[發(fā)明專利]一種基于高空航拍圖像的橋面車輛荷載識別方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202211021016.1
• 申請日: 2022-08-24
• 公開（公告）號: CN115482474B
• 公開（公告）日: 2023-07-04
• 發(fā)明（設計）人: 沈明燕;黨浩鵬;舒小娟;李貞賢;孫華
• 申請（專利權）人: 湖南科技大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V20/10;G06V10/764;G06V10/30
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

1.一種基于高空航拍圖像的橋面車輛荷載識別方法，其特征在于，包括如下步驟：

構建車型與車重比對數(shù)據(jù)庫；

采集高空航拍的橋面車輛圖像；

對所接收的橋面車輛圖像進行預處理后，進行車輛陰影過濾，得到干凈的橋面車輛圖像；

構建車輛識別模型，將所述干凈的橋面車輛圖像輸入所述車輛識別模型對橋面車輛進行識別，并輸出所識別的車輛參數(shù)；所述車輛參數(shù)包括：車型及車向、車數(shù)和車間距，所述車輛識別模型，采用YOLO-V3網(wǎng)絡結構進行構建；

根據(jù)所構建的車輛比對數(shù)據(jù)庫及所識別的車輛參數(shù)，通過統(tǒng)計學的方法得到橋面車輛荷載分布；

所述車輛陰影過濾，包括：

步驟S31，根據(jù)橋面車輛圖像獲得圖像的三色通道紅R、綠G、藍B亮度值矩陣，其中第m行數(shù),第n列像素點的三色通道亮度值表示為R_(m,n),G_(m,n),B_(m,n)；

步驟S32，統(tǒng)計航拍圖片中橋面、各顏色車輛及車輛陰影部分的三色通道亮度值得到以最大、最小值作為代表值，其中陰影部分表示為

步驟S33，判斷圖像中的每一個像素點是否同時滿足若同時滿足，則判斷為陰影；

步驟S34，將陰影部分的像素點三色通道亮度值(R_shadow,G_shadow,B_shadow)替換為橋面三色通道亮度值或亮度均值完成陰影過濾；

所述對橋面車輛進行識別，包括如下步驟：

步驟S411，提取基于車輛外觀和輪廓的第一特征，基于第一特征對圖像中的車輛進行初分類，采用特征明顯且數(shù)量較少的車輛類型，對短時差內該車輛所處的位置進行識讀，根據(jù)車輛所在照片中所處位置判斷車流行進方向；

步驟S412，針對每一個車流行進方向，通過距離最遠的兩輛車輛確定車道的寬度，根據(jù)車道寬度對不同車道進行相應的劃分，將每輛車劃分至各自車道，識別每個車道中的車間距；

步驟S413，提取基于車輛長寬比的第二特征，識別出圖像中每輛車的車型，并計算每種車型的車數(shù)。

2.根據(jù)權利要求1所述的基于高空航拍圖像的橋面車輛荷載識別方法，其特征在于，所述采集高空航拍的橋面車輛圖像，包括

步驟S21，在橋面上空布設無人機，且無人機通過云臺攜帶有攝像裝置，所述攝像裝置的視野范圍為整個橋面；

步驟S22，調整飛行參數(shù)，使得攝像裝置對橋面進行俯拍，采集整個橋面的每一個車輛圖像，并將橋面車輛圖像傳輸給上位機。

3.根據(jù)權利要求2所述的基于高空航拍圖像的橋面車輛荷載識別方法，其特征在于，所述俯拍的高度為50～200m。

4.根據(jù)權利要求1所述的基于高空航拍圖像的橋面車輛荷載識別方法，其特征在于，所述YOLO-V3網(wǎng)絡結構不存在池化層，且在輸出張量方面，輸出3個不同尺度的特征圖。

5.根據(jù)權利要求4所述的基于高空航拍圖像的橋面車輛荷載識別方法，其特征在于，所述3個不同尺度的特征圖，采用3種不同的網(wǎng)格來對原始圖像進行劃分來實現(xiàn)，包括針對大物體的16*16網(wǎng)格，針對中等物體的26*26網(wǎng)格，和針對細小物體的52*52網(wǎng)格。

6.根據(jù)權利要求1所述的基于高空航拍圖像的橋面車輛荷載識別方法，其特征在于，車間距參數(shù)，根據(jù)小孔成像的原理，相機的成像V大小與物體U的大小、小孔的大小Φ物體距攝像頭的距離W及象離攝像頭的距離X有關，其關系如下式：

所述車輛識別模型根據(jù)上述原理及所接收的橋面車輛圖像，得出圖像中車輛間的車間距。

7.一種基于高空航拍圖像的橋面車輛荷載識別系統(tǒng)，其特征在于，所述系統(tǒng)包括：車輛比對數(shù)據(jù)庫模塊、圖像采集模塊、圖像處理模塊、車輛識別模塊和車輛數(shù)據(jù)分析模塊；其中，

所述圖像采集模塊用于采集高空航拍的橋面車輛圖像；

所述車輛比對數(shù)據(jù)庫模塊用于構建車型與車重比對數(shù)據(jù)庫；

所述圖像處理模塊用于對所接收的橋面車輛圖像進行預處理后，進行車輛陰影過濾，得到干凈的橋面車輛圖像；

所述車輛識別模塊用于構建通過車輛識別模型，將所述干凈的橋面車輛圖像輸入所述車輛識別模型對橋面車輛進行識別，并輸出所識別的車輛參數(shù)；所述車輛參數(shù)包括：車型及車向、車數(shù)和車間距，所述車輛識別模型，采用YOLO-V3網(wǎng)絡結構進行構建；

所述車輛數(shù)據(jù)分析模塊用于根據(jù)所構建的車輛比對數(shù)據(jù)庫及所識別的車輛參數(shù)，通過統(tǒng)計學的方法得到橋面車輛荷載分布；

所述圖像處理模塊，具體用于：

根據(jù)橋面車輛圖像獲得圖像的三色通道紅R、綠G、藍B亮度值矩陣，其中第m行數(shù),第n列像素點的三色通道亮度值表示為R_(m,n),G_(m,n),B_(m,n)；

統(tǒng)計航拍圖片中橋面、各顏色車輛及車輛陰影部分的三色通道亮度值得到以最大、最小值作為代表值，其中陰影部分表示為

判斷圖像中的每一個像素點是否同時滿足若同時滿足，則判斷為陰影；

將陰影部分的像素點三色通道亮度值(R_shadow,G_shadow,B_shadow)替換為橋面三色通道亮度值或亮度均值完成陰影過濾；

所述車輛識別模塊，具體用于：

提取基于車輛外觀和輪廓的第一特征，基于第一特征對圖像中的車輛進行初分類，采用特征明顯且數(shù)量較少的車輛類型，對短時差內該車輛所處的位置進行識讀，根據(jù)車輛所在照片中所處位置判斷車流行進方向；

針對每一個車流行進方向，通過距離最遠的兩輛車輛確定車道的寬度，根據(jù)車道寬度對不同車道進行相應的劃分，將每輛車劃分至各自車道，識別每個車道中的車間距；

提取基于車輛長寬比的第二特征，識別出圖像中每輛車的車型，并計算每種車型的車數(shù)。