李可欣

摘 要： 為了解決當(dāng)前交通監(jiān)控系統(tǒng)智能化程度低，缺少定位功能的問題，設(shè)計并實現(xiàn)了交通肇事車輛快速視覺定位系統(tǒng)。系統(tǒng)采用OV7740圖像傳感器采集現(xiàn)場車輛圖像，通過核心為S3C2410X的圖像采集終端接收OV7740圖像傳感器中的車輛圖像數(shù)據(jù)，并對車輛圖像進行存儲和顯示。采用肇事車輛定位分析模塊，對車輛圖像進行分析，判斷是否存在肇事車輛，實現(xiàn)肇事車輛圖像的定位。利用主控芯片為CY7C68013A的控制傳輸模塊，將肇事車輛圖像數(shù)據(jù)變換成USB數(shù)據(jù)格式，再將圖像數(shù)據(jù)反饋給人機交互模塊進行存儲和管理。在軟件設(shè)計過程中，詳細分析了交通肇事車輛定位流程，并給出USB設(shè)備數(shù)據(jù)結(jié)構(gòu)以及INF文件配置的程序代碼。實驗結(jié)果表明，所提系統(tǒng)具有較高的定位精度。

關(guān)鍵詞： 交通事故； 肇事車輛； 圖像采集； 視覺定位

中圖分類號： TN957.52?34 文獻標識碼： A 文章編號： 1004?373X（2015）20?0063?04

Design and implementation for fast visual positioning system of

vehicle causing traffic accident

LI Kexin

（School of Computer and Information Science， Hunan Institute of Technology， Hengyang 421001， China）

Abstract： To solve the low intelligent degree of the current traffic monitoring system and the lack of positioning function， the fast visual positioning system of vehicle causing traffic accident was designed and implemented. The OV7740 image sensor is adopted in the system to acquire images of spot vehicle， and the vehicle images data in OV7740 image sensor is received through the image acquisition terminal which takes S3C2410X as its core， and stores and displays the vehicle images. The vehicle images are analyzed with the vehicle positioning analysis module to determine whether the vehicle is the accident causing one， and realize the image positioning of the vehicle causing traffic accident. The image data of vehicle causing traffic accident is transformed into USB data format by the control transmission module with the main control chip CY7C68013A， with which the image data is fed back to human?computer interaction module for storage and management. In software design process， the positioning process of vehicle causing traffic accident is analyzed in detail， and the data structure of USB device and program code of INF file configuration are presented. The experimental results show that the proposed system has higher positioning accuracy.

Keywords： traffic fault； causing accident vehicle； image acquisition； visual positioning

0 引 言

近年來，隨著我國經(jīng)濟和國民生活水平不斷提高，使得社會機動車保有量逐漸增加，城市交通擁擠程度日益嚴重。交通擁擠會提升交通事故的發(fā)生率，對人們的生命安全和財產(chǎn)造成了嚴重威脅。因此，尋求有效方法[1?5]，對交通肇事車輛進行快速定位，及時清除道路安全故障，成為交通管理領(lǐng)域研究的熱點方向[6?7]。本文設(shè)計并實現(xiàn)了交通肇事車輛快速視覺定位系統(tǒng)，實現(xiàn)對交通肇事車輛的及時、準確定位管理。

1 系統(tǒng)總體結(jié)構(gòu)

本文設(shè)計的交通肇事車輛快速視覺定位系統(tǒng)結(jié)構(gòu)圖，如圖1所示。該系統(tǒng)由圖像采集模塊、控制傳輸模塊、圖像分析處理模塊、肇事車輛定位分析模塊和人機交互模塊構(gòu)成。圖像采集模塊用于實現(xiàn)對交通肇事車輛圖像的采集，并將圖像傳遞給圖像分析處理模塊進行灰度化和去噪預(yù)處理，并對圖像的邊緣進行檢測，再通過肇事車輛定位分析模塊，對經(jīng)過處理的車輛圖像進行Hough變換定位分析，獲取肇事車輛圖像?？刂苽鬏斈K將肇事車輛圖像數(shù)據(jù)變換成USB數(shù)據(jù)格式，再將圖像數(shù)據(jù)反饋給人機交互模塊進行存儲和管理。人機交互模塊可存儲肇事車輛定位結(jié)果，并實現(xiàn)管理人員和計算機的交互控制。

圖1 系統(tǒng)結(jié)構(gòu)圖

2 系統(tǒng)硬件設(shè)計

2.1 圖像傳感器配置

本文系統(tǒng)采用OV7740圖像傳感器，采集現(xiàn)場車輛圖像。該種圖像傳感器是一款高性能的COMS圖像傳感器，包含了可實現(xiàn)攝像功能的單片機。OV7740圖像傳感器通過管理串行相機控制總線SCCB，對圖像色彩以及色調(diào)等因素進行處理，進而獲取全畫幅或縮小的8位/10位圖像格式。通常采用CY7C68013A對 OV7740進行相關(guān)的配置和管理，二者間的連接圖用圖2描述。CY7C68013A 的 PB0：7 同 OV7740的數(shù)據(jù)引腳 D0：7 相連，可以完成圖像數(shù)據(jù)的傳輸。圖像傳感器OV7740的HREF和VSYNC 分別表示傳感器的行同步和場同步信號，并分別同CY7C68013A 的SLWR 控制位以及PA0（中斷0）引腳相連。傳感器傳遞一幀數(shù)據(jù)后，CY7C68013A 中斷。CY7C68013A 基于I2C總線同傳感器的SCCB總線相連，進而訪問傳感器的寄存器，對傳感器進行配置和管理。

圖2 OV7740同CY7C68013A連接示意圖

2.2 圖像采集終端

本文系統(tǒng)通過圖像采集終端接收OV7740圖像傳感器中的車輛圖像數(shù)據(jù)，并對圖像進行存儲和顯示，實現(xiàn)圖像數(shù)據(jù)的TCP/IP數(shù)據(jù)打包傳遞等功能。本文系統(tǒng)將SAMSUNG S3C2410X作為圖像采集終端的核心，圖像采集終端的結(jié)構(gòu)圖如圖3所示。S3C324X是SAMSUNG公司生產(chǎn)的低功耗、高集成的微處理器，該處理器的核心為ARM920T芯片，該處理器由LCD顯示屏、FLASH控制器、USB主口、SD/MMC卡接口、RS 232接口以及GPRS通信接口等構(gòu)成。

圖3 圖像采集終端結(jié)構(gòu)圖

2.3 控制傳輸模塊設(shè)計

本文系統(tǒng)通過用OV7740圖像傳感器僅能獲取交通肇事車輛的幀圖像，為了獲取肇事車輛的線陣圖像，設(shè)計了控制傳輸模塊。該模塊可將獲取的肇事車輛圖像數(shù)據(jù)變換成USB數(shù)據(jù)格式，再將圖像數(shù)據(jù)反饋給人機交互模塊進行相關(guān)的操作?？刂苽鬏斈K包括USB控制傳輸芯片、只讀存儲器、USB集線芯片和相關(guān)的插槽?？刂苽鬏斈K中不同模塊間的數(shù)據(jù)傳遞示意圖如圖4所示。

圖4 控制傳輸模塊的數(shù)據(jù)傳遞圖

圖4中的接口AXK5F24347YG可實現(xiàn)CY7C68013A主控芯片和OV7740圖像傳感器的連接。CY7C68013A主控芯片通過更新寄存器，對傳感器參數(shù)進行配置，再通過圖像傳感器輸出8位圖像亮度值。因為本文系統(tǒng)要實現(xiàn)肇事車輛的快速視覺定位，所以系統(tǒng)應(yīng)通過高速的數(shù)據(jù)傳輸設(shè)備確保數(shù)據(jù)具有實時性。本文選擇CY7C68013A主控芯片，實現(xiàn)數(shù)據(jù)的高速傳輸。該芯片是一種高速 USB 2.0芯片，集成 USB 2.0 協(xié)議，可實現(xiàn)高速傳輸（480 Mb/s），并具有大容量存儲功能和低功耗等優(yōu)勢。

3 系統(tǒng)軟件設(shè)計

3.1 系統(tǒng)流程圖

本文設(shè)計的交通肇事車輛快速視覺定位系統(tǒng)軟件部分的工作主要為肇事車輛的定位實現(xiàn)，具體的流程如圖5所示。先采用圖像傳感器獲取原始車輛圖像，對車輛圖像進行灰度化、去噪處理后，再通過Canny算子對處理后的車輛圖像進行邊緣檢測，采用Hough變換對肇事車輛區(qū)域進行定位，若存在肇事車輛，則分割肇事車輛圖像，并將其輸出。

圖5 系統(tǒng)流程圖

3.2 系統(tǒng)軟件關(guān)鍵代碼設(shè)計

本文設(shè)計的交通肇事車輛快速視覺定位系統(tǒng)的驅(qū)動程序安裝需要由 INF文件進行指導(dǎo)，也就是文本文件，用戶通過記事本工具查看并編輯該文件。INF 文件中有USB設(shè)備及驅(qū)動程序的詳細信息，相關(guān)的信息可確保USB設(shè)備同主機相連時可進行正確配置，主程序代碼如圖6所示。

4 實驗分析

為了檢驗本文系統(tǒng)的有效性，需要進行相關(guān)的實驗分析。試驗選擇的對比系統(tǒng)為文獻[8]提出的基于嵌入式機器視覺的肇事車輛定位系統(tǒng)。實驗選擇了在不同天氣、不同背景和不同拍攝角度環(huán)境下的100幅包含車輛的彩色圖像進行檢測。

圖6 主程序代碼

實驗評估指標如下：

（1） 正確檢測率：正確檢測出的肇事車輛數(shù)同檢測集合總肇事車輛數(shù)之比；

（2） 誤檢率：檢測到的錯誤肇事車輛數(shù)同檢測集合中總肇事車輛數(shù)之比；

（3） 漏檢率：未檢測到的肇事車輛數(shù)與檢測集合中總肇事車輛數(shù)之比。

采用個人計算機運行本文設(shè)計的肇事車輛定位系統(tǒng)和傳統(tǒng)肇事車輛定位系統(tǒng)，每幅圖像的平均定位時間為400 ms 左右。不同系統(tǒng)對實驗肇事車輛的定位結(jié)果對比如圖7和圖8所示。

圖7 文獻[8]系統(tǒng)的肇事車輛定位結(jié)果

圖8 本文系統(tǒng)的肇事車輛定位結(jié)果

對比分析圖7和圖8可得，本文系統(tǒng)對肇事車輛的定位結(jié)果優(yōu)于文獻[8]系統(tǒng)，所以本文系統(tǒng)是有效的。

實驗詳細數(shù)據(jù)統(tǒng)計結(jié)果用表1描述。分析表1可以看出，相對比文獻[8]系統(tǒng)，本文系統(tǒng)對交通肇事車輛定位的準確率較高，具有較高的定位精度。

表1 實驗結(jié)果

上述實驗中，對肇事車輛的定位取得了成為，定位效果較好。本文設(shè)計的交通肇事車輛快速視覺定位系統(tǒng)復(fù)雜度低，能夠滿足交通肇事車輛快速、準確定位的要求，具有較高的定位精度。

5 結(jié) 語

本文設(shè)計并實現(xiàn)了交通肇事車輛快速視覺定位系統(tǒng)。系統(tǒng)采用OV7740圖像傳感器采集現(xiàn)場車輛圖像，通過核心為S3C2410X的圖像采集終端接收OV7740圖像傳感器中的車輛圖像數(shù)據(jù)，并對車輛圖像進行存儲和顯示，采用肇事車輛定位分析模塊，對車輛圖像進行分析，判斷是否存在肇事車輛，實現(xiàn)肇事車輛圖像的定位。利用主控芯片為CY7C68013A的控制傳輸模塊，將肇事車輛圖像數(shù)據(jù)變換成USB數(shù)據(jù)格式，再將圖像數(shù)據(jù)反饋給人機交互模塊進行存儲和管理。軟件設(shè)計過程中，詳細分析了交通肇事車輛定位流程，并給出USB設(shè)備數(shù)據(jù)結(jié)構(gòu)及INF文件配置的程序代碼。實驗結(jié)果表明，所提系統(tǒng)具有較高的定位精度。

參考文獻

[1] 鞠乾翱.基于機器視覺的快速車道線辨識研究[M].上海：上海交通大學(xué)，2013.

[2] 焦圣喜，肖德軍，闞一凡.Hough變換算法在圓心視覺定位中的應(yīng)用研究[J].科學(xué)技術(shù)與工程，2013，13（14）：4089?4093.

[3] 陳鍛生，宋鳳菲，張群.一種彩色圖像灰度化的自適應(yīng)全局映射方法[J].計算機系統(tǒng)應(yīng)用，2013，22（9）：164?167.

[4] 趙昕，邵玉蘭.淺談圖像邊緣檢測技術(shù)[J].福建電腦，2013，29（2）：84?86.

[5] 刁智華，王會丹，魏偉.機器視覺在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J].農(nóng)機化研究，2014（3）：206?211.

[6] 彭云發(fā)，黃磊，羅華平.南疆紅棗靜態(tài)圖像釆集分級方法研究[J].農(nóng)機化研究，2014（3）：28?31.

[7] 雷建鋒，汪偉.基于OpenCV的圖像閾值分割研究與實現(xiàn)[J].現(xiàn)代電子技術(shù)，2013，36（24）：72?76.

[8] 鄭志強，季秀才，劉斐.基于CMOS的雙目視覺定位系統(tǒng)的設(shè)計[J].國防科技大學(xué)學(xué)報，2003（6）：1?4.

[9] 王海順，吳華.機載控制視覺目標定位系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機測量與控制，2015（4）：1346?1348.