[發(fā)明專利]基于多特征識別的違停檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710076376.4
• 申請日: 2017-02-13
• 公開（公告）號: CN106600977B
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 易苗;劉軍;臧磊
• 申請（專利權(quán)）人: 深圳英飛拓科技股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017
• 代理公司: 深圳市精英專利事務(wù)所 44242
• 代理人: 葛勤

本發(fā)明提供了一種基于多特征識別的違停檢測方法及系統(tǒng)，使用圖像獲取模塊及停駛判定模塊對監(jiān)控范圍內(nèi)的車輛進(jìn)行跟蹤檢測，確定停車的目標(biāo)車輛后，通過圖像獲取模塊對目標(biāo)車輛放大抓拍細(xì)節(jié)特征，利用系統(tǒng)內(nèi)置的特征識別模塊對違停車輛進(jìn)行包括車輛形狀、顏色、停靠位置及車牌號碼的特征進(jìn)行識別。本發(fā)明的有益效果在于：利用多特征識別違停車輛，避免了僅憑車輛號牌分析違停的方法的局限性，大大提高了違停監(jiān)控的準(zhǔn)確率和成功率，節(jié)省了交通執(zhí)法的人力成本。

技術(shù)領(lǐng)域

本發(fā)明涉及智能視頻處理領(lǐng)域，尤其是指一種基于多特征識別的違停檢測方法及系統(tǒng)。

背景技術(shù)

隨著社會經(jīng)濟(jì)的發(fā)展，機(jī)動車車保有量急劇增加，而對應(yīng)的停車位的增長相對匱乏，尤其是繁華區(qū)域和路段，車輛密度大而停車位少，在此情況下，不少車主將汽車停在了道路的兩側(cè)，造成交通堵塞等城市交通問題。由于警員有限，無法全天候稽查城市的違章停車行為，違章停車給交通管理帶來了很大的障礙。為了滿足交通執(zhí)法需求，行業(yè)內(nèi)出現(xiàn)了車輛違章停車的自動檢測技術(shù)和抓拍設(shè)備，協(xié)助交警對違章停車進(jìn)行抓捕和處罰，但是現(xiàn)有的自動抓拍裝置還存在以下問題：

第一，現(xiàn)有的違章停車抓拍方法與系統(tǒng)多依靠前后若干次車牌識別信息比對判斷是否違章停車，僅憑車輛號牌分析具有一定的局限性，比如在車牌嚴(yán)重反光導(dǎo)致過爆或車牌部分遮擋時(shí)，無法對車牌進(jìn)行有效識別，因而不能反映出車輛的真實(shí)屬性，進(jìn)而無法作為有效的違章停車處罰證據(jù)。

第二，僅牌照識別的檢索準(zhǔn)確率低，進(jìn)而導(dǎo)致布控報(bào)警精度下降，且對于套牌車輛違章停車缺乏高效應(yīng)對手段。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是：提供一種能對車輛自動檢測與跟蹤的智能化視頻違停檢測方法及系統(tǒng)。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：一種基于多特征識別的違停檢測方法，包括以下步驟：

S1、設(shè)置監(jiān)控區(qū)域；

S2、獲取監(jiān)控區(qū)域的圖片數(shù)據(jù)；

S3、根據(jù)圖片數(shù)據(jù)確定目標(biāo)車輛；

S4、間隔獲取監(jiān)控區(qū)域的多幅圖片數(shù)據(jù)；

S5、根據(jù)多幅圖片數(shù)據(jù)判斷目標(biāo)車輛的位置是否變化，是則返回步驟S2，否則進(jìn)入步驟S6；

S6、提取目標(biāo)車輛的位置數(shù)據(jù)并保存；

S7、獲取并保存包含目標(biāo)車輛的遠(yuǎn)景圖片數(shù)據(jù)；

S8、根據(jù)位置信息獲取目標(biāo)車輛的放大圖片數(shù)據(jù)；

S9、根據(jù)放大圖片數(shù)據(jù)對目標(biāo)車輛進(jìn)行識別，生成目標(biāo)車輛的形狀數(shù)據(jù)、顏色數(shù)據(jù)和車牌識別數(shù)據(jù)并保存；

S10、將目標(biāo)車輛的位置數(shù)據(jù)、形狀數(shù)據(jù)、顏色數(shù)據(jù)和車牌識別數(shù)據(jù)打包并保存為特征信息數(shù)據(jù)；

S11、標(biāo)記目標(biāo)車輛在遠(yuǎn)景圖片數(shù)據(jù)中的位置為校驗(yàn)預(yù)置位；

S12、標(biāo)記完成后開始計(jì)時(shí)；

S13、判斷計(jì)時(shí)是否達(dá)到預(yù)設(shè)時(shí)間，是則轉(zhuǎn)到步驟S14，否則返回步驟S2；

S14、獲取校驗(yàn)預(yù)置位的放大圖片數(shù)據(jù)；

S15、根據(jù)放大圖片數(shù)據(jù)對目標(biāo)車輛進(jìn)行識別，生成新的目標(biāo)車輛的形狀數(shù)據(jù)、顏色數(shù)據(jù)和車牌識別數(shù)據(jù)；

S16、將新的目標(biāo)車輛的位置數(shù)據(jù)、形狀數(shù)據(jù)、顏色數(shù)據(jù)和車牌識別數(shù)據(jù)打包并保存為新的特征信息數(shù)據(jù)；

S17、判斷新的特征信息數(shù)據(jù)與已保存的特征信息數(shù)據(jù)是否匹配，是則進(jìn)入步驟S19；否則進(jìn)入步驟S18；

S18、清除校驗(yàn)預(yù)置位的標(biāo)記，刪除目標(biāo)車輛的特征信息數(shù)據(jù)，返回步驟S2；