一种高速公路交通智能分析系统的制作方法

本发明涉及一种高速公路交通智能分析系统，属于基于视频的交通信息智能分析技术领域。

背景技术：

目前在基于传统视频的高速公路交通智能分析软件方面，几乎都是千篇一律的形式与分析方法，用户体验感缺乏、精度与准确性不够、分析与统计结果数据刻板致使用户对结果数据的深度认知不够等都是目前亟待改进的地方。

技术实现要素：

发明目的：针对现有技术中存在的问题，本发明提供一种功能丰富完善、用户体验感强、精准度高、分析统计的结果数据具可视化特性的高速公路交通智能分析系统。

技术方案：一种高速公路交通智能分析系统，包括：

读入视频流数据模块，所述的视频流数据在其第一帧数据被读入后，用户将进行自定义的虚拟线圈参数绘制与设定，设置完毕后的虚拟线圈参数将与后台进行的线圈参数自动计算相校准(其过程中包括车道线检测以及视频视线与车道线夹角测定)，综合得测速所用虚拟线圈参数，然后进入各分析功能的具体实现模块。

首先是测速分析模块以及大小车识别与车流量统计模块，后台处理的同时将实时数据(包括分上下行的断面实时速度、分上下行的实时车流量、分上下行的大小车车流量实时识别与统计等)动态显示在前端GUI上，实现与视频流同步的实时分析或监控，最后在整个视频流处理完毕后对所有分析及统计所得数据进行综合计算得出各时间段实时路网综合运行指数，并以折线统计图回显于GUI上。

所述视频流数据模块中的视频流数据包括远程服务器端实时传输的视频流数据和本地存储的视频流数据。

所述自定义的虚拟线圈参数绘制与设定包括对各车道分别绘制的测速虚拟感应线圈和上下车道分别进行大小车识别的虚拟感应线圈的绘制与设定。

所述测速分析模块和大小车识别与车流量统计模块中，都采用了基于虚拟感应线圈的方法，并实现了用户参与的线圈参数绘制调整与系统自动的线圈绘制相结合的方式，进而可对目标车辆速度与辆数进行精准测量，其中大小车识别部分，我们采取一种创新的面积区分法来进行判别，通常长度6米以上的大车通常在道路上99％都是大、中型货车与客车，而6米以下的小车都是中、小型的轿车、越野车、微型车等。结合实际情况这种长度6米以上的车辆通常都车高4米以上，宽3米左右，这样的车辆在背景提取的灰度图中的像素面积大小将远远大于一个标准的2.4米*6米*2米的车辆的投影面积，而这个标准的车辆投影面积又将大大高于道路中小车。所以我们将一个标准的2.5米*6米*2米的车辆进行建模分析，结合我们实际所能获得的参数进行设计，得到了以下算法来设置大小车的面积区分阈值：

S＝Width²·cos(theta)

其中：S：大小车的面积区分阀值，Width：每一个车道线宽所对应在视频中的像素值，theta：车道线与视频的夹角。考虑到进一步降低算法的时间复杂度，这一部分的功能模块只能每次由前文的车辆通过第二条虚拟感应线圈才能触发，每一次触发大小车识别的功能模块后，同时对其进行车流量统计。

所述在前端GUI回显的结果数据包括实时数据的动态回显和基于综合数据计算所得的各时间段实时路网综合运行指数的折线图表回显，所述折线图表具有细节拖动放大分析功能，可使分析人员更为直观与细致地了解所得的分析数据。

采用上述技术方案，本发明的有益效果是：具有前期参数的手动与自动双重校准，后期路网综合运行指数以用户参与的伸缩式折线图表回显，同时还具有丰富的分析监控功能(如传统的视频车辆实时速度测定、车流量统计、大小车分析与统计、以及其它如车辆超速的语音提示功能、超速车辆进行车牌号识别输出等)，提高用户体验的同时具有很高的实用性与准确性。

附图说明

图1为本发明实施例的整体框架图；

图2为本发明实施例中自动绘制虚拟感应线圈的流程图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，高速公路交通智能分析系统，包括：

读入视频流数据模块，视频流数据在其第一帧数据被读入后，用户将进行自定义的虚拟线圈参数绘制与设定，设置完毕后的参数将与后台进行的线圈参数自动计算相校准(其过程中包括车道线检测以及视频视线与车道线夹角测定)，综合得测速所用虚拟线圈参数，然后进入各分析功能的具体实现模块。

首先是测速分析模块以及大小车识别与车流量统计模块，后台处理的同时将实时数据(包括分上下行的断面实时速度、分上下行的实时车流量、分上下行的大小车车流量实时识别与统计等)动态显示在前端GUI上，实现与视频流同步的实时分析或监控，最后在整个视频流处理完毕后对所有分析及统计所得数据进行综合计算得出各时间段实时路网综合运行指数，并以分时间段的折线统计图回显于GUI上，具体的实时路网综合运行指数的折线图表输出将在后述讲到。

视频流数据模块中的视频流数据包括远程服务器端实时传输的视频流数据和本地存储的视频流数据，以适应本地现有的历史视频数据的分析处理以及实时视频数据的分析处理，提高需求适用性。

自定义的虚拟线圈参数绘制与设定包括对各车道分别绘制的测速虚拟感应线圈和上下车道分别进行大小车识别的虚拟感应线圈的绘制与设定。

所述测速分析模块和大小车识别与车流量统计模块中，都采用了基于虚拟感应线圈的方法，并实现了用户参与的线圈参数绘制调整与系统自动的线圈绘制相结合的方式，进而可对目标车辆速度与辆数进行精准测量，其中大小车识别部分，我们采取一种创新的面积区分法来进行判别，通常6米以上的大车通常在道路上99％都是大、中型货车与客车，而6米以下的小车都是中、小型的轿车、越野车、微型车等。结合实际情况这种6米以上的车辆通常都车高4米以上，宽3米左右，这样的车辆在背景提取的灰度图中的像素面积大小将远远大于一个标准的2.4米*6米*2米的车辆的投影面积，而这个标准的车辆投影面积又将大大高于道路中小车。所以我们将一个标准的2.5米*6米*2米的车辆进行建模分析，结合我们实际所能获得的参数进行设计，得到了以下算法来设置大小车的面积区分阈值：

S＝Width²·cos(theta)

其中：S：大小车的面积区分阀值，Width：每一个车道线宽所对应在视频中的像素值，theta：车道线与视频的夹角。考虑到进一步降低算法的时间复杂度，这一部分的功能模块只能每次由前文的车辆通过第二条虚拟感应线圈才能触发，每一次触发大小车识别的功能模块后，同时对其进行车流量统计。

再以本系统中基于虚拟感应线圈的测速算法为例，以上的基于虚拟感应线圈的方法大致可描述为：通过对车辆特征提取后的灰度图进行设置虚拟感应线圈的位置，计算车辆通过2条虚拟感应区线圈的时间，以虚拟感应区之间的距离除之，就可以获得车辆的精确的实时速度。

所述在前端GUI回显的结果数据包括实时数据的动态回显和基于综合数据计算所得的各时间段实时路网综合运行指数的折线图表回显，所述折线图表具有细节拖动放大分析功能，可使分析人员更为直观与细致地了解所得的分析数据。而具体的实时路网综合运行指数的计算则是以《公路网运行监测与服务暂行技术要求》2012版作为参照，查阅资料所设计，结合各参考变量及权重分配的路网综合指数N值的计算公式如下：

N＝0.6*路网拥堵指数+0.4*路网环境指数

其中路网拥堵指数的赋值参考如下定义的赋值表：

而路网环境指数则根据我们前期对视频车道线检测结果有两种情况：完美检测出无异常的车道线以及其与视频视线所成夹角则赋值为0，若检测检测车道线与夹角有异常或者检测不出，则以0赋值，表示此时环境条件差。

如图2所示，为本发明实施例关于高速公路车道线检测以及视频视线与车道线夹角测定部分的处理流程图，首先我们读取一帧图像进行处理，对每帧图像进行滤波操作，如这里我们用到Canny算子进行滤波，然后再对滤波图像进行Threshold二值化处理，接下来我们设置HoughVote的最小值，以便我们后期进行虚拟感应线圈绘制，进而进行Hough变换以得到独立的车道空白影像，即处理完的车道线条。

而对于已经处理完的线条，我们可以得到车道线条的空白影像，对空白影像图片进行遍历，筛选出所有的白色车道线条的白色像素坐标点，我们取2个点像素坐标(x1,y1)与(x2,y2)，利用以下数学公式，便可以得出车道线的位置与角度，以便划线：

其中r即为为车道线的夹角(单位为“°”)。