基于視頻的電子警察系統(tǒng)性能分析與研究
2012-05-12 22:05:23 來源 :摘要:本文詳細分析了目前基于視頻的電子警察抓拍系統(tǒng)的性能,指出了電子警察抓拍系統(tǒng)中存在的不足:系統(tǒng)啟動時,需要長期的環(huán)境適應,即機器人智能訓練;對正常的左轉(zhuǎn)、正常逆行車輛和違章車輛難以區(qū)分;對于車輛稀少的路口性能表現(xiàn)還可以滿足要求,但對于車輛和人行比較密集的城市交通要道,其表現(xiàn)往往不如人意,存在闖紅燈誤拍率高等缺點,本文針對以上問題,提出了自己的解決方案,據(jù)此設(shè)計了新的系統(tǒng),實驗表明:新系統(tǒng)的穩(wěn)定性和抓拍的準確率都有了明顯的改善。
關(guān)鍵詞:電子警察;抓拍系統(tǒng);智能訓練;視頻檢測
1引言
隨著我國城鄉(xiāng)經(jīng)濟建設(shè)的迅猛發(fā)展,城市交通設(shè)施也得到了很大的改善,但迅速增長的機動車輛與發(fā)展相對滯后的城市道路之間不配套的矛盾日益突出。在這個過程中,人們越來越多的發(fā)現(xiàn),人為的違章事件,包括闖紅燈、逆行、越線、超速等,成為交通事故的主要隱患。交通事故的發(fā)生率和每年因交通事故而死亡的人數(shù)也在急驟的增長,其中一個重要的原因就是機動車輛駕駛員在交警視線之外違規(guī)、違法駕駛。很多國家統(tǒng)計表明,絕大部分交通事故的發(fā)生主要是由于開車司機違章闖紅燈所致,所以,檢測這些違章車輛,并且記錄其違章現(xiàn)場十分必要。
電子警察系統(tǒng)[1]通過采用現(xiàn)代化的管理體制,向科技要警力,用科學技術(shù)監(jiān)督疏導交通以減少違章,對城市道路進行全面監(jiān)控,為交警執(zhí)法提供了有力的證據(jù),減少了因交通事故造成的人員傷亡和財產(chǎn)損失,間接的創(chuàng)造了巨大的經(jīng)濟價值。雖然電子警察系統(tǒng)的應用已經(jīng)比較普及,但在實際應用中,電子警察系統(tǒng)仍然存在一些問題和不足,如易受天氣、光線、路況和周圍環(huán)境的影響,嚴重地影響著它的進一步發(fā)展。
2電子警察系統(tǒng)性能分析
早期電子警察系統(tǒng)主要是通過在道路路基下方埋設(shè)感應線圈來獲取車輛的違章信息[2],這種設(shè)備經(jīng)過多年的使用和改進其優(yōu)點是精度較高,設(shè)備也較穩(wěn)定,而且也具有較高的準確率,但也存在著嚴重的不足,如路基的軟基問題嚴重地影響檢測精度甚至造成感應線圈的損壞;感應線圈不易安裝且易受路面的維護而破壞。
由于基于感應線圈的電子警察系統(tǒng)存在以上的缺點和不足人們就開始研究新的非感應線圈檢測的電子警察系統(tǒng)。隨著技術(shù)的發(fā)展,視頻檢測方法逐漸成熟起來,在道路監(jiān)控的日常管理中已經(jīng)能滿足對車輛違章信號的檢測。視頻檢測方法就是將視頻技術(shù)應用于電子警察系統(tǒng),作為整個系統(tǒng)的網(wǎng)絡(luò)前端監(jiān)控點,以其全天候、全天時、實時監(jiān)控等特點在加強道路交通管理、彌補警力不足等方面發(fā)揮著重要作用。
通過對目前基于視頻的電子警察系統(tǒng)的研究,發(fā)現(xiàn)以視頻檢測為基礎(chǔ)的電子警察系統(tǒng)大多都存在以下幾個方面的不足[3]:(1)車輛陰影、行人和非機動車輛等對違章車輛檢測的干擾;
(2)系統(tǒng)在安裝運行時,需要長時間的環(huán)境適應,且隨著環(huán)境的變化,系統(tǒng)需要重新調(diào)整;
(3)當前圖象算法的運算速度難以達到實時化要求。
經(jīng)過分析研究發(fā)現(xiàn),目前電子警察系統(tǒng)的采樣區(qū)域一般都采用區(qū)域采樣方式,將一塊連續(xù)的矩形區(qū)域作為采樣范圍,觀察該矩形區(qū)域內(nèi)象素的變化,對于矩形區(qū)域,要么難以區(qū)分車輛的運行方向,要么算法過于復雜,難以適應系統(tǒng)對速度的要求。判斷違章一般是通過象素改變數(shù)量的多少,通常的一種做法是在系統(tǒng)正式運行前,先對背景建立一個標準的模板庫,然后根據(jù)標準模板庫對實時圖像進行模式匹配來檢測違章,其不足難以適應環(huán)境的變化,再者模板庫的建立費時費力;另一種做法是比較第一幀圖像和隨后幀圖像的象素變化,判定是否違章,其不足是系統(tǒng)的可靠性不高,抗干擾能力較弱。
3提高系統(tǒng)環(huán)境適應性———動態(tài)連續(xù)采樣方式
為了提高系統(tǒng)的環(huán)境適應性和減少系統(tǒng)的智能訓練時間,我們可以采用動態(tài)方式建立比對基準和采樣數(shù)據(jù),為了進一步增強穩(wěn)定性,動態(tài)過程可采用多次數(shù)據(jù)的平均值。在每次紅燈開始時刻,首先利用一段非常短的時間建立本次采樣比對的基準(標準模板庫),然后進行采樣比對過程,進行比對時,同樣可以進行幾次采樣數(shù)據(jù)的平均。這樣,在任何環(huán)境下,系統(tǒng)都是在動態(tài)實時地建立比對的基準和比對的數(shù)據(jù),因此系統(tǒng)對任何環(huán)境都不必進行機器人智能訓練過程,即刻投入使用。不需要機器人智能訓練過程一方面提高了系統(tǒng)的運行效率,另一方面也增加系統(tǒng)的環(huán)境適應性;連續(xù)采樣數(shù)據(jù)的平均算法增強了系統(tǒng)的抗干擾能力,同時也提高了系統(tǒng)抓拍的準確率。
動態(tài)連續(xù)采樣方式具體過程描述如下:當某一方向為紅燈信號時,將圖像采集卡切換到相應的方向,通過攝像頭、圖像采集卡將現(xiàn)場視頻信號(第1幀)采集到計算機圖像采集緩存區(qū)(0#緩存區(qū))中,然后,對0#緩存區(qū)中的實時圖像的采樣區(qū)域進行圖像的處理,將這一部分圖像從彩色變換到灰度,以減少后續(xù)比對的運算量,接著將該采樣區(qū)中的灰度圖先暫存到另一緩存區(qū)(1#緩存);然后對第2幀圖像與第1幀圖像進行類似的處理,處理的結(jié)果與第1幀圖像的結(jié)果計算平均值,將結(jié)果存入2#緩存中,依次類推,可以通過連續(xù)3~5次的采樣,取其平均值作為標準模板,也就是動態(tài)地建立了一個采樣基準。比對的實時數(shù)據(jù)也可按以上步驟計算數(shù)次平均而得到,其流程如圖1所示。
4提高系統(tǒng)穩(wěn)定性———雙線采樣方式
為了提高系統(tǒng)的穩(wěn)定性和抗干擾能力,特別是對于交通比較繁忙的城市交通主干道的交叉口,采用于雙線采樣方式,也就是在每一個車道的停車線附近畫一條線(1#檢測線)同時在斑馬線附近畫另一條線(2#檢測線),線的寬度可調(diào)整,將它們作為違章的采樣區(qū)域,這兩條線共同作為違章事實的判定依據(jù)。因為有先后兩個采樣區(qū),因此可以區(qū)分車輛的運行方向,從而有效地降低正常左轉(zhuǎn)和正常逆行的誤拍率。
對于雙線采樣方式的工作過程,如圖2所示,當系統(tǒng)檢測到紅燈信號時,圖像采集卡切換到相應的方向,通過動態(tài)連續(xù)采樣方式各車道的1#檢測線和2#檢測線分別動態(tài)建立采樣基準(標準模板),然后實將各車道的1#檢測線和相應的標準模板進行模式匹配,根據(jù)預先設(shè)置的閾值和像素變化百分比,判斷是否構(gòu)成違章,如果違章,則將圖像從采集緩存區(qū)(0#緩存區(qū))復制到1#緩存區(qū),經(jīng)過一個適當?shù)难訒r(該值根據(jù)經(jīng)驗選取)后,對前面建立的相應車道的2#檢測線的采樣基準和2#檢測線的采樣數(shù)據(jù)進行模式匹配,如果也達到了預設(shè)的閾值和象素變化百分比,則認為這是一次有效的違章,然后從采集緩存區(qū)(0#緩存區(qū))中將新的圖像數(shù)據(jù)復制到2#緩存區(qū),同時將采集卡切換到特寫采集通道,圖像穩(wěn)定后,將1#緩存區(qū)、2#緩存區(qū)和采集緩存區(qū)(0#緩存區(qū))中的圖像進行合并,并通過硬件壓縮存入監(jiān)控計算機的本地硬盤中;完成一次違章抓拍,如果2#檢測線未達到預設(shè)的閾值或者象素變化百分比,則認為這是干擾信息,放棄本次抓拍,重新進行1#檢測線的檢測過程。
5結(jié)束語
本文較為詳細地分析了當前基于視頻電子警察系統(tǒng)的性能,研究了目前抓拍系統(tǒng)中存在的不足,并針對這些不足提出了相應的解決方法,通過簡潔有效的算法,極大地提高了系統(tǒng)的穩(wěn)定性和環(huán)境適應性。實驗表明,該系統(tǒng)具有較高的檢測率,在復雜的路況下也能保證一定的準確率。
參考文獻:
[1]鄭文爭.視頻檢測式違章抓拍系統(tǒng)[J].廣東技術(shù)師范學院學報,2004(6):44-46.
[2]田豐,富剛,張國華,吳健民.機動車闖紅燈自動拍照系統(tǒng)[J].微處理機,2001(11):61-62.
[3]馮海軍,王琳,盧朝陽.一種有效的違章車輛抓拍方法[J].現(xiàn)代電子技術(shù),2004(2):31-33.
新聞稿件歡迎直接聯(lián)系:QQ 34004818 微信公眾號:cpsjyzb
我要評論
0 條評論
- 還沒有人評論過,趕快搶沙發(fā)吧!
加入收藏
加關(guān)注
登錄
注冊
微警用
