[实用新型]基于图像处理的智能交通管控装置

说明书

技术领域

本实用新型涉及一种智能交通管控系统，尤其涉及通过摄像头实时获取视频自动采集交通信息并做出控制的交通管控装置。

背景技术

随着国民经济的发展，人民生活水平的提高，汽车保有量迅速增加。怎样安全有效地管理交通，已成为一个刻不容缓的问题。要解决这一问题需要建立完备的智能交通系统，其中车辆实时识别是智能交通系统的关键所在，它提供了道路交通的基础数据。

作为智能交通数据的来源，车辆实时识别系统有着不可代替的地位，目前，最有前途且效率最高的一种识别方法是基于图像处理的车辆实时识别。

智能交通管控系统中很重要的一个功能就是能够自动识别车道上的车流量，并将车流量的信息实时的显示在道路旁的路况显示屏上，提醒过往司机各个道路的拥堵情况，自行择道避让。而目前大多数城市都是通过摄像头获取道路信息后，人工判断道路交通的拥堵情况，并给出相应的信号输出到道路显示屏上。这种人工模式大大降低了工作效率。

十字路口红绿灯切换时间的长短直接影响各个道路的车辆通行能力，目前各个十字路口红绿灯时间长短的设置都是事先经过道路信息调研后根据统计规律确定的数字。当变动时间时需要通过人工修改。效率低下，不能发挥道路的最大通行能力。

发明内容

针对上述现有技术存在的缺陷与不足，本实用新型的目的在于，提供一种基于图像处理的智能交通管控装置，该装置通过视频图像对道路车辆进行检测跟踪并统计车流量。

为了实现上述任务，本实用新型的技术方案是这样实现的：

一种基于图像处理的智能交通管控装置，其特征在于，包括视频采集模块，视频采集模块连接一台计算机，计算机通过数据线与道路旁的路况显示屏相连接。

本实用新型的其它特点是，所述的视频采集模块选择平面镜头的摄像机，摄像机固定安装在道路正上方10m高的横向杆上。

本实用新型的基于图像处理的智能交通管控系统，通过视频采集模块实时采集道路的交通信息，然后计算机通过软件编程调用摄像头视频文件；通过计算机内的图像预处理模块的图像去噪，将输入的图像进行滤波去除噪声，增强图像，锐化；通过图像灰度化将彩色图像中的彩色信息剔除，只包含亮度信息；通过图像二值化将目标与背景分离，为后续的分类、识别和检索提供依据；二直形态滤波运用具有一定形态的结构元素去度量和提取图像中的对应性状以达到对图像分析和识别的目的；通过车辆检测模块算法中的直方图法提取得到的背景图像与当前帧图像通过逐像素点求差并与阈值比较判断每一像素点是否有车通过，若有车通过的像素点数超过一定阈值，则判断有车；最后通过车辆跟踪模块的camshift算法，利用目标的颜色特征在视频图像中找到运动目标所在位置和大小，通过重复上述整个过程就可以实现对车辆的连续跟踪与检测。

附图说明

图1为本实用新型的基于图像处理的智能交通管控装置硬件结构框图；

图2为背景检测流程图；

图3为背景差分法流程图；

图4为本实用新型的基于图像处理的智能交通管控装置工作流程图。

以下结合附图和实施例对本实用新型作进一步的详细说明。

具体实施方式

参见图1，本实施例给出一种基于图像处理的智能交通管控装置，其特征在于，包括视频采集模块，视频采集模块连接一台计算机，计算机通过数据线与道路旁的路况显示屏相连接。

参照图2，本实施例中，视频采集模块采用平面镜头的摄像机，该摄像机的分辨率选择在240х320和480х640之间；摄像机固定安装在道路正上方10m左右的横向杆上；摄像机拍摄的视频文件是按每秒30-40帧的速率运动的；摄像机固定拍摄的区域图像像素点所代表的实际距离要大于等于0.1m；摄像机用支架固定并且必须稳固，减小风对摄像机的晃动；（6）摄像机安装纵向角度大于等于11°，横向角大于等于67°。

计算机中至少设有视频图像预处理模块、车辆检测模块和车辆跟踪模块。其中，检测模块中有基于背景差法的自适应车辆目标检测软件，可以较准确地检测出车辆目标；车辆跟踪模块中有camshift算法软件，实现视频车辆的精确跟踪。

视频图像预处理模块主要通过基于OPENCV的C++语言编程实现图像灰度化、图像去噪、二值化以及二直形态滤波等过程。

车辆检测模块是通过背景差分算法将运动目标检测出来。它通过利用当前帧图像与背景图像对应像素点的灰度值来检测车辆，本装置中根据所选的背景模型，选用的背景差分法是直方图法。