[发明专利]服务于交通违规检测的卡口元素识别与分析方法、系统

说明书

本发明涉及图像处理技术领域，公开了一种服务于交通违规检测的卡口元素识别与分析方法包括：读取卡口场景的图像，识别图像中用于交通违规检测的的道路元素，将图像中的道路元素分别进行类别标记，并检测各类道路元素分别在图像中的位置信息；根据各类道路元素在图像中的位置信息和属性，构建该卡口场景道路元素的跟踪模型；识别和检测当前帧图像中各类道路元素的位置信息和属性，得到当前帧图像中存在的违规结果信息，并与相应的跟踪模型中道路元素的位置信息和属性进行匹配，根据匹配结果修正违规结果信息。提高了检测的准确性，且避免了漏检和误检，便于提供违规证据。

技术领域

本发明涉及图像处理技术领域，公开了一种服务于交通违规检测的卡口元素识别与分析方法。

背景技术

随着汽车在生活中的普及程度日益增加，道路安全也逐渐成为了一个不容忽视的问题。目前，各个卡口基本都固定安装了违章拍照的摄像装置，用来对卡口场景内行驶的车辆进行监管。这种装置可以对不遵守交通规则的驾驶人员形成一定的震慑，但是相关部门通常需要搜集足够有力的证据来证明驾驶人员的违法行为确实存在，因此在进行了抓拍之后，还需要从抓拍的图像中提取出可以作为违规实证的部分数据。

通常，现场违规取证装置每一次触发所保存的证据由少量抓拍图像组成，提取违规实证的过程如果由人工进行操控，则浪费人力，有些后续也无法判断违规行为，有些还容易误检或漏检，因此，迫切需要一种解决上述问题的方法。

发明内容

针对背景技术所面临的问题，本发明的目的在于提供一种准确且快速的服务于交通违规检测的卡口元素识别与分析方法。

为了达到上述目的，本发明采用如下技术方案：

一种服务于交通违规检测的卡口元素识别与分析方法包括：读取卡口场景的图像，识别图像中用于交通违规检测的道路元素，将图像中的道路元素分别进行类别标记，并检测各类道路元素分别在图像中的位置信息；根据各类道路元素在图像中的位置信息和属性，构建该卡口场景道路元素的跟踪模型；识别和检测当前帧图像中各类道路元素的位置信息和属性，得到当前帧图像中存在的违规结果信息，并与相应的跟踪模型中道路元素的位置信息和属性进行匹配，根据匹配结果修正违规结果信息。

优选的，读取卡口场景的图像，识别图像中用于交通违规检测的的道路元素，将图像中的道路元素分别进行类别标记，并检测各类道路元素分别在图像中的位置信息具体为：读取卡口场景图像后，分别进行图像检测、图像分割和昼夜分类等深度网络前向计算过程；从图像分割模型输出的语义分割结果图中提取车道线二值图、停止线二值图、斑马线二值图以及箭头二值图；基于opencv对上述提取出的二值图进行轮廓提取；对箭头轮廓进行外接矩形操作，过滤小面积箭头区域，将箭头所在矩形区域的图像数据输入到箭头分类网络得到细分类结果，保存每个箭头的位置信息和细分类别信息；获取斑马线轮廓的最小外接矩形，过滤小面积区域，如果存在多个斑马线区域，根据y方向的位置排序后保留距离卡口摄像头最近的斑马线区域并存储斑马线位置信息；合并属于同一车道线或停止线的轮廓，进行直线拟合得到直线方程；以图像左x坐标和右x坐标作为停止线方程的参数得到停止线端点坐标，然后根据停止线中点y方向的位置排序后保留距离卡口摄像头最近的停止线并存储停止线两端点位置信息；以图像上y坐标和下y坐标作为车道线方程的参数得到车道线端点坐标，计算每条车道线与停止线的交点，用该交点作为车道线其中一端点的替代来截断车道线，然后根据交点x坐标进行排序并给每条车道线分配id，存储车道线端点位置和id；存储图像检测输出的车辆、交通灯矩形框位置信息，存储昼夜分类输出的分类结果信息。

优选的，用于交通违规检测的道路元素包括车道线、停止线、斑马线、箭头及交通灯，跟踪模型包括线形模型、矩形模型、多边形模型，线形模型用于跟踪车道线与停止线，矩形模型用于跟踪箭头、车辆和交通灯，多边形模型用于跟踪斑马线区域。