[發明專利]一種基于圖像處理技術的黑煙車智能監控識別方法

在審

• 申請號: 201611225450.6
• 申請日: 2016-12-27
• 公開（公告）號: CN106951821A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 范朝冬;任柯;易靈芝;齊涵;劉穎南;李杰
• 申請（專利權）人: 湘潭大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像模式識別及智能交通領域，具體是關于智能交通系統中采用圖像處理技術來識別車輛是否排放黑煙的一種方法，特別針對大型工程車輛和排放超標車輛。

背景技術

黑煙車的污染一直是機動車環保的重點和難點，現階段柴油車排放黑煙現象仍十分嚴重，一個城市80%的機動車污染物是由20%的高污染車排放的，其中中重型柴油車是排放大戶。一輛重型柴油車排放的污染物相當于500輛小型轎車的排放量 1：300~500。一個城市管好了1萬輛的重型柴油車就相當于管好了300-500萬輛小型汽車。所以研究一種通過機器視覺的圖像處理算法來解決這一問題成為一種必然的趨勢。

傳統的黑煙車管理辦法主要有兩種，一種是人工路檢模式，一種的人工查看監控視頻的模式，兩種模式雖然在一定程度上減少了黑煙車的污染，但由于機動車保有量的急劇增長，交通的繁忙，攔車路檢和人工查看視頻不但效率低下，而且存在諸多困難，機動車環保亟待自動化程度高的在線監控模式。

發明內容

為了克服上述現有技術方法的的問題和不足，實現高效智能的自動化檢測和識別黑煙車輛，本發明提供了一種基于圖像處理的黑煙車智能監控識別方法。

本發明所采用的技術方案是：

利用交通卡口高清攝像機采集實時視頻數據流；

采用變間隔背景均值采樣技術，根據路面變化的程度調節間隔采樣的時間參數PTIME，采樣時采取連續的8秒的視頻，利用多幀圖像均值算法提取路面背景信息。

根據采集的視頻流，對每一幀圖像采用小車過濾算法實時的過濾小型車輛和非機動車輛，減少圖像處理的數據量，提高算法效率；

檢測過濾后的每一幀圖像是否有大型車輛，若存在大型車輛則對其尾部排煙進行定位。

將尾氣排放的定位區域圖像與背景區域圖像進行數據對比，判斷該車輛是否為黑煙車輛。

本發明的技術效果在于：利用計算機的高效性，設計自動化的黑煙車識別技術，根據數據分析來判斷車輛是否存在黑煙問題。

附圖說明

圖1是背景提取效果

圖2是幀差分法的說明分析圖

圖3是黑煙定位效果圖

圖4是本發明的整體流程圖。

具體實施方式

下面結合附圖，對本發明作進一步的詳細說明。圖4了本發明的整體流程圖。

如圖1所示，本發明由背景提取模塊S1，過濾小車模塊S2，尾部排煙定位模塊S3，判別模塊S4這四個模塊構成。

S1:首先針對一段交通監控視頻，第一步需要提取其背景信息，背景就是該時刻該畫面沒有車輛和其他運動的物體出現時的路面情況，運用變間隔背景采樣法，根據路面變化的情況，實時調節背景采樣的間隔時間，當前一次采樣的背景和當前采樣背景有較大變化時，則縮短下一次采樣的時間間隔，否則保持當前的采樣間隔。利用變間隔采樣背景的方式能有效的適應天氣變化和路面的變化，以及自適應的調節采樣的間隔，最大化算法的效率和準確性。避免當路面情況發生改變時，變化后的路面和采集到背景會有較大的出入，嚴重影響后續的處理的結果。

運用變間隔背景采樣策略能更好的適應復雜的背景變化。提取的背景圖像保存下來將在后續處理階段利用上。背景提取算法采用多幀圖像均值算法，提取一段M秒左右的視頻，每秒有P幀圖像，利用式1計算每一個像素點的平均值作為背景的像素，其中n=M*P是總的圖片幀數R、G、B分別是第i幀圖片的RGB通道的值。圖1背景提取的效果圖。

S2:利用幀差分法計算出車輛的位置以及大概的車輛形態信息。該方法能夠在三個連續圖像幀中僅保留運動對象的軌跡,并同時去除不穩定對象的干擾,因此,當檢測對象在不同時刻發生較大變化時,幀差法具有較好的適用性。具體原理如下：