[發明專利]一種基于車載后視攝像頭的智能違章監測方法及系統

在審

• 申請號: 201810328546.8
• 申請日: 2018-04-13
• 公開（公告）號: CN108538060A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 張偉偉;潘順莉
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G08G1/017
• 分類號: G08G1/017;G08G1/052;G08G1/054
• 代理公司: 上海唯智贏專利代理事務所(普通合伙) 31293
• 代理人: 姜曉艷;劉朵朵

1.一種基于車載后視攝像頭的智能違章監測方法，其特征在于包括以下步驟：

步驟一、將攝像頭設置于本車的后擋風玻璃處，采集后車的視頻；

步驟二、對所述視頻進行處理，識別所述后車的前車燈是否為遠光燈，若是，提取所述后車的車牌號碼，并將所述車牌號碼和視頻上傳交警部門的云端服務器，若否，執行步驟三；

步驟三、對所述視頻進行處理，判斷所述后車的車速是否超速，若是，提取所述后車的車牌號碼，并將所述車牌號碼和視頻上傳交警部門的云端服務器，若否，執行步驟二。

2.根據權利要求1所述的基于車載后視攝像頭的智能違章監測方法，其特征在于所述步驟二中的識別所述后車的前車燈是否為遠光燈的方法包括以下步驟：

步驟Ⅰ、提取所述視頻的每一幀圖像的高亮區域；

步驟Ⅱ、計算所述高亮區域的各個像素點的平均灰度值，對所述平均灰度值大于設定灰度值的高亮區域進行二值化處理；

步驟Ⅲ、對二值化處理后的所述高亮區域中的白色連通區域進行歸一化處理，并計算其面積；

步驟Ⅳ、將所述面積與設定面積做比較，若大于設定面積，則判定所述后車的前車燈為遠光燈。

3.根據權利要求2所述的基于車載后視攝像頭的智能違章監測方法，其特征在于：所述設定灰度值設置為250，所述設定面積設置為40，所述高亮區域設置為亮度大于250的區域。

4.根據權利要求1所述的基于車載后視攝像頭的智能違章監測方法，其特征在于所述步驟三中的判斷所述后車的車速是否超速的方法包括以下步驟：

步驟ⅰ、對所述攝像頭進行標定，獲得所述視頻的圖像中每個像素點與實際尺寸的對應關系的非線性方程式；

步驟ⅱ、分別計算所述視頻的前一幀圖像和后一幀圖像中本車的后端邊緣與后車的前端最邊緣的最小距離對應的像素點總和Nf、Nb；

步驟ⅲ、對所述非線性方程式在區間[Nb，Nf]上進行積分，獲得在前一幀圖像和后一幀圖像的拍攝時間間隔內，后車相對于本車的運動距離；

步驟ⅳ、計算后車相對于車的運動速度，進而計算后車的運動速度。

5.根據權利要求1所述的基于車載后視攝像頭的智能違章監測方法，其特征在于所述步驟ⅰ中對所述攝像頭進行標定的方法包括以下步驟：

步驟⑴、在本車的尾部平行粘貼多個細標尺；

步驟⑵、計算各個細標尺邊緣處的像素點之和Ni與對應的各個細標尺的實際尺寸Li的比值Pi；

步驟⑶、利用MATLAB軟件擬合出每個像素點與對應的實際尺寸的對應關系的非線性方程式。

6.根據權利要求1所述的基于車載后視攝像頭的智能違章監測方法，其特征在于所述步驟二和三中提取所述后車的車牌號碼的方法包括以下方法：

步驟①、所述攝像頭進行自適應曝光調整，采集清晰的車牌圖像；

步驟②、對所述車牌圖像采用多級二值化和RANSAC方法進行擬合，得到車牌邊界，在采用CNN Regression方法回歸車牌左右邊界；

步驟③、利用CNN滑動窗切割并識別字符，提取車牌號碼。

7.一種如權利要求1所述的基于車載后視攝像頭的智能違章監測方法的系統，其特征在于：包括處理器，所述處理器與圖像處理模塊、速度傳感器和無線傳輸模塊相連，所述無線傳輸模塊和交警部門的云端服務器相連，所述圖像處理模塊與攝像頭相連，包括遠光燈識別處理模塊、測速處理模塊和車牌號碼提取處理模塊，

所述攝像頭用于獲取本車后面的后車的視頻；所述速度傳感器用于測量本車的當前速度；所述遠光燈識別處理模塊用于對所述視頻進行處理，識別后車的前車燈是否為遠光燈；所述測速處理模塊用于對所述視頻進行處理，獲取后車的相對本車的相對速度，結合速度傳感器測量的本車的當前速度信息，獲取后車的速度；所述車牌號碼提取處理模塊用于對所述視頻進行處理，獲取后車的車牌號碼；

所述處理器用于接收后車的速度信息，判斷后車是否超速，如是，則通過無線傳輸模塊將從車牌號碼提取處理模塊接收到的車牌號碼信息，傳輸給交警部門的云端服務器；接收遠光燈識別處理模塊的識別結果，如是，則通過無線傳輸模塊將從車牌號碼提取處理模塊接收到的車牌號碼信息，傳輸給交警部門的云端服務器。