即停即離區(qū)域的違章停車行為自動檢測系統(tǒng)和方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種機動車違章停車的自動檢測系統(tǒng)；特別是涉及一種在特定的、臨 時即停即離區(qū)域中的違章停車自動檢測系統(tǒng)和方法。
【背景技術(shù)】
[0002] 在城市交通管理中，利用智能交通檢測系統(tǒng)檢測違章機動車的車輛已被各地廣泛 使用，為維護道路交通的通暢起到了關(guān)鍵的作用。目前，在城市中的廣場、大型車站、商場等 公共區(qū)域，為方便群眾通行，通常設(shè)置出一定的臨時停車區(qū)域（即停即離區(qū)域），要求駛?cè)?此區(qū)域內(nèi)的私家機動車量可以短時停留，允許乘客短時裝取行李、繳費打票等短時行為，規(guī) 定"只可人等車，禁止車等人"，須快速進入和快速駛離。
[0003] 傳統(tǒng)的違章停車自動檢測系統(tǒng)，是在待檢測的區(qū)域地面以下，埋設(shè)感應(yīng)線圈，同 時，感應(yīng)線圈與監(jiān)控終端之間需要通過較長的饋線電纜連接，這種檢測原理的違章停車監(jiān) 控裝置，施工和維護成本較高，且，因為埋設(shè)在地面下的感應(yīng)線圈容易受到外界信號的干 擾，產(chǎn)生誤報。同時，感應(yīng)線圈方案的可擴展性差，在安裝和維護時，必須中斷交通、破壞路 面，這些方法在實際生活中并不能得到廣泛應(yīng)用。目前，大部分地區(qū)，通過交警當(dāng)場來執(zhí)行 管理及處罰，這就使得一些司機存在僥幸心理，當(dāng)沒有交警值守時，會在即停即離區(qū)域長時 間逗留，造成即停即離區(qū)域的交通擁堵。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是，提供一種視頻檢測即停即離（臨時停車）區(qū)域的 違章停車自動檢測系統(tǒng)和方法。
[0005] 本發(fā)明所采用的技術(shù)方案是，一種即停即離區(qū)域的違章停車行為自動檢測系統(tǒng)， 包括，攝像機單元、工業(yè)控制計算機、網(wǎng)絡(luò)設(shè)備和計算機監(jiān)測系統(tǒng)；所述攝像機單元設(shè)置 安裝在監(jiān)測路段的龍門架上，所述工業(yè)控制計算機設(shè)置安裝在路旁的供電箱內(nèi)，所述高清 攝像機單元與工業(yè)控制計算機通過網(wǎng)線電連接，所述工業(yè)控制計算機經(jīng)網(wǎng)絡(luò)設(shè)備與計算機 監(jiān)測系統(tǒng)通過網(wǎng)線電連接，所述工業(yè)控制計算機接收攝像機單元的拍攝數(shù)據(jù)，同時進行違 章車輛的車牌識別。
[0006] 所述攝像機單元包括與工業(yè)控制計算機電連接的高清攝像機和補光燈；所述網(wǎng)絡(luò) 設(shè)備包括與計算機監(jiān)測系統(tǒng)電連接的光端機和網(wǎng)絡(luò)。
[0007] 實現(xiàn)即停即離區(qū)域的違章停車行為自動檢測系統(tǒng)的一種方法，包括以下步驟，
[0008] A、視頻圖像米集；
[0009] B、車輛檢測；其中，啟動機動車即停即離檢測程序；設(shè)置監(jiān)控地點；監(jiān)控地點分 區(qū)；開始違規(guī)檢測；
[0010] C、違章處理；其中，讀取一張指定位置的待處理圖片；違章條件判斷；確認違章， 保存違章信息；違章不成立，返回讀取下一張指定位置的待處理圖片；
[0011] D、違章記錄查詢。
[0012] 所述步驟B采用多幀平均與Surendra相結(jié)合的算法，對即停即離路面背景提取與 實時更新；
[0013] 基于多幀差分與背景差分相結(jié)合的三幀差分校正的算法提取車輛；
[0014] 基于像素統(tǒng)計算法對多車輛粘連進行分割；
[0015] 所述步驟C通過對圖像的預(yù)處理、定位、字符分割、字符識別等來識別車牌信息； 采用模板匹配法及Kalman濾波對識別出的車輛進行預(yù)測跟蹤，抓拍違章車輛近景車牌圖 像；將采集到的違章車輛的視頻、違章時間、車牌號碼信息進行存儲。
[0016] 本發(fā)明的有益效果是，通過視頻監(jiān)控以及對采集圖像的處理，可以有效地檢測即 停即離區(qū)域違章停車的車輛信息，跟蹤且監(jiān)測是否在有限時間內(nèi)裝卸行李、上下車等行為， 若無動作且不駛離則判定違章，將違章記錄保存下來，為違章車輛做出處罰提供有力的證 據(jù)。
【附圖說明】
[0017] 圖1是本發(fā)明的總體結(jié)構(gòu)圖；
[0018] 圖2是本發(fā)明的軟件結(jié)構(gòu)圖；
[0019] 圖3是本發(fā)明背景差分法車輛檢測流程圖；
[0020] 圖4是本發(fā)明車牌識別神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法流程圖；
[0021] 圖5是本發(fā)明即停即離違章檢測算法的整體流程圖；
[0022] 圖6是本發(fā)明分區(qū)示例圖；
[0023] 圖7是本發(fā)明存儲的帶有清晰牌照的違章車輛的近景圖片；
[0024] 圖8是本發(fā)明存儲的違章車輛的違章車輛的遠景圖片；
[0025] 圖9是本發(fā)明違章行為判定的過程圖。
[0026] 圖中：
[0027] 10、攝像機單元20、工業(yè)控制計算機
[0028] 30、網(wǎng)絡(luò)設(shè)備 40、計算機監(jiān)測系統(tǒng)。
【具體實施方式】
[0029] 下面結(jié)合附圖和【具體實施方式】對本發(fā)明作進一步詳細說明：
[0030] 圖1是本發(fā)明的總體結(jié)構(gòu)圖；如圖1所示，本發(fā)明即停即離區(qū)域的違章停車行為自 動檢測系統(tǒng)，包括，攝像機單元10、工業(yè)控制計算機20、網(wǎng)絡(luò)設(shè)備30和計算機監(jiān)測系統(tǒng)40 ; 所述攝像機單元10設(shè)置安裝在監(jiān)測路段的龍門架上，所述工業(yè)控制計算機20設(shè)置安裝在 路旁的供電箱內(nèi)，所述高清攝像機單元10與工業(yè)控制計算機20通過網(wǎng)線電連接，所述工業(yè) 控制計算機20經(jīng)網(wǎng)絡(luò)設(shè)備40與計算機監(jiān)測系統(tǒng)40通過網(wǎng)線電連接，所述工業(yè)控制計算機 20接收攝像機單元10的拍攝數(shù)據(jù)，同時進行違章車輛的車牌識別。
[0031] 所述攝像機單元10包括與工業(yè)控制計算機20電連接的高清攝像機和補光燈；所 述網(wǎng)絡(luò)設(shè)備30包括與計算機監(jiān)測系統(tǒng)40電連接的光端機和網(wǎng)絡(luò)。
[0032] 實現(xiàn)所述即停即離區(qū)域的違章停車行為自動檢測系統(tǒng)的一種方法，包括以下步 驟，
[0033] A、視頻圖像采集；
[0034] B、車輛檢測；其中，啟動機動車即停即離檢測程序；設(shè)置監(jiān)控地點；監(jiān)控地點分 區(qū)；開始違規(guī)檢測；
[0035] C、違章處理；其中，讀取一張指定位置的待處理圖片；違章條件判斷；確認違章， 保存違章信息；違章不成立，返回讀取下一張指定位置的待處理圖片；
[0036] D、違章記錄查詢。
[0037] 所述步驟B采用多幀平均與Surendra相結(jié)合的算法，對即停即離路面背景提取與 實時更新；
[0038] 基于多幀差分與背景差分相結(jié)合的三幀差分校正的算法提取車輛；
[0039] 基于像素統(tǒng)計算法對多車輛粘連進行分割；
[0040] 所述步驟C通過對圖像的預(yù)處理、定位、字符分割、字符識別等來識別車牌信息； 采用模板匹配法及Kalman濾波對識別出的車輛進行預(yù)測跟蹤，抓拍違章車輛近景車牌圖 像；將采集到的違章車輛的視頻、違章時間、車牌號碼信息進行存儲。
[0041] 圖2是本發(fā)明的軟件結(jié)構(gòu)圖；如圖2所示。軟件主要包括總控制模塊、圖像數(shù)據(jù)接 收模塊、車輛檢測模塊、車牌號碼識別模塊、違章行為判定模塊、違章記錄保存?zhèn)鬏斉c查詢 豐旲塊。
[0042] 所述總控制模塊，主要用來在工作時段內(nèi)協(xié)調(diào)其它各模塊之間的關(guān)系，如實時檢 測目標(biāo)硬盤容量的變化，如果硬盤容量不足，及時清理過期數(shù)據(jù)文件。此外還要不斷的檢 測攝像機是否在正常工作，進行運行日志的維護，以及在系統(tǒng)發(fā)生故障時的恢復(fù)機制的實 現(xiàn)。
[0043] 所述圖像數(shù)據(jù)接收模塊負責(zé)從網(wǎng)絡(luò)攝像機取圖像數(shù)據(jù)到工控機內(nèi)存，進行一定的 格式處理。采取遠近景相配合，實現(xiàn)了對監(jiān)控區(qū)域的交通視頻流的實時采集，每隔固定時間 (例如1秒）拍攝一張圖片，并作為原始數(shù)據(jù)記錄在硬盤中規(guī)定好的命名文件夾。而內(nèi)存中 的圖像數(shù)據(jù)可以直接進行下一步的車輛檢測和車牌識別以及違章判定工作。
[0044] 所述車輛檢測模塊負責(zé)對待檢測圖像進行圖片分區(qū)、圖像背景提取與更新、圖像 分割與識別。圖片分區(qū)是將每張圖片分成一定數(shù)量的矩形區(qū)域塊，各區(qū)域之間有一定的重 合區(qū)域，以防止漏檢。區(qū)塊的大小以圖片上一輛車的大小為參考，保證一個區(qū)塊最多只能容 納一輛車，這樣設(shè)置可以降低檢測難度。圖像背景提取和更新是為了從圖像上分離出車輛 信息，使用直方圖法提取系列運動圖像幀的背景，一般道路正常行駛情況下，在圖像中路面 上某一點被機動車長時間覆蓋的可能性不大，形成亮度不同的可能性就高，因此統(tǒng)計在一 段時間內(nèi)各像素點上不同亮度出現(xiàn)的次數(shù)，其中出現(xiàn)次數(shù)最多的亮度值，即直方圖中的最 大值就是路面上這個像素的本身的亮度值；直方圖展示直觀、便于分析。
[0045] 圖3是本發(fā)明背景差分法車輛檢測流程圖；如圖3所示。
[0046] 設(shè)B1為圖像背景，為當(dāng)前幀圖像，差分圖像為D1，則：
[0047] Di (x, y) = I fi (x, y) -Bi ! (x, y)
[0048] 設(shè)R1為差分后二值化圖像。對R通行連通性分析，當(dāng)某一連通的區(qū)域的面積大于 一定的閾值，則認為檢測到目標(biāo)出現(xiàn)，并認為這個連通的區(qū)域就是檢測到的目標(biāo)圖像。
[0049]
[0050] 其中，T為設(shè)定的閾值。
[0051] 背景差法基于運動視頻，首先利用直方圖法得到運動圖像背景，然后用當(dāng)前幀減 去背景幀，得到運動物體區(qū)域，并用矩形框標(biāo)記出感興趣區(qū)域，即運動車輛和可能存在的陰 影，在以后的運算中，只針對這一小部分圖像進