一种基于虚拟线圈视频的车辆检测系统及其方法与流程

本发明属于智能交通技术领域，尤其涉及一种基于虚拟线圈视频的车辆检测系统及其方法。

背景技术：

近年来，随着经济的快速发展，机动车持有量迅速上升。交通管理现状和需求的矛盾进一步加剧，利用先进技术建设智能交通卡口系统对交通控制显得尤为必要。建立智能交通卡口系统，可以准确记录车辆信息，掌握道路车流量信息，进行车辆布控，对违法车辆进行实时报警并提供严谨、有效的依据。以往的卡口系统采用地感线圈进行检测，存在着功能单一、需要破坏路面、缺乏灵活性、维护较难等缺陷。

技术实现要素：

本发明的目的在于提供一种基于虚拟线圈视频的车辆检测系统及其方法，避免使用传统感应线圈和铺设馈线电缆，可有效解决传统检测方法成本高检测范围小，维护不方便的问题。

一方面，为了实现上述目的，本发明采用了如下技术方案：一种基于虚拟线圈视频的车辆检测系统，其特征在于，包括：摄像机、服务器、终端和立杆，所述立杆固定安装在道路的一侧，所述立杆上设置有控制柜和驱动部件，所述驱动部件与所述控制柜电性连接，所述立杆的一侧设置有滑槽，所述滑槽上滑动连接有滑杆，所述驱动部件驱动所述滑杆上下移动，所述滑杆上转动连接有至少一个摄像机，所述摄像机内设置有能够模拟出虚拟线圈的嵌入式处理器，所述虚拟线圈为虚拟感应线圈，所述摄像机通过网络与所述服务器相连接，所述服务器通过网络与所述终端相连接。

作为上述技术方案的进一步描述：

所述滑杆上转动连接有两个所述摄像机，两个所述摄像机镜头的方向相反。

作为上述技术方案的进一步描述：

所述立杆顶部设置有太阳能电池板，所述太阳能电池板与所述控制柜电性连接。

作为上述技术方案的进一步描述：

所述滑杆上安装有路灯，所述路灯与所述控制柜电性连接。

作为上述技术方案的进一步描述：

所述驱动部件为电机。

作为上述技术方案的进一步描述：

所述滑杆底部固定连接有第一连接杆，所述第一连接杆底部设置有球轴，所述摄像机上固定连接有第二连接杆，所述第二连接杆转动连接在所述球轴上。

另一方面，为了实现上述目的，本发明采用了如下方法：一种基于虚拟线圈视频的车辆检测方法，其包括以下步骤：

1)在所述摄像机内设置有能够模拟出虚拟线圈的嵌入式处理器，将所述虚拟线圈设置为检测区线；

2)拍摄车辆经过检测线时的图像和未经过检测线时的图像；

3)将拍摄的图像信息传送到服务器，将车辆经过检测线时的图像和车辆未经过检测线时的图像进行颜色、灰度对比；

4)根据比对结果检测车辆并获得相关的交通流量参数。

作为上述技术方案的进一步描述：

步骤3)还包括图像前景提取、图像滤波处理、图像边缘增强。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明中，通过在视频图像中设置检测线或检测区域来模拟感应线圈，当车辆经过检测线时，根据检测线像素的颜色、灰度等特征的变化来检测车辆，其相较于现有技术可以检测较大的交通场景面积；相对于其它检测方法，投资少，费用低；视频传感器等设备，例如摄像头，易于安装和调试，且对路面设施不会产生破坏；使用视频检测技术，可以采集到更多的交通流量参数。

2、本发明中，通过设置的驱动部件可以对滑杆进行高度的调节，从而可以提高拍摄效果，由于摄像机安装在室外，容易损坏，通过驱动部件，可以便于对摄像机进行维修更换；通过设置的球轴，便于对摄像机的角度进行调节，可以提高拍摄效果。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为一种基于虚拟线圈视频的车辆检测系统的结构示意图。

图2为一种基于虚拟线圈视频的车辆检测系统中信息的传递图。

图3为一种基于虚拟线圈视频的车辆检测系统中球轴的装配图。

图4为一种基于虚拟线圈视频的车辆检测方法的流程图。

图例说明：

1、摄像机；2、服务器；3、终端；4、立杆；5、控制柜；6、驱动部件；7、滑杆；8、太阳能电池板；9、路灯；10、第一连接杆；11、球轴；12、第二连接杆。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-3，本发明提供一种技术方案：一种基于虚拟线圈视频的车辆检测系统，其包括：摄像机1、服务器2、终端3和立杆4，所述立杆4固定安装在道路的一侧，所述立杆4上设置有控制柜5和驱动部件6，所述驱动部件6与所述控制柜5电性连接，所述立杆4的一侧设置有滑槽，所述滑槽上滑动连接有滑杆7，所述驱动部件6驱动所述滑杆7上下移动，所述滑杆7上转动连接有至少一个摄像机1，所述摄像机1内设置有能够模拟出虚拟线圈的嵌入式处理器，所述虚拟线圈为虚拟感应线圈，所述摄像机1通过网络与所述服务器2相连接，所述服务器2通过网络与所述终端3相连接。

本实施例中，具体的，所述滑杆7上转动连接有两个所述摄像机1，两个所述摄像机1镜头的方向相反。可以对车辆进行前后拍摄，提高检测质量。

本实施例中，具体的，所述立杆4顶部设置有太阳能电池板8，所述太阳能电池板8与所述控制柜5电性连接。可以节省电，同时可以将太阳能电池板8产生的电用于驱动电机和对摄像机1进行供电，在立杆4底部安装有蓄电池，可以避免停电时，导致摄像机1不能工作，太阳能电池板8产生的电可以存储在蓄电池或接入市电电网。

本实施例中，具体的，所述滑杆7上安装有路灯9，所述路灯9与所述控制柜5电性连接。可以在夜晚提高光照亮度，从而提高拍摄效果。

本实施例中，具体的，所述驱动部件6为电机。

本实施例中，具体的，所述滑杆7底部固定连接有第一连接杆10，所述第一连接杆10底部设置有球轴11，所述摄像机1上固定连接有第二连接杆12，所述第二连接杆12转动连接在所述球轴11上。便于摄像机1转动，达到最佳拍摄位置，提高图片质量，同时提高检测精度高，且避免误判。

本实施例中，具体的，所述摄像机1为ccd摄像头。

请参阅图4，本发明采用了如下方法：一种基于虚拟线圈视频的车辆检测方法，其包括以下步骤：

1)在所述摄像机1内设置有能够模拟出虚拟线圈的嵌入式处理器，将所述虚拟线圈设置为检测区线；

2)拍摄车辆经过检测线时的图像和未经过检测线时的图像；

3)将拍摄的图像信息传送到服务器，将车辆经过检测线时的图像和车辆未经过检测线时的图像进行颜色、灰度对比；

4)根据比对结果检测车辆并获得相关的交通流量参数。

本实施例中，具体的，步骤3还包括图像前景提取、图像滤波处理、图像边缘增强。图像前景提取是通过将当前帧与当前的背景帧相减门限后得到运动的前景点。在进行操作之前，首先对当前帧进行平滑滤波以降低噪声的影响。在这里使用3*3大小的高斯模板。由于平滑的同时也造成了图像边缘信息的损失，因此此时我们还需要对滤波后的图像进行边缘增强。考虑到g通道对噪声的不敏感性，这里我们仅在g通道对当前帧和背景帧用sobel算子进行边缘增强。在选取门限时，为了适应背景的变化，取：其中，c＝r、g、b由于背景图像的直方图在r、g、b通道都呈现出明显的单峰特性，因此这样的门限是合理的。之后，定义任一点(x，y)上当前帧与背景帧的差值为：当dbt(x，y)≥tl时，认为该点为前景的运动点，否则认为它是背景点，将被更新入背景。即pfore＝{(x，y)|dbt(x，y)≥tl}。可以提高图片质量；滤波处理，成像系统获取的原始图像由于种种条件限制和随机干扰，例如视觉成像系统镜头的脏污，地面凹凸不平引起图像模糊等，不能直接使用，必须对原始图像进行预处理，采用空间域中的中值滤波处理方法，在一定条件下可克服线性滤波器如最小均方滤波均值滤波等带来的图像细节模糊，有效保护图像的边缘，可以提高图片质量；边缘增强识别，一个对象是从其边缘开始的，一幅图像不同部分的边缘往往是模式识别最重要的特征。边缘是其周围像素灰度有阶跃变化或屋顶变化的像素的集合，它广泛存在于物体与物体，物体与背景之间，基元与基元之间，在机器视觉系统采集的图像中，车道的边缘信息湮没在背景之间，边缘检测采用了sobel算子，它其实是一种一阶差分算子，它可以有效地消除道路图象中大部分无用信息。

工作原理或者结构原理：通过在视频图像中设置检测线或检测区域来模拟感应线圈，当车辆经过检测线时，根据检测线像素的颜色、灰度等特征的变化来检测车辆，具体的，对感应线圈进行实时处理，检测车辆并获得相关的交通流量参数，提取若干桢连续的视频图像，并把在虚拟线圈中的像素灰度值按帧的序号顺序存储在数组中，对虚拟线圈中的每个像素逐点求其灰度值的直方图，选择出现次数最多的灰度值作为背景图像中当前像素的灰度值，如果碰到车辆较密集的情况，可以适当增加采集的帧数，以得到较好的效果，在背景提取的过程中，不对读入的视频图像进行车辆检测。背景更新采用了每隔一段时间进行背景提取并进行背景更新的方法：程序中设置一定时器，每隔一段时间，程序就开始进行新一轮背景提取，在此背景的提取过程中，程序进行车辆的检测，此时所用的背景为上一次提取的背景，当当前背景提取完后，用当前背景覆盖上一次的背景，图像下一帧的车辆检测就使用更新后的背景，即当前背景，进行检测。能够有效抑制光线和自然条件的缓慢变化，并能够提高背景差分算法检测车辆的效果。当车辆经过虚拟线圈，虚拟线圈内所有像素当前灰度值和背景对应像素的灰度值之间的绝对值差的总和会有一个变化的过程，并把线圈内所有像素的当前图像的灰度值与背景图像的灰度值之间的绝对值差的总和用变量。在虚拟线圈没有车辆经过的情况下，虚拟线圈内当前图像信息保持相对恒定，线圈内像素点的灰度值变化很小。然后，当有车辆开始进入虚拟线圈的区域时，由于背景和车辆像素的灰度值之间巨大的差异，会导致值逐渐增大；车辆离开虚拟线圈区域时值也将随之逐渐减少，当车辆完全离开时值又变得很小。因此可以根据检测线像素的颜色、灰度等特征的变化来检测车辆。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。