一种基于视频的违章停车监控系统的制作方法

本发明涉及违章监控领域，特别涉及到一种基于视频的违章停车监控系统。

背景技术：

视频监控技术发展至今，在很多领域均有应用。具体在道路交通监控方面，现有很多系统对机动车超速、你行、闯红灯等违章行为实现准确检测和记录，然而基于违停检测技术相对比较滞后。对于违停检测技术，需要给予车主一定的宽容。

现有的违停检测技术忽略了对于车主的消除行为的时间宽容，并且鲁棒性较低，并不能实现效果良好、精度好的违章停车监控功能。因此，提供一种提供宽容时间、鲁棒性好的违章停车监控系统就很有必要。

技术实现要素：

本发明所要解决的技术问题是现有技术中存在的缺乏车主宽容的问题。提供一种新的基于视频的违章停车监控系统，该基于视频的违章停车监控系统具有功能齐全、准确度高、鲁棒性的特点。

为解决上述技术问题，采用的技术方案如下：

一种基于视频的违章停车监控系统，所述违章停车监控系统包括分布设置的摄像头，通讯单元，存储介质及处理器，所述摄像头受控于所述摄像头用于采集外界视频数据，所述存储介质用于存储违章车辆检测识别程序，所述处理器用于执行所述违章车辆检测识别程序，以执行下列步骤：

(1)调用摄像头视频数据，进行违章车辆图像提取，包括使用混合高斯背景建模背景减除法进行运动前景提取，所述混合高斯背景建模背景减除法包括：

读入所述摄像头视频数据，通过混合高斯背景建模，获得相邻视频图像中规律的背景图像b(x,y),输入图像i(x,y)同背景图像b(x,y)进行比较，分离出违章车辆运动前景图像；

(2)违停行为判定检测，包括根据步骤(1)中分离出的违章车辆运动前景图像，采用连续帧间位移法进行判定检测，所述连续帧间位移法包括：若违章车辆运动前景图像在禁停区域内的连续帧间位移小于位移阈值，则判定违章车辆为违停车辆，进入步骤(3)进行违停车辆图像提取；违章车辆运动前景图像在禁停区域内的连续帧间位移大于或等于位移阈值，终止程序；

(3)违停车辆图像提取，包括对步骤(2)中违章车辆运动前景图像进行腐蚀膨胀，对腐蚀膨胀后的图像进行滤波平滑，对滤波平滑后的图像进行轮廓提取获取轮廓，获取外包矩形，进行长宽比筛选，获得违停车辆图像；

(4)根据步骤(3)中违停车辆图像进行违停车辆车牌信息提取；

(5)根据违停车辆车牌信息提取违停车辆车主通讯信息，调用通讯单元告知车主在容许时间阀值内消除违停行为，同时开始计时，并持续监控违停车辆，时间超过容许时间阀值车主未消除违停行为判定违停行为成立，记录在案。

本发明的工作原理：本发明通过设置分布式的摄像头进行视频图像采集，克服单一摄像头采集视频图像不全、存在阴影等缺陷。通过采用连续帧间位移法对违停行为判定，并对车牌进行图像提取及信息提取，获取车牌信息及关联的车主信息，通过设置的通讯单元通知车主在一定时间内消除违停行为，给予一定的宽容时间。

上述技术方案中，为优化，进一步地，所述步骤(1)中混合高斯背景建模前还对违章车辆图像执行下列预处理步骤，所述预处理步骤包括图像畸变校正及匀光处理，所述匀光处理包括使用mask差值匀光法进行匀光处理。

进一步地，所述畸变校正包括创建一个原理想图像模板，原理想图像模板标定为(0,1)正交像元，计算所述原理想图像模板与待处理图像像元的坐标差，在所述待处理图像上手动放置锚点，解出畸变模型系数，重建图像及灰度修正进行畸变校正，畸变模型的径切图，p点为理想点，pd点为畸变点；

所述畸变模型为：

其中，x,y为实际畸变图像坐标；u,v为原理想图像坐标；λ1,λ2,λ3,λ4为四个畸变系数；px,py是像元的横纵尺寸；mx,my是图像光轴及像面的主交点坐标；f为摄像头焦距。

进一步地，所述mask差值匀光法包括将畸变校正后图像进行高斯低通滤波分离出高斯背景图像，将畸变校正后图像与高斯背景图像进行图像差分，得到差分图像，对所述差分图像进行灰度拉伸，完成匀光处理输出预处理后的违章车辆图像。

进一步地，所述步骤(2)中违停行为判定检测还包括以下步骤：

(a)划定禁停区域；

(b)对计入禁停区域的车辆标红警示，标记为警示车辆；

(c)记录警示车辆中心点坐标，设定坐标阀值，判断中心点数量：

(c1)中心点数量等于1，若该中心点小于坐标阀值，添加该中心点到车辆中心点序列中；

(c2)中心点数量等于0，判定车辆停止，若该车中心点序列长度大于长度阀值，判定该车辆为违停车辆；

(c3)中心点数量大于1，寻找距离上一帧该车辆中心点最近且小于坐标阀值的点，标记为最小中心点，添加最小中心点到车辆中心点序列。

进一步地，所述步骤(4)中违停车辆车牌信息提取包括车牌提取及车牌字符识别，所述车牌提取包括以下步骤：

(a)对违停车辆图像进行灰度化预处理，得到违停车辆预处理图片；

(b)对违停车辆预处理图片进行竖向边缘检测；

(c)对竖向边缘检测检测结果自适应二值化；

(d)进行形态学处理，所述形态学处理包括腐蚀膨胀；

(e)对腐蚀膨胀后图像进行长宽比筛选；

(f)跳变筛选；

(g)确定车牌。

进一步地，所述车牌字符识别包括以下步骤：

(1a)对提取的车牌图像进行切割，获得切割单元；

(1b)对切割单元进行倾斜校正；

(1c)对倾斜校正后的车牌图像单元字符分割，得出字符分割结果；

(1d)对字符分割结果进行字符匹配；

(1e)输出字符匹配结果。

进一步地，所述摄像头为高速球型摄像头。

本发明中，违章停车检查方法并不是传统的监控方法，不采用运动车辆检测、车辆跟踪和车辆轨迹分析啦识别违章停车。而是将对象跟踪问题转换为模式识别问题。有效避免运动对象合并、分开、遮挡等复杂问题，具有较好的鲁棒性。通过设置受控于处理器的通讯单元对车主进行联系，然后通知车主在容许时间内进行消除违章停车的行为，对于容许时间内消除违章停车行为的不记录为违停行为。通过使用高速全景摄像机，能够使用较少摄像机实现大场景的覆盖，高速全景摄像机能够克服一般全景摄像机分辨率低的缺陷。通过预处理违章图像消除图像灰度分布不均、噪声大等缺陷。

本发明的有益效果：

效果一，完善容许时间功能，提高社会认可度；

效果二，提高检测精度；

效果三，提高系统便捷性。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1，基于视频的违章停车监控系统示意图。

图2，摄像头图像示意图。

图3，违章车辆运动前景图像示意图。

图4，违停行为判定检测示意图。

图5，违停车辆示意图。

图6，违停车辆竖向边缘检测示意图。

图7，车牌图像。

图8，车牌字符示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

本实施提供一种基于视频的违章停车监控系统，如图1，所述违章停车监控系统包括分布设置的摄像头，通讯单元，存储介质及处理器，所述摄像头受控于所述摄像头用于采集外界视频数据，所述存储介质用于存储违章车辆检测识别程序，所述处理器用于执行所述违章车辆检测识别程序，以执行下列步骤：

(1)调用摄像头视频数据，如图2，进行违章车辆图像提取，包括使用混合高斯背景建模背景减除法进行运动前景提取，所述混合高斯背景建模背景减除法包括：

读入所述摄像头视频数据，通过混合高斯背景建模，获得相邻视频图像中规律的背景图像b(x,y),输入图像i(x,y)同背景图像b(x,y)进行比较，分离出违章车辆运动前景图像，如图3；

(2)违停行为判定检测，如图4，包括根据步骤(1)中分离出的违章车辆运动前景图像，采用连续帧间位移法进行判定检测，所述连续帧间位移法包括：若违章车辆运动前景图像在禁停区域内的连续帧间位移小于位移阈值，则判定违章车辆为违停车辆，进入步骤(3)进行违停车辆图像提取；违章车辆运动前景图像在禁停区域内的连续帧间位移大于或等于位移阈值，终止程序；

(3)违停车辆图像提取，包括对步骤(2)中违章车辆运动前景图像进行腐蚀膨胀，对腐蚀膨胀后的图像进行滤波平滑，对滤波平滑后的图像进行轮廓提取获取轮廓，获取外包矩形，进行长宽比筛选，获得违停车辆图像，如图5；

(4)根据步骤(3)中违停车辆图像进行违停车辆车牌信息提取；

(5)根据违停车辆车牌信息提取违停车辆车主通讯信息，调用通讯单元告知车主在容许时间阀值内消除违停行为，同时开始计时，并持续监控违停车辆，时间超过容许时间阀值车主未消除违停行为判定违停行为成立，记录在案。

本实施例的工作流程：通过设置分布式的摄像头进行视频图像采集，对图像进行前景与背景分割，分割出前景图像，对分割出的前景图像进行违停行为的判定，通过采用连续帧间位移法对违停行为判定，并对车牌进行图像提取及信息提取，获取车牌信息及关联的车主信息，通过设置的通讯单元通知车主在一定时间内消除违停行为，给予一定的宽容时间。

为提高准确率，优选地，所述步骤(1)中混合高斯背景建模前还对违章车辆图像执行下列预处理步骤，所述预处理步骤包括图像畸变校正及匀光处理，所述匀光处理包括使用mask差值匀光法进行匀光处理。通过进行预处理后才进行高斯背景建模，能够平衡了图像的亮度，减少了光照不足、阴影遮挡等造成的检测误差，降低了后续计算的数据量，提高了整体检测方法的处理效率。

详细地，所述畸变校正包括创建一个原理想图像模板，原理想图像模板标定为(0,1)正交像元，计算所述原理想图像模板与待处理图像像元的坐标差，在所述待处理图像上手动放置锚点，解出畸变模型系数，重建图像及灰度修正进行畸变校正，畸变模型的径切图，p点为理想点，pd点为畸变点；

所述畸变模型为：

其中，x,y为实际畸变图像坐标；u,v为原理想图像坐标；λ1,λ2,λ3,λ4为四个畸变系数；px,py是像元的横纵尺寸；mx,my是图像光轴及像面的主交点坐标；f为摄像头焦距。通过图像畸变校正，能够将不规则的图像进行校正，重建图像、灰度修正从而进行畸变校正，将图像的扭曲几何元素进行纠正。

其中，所述mask差值匀光法包括将畸变校正后图像进行高斯低通滤波分离出高斯背景图像，将畸变校正后图像与高斯背景图像进行图像差分，得到差分图像，对所述差分图像进行灰度拉伸，完成匀光处理输出预处理后的违章车辆图像。

详细地，所述步骤(2)中违停行为判定检测还包括以下步骤：

(a)划定禁停区域；

(b)对计入禁停区域的车辆标红警示，标记为警示车辆；

(c)记录警示车辆中心点坐标，设定坐标阀值，判断中心点数量：

(c1)中心点数量等于1，若该中心点小于坐标阀值，添加该中心点到车辆中心点序列中；

(c2)中心点数量等于0，判定车辆停止，若该车中心点序列长度大于长度阀值，判定该车辆为违停车辆；

(c3)中心点数量大于1，寻找距离上一帧该车辆中心点最近且小于坐标阀值的点，标记为最小中心点，添加最小中心点到车辆中心点序列。

详细地，所述步骤(4)中违停车辆车牌信息提取包括车牌提取及车牌字符识别，所述车牌提取包括以下步骤：

(a)对违停车辆图像进行灰度化预处理，得到违停车辆预处理图片；

(b)对违停车辆预处理图片进行竖向边缘检测，如图6；

(c)对竖向边缘检测检测结果自适应二值化；

(d)进行形态学处理，所述形态学处理包括腐蚀膨胀；

(e)对腐蚀膨胀后图像进行长宽比筛选；

(f)跳变筛选；

(g)确定车牌，如图7。

具体地，所述车牌字符识别包括以下步骤：

(1a)对提取的车牌图像进行切割，获得切割单元；

(1b)对切割单元进行倾斜校正；

(1c)对倾斜校正后的车牌图像单元字符分割，得出字符分割结果；

(1d)对字符分割结果进行字符匹配；

(1e)输出字符匹配结果，如图8。

优选地，所述摄像头为高速球型摄像头。高速球摄像机是监控系统中表现最好的摄像机前端，制造复杂，价格昂贵，能够适应高密度、最复杂的监控场合。高速球摄像机集成云台系统、通讯系统和摄像机系统。高速球摄像机的工作原理：首先高速球摄像机的处理器发出指令实现球机快速、准确的定位、旋转。然后摄像机的图像、摄像机的功能写入处理器，在控制云台的同时图像被传输出，并同时实现白平衡、快门、光圈、变焦、对焦点等功能。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。