[发明专利]高速公路隧道行车图像采集信息的综合应用方法

说明书

技术领域

本发明涉及公路照明技术领域，尤其是一种高速公路隧道行车图像采集信息的综合应用方法。

背景技术

在高速公路隧道照明智能控制系统运行中，准确检测通过隧道节点的车辆的数量、最快车辆的车速，是实现隧道“车近灯亮、车过灯灭、依据车速提供合适照明”，在保证隧道内行车安全的前提下有效节能的关键技术。而智能照明控制系统的首要目标是保证隧道内安全行车，其次才是节能。准确判断来车信息非常重要，目前有采用过地磁法、红外对射、超声波、微波雷达等方法检测，但是，效果并不理想。比如地磁检测，在实践中，车辆通过某检测点时可能骑着分道线跑（隧道中超车，交规不允许但实际是有的），判断结果有两辆车，而下一检测点只检测到一辆车通过，系统认为有车在该路段抛锚，于是将该路段设置为“长明灯”，并将某车道设置为“禁止通行”，后果非常严重。并且，如上所述，隧道中的交通违章情况往往也难以被查处，导致许多人安全意识淡薄，容易引起安全事故。

发明内容

本发明的目的是：提供一种高速公路隧道行车图像采集信息的综合应用方法，它准确性高，在保证隧道内行车安全的前提下有效节能，克服隧道常明灯照明系统的过度照明或照明不足问题，为驾驶员提供良好的行车环境，并且还能将隧道内的车辆通行情况进行记录，以供交通调度及查询处理，以克服现有技术的不足。

本发明是这样实现的：高速公路隧道行车图像采集信息的综合应用方法，在高速公路较长隧道中设置多个检测点，在每个检测点都安装红外摄像头以采集通行车辆的视频信息，再将采集的视频信息进行图像处理，以获取图像的特征信息，所述的特征信息包含是否有车通过检测点、来车的数量、来车的最快行车速度、车型以及车牌；以上述特征信息作为LED隧道灯照明开关及亮度调整的控制参数；将图像信息数据进行存储备用。

2、根据权利要求1所述的高速公路隧道行车图像采集信息的综合应用方法，其特征在于：所述的将采集的视频信息进行图像处理具体包括如下步骤：

1）车辆图像的预处理：将图像灰度化后，再对灰度化的图像进行去噪，获得预处理图像；

2）检测来车及计数：背景帧差法提取的数据正好用来判断是否有车，而采取相邻帧差法还可提取车辆运行的位移信息；

检测对象单位时间内的计数结果即为通过该检测点的行车数量；

3）车速计算：采用背景差分和帧间差分相结合的视频目标提取算法来计算车辆的通行速度；

车的类型大致可分为微型车、大巴车、工程/货运车三类。在图像信息处理的特征数据提取处理中，通过背景差法获得的车辆特征信息，在比对处理时，可以根据车的轮廓尺寸，与现有车型进行比对，得到车的类型信息。技术上的难点在信息提取上，尤其是对边沿和阴影的处理。

目前的车型识别方法大致可以分为两类：基于模式识别的方法和基于图像匹配的方法。前者是根据车辆目标的某特征参数在具体的空间或时间的分布，用模式识别理论将其归类识别；而后者则是通过待识别车辆与车型模板相匹配来完成车型识别的。

提取的车型几何特征，包括绝对特征（面积以及周长）和相对特征（长宽比）。基于图像的识别系统，几何特征不仅具有可区别性、可靠性，而且可以降低运算处理的复杂度。

B、车牌设别：先将获取的车辆图片通过算法对车牌进行定位；然后用Hough算法进行倾斜矫正；再进行字符分割及字符标准化；最后将逐行逐列统计、比对运算做字符设别，最后将提取的数据方进行存储；

5）信息编码：根据采集到特征信息进行分别编码，将其编码为用于数据挖掘应用的实时数据；作为LED隧道灯照明亮度调整的控制参数；以及作为具有检索标识的图像特征信息包；

6）分别将用于数据挖掘应用的实时数据以及作为具有检索标识的图像特征信息包进行集成、压缩后，通过总线方式传输（或无线发送）到服务器集总分别储存。

所述的图像灰度化是对图像的RGB三个分量进行加权平均得到最终的灰度值，所采用的方法有分量法、最大值法、平均值法或加权平均法；所述的图像去噪采用均值滤波或中值滤波。

图像特征数据传送到服务器保存，同时在服务器上统计单位时间内隧道节点的通行车辆数量，通过车流量及行车速度两个参数实时判断隧道的交通状况，在隧道超负荷或隧道内有事故发生时即主动报警，并发送特征图像到交通管理中心，便于指挥交通疏导或实施事故救援。