【技术实现步骤摘要】
基于非可见光成像的车辆行驶速度及车牌识别系统及方法
本专利技术属于视频检测
，具体涉及一种基于非可见光成像的车辆行驶速度及车牌识别系统及方法。
技术介绍
当今社会，智能交通系统是道路交通的发展趋势。继续发展和不断完善的可视化智能交通监控系统，为实际应用车辆道路运输基础设施的管理系统奠定了良好的基础。近年来我国智能交通行业快速发展，车辆识别系统作为智能交通的重要组成部门，广泛应于城市的非现场执法中，但是目前车辆识别系统还存在很多问题，传统的车辆识别系统是基于LED补光系统，并采用数码相机与地感线圈联动的方式实现自动拍照的功能，应用成熟且比较稳定。但传统的识别系统缺陷在于：成本高，安装维护不方便，可见光存在安全隐患。例如：杭州市交警支队2015年提出，目前现有系统频射灯补光会造成城市光污染，且容易对司机造成短暂视觉障碍并产生交通隐患；雾天低照度情况下成像质量不佳等暂存问题。鉴于此，利用近红外成像具有目标细节表达清晰、目标识别能力强、可实现隐秘主动成像、可微光夜视探测、对雾霾气候条件和尘烟应用环境适应性强等优点，研究近红外成像技术在车辆识别系统中的应用，设计一种非...
【技术保护点】
1.一种基于非可见光成像的车辆行驶速度及车牌识别系统，其特征在于：包括安装在道路上方或道路一侧的红外成像设备(1)和设置在监控中心且与红外成像设备(1)通过网络连接并通信的图像处理计算机(2)，待识别车辆的车牌上贴有红外反射膜。
【技术特征摘要】
1.一种基于非可见光成像的车辆行驶速度及车牌识别系统，其特征在于：包括安装在道路上方或道路一侧的红外成像设备(1)和设置在监控中心且与红外成像设备(1)通过网络连接并通信的图像处理计算机(2)，待识别车辆的车牌上贴有红外反射膜。2.按照权利要求1所述的基于非可见光成像的车辆行驶速度及车牌识别系统，其特征在于：所述红外反射膜Ta2O5-SiO2红外反射膜。3.一种采用如按照权利要求1所述系统进行基于非可见光成像的车辆行驶速度及车牌识别的方法，其特征在于，该方法包括以下步骤：步骤一、视频采集及传输：当待识别车辆行驶经过红外成像设备(1)的成像区域时，红外成像设备(1)拍摄多帧车辆图像并将拍摄到的多帧车辆图像信号实时传输给图像处理计算机(2)；步骤二、车辆行驶速度检测：所述图像处理计算机(2)调用车辆行驶速度计算模块对红外成像设备(1)拍摄的多帧车辆图像进行处理，计算得到车辆行驶速度；步骤三、车牌识别：所述图像处理计算机(2)调用车牌识别模块对多个红外成像设备(1)拍摄的多帧车辆图像进行处理，识别得到车牌字符。4.按照权利要求3所述的方法，其特征在于：步骤二中所述图像处理计算机(2)调用车辆行驶速度计算模块对红外成像设备(1)拍摄的多帧车辆图像进行处理，计算得到车辆行驶速度的具体过程为：步骤201、所述图像处理计算机(2)将红外成像设备(1)的成像区域设定为测速区；步骤202、所述图像处理计算机(2)检测测速区内首帧图像中的多个Harris角点和末帧图像中的多个Harris角点；步骤203、所述图像处理计算机(2)调用特征匹配模块提取首帧图像的特征集合和末帧图像的特征集合，并将首帧图像的特征集合和末帧图像的特征集合进行匹配对应，生成一组匹配特征对集合；步骤204、所述图像处理计算机(2)根据匹配特征对集合，调用角点匹配模块并采用归一化互相关系数法对首帧图像中的多个Harris角点和末帧图像中的多个Harris角点进行角点匹配，找出首帧图像中的多个Harris角点和末帧图像中的多个Harris角点之间的一一对应关系；步骤205、所述图像处理计算机(2)计算首帧图像中的多个Harris角点和末帧图像中的多个Harris角点之间一一对应的位移值，并计算出所有Harris角点的总位移量dT，再根据公式计算得到所有Harris角点的位置平均值dA；其中，首帧图像中的角点(x1,y1)和末帧图像中与角点(x1,y1)对应的角点(x2,y2)之间对应的位移值dr的计算公式为N为首帧图像中与末帧图像中具有一一对应关系的Harris角点的总个数，N的取值为正整数；步骤206、所述图像处理计算机(2)根据公式计算得到车辆行驶时速v，其中，D为红外成像设备(1)的成像区域对应的车辆行驶实际距离，γ为末帧图像相对于首帧图像移动的帧数，N为帧率。5.按照权利要求4所述的方法，其特征在于：步骤202中所述图像处理计算机(2)检测测速区内首帧图像中的多个Harris角点和末帧图像中的多个Harris角点时，对图像I(x,y)中的多个Harris角点的检测过程为：步骤2021、图像处理计算机(2)根据公式计算图像在x轴方向上的梯度Ix，并根据公式计算图像I(x,y)在y轴方向上的梯度Iy；步骤2022、图像处理计算机(2)计算每个像素点上的相关矩阵其中，ω(x,y)为加权函数；步骤2023、图像处理计算机(2)根据公式R＝(ab-c2)-λ(a+b)2计算每个像素点的角点响应值R；其中，λ为经验常数，取值范围为0.04～0.06；步骤2024、图像处理计算机(2)在图像I(x,y)上中间位置处M×M的正方形范围内寻找角点响应值的极大值点，并将寻找到的角点响应值的极大值点定义为阈值，当像素点的角点响应值R大于阈值时，将该像素点确定为Harris角点。6.按照权利要求4所述的方法，其特征在于：步骤204中所述图像处理计算机(2)调用角点匹配模块并采用归一化互相关系数法对首帧图像中的多个Harris角点和末帧图像中的多个Harris角点进行角点匹配时，将归一化互相关系数C的计算公式定义为：其中，i为x轴方向上运算的窗口大小，-k为x轴方向上运算的窗口的下限，k为x轴方向上运算的窗口的上限，j为y轴方向上运算的窗口大小，-l为y轴方向上运算的窗口的下限，l为y轴方向上运算的窗口的上限，I(u+i,...
【专利技术属性】
技术研发人员：潘红光，苏涛，黄向东，邓军，柴钰，倪琪，刘杰，赵佳祥，雷心宇，米文毓，薛纪康，王延庆，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。