專利名稱：基于小波神經(jīng)網(wǎng)絡(luò)的渣土車車輪帶泥檢測(cè)裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明公開了一種基于小波神經(jīng)網(wǎng)絡(luò)的渣土車車輪帶泥檢測(cè)裝置。
背景技術(shù)：
目前城市渣土車車輪帶渣土是一個(gè)城市管理過程中的老大難問題。針對(duì)渣土車車輪帶渣土的監(jiān)控監(jiān)管目前主要還是通過視頻監(jiān)控、工作人員用人眼檢索的方法；或者是通過公安已有的交通設(shè)施，在集中監(jiān)控的后臺(tái)進(jìn)行監(jiān)管，這些方法比較粗放，目前還缺乏無(wú)人值守、實(shí)時(shí)地、自動(dòng)化地和智能地監(jiān)控渣土車車輪帶渣土的裝置
發(fā)明內(nèi)容

本發(fā)明的目的是克服現(xiàn)有技術(shù)、手段中存在的不足，提供一種可以解決自動(dòng)、實(shí)時(shí)監(jiān)控渣土車車輪是否帶渣土的智能化裝置，具體針對(duì)渣土車出工地時(shí)的車輪圖像的實(shí)時(shí)監(jiān)控，確切地說是一種通過對(duì)安裝好的視頻監(jiān)控?cái)z像頭所采集的視頻圖像進(jìn)行處理，具體分以下幾個(gè)步驟第I步，以RFID讀卡器觸發(fā)的視頻為處理對(duì)象，用小波神經(jīng)網(wǎng)絡(luò)對(duì)視頻圖像進(jìn)行處理并作等時(shí)間段抓拍，并把抓拍的圖像轉(zhuǎn)換成jpeg格式文件；第2步，對(duì)轉(zhuǎn)換后的jpeg文件用差值檢測(cè)法進(jìn)行比較，找出與其它文件差異最大的一個(gè)文件，記為jpegmax ；第3步，用模式識(shí)別中的圖像分割算法對(duì)jpegmax進(jìn)行圖像分割。當(dāng)發(fā)現(xiàn)分割的圖像邊界輪廓模糊不清時(shí)，即認(rèn)為是車輪帶泥。本發(fā)明的優(yōu)點(diǎn)是以RFID閱讀器觸發(fā)視頻攝像頭；以高速DSP為核心處理器，采用先進(jìn)的小波神經(jīng)網(wǎng)絡(luò)模式識(shí)別技術(shù)對(duì)采集后的視頻進(jìn)行處理‘對(duì)視頻進(jìn)行等時(shí)間段抓拍并轉(zhuǎn)換成jpeg文件；最后通過圖像分割來判斷車輪是否帶泥，并觸發(fā)相應(yīng)的報(bào)警裝置。本發(fā)明把物聯(lián)網(wǎng)技術(shù)與人工智能技術(shù)結(jié)合起來，既能識(shí)別渣土車車輪是否帶泥，通過車載RFID標(biāo)簽又能鎖定違章車輛的身份。本發(fā)明所采用的上述技術(shù)方法對(duì)渣土車車輪進(jìn)行識(shí)別與跟蹤具有運(yùn)算量小、實(shí)時(shí)性好、精度高等優(yōu)勢(shì)。另外，DSP在數(shù)字信號(hào)處理上有速度優(yōu)勢(shì)，為算法的實(shí)現(xiàn)提供了強(qiáng)有力的硬件保證。


圖I為本發(fā)明(實(shí)施例)檢測(cè)裝置的系統(tǒng)結(jié)構(gòu)圖。圖2為本發(fā)明檢測(cè)裝置的基于高速DSP的視頻圖像分割原理圖。圖3為DSP環(huán)境下的基于小波神經(jīng)網(wǎng)絡(luò)的視頻圖像處理原理圖。
具體實(shí)施例方式下面結(jié)合附圖的實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。本發(fā)明能實(shí)時(shí)感知渣土車車輪帶渣土的實(shí)際情況和車輛的身份信息，通過RFID觸發(fā)視頻裝置、對(duì)所采集的視頻圖像進(jìn)行等時(shí)間段抓拍并轉(zhuǎn)換成jpeg文件、對(duì)與其它文件差異大的進(jìn)行圖像分割、當(dāng)發(fā)現(xiàn)分割出的文件邊界不清時(shí)即認(rèn)為車輪帶泥，并可觸發(fā)報(bào)警裝置并記錄車輛的身份信息，為后臺(tái)管理軟件等提供服務(wù)，實(shí)現(xiàn)對(duì)渣土車車輪帶泥的實(shí)時(shí)、智能監(jiān)控。具體的技術(shù)方案如下。該裝置由軟件和硬件兩大部分組成I、在工地出門口安裝攝像頭和RFID讀卡器，當(dāng)有車輛出工地門口時(shí)(前提是渣土車上已裝有RFID標(biāo)簽)，具體讀卡器讀取車輛的RFID標(biāo)簽信息，記錄下車輛的身份信息同時(shí)觸發(fā)攝像頭開始錄像，當(dāng)車輛離開工地門口一段距離，讀卡器讀不到RFID卡片信息，觸發(fā)攝像頭停止錄像，其工作原理如圖I所示；2、見圖2所示，以高速DSP為核心處理器，實(shí)時(shí)處理采集到的視頻信息。處理過程 按一定的時(shí)間間隔對(duì)視頻進(jìn)行采樣并抓拍，并把采樣的結(jié)果(即抓拍的照片)轉(zhuǎn)換成jpeg圖像格式；3、見圖3所示，在高速DSP處理器上嵌入基于小波神經(jīng)網(wǎng)絡(luò)的視頻圖像處理與基于模式識(shí)別的圖像分割算法和程序，對(duì)渣土車車輪出工地時(shí)的照片(即jpeg文件)進(jìn)行圖像分割；4、根據(jù)分割后的圖像進(jìn)行判斷，當(dāng)發(fā)現(xiàn)圖像本身的邊界輪廓模糊不清時(shí)，即判斷成車輪帶泥，并通過DSP觸發(fā)報(bào)警器。
權(quán)利要求
1.基于小波神經(jīng)網(wǎng)絡(luò)的渣土車車輪帶泥檢測(cè)裝置，其特征在于該裝置包含如下方法和步驟 步驟1，以RFID讀卡器觸發(fā)的視頻為處理對(duì)象，用小波神經(jīng)網(wǎng)絡(luò)對(duì)視頻圖像進(jìn)行處理并作等時(shí)間段抓拍，并把抓拍的圖像轉(zhuǎn)換成jpeg格式文件； 步驟2，對(duì)轉(zhuǎn)換后的jpeg文件用幀間差值檢測(cè)法進(jìn)行比較，找出與其它文件差異最大的一個(gè)文件，記為jpegmax ； 步驟3，用模式識(shí)別中的圖像分割算法對(duì)jpegmax進(jìn)行圖像分割，當(dāng)發(fā)現(xiàn)分割的圖像邊界輪廓模糊不清時(shí)，即認(rèn)為是車輪帶泥。
2.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是使用物聯(lián)網(wǎng)RFID閱讀器的可感知距離來觸發(fā)視頻攝像裝置。
3.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是用小波神經(jīng)網(wǎng)絡(luò)對(duì)視頻圖像進(jìn)行處理。
4.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是對(duì)處理后的圖像進(jìn)行等時(shí)間段抓拍并轉(zhuǎn)換成jpeg格式文件。
5.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是通過幀間差值比較，指出與其它圖像差異最大的文件。
6.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是用模式識(shí)別進(jìn)行圖像分割，當(dāng)發(fā)現(xiàn)分割后的圖像輪廓不清晰時(shí)，即判斷為帶渣土。
7.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是其特征是所述微處理器為高速DSP處理器。
8.如權(quán)利要求I所述的一種建筑工地渣土車車輪帶泥的專用檢測(cè)裝置，其特征是可通過閱讀車載RFID標(biāo)簽記錄車輪帶渣土的車輛身份信息。
全文摘要
一種基于小波神經(jīng)網(wǎng)絡(luò)的渣土車車輪帶泥檢測(cè)裝置，提供一種可以解決自動(dòng)、實(shí)時(shí)監(jiān)控渣土車車輪是否帶渣土的智能化裝置，具體針對(duì)渣土車出工地時(shí)的車輪圖像的實(shí)時(shí)監(jiān)控，確切地說是一種通過對(duì)安裝好的視頻監(jiān)控?cái)z像頭所采集的視頻圖像進(jìn)行處理，用小波神經(jīng)網(wǎng)絡(luò)對(duì)視頻圖像進(jìn)行處理并作等時(shí)間段抓拍，并把抓拍的圖像轉(zhuǎn)換成jpeg格式文件；對(duì)轉(zhuǎn)換后的jpeg文件用差值檢測(cè)法進(jìn)行比較，找出與其它文件差異最大的一個(gè)文件，用模式識(shí)別中的圖像分割算法對(duì)jpegmax進(jìn)行圖像分割。當(dāng)發(fā)現(xiàn)分割的圖像邊界輪廓模糊不清時(shí)，即認(rèn)為是車輪帶泥。
文檔編號(hào)G06K9/00GK102867167SQ201110190678
公開日2013年1月9日 申請(qǐng)日期2011年7月8日 優(yōu)先權(quán)日2011年7月8日
發(fā)明者李志華, 張海濤, 崔可想, 顧文強(qiáng), 楊雪 申請(qǐng)人:陸曉