張 豪
(安徽百誠慧通科技股份有限公司,安徽 合肥 230031)
由于現(xiàn)代交通流量相對較大,單純依靠人工手段很難實(shí)現(xiàn)對過往車輛的有效管理,保證道路交通暢通性,實(shí)現(xiàn)對違法違章行為的及時(shí)處理,所以各種智能化手段開始在交通管理中得到應(yīng)用,智能交通遠(yuǎn)程視頻實(shí)時(shí)監(jiān)控系統(tǒng)就是其中的一種。系統(tǒng)會利用各種先進(jìn)技術(shù),實(shí)現(xiàn)對過往車輛的精準(zhǔn)識別與監(jiān)控,會為各種執(zhí)法活動開展提供依據(jù),保證交通管理工作開展質(zhì)量,對于現(xiàn)代交通管理而言,有著積極作用與影響,值得展開深層次探討。
智能交通監(jiān)控系統(tǒng)主要負(fù)責(zé)圖片監(jiān)控以及車輛查詢等各項(xiàng)操作,能夠通過對車輛信息進(jìn)行實(shí)時(shí)監(jiān)控的方式,按照圖片中的時(shí)間以及抓拍地點(diǎn)等各項(xiàng)內(nèi)容,結(jié)合車速、車道以及紅燈時(shí)間等各項(xiàng)信息,為相關(guān)管理工作開展提供判斷依據(jù)[1]。通過對道路交通情況進(jìn)行實(shí)時(shí)監(jiān)控,提供車輛號牌識別以及車輛時(shí)速檢測等各項(xiàng)功能,能夠?yàn)檫`法變道以及闖紅燈等違法行為管理提供支持。系統(tǒng)按照功能主要分為高清智能卡口系統(tǒng)以及高清電子警察系統(tǒng)兩部分內(nèi)容。執(zhí)法人員可以利用系統(tǒng)功能,完成對道路車流量以及通過車輛的各項(xiàng)檢測和分析,可以實(shí)現(xiàn)智能化執(zhí)法模式。
闖紅燈是較為常見的違法行為,也是智能監(jiān)控系統(tǒng)需要管控的關(guān)鍵要素,電子警察系統(tǒng)能夠在無人值守路口以及單行線等位置進(jìn)行檢測,通過科技手段對違法行為進(jìn)行控制和治理,可以在有效減輕管理人員執(zhí)法負(fù)擔(dān)的同時(shí),保證各項(xiàng)違法行為能夠得到嚴(yán)肅處理,提高駕駛?cè)说木X,確保類似違法行為發(fā)生數(shù)量能夠得到有效控制。電子警察系統(tǒng)包括中心管理系統(tǒng)以及網(wǎng)絡(luò)傳輸系統(tǒng)幾部分內(nèi)容,采用視頻檢測處理手段,對視頻流圖像中運(yùn)動物體進(jìn)行識別,可以根據(jù)車輛運(yùn)動軌跡,確定車輛是否存在違法行為[2]。運(yùn)用LED冷光作為夜間補(bǔ)光,能夠有效降低燈光對于人眼刺激,保證來往車輛,人員行駛安全,且能夠保證系統(tǒng)的拍攝清晰度,保證不會因?yàn)榄h(huán)境干擾而造成拍攝不清晰的問題。
電子警察系統(tǒng)應(yīng)用功能主要體現(xiàn)在以下幾個(gè)方面:
1.2.1 視頻檢測車輛功能
系統(tǒng)會通過進(jìn)行視頻檢測的方式,利用高清攝像機(jī)以及其他先進(jìn)設(shè)備,對來往車輛運(yùn)動軌跡進(jìn)行跟蹤,確定車輛具體行駛方向,對其是否存在越線或者壓線等問題進(jìn)行記錄,能夠?qū)囕v壓車道分隔線情況進(jìn)行分析,并不需要進(jìn)行線圈埋設(shè)處理,整體監(jiān)測較為智能,會通過對移動物體跟蹤,完成車輪廓以及車牌等各項(xiàng)內(nèi)容的檢測,會在系統(tǒng)沒有找到車牌時(shí)顯示識別結(jié)果為未檢測,方便后續(xù)執(zhí)法人員對違規(guī)車輛進(jìn)行追查,能夠依據(jù)車牌反光原理,保證視頻檢測準(zhǔn)確度,確保檢測不會受到大型車輛或行人等各項(xiàng)因素干擾。
1.2.2 闖紅燈抓拍功能
一臺高清攝像機(jī)可以完成對三個(gè)車道的實(shí)時(shí)監(jiān)控,不僅拍攝圖片質(zhì)量能夠達(dá)到國家標(biāo)準(zhǔn)要求,同時(shí)可以在紅燈信號狀態(tài)下對通過的所有車輛進(jìn)行行駛軌跡跟蹤,會通過運(yùn)動軌跡的分析,確定車輛是否存在闖紅燈違法行為。如果發(fā)現(xiàn)車輛存在違法狀況,會將抓拍到的車輛違法信息進(jìn)行保存,并及時(shí)上傳到有關(guān)平臺。一般會選擇三張高清圖片進(jìn)行保留,而第一張圖片能夠?qū)C(jī)動車車頭未過停止線以及車身顏色等各項(xiàng)信息進(jìn)行反饋,第二張圖片能夠?qū)嚿硪堰^停止線和紅燈信號等各項(xiàng)信息進(jìn)行記錄,第三張圖片能夠?qū)ν鈾C(jī)動車越過相鄰方向道路中心延長線和車身顏色等進(jìn)行記錄,能夠通過三張圖片對車輛闖紅燈的過程進(jìn)行全面記錄,保證處罰行為能夠真正做到有據(jù)可依,也方便向相關(guān)人員解釋其違法行為,避免其出現(xiàn)拒不承認(rèn)的情況。
1.2.3 違反停止標(biāo)線和禁令等各項(xiàng)違法行為抓拍功能
系統(tǒng)會根據(jù)視頻拍攝內(nèi)容,對車輛是否存在逆向行駛以及車輛的運(yùn)行軌跡等各項(xiàng)情況進(jìn)行分析,判斷其是否存在違反禁止線以及跨線等各項(xiàng)違法行為,會對禁止左轉(zhuǎn)或右轉(zhuǎn)路口出現(xiàn)違法行為的車輛進(jìn)行抓拍,并對逆向行駛等各項(xiàng)違法行為進(jìn)行記錄,通過系統(tǒng)抓拍三張違法圖片的方式上傳到管理中心,方便執(zhí)法人員對相關(guān)車輛進(jìn)行處罰。
1.2.4 卡口功能
系統(tǒng)具備對車尾進(jìn)行卡口處理的功能,會在信號燈處于黃燈或者綠燈狀態(tài)時(shí)對道路行駛車輛進(jìn)行檢測和抓拍跟蹤,會通過對車輛時(shí)間以及類型等各項(xiàng)信息的識別,確定車輛行駛是否存在逆行或者違法等各項(xiàng)行為,明確記錄停止線前是紅燈還是綠燈的狀態(tài),幫助執(zhí)法人員掌握入口方向以及路口名稱等各項(xiàng)信息。
1.2.5 車牌識別功能
系統(tǒng)能夠按照預(yù)先設(shè)置的功能,對各種汽車車牌號進(jìn)行自動識別,可以保證白天車輛車牌號識別率超過95%,在夜間的車牌號識別率也能夠超過90%,可以對道路通行車輛車牌進(jìn)行識別,掌握車輛的具體信息。
1.2.6 車輛顏色以及車型識別
在進(jìn)行車輛管理過程中以及車輛追蹤過程中,車輛車型以及顏色的識別也顯得極為重要。電子警察系統(tǒng)能夠采用視頻檢測和車牌顏色識別相結(jié)合的方式,自動對車輛的車牌底色以及車輛類型進(jìn)行區(qū)分。會通過對識別到的車牌顏色的運(yùn)用,對車輛類型做出判斷,例如藍(lán)色車牌多以小型車輛為主,黃色車牌多以大型車輛為主等。如果車輛類型無法依據(jù)車牌顏色進(jìn)行識別,會運(yùn)用圖像分析技術(shù)對車輛類型識別進(jìn)行輔助識別,確保能夠按照圖像拍攝內(nèi)容完成對車輛的精準(zhǔn)識別,方便后續(xù)進(jìn)行管理和查看。
卡口檢測管理系統(tǒng)是平安城市系統(tǒng)的重要組成內(nèi)容,通過在主要出入口以及交通要道等設(shè)置智能卡口系統(tǒng)的方式,對來往車輛進(jìn)行監(jiān)控和記錄,做好違法行為監(jiān)測,能夠通過和路面監(jiān)控進(jìn)行有效配合的方式,對車輛通行情況以及外形等各項(xiàng)情況進(jìn)行實(shí)時(shí)采集。系統(tǒng)主要包括卡口車輛記錄子系統(tǒng)、網(wǎng)絡(luò)通訊子系統(tǒng)以及中心管理子系統(tǒng)三部分內(nèi)容,其中車輛卡口記錄子系統(tǒng)屬于車輛智能監(jiān)控核心內(nèi)容,包括車輛檢測單元以及網(wǎng)絡(luò)傳輸單元等幾部分。會在車輛通過道路卡口時(shí)對其進(jìn)行抓拍,獲得車輛圖像,自動完成車輛車牌字符和相關(guān)內(nèi)容的識別,并會將車輛行駛方向以及車牌號等數(shù)據(jù)傳輸?shù)酵ㄓ嵶酉到y(tǒng)之中,以便上傳到中心管理平臺進(jìn)行管理[3]。
系統(tǒng)會通過對視頻檢測或者線圈檢測手段的應(yīng)用,完成對車輛各項(xiàng)信息的獲取,車輛捕獲率已經(jīng)超過99%,可以抓拍到遮擋號牌車輛以及無車牌車輛,并且不受框線和雨雪等因素干擾,能夠保證公安執(zhí)法可靠性??梢詫νㄟ^所有車輛進(jìn)行測速,保存超速車輛的具體信息,及時(shí)上傳中心,方便執(zhí)法人員對超速車輛進(jìn)行處理[4]。通過對高清工業(yè)攝像機(jī)的應(yīng)用,完成對車輛的抓拍,確保即便是夜晚,也能夠保證圖像清晰度,并且能夠運(yùn)用圖像識別算法,實(shí)現(xiàn)對車輛的車牌識別,方便執(zhí)法人員進(jìn)行管理。
雖然智能監(jiān)控系統(tǒng)具有諸多優(yōu)勢,但仍然存在實(shí)時(shí)監(jiān)控能力相對有限的情況,在此狀態(tài)下,為確保智能交通能夠得到更好的發(fā)展,技術(shù)人員加大了對遠(yuǎn)程視頻實(shí)時(shí)監(jiān)控系統(tǒng)的研究和開發(fā)力度,期望能夠通過對智能監(jiān)控系統(tǒng)的不斷改進(jìn)和升級,提高監(jiān)控系統(tǒng)的應(yīng)用能力以及監(jiān)控精準(zhǔn)度,以便為智能交通的高質(zhì)量落實(shí)奠定扎實(shí)基礎(chǔ),確保智能交通管控優(yōu)勢和價(jià)值能夠得到充分性發(fā)揮[5]。
該系統(tǒng)是以智能交通監(jiān)控系統(tǒng)為基礎(chǔ)發(fā)展得到的,通過對先進(jìn)技術(shù)的應(yīng)用,完成人和車之間的有效結(jié)合,展開大范圍、全方位的交通信息管理。此種系統(tǒng)具有諸多優(yōu)勢,能夠采用幀差處理方法以及背景減法等處理模式,完成多目標(biāo)區(qū)域的像素獲取,能夠達(dá)到切實(shí)提高智能交通系統(tǒng)運(yùn)行水平的目標(biāo)。
2.1.1 狹縫技術(shù)
該項(xiàng)技術(shù)能夠?qū)嚵髁恳约败囁龠M(jìn)行檢測,會按照檢測線視頻圖像內(nèi)容,根據(jù)時(shí)間順序,對相關(guān)內(nèi)容進(jìn)行排列,可以保證該檢測線動態(tài)狹縫圖活動效果[6]。能夠通過對動態(tài)狹縫圖的應(yīng)用,實(shí)現(xiàn)對相關(guān)車輛信息的提取,完成對車輛檢測線顏色的檢測。
2.1.2 選取彩色圖像閥值
動態(tài)狹縫圖屬于二維圖形模式,通過對其中一維特征的提取,完成相應(yīng)判斷操作。根據(jù)不同時(shí)刻動態(tài)投影圖的具體情況,按照不同分量的具體變化,對視頻檢測線中目標(biāo)信號分量進(jìn)行研究,并將研究結(jié)果和背景信號進(jìn)行對比[7]。如果變化范圍超過分量差閥值,需要根據(jù)檢測線中像素點(diǎn)數(shù)目對應(yīng)視頻檢測線裝的不同點(diǎn)展開對比分析。
2.1.3 車速檢測與車流量實(shí)現(xiàn)
在進(jìn)行車流量檢測時(shí),當(dāng)車輛經(jīng)過主檢測線之后,系統(tǒng)會自動對車輛進(jìn)行識別,確定車流量具體情況。在此過程中會通過對檢測線組的設(shè)定,在沒有對數(shù)量以及位置進(jìn)行明確限制的基礎(chǔ)上,保證系統(tǒng)靈活性以及通用性能夠達(dá)到理想狀態(tài)[8]。同時(shí),會通過進(jìn)行車速檢測的方式,運(yùn)用主檢測線以及輔助檢測線對車速進(jìn)行測量,通過視頻文件幀記錄的方法,在車輛碰觸主檢測線之后,再次進(jìn)行文件幀記錄,方便后續(xù)進(jìn)行查閱和分析。
在利用視頻圖像進(jìn)行車輛檢測和識別過程中,會按照運(yùn)動物體結(jié)構(gòu)以及形狀特點(diǎn),通過對車輛類型進(jìn)行全面掃描和區(qū)別的方法,對其模型進(jìn)行有效分類[9]。會在車輛通道上方進(jìn)行攝像機(jī)的架設(shè),并通過對車輛和鏡頭以及各項(xiàng)數(shù)據(jù)變化距離的收集和分析,按照模型類型進(jìn)行識別,完成車輛類型特征的提取和判定。會按照SVM 理論分類器,對系統(tǒng)車型類型進(jìn)行有效區(qū)分,以便保證識別準(zhǔn)確性。
通過對彩色攝像機(jī)的應(yīng)用,對車輛進(jìn)行拍攝,獲得彩色圖像,并運(yùn)用處理手段將彩色圖像轉(zhuǎn)化為灰度圖。通過對灰度圖像的對比分析和運(yùn)算,按照水平邊緣檢測模板,采用梯度運(yùn)算手段進(jìn)行計(jì)算,避免相關(guān)背景對計(jì)算結(jié)果產(chǎn)生不良干擾,利用閥值完成對灰度圖的處理,獲得二值化圖像內(nèi)容。在確定車牌位置之后,對車牌區(qū)域進(jìn)行分割,運(yùn)用像素點(diǎn)統(tǒng)計(jì)方法對其進(jìn)行識別和研究。完成之后,展開分割拍照字符處理[10]。在進(jìn)行字符分割過程中,會對車輛牌號進(jìn)行投影量的分析,采用垂直投影分析手段獲得點(diǎn)陣圖投影內(nèi)容。在完成字符分割之后,對漢字以及字母等圖像進(jìn)行消除處理,采用歸一化處理手段,保證因拍攝問題所造成的字符變化狀況能夠得到妥善處理。確保字符模式識別能力能夠得到全面提升,能夠清楚地完成字符識別。
BP 神經(jīng)網(wǎng)絡(luò)字符識別技術(shù)是較為常見且較為有效的網(wǎng)絡(luò)識別手段,在預(yù)處理以及特征提取等方面有著突出表現(xiàn)。會運(yùn)用BP 神經(jīng)網(wǎng)絡(luò)元算法進(jìn)行訓(xùn)練樣本集以及測試樣本集的處理。和SVM 處理技術(shù)相比,BP 識別算法需要使用訓(xùn)練時(shí)間相對較多,遇到訓(xùn)練不收斂的情況仍然存在。SVM 識別消耗時(shí)間雖然較長,但整體識別率相對較高,更加建議使用此種識別處理技術(shù)進(jìn)行處理。
因?yàn)橄到y(tǒng)的整體應(yīng)用時(shí)間相對較短,所以在具體進(jìn)行系統(tǒng)應(yīng)用時(shí)還存在一定的使用問題,需要做好圖像采集分析和研究,從提升輸入圖像質(zhì)量角度入手,對系統(tǒng)應(yīng)用情況進(jìn)行全面分析和調(diào)整。保證系統(tǒng)分辨率以及動態(tài)范圍能夠得到不斷提升,能夠使用非可視成像輔助工具更好地完成遠(yuǎn)程監(jiān)控,進(jìn)而為智能交通的高水平開展提供有力支持,保證城市交通發(fā)展的質(zhì)量,實(shí)現(xiàn)理想化城市交通運(yùn)行模式,將智能交通優(yōu)勢和價(jià)值充分發(fā)揮出來。