[发明专利]一种广适应的车轴数量识别方法、系统、设备及存储介质

说明书

本申请涉及一种广适应的车轴数量识别方法、系统、设备及存储介质，其包括根据预设检测规则对帧流画面进行检测判断画面状态，分别获取上一帧和当前帧的画面状态，并根据预设判定规则确定画面状态类型，画面状态类型包括无车辆状态、车辆进入状态、车辆持续运动状态、车辆离开状态；当画面状态类型属于无车辆状态、车辆进入状态、车辆持续运动状态时，获取帧流画面中预设横坐标位置处信息，并将信息记录到缓存库中；当画面状态类型属于车辆离开状态时，触发成像事件，根据缓存库中信息获得二维平面图；对二维平面图进行检测，得到车轴数。本申请具有不受拍摄镜头类型以及车灯眩光等拍摄因素影响从而对车轴数量识别更加准确的效果。

技术领域

本申请涉及图像识别技术领域，尤其是涉及一种广适应的车轴数量识别方法、系统、设备及存储介质。

背景技术

目前，中国机动车保有量超过3.6亿，机动车驾驶人达到4.5亿，成为名副其实的汽车大国，但与此同时，全国每年有数万人丧生于交通事故，几乎平均每8分钟就有1人因车祸死亡。货车超载是引发交通事故的重大因素。为了避免货车超载，监管部门会在高速、重要车道等入口处安装地磅，对路过货车进行称重，并根据车型本身评估货车是否超载。由于车轴数与货车的最大载重存在对应关系 ，因此利用智能算法识别出货车单边的车轮数，并联合地磅读数进行判断，就能实现货车超载情况的自动判断，降低人力成本。

基于视觉的车轴数量自动统计依赖于对车辆单边车轮数的识别。目前，机器视觉的主流方法都是基于监控画面检测出货车，并连续跟踪车辆位置，从而得到货车进入监控画面和离开监控画面的时间，而后从有效视频片段中截取出一张质量合格的车体侧面帧图，通过算法检测出货车的车轮数量。

针对上述的相关技术中，发明认为存在的缺陷在于，在地磅卡口处的车轴识别任务中，由于侧面拍摄距离有限，通常只能选择鱼眼镜头进行拍摄，得到的画面与标准镜头存在巨大差异，即使通过去畸变算法进行矫正，恢复的画面也不会包含车体的完整侧面，主流方法中的车轮识别算法无法得到正确结果；此外，夜间车体进入和离开时车灯的眩光也会导致主流方法中的追踪算法失效，无法完成该场景下的车辆进入和离开时机的判断，对此，有待进一步改善。

发明内容

为了减少拍摄镜头类型以及车灯眩光等拍摄因素对车轴识别的影响，本申请提供了一种广适应的车轴数量识别方法、系统、设备及存储介质。

第一方面，本申请提供一种广适应的车轴数量识别方法，采用如下的技术方案：

一种广适应的车轴数量识别方法，包括：

根据预设检测规则对帧流画面进行检测判断画面状态，所述画面状态包括运动状态以及静止状态；

分别获取上一帧和当前帧的画面状态，并根据预设判定规则确定画面状态类型，所述画面状态类型包括无车辆状态、车辆进入状态、车辆持续运动状态、车辆离开状态；

当画面状态类型属于无车辆状态、车辆进入状态、车辆持续运动状态时，获取帧流画面中预设横坐标位置处信息，并将信息记录到缓存库中；

当画面状态类型属于车辆离开状态时，触发成像事件，根据缓存库中信息获得二维平面图；

对所述二维平面图进行检测，得到车轴数。

通过对上一帧以及当前帧画面状态进行识别，得出画面状态的类型，画面状态的类型也分别表示四种车辆与摄像头拍摄范围的关系。当画面状态类型属于无车辆状态、车辆进入状态、车辆持续运动状态时，表示车辆还未进入拍摄画面，或正在进入拍摄画面，获取横坐标位置处的信息并实时写入至缓存库中，利用车辆连续运动的特点，将车体侧面完整地录入缓存当中。这种方法不受镜头畸变所带来的影响，也避开了夜间车辆头灯光线对车体成像的影响。当画面状态类型为车辆离开状态时，表示车辆已经从画面中完全离开，此时已经完整捕获了车辆侧面的完整信息，因此将缓存信息视觉成像，并清空缓存，等待下一辆车的进入。

可选的，所述根据预设检测规则对帧流画面进行检测判断画面状态，所述画面状态包括运动状态以及静止状态的步骤，包括：