01-19 湖南科技大学 基于机器视觉人眼识别的疲劳驾驶检测装置及检测方法
CN107804280A (zh) * 2017-10-25 2018-03-16 哈尔滨学院 基于北斗导航技术的车辆管理系统及管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620673A (zh) * 2009-06-18 2010-01-06 北京航空航天大学 一种鲁棒的人脸检测及跟踪方法
CN101630363A (zh) * 2009-07-13 2010-01-20 中国船舶重工集团公司第七○九研究所 复杂背景下彩色图像人脸的快速检测方法

Also Published As

Publication number Publication date
CN111080983A (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
US10295333B2 (en) Tire tread depth measurement
CN108985230A (zh) 车道线检测方法、装置及计算机可读存储介质
US20160239922A1 (en) System and method of real-time imaging and analysis of real-world objects
WO2020181840A1 (zh) 分心驾驶监测方法、系统及电子设备
CN115578780B (zh) 一种基于大数据的农产品及食品冷链溯源管理系统
CN111080983B (zh) 一种基于北斗卫星导航定位的特种运输车报警系统
CN107609483A (zh) 面向驾驶辅助系统的危险目标检测方法、装置
CN107844761B (zh) 交通标志的检测方法及装置
CN112700198A (zh) 危化品运输监测信息处理方法和装置
CN114998824A (zh) 一种车辆装卸任务监控方法、装置及系统
CN116469269A (zh) 一种应用可视化技术的车辆信息智能化管理方法系统及方法
CN113610014A (zh) 一种遮挡号牌超限货运车辆检测系统及方法
CN111460917B (zh) 基于多模态信息融合的机场异常行为检测系统及方法
CN114332707A (zh) 设备有效性的确定方法及装置、存储介质、电子装置
CN110310485B (zh) 周围信息采集显示系统
CN111191557B (zh) 一种标志识别定位方法、标志识别定位装置及智能设备
CN110443119B (zh) 车厢内货物状态识别方法及装置
Enigo et al. CrowdSourcing based online Petitioning system for pothole detection using android platform
CN113065425B (zh) 基于环境信息的车内遗落物提醒方法、系统及存储介质
CN113361914B (zh) 一种危险废物运输风险管控预警的方法与系统
US20180046989A1 (en) Method for Vehicle Specification Filtering In Response to Vehicle Inspection Results
CN110705416B (zh) 一种基于驾驶员面部图像建模的安全驾驶预警方法及系统
CN112749735A (zh) 基于深度学习的转炉出钢钢流识别方法、系统、介质及终端
CN115049992A (zh) 基于大数据的物流监控系统及方法
CN108960181A (zh) 基于多尺度分块lbp和隐马尔科夫模型的黑烟车检测方法

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
GR01 Patent grant
GR01 Patent grant