本发明涉及一种红外图像增强的算法技术领域，尤其涉及一种基于图像的交通碰撞预警技术及系统。
背景技术：
研究表明，现金道路交通事故为人类生活带来的巨大损失。经济合作与发展组织于2006年相关报道表明，道路交通事故已经逐渐成为造成欧洲伤亡事故的主要因素之一。世界卫生组织早在2001年就指出世界范围内每年有平均超过百万的人口在交通事故中失去生命，更多的人严重受伤。交通事故频发不是欧洲特有的现象，而是世界范围内的难题。整体评估系统的数据，由美国国家交通管理中心所整理的汇总数据表明，在美国由警察记录在案的各种类型的碰撞事故有接近6170000例，其中包含机动车事故10945000例。车辆追尾事故以及前方车辆突然停止、前方行驶车辆突然减速以及前方行驶车辆行驶速度较低等较为常见的行驶状况，构成了所有碰撞事故中占据主体。
因此随着城市交通的快速发展，机动车、非机动车、行人越来越密集。在交通十字路口，由于其它车辆、绿化树、广告牌等遮挡视线或者自身的疏忽，通常难以及时发现来自盲区的危险，从而导致碰撞交通事故。
技术实现要素：
针对现有技术的不足，针对光学读出技术的上述问题，即感热单元的热响应不仅相互影响，还耦合了各种噪声的问题，本发明提出了一种基于图像的交通碰撞预警技术及系统。
为了实现上述技术目的，本发明采取如下技术方案：一种基于图像的交通碰撞预警技术及系统，
1）在交通路口安装高清摄像头或直接使用已存在的摄像头，采集交通路口的实时视频。需确保摄像头可覆盖交通路口全貌；
2）在交通路口安装警示装置；
3）在交通路口安装图像分析控制模块。
进一步地，所述步骤3的分析控制模块的控制流程：
1）基于获取的摄像头实时视频，通过相邻帧的图像对比，分析视频中的移动目标；
2）通过移动目标的形状特征，跟踪目标的移动轨迹和移动距离；
3）通过当前的移动轨迹和移动距离，分析目标的移动速度，并估计S秒内的最大可能移动轨迹；
4）根据各移动目标S秒内的最大可能移动轨迹。
进一步地，所述摄像头为广角摄像头。
进一步地，所述警示装置为警示灯、警示牌或声音警报。
进一步地，所述步骤4中存在移动轨迹交叉情况，为存在碰撞可能，立即通过警示装置发出碰撞预警，向周围空间广播，提醒附近人员注意。
工作原理：从当前时刻起，n秒内的目标轨迹和移动距离，目标轨迹是根据目标在图像中的像素坐标值的变化，通过数据拟合计算得到，一般为直线或二次曲线。移动距离是根据目标在目标在图像中的像素坐标值的变化，并乘以时间间隔计算得到，一般小于100米。
本发明的技术特点和效果为：基于交通路口的摄像头，实时分析路口的任何移动目标的速度和轨迹，对可能的任何碰撞进行概率估计，当碰撞概率高于预定值时，广播信号灯或声音预警，从而降低因视线盲区引起的交通事故的概率；
对闯红灯的行人、机动车、非机动车提供准确的碰撞概率估计，并警示；
降低因视线盲区导致的交通碰撞事故；
1）可移动目标实时识别
2）可移动目标的速度及移动轨迹的实时计算
3）各可移动目标的碰撞概率实时估计。
附图说明
图1为本发明的系统图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于图像的交通碰撞预警技术及系统，
1）在交通路口安装高清摄像头或直接使用已存在的摄像头，采集交通路口的实时视频。需确保摄像头可覆盖交通路口全貌。（广角摄像头）
2）在交通路口安装警示装置（警示灯、警示牌、声音警报等）
3）在交通路口安装图像分析控制模块，模块实现以下功能：
A.基于获取的摄像头实时视频，通过相邻帧的图像对比，分析视频中的移动目标，即图1中的Moogle数据库；
B.通过移动目标的形状特征，跟踪目标的移动轨迹和移动距离,即图1中的图像处理模块；C.通过当前的移动轨迹和移动距离，分析目标的移动速度，并估计S秒内的最大可能移动轨迹，即图1中的前方碰撞预警算法。
根据各移动目标S秒内的最大可能移动轨迹，若存在移动轨迹交叉情况，即表明存在碰撞可能，立即通过警示装置发出碰撞预警，向周围空间广播，提醒附近人员注意。
从当前时刻起，n秒内的目标轨迹和移动距离，目标轨迹是根据目标在图像中的像素坐标值的变化，通过数据拟合计算得到，一般为直线或二次曲线。移动距离是根据目标在目标在图像中的像素坐标值的变化，并乘以时间间隔计算得到，一般小于100米。
本发明基于交通路口的摄像头，实时分析路口的任何移动目标的速度和轨迹，对可能的任何碰撞进行概率估计，当碰撞概率高于预定值时，广播信号灯或声音预警，从而降低因视线盲区引起的交通事故的概率；
对闯红灯的行人、机动车、非机动车提供准确的碰撞概率估计，并警示；
降低因视线盲区导致的交通碰撞事故；
1）可移动目标实时识别
2）可移动目标的速度及移动轨迹的实时计算
3）各可移动目标的碰撞概率实时估计。
请参照图1，其中，通过车道线检测算法可以得到本车前方方车道线的双曲线拟合参数，其中包括图像坐标系下曲率k、车道线斜率b1和br、车道线截距c以及车道线灭点高度h。那么车道线在图像坐标系下的像素坐标可以用以下公式来表示：
再根据下面的公式，将该坐标根据相机的参数投影到相机坐标系下：
式中，y1、x1表示坐车道线在相机坐标系下的坐标；yr、xr表示右车道线在相机坐标系下的坐标；m、n分别表示图像分辨率（横向像素数、纵向像素数）；；H表示相机或摄像头架设高度；β表示水平市场角的一半，α表示垂直市场角的一半。
根据Moogle数据库所提供的车辆动力学数据，可以得到当前车辆的纵向速度u和侧向加速度ay，那么可以计算得到该圆弧的半径。
根据该圆弧轨迹，可以粗略估计出来某一时刻?T（这里取系统设定TTC的最大值3秒）本车相对于当前车身坐标系下的坐标，并与车道线坐标进行比较，当该坐标位于车道线外时，认为本车存在换道行驶的趋势，从而通知感兴趣目标选择模块需要切换感兴趣目标。
当车道线检测失效时，该模块将交通车在图像中的坐标的历史数据映射到车身坐标系下，并进行拟合，可以得到粗略的交通车行驶轨迹，当本车在?T秒后的位置与交通车行驶轨迹相交时，即本车存在与该交通车辆发生碰撞的可能，需要切换感兴趣目标。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。