一种车载终端实时路况预警系统的制作方法

本发明涉及汽车技术领域，具体涉及一种车载终端实时路况预警系统。

背景技术：

随着经济的高速发展和城市化进程的加快，交通矛盾日益突出，交通拥堵问题严重影响了人们的正常生活。交通路况信息是一种实时的道路交通信息，它反映了特定区域内的道路交通状况以及近期变化趋势。交通路况信息不仅可为交通管理部门输导交通提供依据，而且也为驾驶人员和普通出行者合理选择路线提供帮助。因此，交通路况信息的采集、处理、上报和发布能够有助于解决目前日益严重的交通拥堵问题。

每天摄像头需要采集大量的实时交通路况信息，由于这些视频所占空间大，在传输中会出现流量损耗大、传输速度低、实时性差等问题，给人们出行带来诸多不便，如何实现对这些视频信息进行快速传输和及时处理是一个亟需解决的问题。

技术实现要素：

针对上述问题，本发明旨在提供一种车载终端实时路况预警系统。

本发明的目的采用以下技术方案来实现：

一种车载终端实时路况预警系统，其特征是，包括摄像头、图像处理模块、解压模块、云计算平台和终端设备，所述摄像头用于抓拍当前路况信息，获取当前路况图像；所述图像处理模块用于对路况图像进行压缩、存储，并通过无线网络将处理后的路况图像传输至解压模块进行解压操作；所述的云计算平台用于对解压得到的路况图像进行综合管理；所述终端设备用于为用户提供当前的路况信息，方便用户根据路况信息规划出行路线。

本发明的有益效果为：用户能够通过此系统获取车载终端的实时路况信息，根据路况信息及时更换路径，减少交通阻塞，并且终端设备和车上的预警装置连接，当前方发生拥堵时，也能够主动向驾驶员发出预警提示，提醒更换路线。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的框架结构图。

附图标记：

摄像头1；图像处理模块2；解压模块3；云计算平台4；终端设备5；接收器6；中央处理单元7；存储单元8；无线通信单元9。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种车载终端实时路况预警系统，其特征是，包括摄像头1、图像处理模块2、解压模块3、云计算平台4和终端设备5，所述摄像头1用于抓拍当前路况信息，获取当前路况图像；所述图像处理模块2用于对路况图像进行压缩、存储，并通过无线网络将处理后的路况图像传输至解压模块3进行解压操作；所述的云计算平台4用于对解压得到的路况图像进行分析处理，得到当前的路况数据；所述终端设备5用于根据云计算平台4提供的路况数据为用户提供当前的路况信息，方便用户根据路况信息规划出行路线。

优选地，道路上每隔50公里安装一摄像头1，所述摄像头1用来抓拍路况图像，并将抓拍得到的路况图像通过无线网络发送给接收器6。

优选地，参见图1，所述图像处理模块2包括依次连接的接收器6、中央处理单元7、存储单元8、无线通信单元9。所述接收器6用于接收来自摄像头抓拍的路况图像；所述中央处理单元7一方面用于对路况图像进行去噪处理，去除路况图像中的随机噪声，得到去噪后的路况图像，另一方面用于对去噪后的路况图像进行压缩；所述存储单元8用于存储压缩后的路况图像；所述无线通信单元9用于将压缩后的路况图像传输到解压模块。

优选地，离散余弦变换(dct)是对图像进行离散余弦变换，将图像从空间域转换到频域，再对频域中的变换系数进行处理，再进行逆变换将图像从频域转换到空间域，从而达到去除图像噪声的目的。

优选地，非下采样contourlet变换通过非下采用金字塔(nsp)和非下采样方向滤波器组(nsdfb)来完成，nsp除了可以去除lp分解过程中的下采样，并对滤波器进行了相应的上采样，采用双通道非下采样滤波器，完成类似的多尺度分解；nsdfb通过在dfb中去掉采样过程，并对滤波器进行相应的上采样来构成，在对方向滤波器组进行了适当的上采样之后，就可以让方向滤波器较好地部分覆盖到塔型滤波器的带通通带上，能够克服频率混叠的现象，具备平移不变性。

优选地，所述中央处理单元7用于去除路况图像中的随机噪声，并对去噪后的路况图像进行分块预处理，得到图像块，并对图像块进行稀疏变换，得到一系列的路况子图像块，具体为：

1)对采集的路况图像进行前期预处理，去除路况图像中的干扰因素，得到一个新的路况图像，其中路况图像大小为n×n，采用的是离散余弦变换(dct)方法进行前期预处理；

2)以新的路况图像中像素点xa为中心设定一个大小为r×r的正方形区域作为检索范围，利用选择函数对检索范围内像素点xb进行预选择，当f(na,nb)大于选定的阈值τ(xa)，则该像素点为像素点xa的相似像素点，遍历检索范围所有像素点，获取像素点xa的相似集合ua，其选择函数为：

其中，na、nb分别为以像素点xa和nb为中心，大小为m×m的图像块；μa、σa分别为na的灰度值的均值和标准差，μb、σb为nb的灰度值的均值和标准差，σij为na和nb的灰度值的协方差，α、β和γ是调节因子，且满足α+β+γ＝1，c1、c2和c3为修正因子，其主要是为了保证选择函数有意义，σfi和σfj分别为na和nb的频域系数的灰度值的标准差，σfij为像素块na和像素块nb的频域系数的协方差；

3)计算相似集合ua内所有相似点xa的权值大小，并对检索范围内所有像素点进行加权平均，得到待估计像素点xa的去噪估计值，其权值计算公式为：

像素点xa的去噪估计值的计算公式为：

其中，为像素块na和像素块nb的高斯加权欧式距离，κ为路况图像的高斯核的标准差，h为滤波系数，ω为以像素点xa为中心的检索范围，w(xa,xb)为权值，由以xa和xb为中心，大小为m×m的图像块na和nb之间的相似度决定，且0w(xa,xb)≤1，y(xa)为像素点xa的去噪估计值，y(xb)为检索范围像素点xb的去噪估计值；

4)遍历所有新的路况图像中的像素点，得出新的路况图像中所有像素点的去噪估计值，用计算得到的去噪估计值代替新的路况图像中对应像素点的灰度值，从而得到二次去噪后的待处理的路况图像x；

5)对待处理的路况图像进行等大分割，得到一组子图像块其中，xj表示第j个子图像块的列向量形式，n为路况图像的大小，s为子图像块的大小，之后采用非下采样contourlet变换对子图像块进行稀疏变换，得到一系列的路况子图像块

有益效果：对摄像头1采集到的路况图像先进行两次去噪处理，能够有效地去除路况图像中的随机噪声，提高去噪后图像的辨识度，同时，在二次去噪中，利用选择函数对权重系数进行修正，能够自适应的过滤掉随机噪声。这为后续的感知压缩处理图像减少了数据处理量，提高了压缩速率，节省了内存空间。采用非下采样contourlet变换对待处理的路况图像进行稀疏处理，能够用最少的信息描述路况图像的主要特征，节省了内存空间，提高了数据处理速率。

优选地，所述中央处理单元7还用于对路况子图像块进行观测投影，得到路况子图像块的采样值，具体为：

1)采用以下方程组，产生一组序列其自定义方程组为：

2)从序列中依次等间距一组数，构成一新序列，其新序列的长度为s²；

3)将新序列按照行顺序进行排列组合，得到一大小为s×s的投影矩阵φb，将投影矩阵进行归一化处理，得到一个新的投影矩阵φb＇；

4)采用φb＇对路况子图像块进行压缩处理，得到路况子图像块的采样值，具体为：

yj＝φb＇xj′

其中，yj为第j个路况子图像块的采样值；xj′为第j个路况子图像块。

有益效果：直接对路况子图像块进行采样观测投影，这种处理方法不仅在存储时无需存储整个路况图像的测量矩阵φ，而且对路况子图像块进行观测投影，大大减少了运算存储空间，加快了路况图像的压缩速度；不需要等到整个稀疏路况图像都被测量之后再进行编码操作，可以对每个路况子图像块单独进行处理，确保了实时性。

优选地，所述解压模块3用于对路况子图像块的采样值进行迭代重构，得到路况子图像块的迭代值，合并所有路况子图像块的迭代值即可得到完整的重构图像，具体为：

1)利用得到路况图像中第j个子图像块的初始迭代值，其中，表示第j个子图像块的初始迭代值，φb＇^t为φb＇的转置矩阵，yj为第j个路况子图像块的采样值；

2)对路况子图像块进行滤波，得到其中i为迭代代数；为滤波得到的第j个路况子图像块的滤波图像块；

3)采用投影公式对进行投影计算，得到

其中，为迭代i次后投影得到的第j个图像块；φb＇^t为图像块的投影矩阵φb＇的转置矩阵，yj为第j个路况子图像块的采样值；

4)利用稀疏矩阵ψ对投影得到的进行稀疏变换，并利用筛选函数对稀疏变换得到的变换系数进行筛选，如果满足|w|≥τ，则利用阈值函数计算得到一新的变换系数，否则将变换系数置零，其中τ为自定义筛选值，最后再经稀疏逆变换，得到自定义筛选函数为：

其中，稀疏矩阵ψ为选定的一个矩阵，为筛选函数，w为变换系数，wp为变换系数w的父系数，τ为收敛控制系数，f为变换系数w的估计值，σw为变化系数w的3×3邻域估计值的边缘均方差，为经稀疏逆变换得到的第j个图像块的估测值；

5)利用迭代函数对进行迭代处理，得到的迭代值其定义的迭代函数为：

6)计算残差d⁽ⁱ⁾，若|d⁽ⁱ⁺¹⁾-d⁽ⁱ⁾|10^-4，则输出否则，跳转到步骤2，迭代计算，直至满足|d⁽ⁱ⁺¹⁾-d⁽ⁱ⁾|10^-4，输出迭代值其中，残差的计算公式为：

7)遍历所有图像块的采样值，并进行迭代重构，得到所有图像块的迭代值，利用得到的迭代值实现对整幅路况图像的重构，即可得到路况图像的重构图像。