CN113435277B - 一种车辆实线变道行为的监测方法及系统 - Google Patents

Abstract

本申请提供了一种车辆实线变道行为的监测方法及系统，该方法应用于一种车辆实线变道行为的监测系统，系统包括多个车载摄像头，多个监测处理器以及交通管理数据库；其中，每一车载摄像头与一个监测处理器通过电连接；交通管理数据库与监测处理器通过无线连接；方法包括：车载摄像头获取监测车辆当前行驶道路前方的行车视频信息；监测处理器从获取的行车视频信息中，提取目标车牌质心位置以及目标车道标线，以及根据目标车牌质心位置以及目标车道标线的点线位置关系，判断目标车辆是否产生实线变道行为，以及如果目标车辆产生实线变道行为，则将实线变道行为对应的违规数据传输至交通管理数据库中。本申请提供的方法实现对实线变道的全方面监控。

Description

一种车辆实线变道行为的监测方法及系统

技术领域

本申请涉及交通违规监测技术领域，特别涉及一种车辆实线变道行为的监测方法及系统。

背景技术

随着社会的不断发展，人民物质生活水平得到极大提高，汽车保有量不断增加。为保障人民的生命财产安全和交通通畅，需要对道路交通违法监管领域提出更高的要求。如何利用一种安全可靠高效的监管系统，提高交警的非现场违法监管能力，对驾驶人的违法驾驶行为进行监督，成为了在交通领域需要重点研究的问题。在众多的交通违法行为中，大部分违法行为，类似于闯红灯或者不按照指示牌行驶等问题，可以通过定点设置摄像头来进行监督。而实线变道的违法行为在现在技术中也是通过在道路固定点安装电子警察，通过固定点摄像头拍摄车辆行驶情况，再进行行驶情况判别与处理。

通过在道路固定点安装电子警察监督实线变道的违法行为，并不能取得与其他交通违法行为相同的监督效果，因为实线变道的违法行为在任何实线路段都可能发生，并不会仅发生在固定的交通点。同时定点设置电子警察监督实线变道的违法行为，还存在以下问题：一方面，对于交通环境复杂、车辆流动率高的交叉口区域，由于车辆遮挡、安装高度、摄像头方向固定等问题，电子警察采集信息的范围受限。另一方面，现有安装于交叉口的电子警察，无法实现对整路段的实时监控。通过固定电子警察全路段覆盖的方式实现的整条路段监管，所需加装电子警察数量大，费用高昂，增加维护维修负担。

基于此，目前亟需一种车辆实线变道行为的监测方法，用于解决现有技术中对于车辆实线变道行为无法全方面监控的问题。

发明内容

本申请提供了一种车辆实线变道行为的监测方法及系统，可用于解决现有技术中对于车辆实线变道行为无法全方面监控的技术问题。

第一方面，本申请实施例提供一种车辆实线变道行为的监测方法，所述方法应用于一种车辆实线变道行为的监测系统，所述系统包括多个车载摄像头，多个监测处理器以及交通管理数据库；其中，每一车载摄像头与一个监测处理器通过电连接；所述交通管理数据库与所述监测处理器通过无线连接；所述车载摄像头以及所述监测处理器设置于监测车辆内，所述方法包括：

所述车载摄像头获取所述监测车辆当前行驶道路前方的行车视频信息；

所述监测处理器从获取的所述行车视频信息中，提取目标车牌质心位置以及目标车道标线；

所述监测处理器根据所述目标车牌质心位置以及目标车道标线的点线位置关系，判断所述目标车辆是否产生实线变道行为；

所述监测处理器如果所述目标车辆产生实线变道行为，则将所述实线变道行为对应的违规数据传输至所述交通管理数据库中；所述目标车辆为行驶在所述监测车辆前方的车辆；

所述交通管理数据库根据所述违规数据对所述目标车辆进行违规记录。

结合第一方面，在第一方面的一种可实现方式中，所述监测处理器从获取的所述行车视频信息中，提取目标车道标线信息，包括：

所述监测处理器对所述行车视频信息进行逐帧处理，按照预设比例进行图像分割，并选出待识别图像区域；

所述监测处理器对所述待识别图像区域进行初始处理，得到初始图像；

所述监测处理器对所述初始图像进行车道标线识别，确定出目标车道标线；所述目标车道标线为所述监测车辆当前行驶道路对应的车道标线。

结合第一方面，在第一方面的一种可实现方式中，所述监测处理器从获取的所述行车视频信息中，提取目标车牌质心位置，包括：

所述监测处理器基于车牌颜色的特征信息，提取目标车牌信息数据；

所述监测处理器对所述目标车牌信息数据提取车牌区域的质心坐标，确定所述目标车牌质心位置。

结合第一方面，在第一方面的一种可实现方式中，所述方法还包括：

所述监测处理器对所述目标车道标线从底部沿直线向上扫描，获得像素亮度变化分布情况；

若所述像素亮度呈明暗周期性变化，则将所述目标车道标线确定为虚线标线；

若所述像素亮度均匀连续分布，则将所述目标车道标线确定为实线标线。

结合第一方面，在第一方面的一种可实现方式中，所述监测处理器根据所述目标车牌质心位置以及目标车道标线的点线位置关系，判断所述目标车辆是否产生实线变道行为，包括：

所述监测处理器建立坐标系；

所述监测处理器根据所述实线标线以及所述目标车牌质心位置在所述坐标系中的位置关系，判断所述目标车辆是否产生实线变道行为。

结合第一方面，在第一方面的一种可实现方式中，所述监测处理器根据所述实线标线以及所述目标车牌质心位置在所述坐标系中的位置关系，判断所述目标车辆是否产生实线变道行为，包括：

采用以下方法判断所述目标车辆是否产生实线变道行为：

式中，x₀，y₀为车牌的目标车牌质心位置，x₁₁，y₁₁为直线line₁上点的坐标；x₂₁，y₂₁为直线line₂上点的坐标，直线line₁为所述目标车道标线的左侧车道标线，直线line₂为所述目标车道标线的右侧车道标线；

value值初始小于0，表示所述目标车辆没有实线变道行为；

当line₂的value>0，表示所述目标车辆从右侧越线；

当line₁的value>0，表示所述目标车辆从左侧越线。

第二方面，本申请实施例提供一种车辆实线变道行为的监测系统，其特征在于，所述系统用于执行一种车辆实线变道行为的监测方法，所述系统包括多个车载摄像头，多个监测处理器以及交通管理数据库；其中，每一车载摄像头与一个监测处理器通过电连接；所述交通管理数据库与所述监测处理器通过无线连接；所述车载摄像头以及所述监测处理器设置于监测车辆内，所述系统包括：

所述车载摄像头，用于获取所述监测车辆当前行驶道路前方的行车视频信息；

所述监测处理器，用于从获取的所述行车视频信息中，提取目标车牌质心位置以及目标车道标线信息；

以及根据所述目标车牌质心位置以及目标车道标线信息，判断所述目标车辆是否产生实线变道行为；

以及如果所述目标车辆产生实线变道行为，则将所述实线变道行为对应的违规数据传输至所述交通管理数据库中；所述目标车辆为行驶在所述监测车辆前方的车辆；

所述交通管理数据库，用于根据所述违规数据对所述目标车辆进行违规记录。

结合第二方面，在第二方面的一种可实现方式中，所述监测处理器具体用于：

所述监测处理器用于对所述行车视频信息进行逐帧处理，按照预设比例进行图像分割，并选出待识别图像区域；

所述监测处理器用于对所述待识别图像区域进行初始处理，得到初始图像；

所述监测处理器用于对所述初始图像进行车道标线识别，确定出目标车道标线；所述目标车道标线为所述监测车辆当前行驶道路对应的车道标线。

结合第二方面，在第二方面的一种可实现方式中，所述监测处理器具体用于：

所述监测处理器用于基于车牌颜色的特征信息，提取目标车牌信息数据；

所述监测处理器用于对所述目标车牌信息数据提取车牌区域的质心坐标，确定所述目标车牌质心位置。

结合第二方面，在第二方面的一种可实现方式中，所述监测处理器还用于：

所述监测处理器用于对所述目标车道标线从底部沿直线向上扫描，获得像素亮度变化分布情况；

若所述像素亮度呈明暗周期性变化，则将所述目标车道标线确定为虚线标线；

若所述像素亮度均匀连续分布，则将所述目标车道标线确定为实线标线。

结合第二方面，在第二方面的一种可实现方式中，所述监测处理器具体用于：

所述监测处理器建立坐标系；

所述监测处理器根据所述实线标线以及所述目标车牌质心位置在所述坐标系中的位置关系，判断所述目标车辆是否产生实线变道行为。

结合第二方面，在第二方面的一种可实现方式中，所述监测处理器具体用于：

采用以下方法判断所述目标车辆是否产生实线变道行为：

式中，x₀，y₀为车牌的目标车牌质心位置，x₁₁，y₁₁为直线line₁上点的坐标；x₂₁，y₂₁为直线line₂上点的坐标，直线line₁为所述目标车道标线的左侧车道标线，直线line₂为所述目标车道标线的右侧车道标线；

value值初始小于0，表示所述目标车辆没有实线变道行为；

当line₂的value>0，表示所述目标车辆从右侧越线；

当line₁的value>0，表示所述目标车辆从左侧越线。

本申请主要通过视频识别判断黄线与白线，将捕捉到的关键帧进行逐帧分析，最终将分析结果通过传输模块发送至交通管理数据库，实现了后车监督前车的效果。本申请采用新型车道线检测与识别技术，能够准确对本车辆当前行驶车道的车道标线的实线与虚线进行判别。通过跟踪特征点的方式判断车辆变道，与传统技术相比，具有更高的准确率和抗干扰能力。本申请不需要对交通道路进行大规模的改造，并可以突破传统电子摄像头安装数量有限的束缚，只需要在车载摄像头旁安装监控处理器，即可实现全方位的对实线变道行为不受场景限制的监控。本申请硬件要求低、安装便宜，制作成本低廉，推广难度较低、切合实际，更易进行实际使用与大范围普及。本申请中所涉及到的本车道前车违法实线变道检测，以车辆为监督点，搭建了车车监管体系，可实现全民监管网络的构建，对驾驶人驾驶行为的监督达到实时、无盲区的在提升监管效率的同时可以节约大量的人力、物力、财力成本。

附图说明

图1为本申请实施例适用的一种车辆实线变道行为的监测方法的流程示意图；

图2为本申请实施例提供的一种目标车道标线的斜率范围示意图；

图3为本申请实施例提供的一种车辆实线变道行为的监测示意图；

图4为本申请实施例提供一种车辆实线变道行为的监测系统的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

下面首先结合图1对本申请实施例适用的可能的系统架构进行介绍。

请参考图1，其示例性展示出了本申请实施例适用的一种车辆实线变道行为的监测方法的流程示意图。本申请实施例提供的方法应用于一种车辆实线变道行为的监测系统。该系统包括多个车载摄像头，多个监测处理器以及交通管理数据库。

其中，每一车载摄像头与一个监测处理器通过电连接。交通管理数据库与监测处理器通过无线连接。车载摄像头以及监测处理器设置于监测车辆内。

本申请提供的方法包括以下步骤：

步骤S101，车载摄像头获取监测车辆当前行驶道路前方的行车视频信息。

需要说明的是，本申请提供的车载摄像头以及监测处理器均处于工作状态，为了叙述方便，本申请以任一车载摄像头以及监控处理器为例进行叙述。

车载摄像头为任一车辆中的普通摄像头，本申请实施例中不做限定。

步骤S102，监测处理器从获取的行车视频信息中，提取目标车牌质心位置以及目标车道标线。

本申请实施例中，目标车牌质心位置通过以下方法提取：

监测处理器基于车牌颜色的特征信息，提取目标车牌信息数据。

监测处理器对目标车牌信息数据提取车牌区域的质心坐标，确定目标车牌质心位置。

本申请实施例中，目标车道标线通过以下方法提取：

监测处理器对行车视频信息进行逐帧处理，按照预设比例进行图像分割，并选出待识别图像区域。

本申请实施例中按照2×1的分割比例进行图像分割。因为一般情况下，车载摄像头拍到的图像中，仅有图像的下半部分是道路，而仅有道路部分是本申请所需要的实际信息。

监测处理器对待识别图像区域进行初始处理，得到初始图像。

具体的，监测处理器对待识别图像区域进行灰度化处理、滤波处理以及二值化处理，得到初始图像。

监测处理器对初始图像进行车道标线识别，确定出目标车道标线。

目标车道标线为监测车辆当前行驶道路对应的车道标线。

将初始图像中的车道标线通过Hough变换转换为参数空间的点，把原始图像中对车道标线的检测问题转化为寻找参数空间中的峰值点问题。检测峰值点获得两个返回值，选择截距较大的一个坐标值。

需要强调的是，对于目标车道线的识别，与直接图像处理不同。对视频流的处理需要在图像处理的基础上，找到帧与帧之间的联系，进而更加准确地识别目标以及目标的变化，使得视频的识别实时完成。本发明在视频流处理上使用了较高效率的处理方法，拥有一定的创新性，减少了车载端的信息处理量。

经过处理，获取的初始图片是不同斜率和截距直线的组合，所以本申请实施例的图像处理内容涉及到提取出诸多直线中与本车道的车道标线特征最接近的直线。如图2所示，为本申请实施例提供的一种目标车道标线的斜率范围示意图。本申请实施例，需要从众多的车道标线中提取符合预设值的目标车道标线，即为监测车辆当前行驶道路所在的车道标线。

直线路段正常行驶情况下，车道标线的截距和斜率都在特定的范围内。车辆在弯道路段的行驶过程中，检测范围显示的视觉观察区域受限，因此，将弯道路段的车道标线近似于直线处理。本申请实施例提出根据最小二乘原理拟合直线，在设定的拟合优度范围内，确定了对弯道路段的车道标线进行直线拟合后所获得的目标车道标线。本申请实施例，在图像处理过程中，缩小了对斜率的处理范围。减小车载端的数据运算处理量，同时避免了不必要的图像干扰，提高了精确度。

本申请实施例采用以下方法区分目标车道标线的类别：

对目标车道标线从底部沿直线向上扫描，获得像素亮度变化分布情况。

若像素亮度呈明暗周期性变化，则将目标车道标线确定为虚线标线。

若像素亮度均匀连续分布，则将目标车道标线确定为实线标线。

步骤S103，监测处理器根据目标车牌质心位置以及目标车道标线，判断目标车辆是否产生实线变道行为。

如图3所示，为本申请实施例提供的一种车辆实线变道行为的监测示意图。

本申请实施例中，采用以下方法判断目标车辆是否产生实线变道行为：

监测处理器建立坐标系。

监测处理器根据实线标线以及目标车牌质心位置在坐标系中的位置关系，判断目标车辆是否产生实线变道行为。

具体的，

式中，x₀，y₀为车牌的目标车牌质心位置，x₁₁，y₁₁为直线line₁上点的坐标；x₂₁，y₂₁为直线line₂上点的坐标，直线line₁为目标车道标线的左侧车道标线，直线line₂为目标车道标线的右侧车道标线；

value值初始小于0，表示目标车辆没有实线变道行为。

当line₂的value>0，表示目标车辆从右侧越线。

当line₁的value>0，表示目标车辆从左侧越线。

需要说明的是，路口处，目标车道标线会有虚线到实线的变化。本发明实施例对于交叉路口的判识进行了优化与修正，具体如下：

当虚线变为实线时，沿目标车道标线的亮度变化将会由虚线的明-暗周期性慢慢变成稳定的亮度值，目标车道标线亮度曲线中最后出现的跳变位置判定为虚实线交界处。

当有车辆越线变道时，实线被遮挡，从而形成类似虚线的间断，导致误判。为此，本发明实施例在车速不太高的情况下，连续抽取1秒内的5帧图像，多个图像进行分析对比，避免误判。

步骤S104，监测处理器如果目标车辆产生实线变道行为，则将实线变道行为对应的违规数据传输至交通管理数据库中。

目标车辆为行驶在监测车辆前方的车辆。

步骤S105，交通管理数据库根据违规数据对目标车辆进行违规记录。

交通管理数据库获取每一个车辆识别到的车牌信息以及实线变道的违规记录，然后将违规记录分别传送给负责管理的交警部门，交警部门根据这些违法记录信息，对违法的车辆进行处理。

本申请实施例主要通过视频识别判断黄线与白线，将捕捉到的关键帧进行逐帧分析，最终将分析结果通过传输模块发送至交通管理数据库，实现了后车监督前车的效果。本申请实施例采用新型车道线检测与识别技术，能够准确对本车辆当前行驶车道的车道标线的实线与虚线进行判别。通过跟踪特征点的方式判断车辆变道，与传统技术相比，具有更高的准确率和抗干扰能力。本申请实施例不需要对交通道路进行大规模的改造，并可以突破传统电子摄像头安装数量有限的束缚，只需要在车载摄像头旁安装监控处理器，即可实现全方位的对实线变道行为不受场景限制的监控。本申请实施例硬件要求低、安装便宜，制作成本低廉，推广难度较低、切合实际，更易进行实际使用与大范围普及。本申请实施例中所涉及到的本车道前车违法实线变道检测，以车辆为监督点，搭建了车车监管体系，可实现全民监管网络的构建，对驾驶人驾驶行为的监督达到实时、无盲区，在提升监管效率的同时可以节约大量的人力、物力、财力成本。

如图4所示，为本申请实施例提供一种车辆实线变道行为的监测系统的结构示意图。系统用于执行一种车辆实线变道行为的监测方法，系统包括多个车载摄像头401，多个监测处理器402以及交通管理数据库403。其中，每一车载摄像头401与一个监测处理器402通过电连接。交通管理数据库403与监测处理器402通过无线连接。车载摄像头401以及监测处理器402设置于监测车辆内，系统包括：

车载摄像头401，用于获取监测车辆当前行驶道路前方的行车视频信息。

监测处理器402，用于从获取的行车视频信息中，提取目标车牌质心位置以及目标车道标线信息。

以及根据目标车牌质心位置以及目标车道标线信息，判断目标车辆是否产生实线变道行为。

以及如果目标车辆产生实线变道行为，则将实线变道行为对应的违规数据传输至交通管理数据库403中。目标车辆为行驶在监测车辆前方的车辆。

交通管理数据库403，用于根据违规数据对目标车辆进行违规记录。

可选的，监测处理器402具体用于：

监测处理器402用于对行车视频信息进行逐帧处理，按照预设比例进行图像分割，并选出待识别图像区域。

监测处理器402用于对待识别图像区域进行初始处理，得到初始图像。

监测处理器402用于对初始图像进行车道标线识别，确定出目标车道标线。目标车道标线为监测车辆当前行驶道路对应的车道标线。

可选的，监测处理器402具体用于：

监测处理器402用于基于车牌颜色的特征信息，进行特征提取目标车牌信息数据。

监测处理器402用于对目标车牌信息数据提取车牌区域的质心坐标，确定目标车牌质心位置。

可选的，监测处理器402还用于：

监测处理器402用于对目标车道标线从底部沿直线向上扫描，获得像素亮度变化分布情况。

若像素亮度呈明暗周期性变化，则将目标车道标线确定为虚线标线。

若像素亮度均匀连续分布，则将目标车道标线确定为实线标线。

可选的，监测处理器402具体用于：

监测处理器402建立坐标系。

监测处理器402根据实线标线以及目标车牌质心位置在坐标系中的位置关系，判断目标车辆是否产生实线变道行为。

可选的，监测处理器402具体用于：

采用以下方法判断目标车辆是否产生实线变道行为：

式中，x₀，y₀为车牌的目标车牌质心位置，x₁₁，y₁₁为直线line₁上点的坐标。x₂₁，y₂₁为直线line₂上点的坐标，直线line₁为目标车道标线的左侧车道标线，直线line₂为目标车道标线的右侧车道标线。

value值初始小于0，表示目标车辆没有实线变道行为。

当line₂的value>0，表示目标车辆从右侧越线。

当line₁的value>0，表示目标车辆从左侧越线。

本申请主要通过视频识别判断黄线与白线，将捕捉到的关键帧进行逐帧分析，最终将分析结果通过传输模块发送至交通管理数据库，实现了后车监督前车的效果。本申请采用新型车道线检测与识别技术，能够准确对本车辆当前行驶车道的车道标线的实线与虚线进行判别。通过跟踪特征点的方式判断车辆变道，与传统技术相比，具有更高的准确率和抗干扰能力。本申请不需要对交通道路进行大规模的改造，并可以突破传统电子摄像头安装数量有限的束缚，只需要在车载摄像头旁安装监控处理器，即可实现全方位的对实线变道行为不受场景限制的监控。本申请硬件要求低、安装便宜，制作成本低廉，推广难度较低、切合实际，更易进行实际使用与大范围普及。本申请中所涉及到的本车道前车违法实线变道检测，以车辆为监督点，搭建了车车监管体系，可实现全民监管网络的构建，对驾驶人驾驶行为的监督达到实时、无盲区，在提升监管效率的同时可以节约大量的人力、物力、财力成本。

本领域的技术人员可以清楚地了解到本申请实施例中的技术，可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于服务构建装置和服务加载装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。

以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (9)

1.一种车辆实线变道行为的监测方法，其特征在于，所述方法应用于一种车辆实线变道行为的监测系统，所述系统包括多个车载摄像头，多个监测处理器以及交通管理数据库；其中，每一车载摄像头与一个监测处理器通过电连接；所述交通管理数据库与所述监测处理器通过无线连接；所述车载摄像头以及所述监测处理器设置于监测车辆内，所述方法包括：

所述车载摄像头获取所述监测车辆当前行驶道路前方的行车视频信息；

所述监测处理器从获取的所述行车视频信息中，提取目标车牌质心位置以及目标车道标线；

所述监测处理器根据所述目标车牌质心位置以及目标车道标线的点线位置关系，判断目标车辆是否产生实线变道行为；

所述监测处理器如果所述目标车辆产生实线变道行为，则将所述实线变道行为对应的违规数据传输至所述交通管理数据库中；所述目标车辆为行驶在所述监测车辆前方的车辆；

所述交通管理数据库根据所述违规数据对目标车辆进行违规记录；

其中，所述监测处理器根据实线标线以及所述目标车牌质心位置在坐标系中的位置关系，判断所述目标车辆是否产生实线变道行为，包括：

采用以下方法判断所述目标车辆是否产生实线变道行为：

式中，x₀,y₀为目标车牌质心位置，x₁₁,y₁₁为直线line₁上点的坐标；x₂₁,y₂₁为直线line₂上点的坐标，直线line₁为所述目标车道标线的左侧车道标线，直线line₂为所述目标车道标线的右侧车道标线；

value值初始小于0，表示所述目标车辆没有实线变道行为；

当line₂的value>0，表示所述目标车辆从右侧越线；

当line₁的value>0，表示所述目标车辆从左侧越线。

2.根据权利要求1所述的方法，其特征在于，所述监测处理器从获取的所述行车视频信息中，提取目标车道标线信息，包括：

所述监测处理器对所述行车视频信息进行逐帧处理，按照预设比例进行图像分割，并选出待识别图像区域；

所述监测处理器对所述待识别图像区域进行初始处理，得到初始图像；

所述监测处理器对所述初始图像进行车道标线识别，确定出目标车道标线；所述目标车道标线为所述监测车辆当前行驶道路对应的车道标线。

3.根据权利要求1所述的方法，其特征在于，所述监测处理器从获取的所述行车视频信息中，提取目标车牌质心位置，包括：

所述监测处理器基于车牌颜色的特征信息，提取目标车牌信息数据；

所述监测处理器对所述目标车牌信息数据提取车牌区域的质心坐标，确定所述目标车牌质心位置。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述监测处理器对所述目标车道标线从底部沿直线向上扫描，获得像素亮度变化分布情况；

若所述像素亮度呈明暗周期性变化，则将所述目标车道标线确定为虚线标线；

若所述像素亮度均匀连续分布，则将所述目标车道标线确定为实线标线。

5.根据权利要求1所述的方法，其特征在于，所述监测处理器根据所述目标车牌质心位置以及目标车道标线的点线位置关系，判断所述目标车辆是否产生实线变道行为，包括：

所述监测处理器建立坐标系；

所述监测处理器根据实线标线以及所述目标车牌质心位置在所述坐标系中的位置关系，判断所述目标车辆是否产生实线变道行为。

6.一种车辆实线变道行为的监测系统，其特征在于，所述系统用于执行一种车辆实线变道行为的监测方法，所述系统包括多个车载摄像头，多个监测处理器以及交通管理数据库；其中，每一车载摄像头与一个监测处理器通过电连接；所述交通管理数据库与所述监测处理器通过无线连接；所述车载摄像头以及所述监测处理器设置于监测车辆内，所述系统包括：

所述车载摄像头，用于获取所述监测车辆当前行驶道路前方的行车视频信息；

所述监测处理器，用于从获取的所述行车视频信息中，提取目标车牌质心位置以及目标车道标线；

以及根据所述目标车牌质心位置以及目标车道标线的点线位置关系，判断目标车辆是否产生实线变道行为；

以及如果所述目标车辆产生实线变道行为，则将所述实线变道行为对应的违规数据传输至所述交通管理数据库中；所述目标车辆为行驶在所述监测车辆前方的车辆；

所述交通管理数据库，用于根据所述违规数据对所述目标车辆进行违规记录。

7.根据权利要求6所述的系统，其特征在于，所述监测处理器具体用于：

所述监测处理器用于对所述行车视频信息进行逐帧处理，按照预设比例进行图像分割，并选出待识别图像区域；

所述监测处理器用于对所述待识别图像区域进行初始处理，得到初始图像；

所述监测处理器用于对所述初始图像进行车道标线识别，确定出目标车道标线；所述目标车道标线为所述监测车辆当前行驶道路对应的车道标线。

8.根据权利要求6所述的系统，其特征在于，所述监测处理器具体用于：

所述监测处理器用于基于车牌颜色的特征信息，提取目标车牌信息数据；

所述监测处理器用于对所述目标车牌信息数据提取车牌区域的质心坐标，确定所述目标车牌质心位置。

9.根据权利要求6所述的系统，其特征在于，所述监测处理器还用于：

所述监测处理器用于对所述目标车道标线从底部沿直线向上扫描，获得像素亮度变化分布情况；

若所述像素亮度呈明暗周期性变化，则将所述目标车道标线确定为虚线标线；

若所述像素亮度均匀连续分布，则将所述目标车道标线确定为实线标线。

Images