[发明专利]基于图像处理的高速公路货车限重识别方法

说明书

本发明公开了一种基于图像处理的高速公路货车限重识别方法，通过获取在高速公路上行驶的目标货车的货车照片，对所述货车照片进行预处理，得到修正照片，对所述修正照片进行边沿检测，确定所述修正图像上的边缘点，根据所述修正图像上的边缘点识别目标货车的目标轴数，计算所述目标货车各轴之间的轴距比，以根据目标轴数和轴距比确定目标货车的限重，可以大大降低高速公路货车限重识别的成本，以及安装方面所带来的影响，还可以利用新型的图像识别智能技术，处理起来相较之前不管是人工检测或者机器检测，都有着高效，易行的优势。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于图像处理的高速公路货车限重识别方法。

背景技术

对高速公路上行驶的货车进行限重识别，可以及时检测相应货车是否超载行驶，以预防相关事故发生，保证安全、通畅的行驶环境。现有的车辆识别技术，大多为根据图像形态学处理车辆图片并进行数据库的匹配，另外大部分为利用车辆轮廓的参数特征(颜色，尺寸，车型等)构建相应的模型识别匹配，以实现货车限重识别，上述传统方案虽然能够在一定程度上识别高速公路上行驶的货车限重，然而往往存在成本高的问题。

发明内容

针对以上问题，本发明提出一种基于图像处理的高速公路货车限重识别方法。

为实现本发明的目的，提供一种基于图像处理的高速公路货车限重识别方法，包括如下步骤：

S10，获取在高速公路上行驶的目标货车的货车照片，对所述货车照片进行预处理，得到修正照片；

S20，对所述修正照片进行边沿检测，确定所述修正图像上的边缘点；

S30，根据所述修正图像上的边缘点识别目标货车的目标轴数；

S40，计算所述目标货车各轴之间的轴距比；

S50，根据所述目标轴数和轴距比确定所述目标货车的限重。

在一个实施例中，所述对所述货车照片进行预处理包括：

采用加权平均法原理对所述货车照片进行灰度化，设置各种颜色分量相对应的权重，灰度化后的货车照片进行加权平均，采用gamma校证对货车照片中不处于预设灰度范围内的像素进行修正。

在一个实施例中，所述对所述修正照片进行边沿检测包括：

采用Sobel边缘检测算子对所述修正照片进行边沿检测。

在一个实施例中，所述根据所述修正图像上的边缘点识别目标货车的目标轴数包括：

识别所述修正图像中的圆图像中的边缘点，将圆图像中的边缘点由图像空间映射到参数空间中，在参数空间中寻找各个圆图像的圆心，求出各个圆图像的半径坐标，以最终确定所述修正图像中的各个初始圆；

根据各个初始圆确定选择簇，从各个选择簇中距离相应选择簇的质心最远的一个点作为第一个选择点，然后依次选择距离已选到的选择点最远的点作为选择点，直到选到10个以上的选择点为止，确定以质心为圆心、过选择点的圆描绘出来，得到多个选择圆；

根据预设的圆参数对所述选择圆向相应的选择簇收缩，得到收缩圆，将收缩圆的圆心确定为代表点，根据在预设的圆参数范围内的收缩圆确定初始聚类数据，循环CURE算法，采用各个选择簇的质心和代表点的距离进行聚类，得到表征车轴的车轴圆，根据各个车轴圆确定目标货车的目标轴数。

在一个实施例中，所述根据所述目标轴数和轴距比确定所述目标货车的限重包括：

获取轴参数-限重比对表；所述轴参数-限重比对表记录货车轴数与限重的对应关系；

在所述轴参数-限重比对表中查找所述目标轴数对应的限重；