横越实线并道的不规范车辆检测方法
【技术领域】
[0001]本发明涉及电子检测领域，尤其涉及一种横越实线并道的不规范车辆检测方法。
【背景技术】
[0002]在当前的交通路口的车辆等待截止线之前，为了防止各个交通通道的车辆来回切换通道而造成交通秩序混乱甚至重大事故，道路交通管理部门一般会设置一个实线区域，所述实线区域是一个矩形区域，由外围的四条直线组成，在矩形区域内部根据交通通道的数量以垂直所述车辆等待截止线的方向划分多个子矩形区域，每一个子矩形区域对应一个交通通道，交通通道可能包括左转弯通道、右转弯通道、直行通道和调头通道等。
[0003]在车辆进入交通路口的矩形区域前，可以通过打闪光灯在多个交通通道内灵活切换，但是一旦进行所述矩形区域，如果再进行交通通道的切换，将被视作为被禁止的违章行为，可能被处于一定的处罚。然而，现有技术中缺乏针对在交通路口跨实线并道违章行为的有效电子识别手段，而主要使用较为原始的人工肉眼识别模式，这种人工模式除了识别效率不高、实时性差的缺点外，还占用了大量原本稀缺的交通管理人力，其人工成本较高，同时一些简单的电子检测方式容易受到雾霾天气的影响，降低了不规范车辆识别的精度。
[0004]因此，需要一种横越实线并道的不规范车辆检测的技术方案，能够在被监测的交通路口，采用电子检测手段自动识别具有车辆横跨实线行为的违章车辆以及相应的车牌信息，同时能够克服各种雾霾天气对检测图像的不利干扰，提高检测机制的实时性和可靠性。
【发明内容】
[0005]为了解决上述问题，根据本发明的一个方面，本发明提供了一种横越实线并道的不规范车辆检测方法，其包括:利用高清全景摄像头拍摄交通路口以获得间隔预设时间的两幅路口图像；利用去雾霾处理器去除每一幅路口图像中的雾霾成分以获得两幅清晰化路口图像；利用不规范车辆识别器分别对所述两幅清晰化路口图像进行图像处理；利用嵌入式处理器基于图像处理结果确定所述交通路口是否存在横越实线并道的不规范车辆。
[0006]优选地，本发明的检测方法利用横越实线并道的不规范车辆检测平台实施，因此根据本发明的另一个方面，本发明还提供了一种横越实线并道的不规范车辆检测平台，所述检测平台包括嵌入式处理器、高清全景摄像头、去雾霾处理器和不规范车辆识别器。其中所述高清全景摄像头拍摄交通路口以获得间隔预设时间的两幅路口图像；所述去雾霾处理器与所述高清全景摄像头连接以去除每一幅路口图像中的雾霾成分以获得两幅清晰化路口图像；所述不规范车辆识别器与所述去雾霾处理器连接以分别对所述两幅清晰化路口图像进行图像处理；所述嵌入式处理器与所述不规范车辆识别器连接，基于所述图像处理结果确定所述交通路口是否存在横越实线并道的不规范车辆。
[0007]优选地，所述检测平台还包括:
[0008]供电电源，包括太阳能供电器件、蓄电池、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；
[0009]静态存储器，用于预存了交通路口的实线图像特征，还用于接收并存储预设时间、实线上限灰度阈值和实线下限灰度阈值，所述实线上限灰度阈值和所述实线下限灰度阈值用于将图像中的实线和背景分离；
[0010]GPRS收发器，与当地交管控制平台建立双向GPRS通信链路，用于接收所述当地交管控制平台无线发送的控制指令，还用于接收所述嵌入式处理器转发的违章车牌号码，并将违章车牌号码无线发送给所述当地交管控制平台。
[0011]更具体地，所述高清全景摄像头获得的两幅路口图像的分辨率都为3840X2160，所述两幅路口图像按照拍摄的时间顺序分为在前路口图像和在后路口图像。
[0012]更具体地，所述去雾霾处理器包括:
[0013]雾霾浓度检测子器件，位于空气中，用于实时检测交通路口所在位置的雾霾浓度，并根据雾霾浓度确定雾霾去除强度，所述雾霾去除强度取值在O到I之间；
[0014]整体大气光值获取子器件，与所述高清全景摄像头连接以获得每一幅路口图像，计算每一幅路口图像中每一像素的灰度值，将灰度值最大的像素的灰度值作为整体大气光值；
[0015]大气散射光值获取子器件，与所述高清全景摄像头和所述雾霾浓度检测子器件分别连接，对每一幅路口图像的每一个像素，提取其R，G，B三颜色通道像素值中最小值作为目标像素值，使用保持边缘的高斯平滑滤波器EPGF(edge-preserving gaussian filter)对所述目标像素值进行滤波处理以获得滤波目标像素值，将目标像素值减去滤波目标像素值以获得目标像素差值，使用EPGF对目标像素差值进行滤波处理以获得滤波目标像素差值，将滤波目标像素值减去滤波目标像素差值以获得雾霾去除基准值，将雾霾去除强度乘以雾霾去除基准值以获得雾霾去除阈值，取雾霾去除阈值和目标像素值中的最小值作为比较参考值，取比较参考值和O中的最大值作为每一个像素的大气散射光值；
[0016]介质传输率获取子器件，与所述整体大气光值获取子器件和所述大气散射光值获取子器件分别连接，将每一个像素的大气散射光值除以整体大气光值以获得除值，将I减去所述除值以获得每一个像素的介质传输率；
[0017]清晰化图像获取子器件，与所述高清全景摄像头、所述整体大气光值获取子器件和所述介质传输率获取子器件分别连接，将I减去每一个像素的介质传输率以获得第一差值，将所述第一差值乘以整体大气光值以获得乘积值，将每一幅路口图像中每一个像素的像素值减去所述乘积值以获得第二差值，将所述第二差值除以每一个像素的介质传输率以获得每一个像素的清晰化像素值，每一幅路口图像中每一个像素的像素值包括每一幅路口图像中每一个像素的R，G，B三颜色通道像素值，相应地，获得的每一个像素的清晰化像素值包括每一个像素的R，G，B三颜色通道清晰化像素值，所有像素的清晰化像素值组成每一幅清晰化路口图像，两幅清晰化路口图像分别为在前清晰化路口图像和在后清晰化路口图像。
[0018]更具体地，所述不规范车辆识别器与所述去雾霾处理器和所述静态存储器分别连接，所述不规范车辆识别器包括图像预处理单元、实线区域分割单元、车辆特征识别单元和车辆匹配单元。其中所述图像预处理单元与所述去雾霾处理器连接，用于将在前清晰化路口图像和在后清晰化路口图像分别进行图像预处理，以获得在前预处理图像和在后预处理图像，所述图像预处理包括对比度增强、小波滤波和灰度化处理，所述实线区域分割单元与所述图像预处理单元和所述静态存储器分别连接，将所述在前预处理图像中灰度值在所述实线上限灰度阈值和所述实线下限灰度阈值之间的像素识别并组成多个在前实线子图案，根据所述多个在前实线子图案在所述在前预处理图像中的位置从所述在前预处理图像中切割出多个在前实线区域图像，所述多个在前实线区域图像的数量与所述交通路口的交通通道的数量相同，每一个在前实线区域图像对应一个交通通道，还将所述在后预处理图像中灰度值在所述实线上限灰度阈值和所述实线下限灰度阈值之间的像素识别并组成多个在后实线子图案，根据所述多个在后实线子图案在所述在后预处理图像中的位置从所述在后预处理图像中切割出多个在后实线区域图像，所述多个在后实线区域图像的数量与所述交通路口的交通通道的数量相同，每一个在后实线区