信号灯前交通路口拥堵指数检测系统的制作方法
【专利说明】信号灯前交通路口拥堵指数检测系统
[0001]本发明是申请号为201510162656.8、申请日为2015年4月8日、发明名称为“信号灯前交通路口拥堵指数检测系统”专利的分案申请。
技术领域
[0002]本发明涉及交通信号灯领域，尤其涉及一种信号灯前交通路口拥堵指数检测系统。
【背景技术】
[0003]由于城市中心区域对资源的过度聚集，例如，大型医院一般设立在城市中心地带，市政府行政部门也分别在中心区域附近，娱乐场所设置在城市中心居民聚集区等，导致城市居民的出行集中在城区。进一步地，随着人们生活水平的提高，汽车出行成为趋势。这样，每在上班高峰期，或者周末娱乐集中时段，城区里的主要路段都呈现拥堵现象，一方面，降低了出行的效率，给生活和工作带来了不便，另一方面，低速运行的汽车排出了更多的尾气，形成了严重的环境污染。这时，有限的路口通行资源限制了人们的出行效率，导致更多车辆的低速运行。
[0004]如何设计交通信号灯的红绿灯持续时长，以疏通信号灯前交通路口各个车道的车流，是交通管理部门需要解决的一个重要课题。现有技术中，交通管理部门一般对每一个信号灯设计固定的红绿灯持续时长，这样的设计方式明显无法适应实时的交通路况，即使存在一些基于图像识别的实时调整的技术方案，如果在雾霾严重的天气下，由于图像被模糊化，调控的误差较大。
[0005]因此，需要一种新的信号灯前交通路口拥堵指数检测系统，用于实时调整相应信号灯的红绿灯持续时长，能够保证红绿灯持续时长能够跟随实时路况而变化，并不受雾霾天气的影响，最大程度地提高城市通行效率，减少城市环境污染。
【发明内容】
[0006]为了解决上述问题，本发明提供了一种信号灯前交通路口拥堵指数检测系统，弓丨入路口图像采集设备和处理设备对路口图像进行拍摄和拥堵指数识别，使用网络带宽高、覆盖范围广、传播速度快的3G网络实现实时拥堵指数的传输，便于远端控制平台做出最大限度利用路口通行资源的决策，基于决策控制相应信号灯的红绿灯时间，提高了信号灯控制的自适应程度和控制效率，有力地改善了城市交通现状，同时，根据大气衰减模型确定雾霾对图像的影响因素，并对多雾天气下采集的图像进行去雾霾化处理，使得系统的可靠性得到提高。
[0007]根据本发明的一方面，提供了一种信号灯前交通路口拥堵指数检测系统，所述检测系统包括图像采集设备、图像处理设备、信号灯控制设备和3G通信设备，所述图像采集设备对信号灯前的交通路口进行拍摄，获得路口图像，所述图像处理设备对所述路口图像进行图像处理，以获得所述交通路口各条车道的拥堵指数，所述3G通信设备与所述图像处理设备和所述信号灯控制设备分别连接，将所述交通路口各条车道的拥堵指数无线发送给远端的交通管理平台，并接收所述交通管理平台反馈的信号灯控制信号，所述信号灯控制设备基于所述信号灯控制信号控制信号灯各个子灯的红灯持续时间和绿灯持续时间。
[0008]更具体地，在所述信号灯前交通路口拥堵指数检测系统中，所述检测系统还包括: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；去雾霾处理设备，位于所述图像采集设备和所述图像处理设备之间，用于接收所述路口图像，对所述路口图像执行清晰化处理，获得清晰化路口图像，并替换所述路口图像，将所述清晰化路口图像输入所述图像处理设备；所述去雾霾处理设备还包括:存储子设备，用于预先存储天空上限灰度阈值和天空下限灰度阈值，所述天空上限灰度阈值和所述天空下限灰度阈值用于分离出图像中的天空区域，还用于预先存储预设像素值阈值，所述预设像素值阈值取值在O到255之间；雾霾浓度检测子设备，位于空气中，用于实时检测信号灯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；区域划分子设备，连接所述图像采集设备以接收所述路口图像，对所述路口图像进行灰度化处理以获得灰度化区域图像，还与存储子设备连接，将所述灰度化区域图像中灰度值在所述天空上限灰度阈值和所述天空下限灰度阈值之间的像素识别并组成灰度化天空子图案，从所述灰度化区域图像分割出所述灰度化天空子图案以获得灰度化非天空子图像，基于所述灰度化非天空子图像在所述巡逻区域图像中的对应位置获得与所述灰度化非天空子图像对应的彩色非天空子图像；黑色通道获取子设备，与所述区域划分子设备连接以获得所述彩色非天空子图像，针对所述彩色非天空子图像中每一个像素，计算其R，G，B三颜色通道像素值，在所述彩色非天空子图像中所有像素的R，G，B三颜色通道像素值中提取一个数值最小的颜色通道像素值所在的颜色通道作为黑色通道；整体大气光值获取子设备，与所述存储子设备连接以获得预设像素值阈值，与所述区域划分子设备和所述黑色通道获取子设备分别连接以获得所述路口图像和所述黑色通道，将所述路口图像中黑色通道像素值大于等于预设像素值阈值的多个像素组成待检验像素集，将所述待检验像素集中具有最大灰度值的像素的灰度值作为整体大气光值；大气散射光值获取子设备，与所述区域划分子设备和所述雾霾浓度检测子设备分别连接，对所述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；介质传输率获取子设备，与所述整体大气光值获取子设备和所述大气散射光值获取子设备分别连接，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；清晰化图像获取子设备，与所述区域划分子设备、所述整体大气光值获取子设备和所述介质传输率获取子设备分别连接，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，将所述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，所述路口图像中每一个像素的像素值包括所述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清晰化路口图像；所述图像处理设备与所述去雾霾处理设