一种基于图像摄像机和高性能显卡的交通异常检测系统设计技术方案

随着车辆的普及，交通系统的面临着堵车，交通事故等诸多问题。针对这些问题，设计并且实现了一种基于摄像头的交通异常检测系统。该系统中的硬件包括摄像头，装有显卡的计算机。本系统通过摄像头采集RGB彩色图像，并且使用显卡进行高性能计算，可以实现对图像的实时处理与实时推理结果显示。本系统使用Python与Opencv联合编程实现，主要的流程包括图像采集，图像处理，目标识别，结果获取。获取的最终结果包括，车辆的数目，是否堵车，镜头中的人的数量，以及车辆是否闯红灯，是否超速等交通道路的异常信息。路的异常信息。

【技术实现步骤摘要】
一种基于图像摄像机和高性能显卡的交通异常检测系统设计


[0001]本专利技术属于检测
，具体涉及到一种基于图像摄像机和高性能显卡的交通异常检测系统的设计。

技术介绍

[0002]伴随着我国经济飞速发展和城镇化进程的加速，我国车辆保有量的不断增多。伴随着车辆的增多，随之而来的问题也不断增多，其中最严重的问题是交通问题。交通堵塞，车辆违章导致各种交通事故，最终导致财产损失甚至是人员伤亡。施行有效的交通监控系统是预防与缓解交通问题的有效手段。
[0003]交通异常检测是目前研究的热点问题，许多研究者展开了对交通异常检测的研究。有的研究者使用传统的数字图像处理的方式获取车辆数量，具体的做法是先从摄像头中获取图像，然后对图像进行灰度处理和膨胀操作，最终通过统计处理后的矩形获取车辆的数量。这种方法鲁棒性较差，因为图像中的矩形物体不知是车辆，其他的矩形物体会对真正的矩形物体产生干扰。重庆大学的研究人员使用感兴趣区域的方法获取车辆密度，主要步骤是：1)划定图像中的感兴趣区域；2)计算图像的分形维数；3)统计分形结果，根据分形结果判断车流量的密度等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明公布了一种基于图像摄像机和高性能显卡的交通异常检测系统的设计，包括以下步骤：摄像头设置；连接摄像头，使用VideoCapture算子捕获摄像头画面，帧率设置为30，捕获的图像的宽和高都设置为摄像头原始图像的宽和高；因为摄像头获得的画面是RGB格式的，而Opencv的显示格式是BGR格式的，所以在显示画面时需要使用BGR2RGB算子转换为BGR通道，使得画面可以显示正常画面。2.红绿灯颜色识别；实时的识别交通系统中的红绿灯的颜色是检测车辆闯红灯的重要依据，首先使用YOLO目标检测算法实时获取交通信号灯坐标信息，将坐标所在的矩形框内的信号灯区域截取出来；使用RGB2HSV算子将RGB颜色系统的交通信号灯转换为HSV颜色系统；因为在HSV颜色系统中，红色、绿色以及黄色的色相、饱和度、亮度都在20到200之间，所以需要过滤小于20和大于200的值，将不在阈值范围内的值置为0；过滤算法后，需要使用中值滤波技术减少图像的噪点；具体过程是使用3 * 3的滤波窗口在图像中进行滑动，然后每个滤波的像素使用3 * 3窗口的中数值的中值来替代；这样做的目的是使用该点周围像素的均值来去除图像中的噪点；去除了噪点后，需要使用霍夫变换得到红绿灯的圆形轮廓；霍夫变换的过程如下：（1） 估计圆心；对去噪后的图像使用Canny算法做边缘检测，得到边缘检测之后的二值图像；对去噪后的图像使用Sobel算子处理，得到所有像素的邻域梯度值；初始化圆心空间N(a, b), 令所有的N(a, b)=0；遍历Canny处理后的二值图像中所有的非零像素点，沿着梯度的方向画出线，将线段经过的点在圆心空间N(a, b)增加，也就是N(a, b) = N(a, b) + 1将圆心空间N(a, b)排序，得到所有可能的圆心；（2）估计半径；计算Canny处理后的图像中的非零点距离圆心的距离；将上一步中计算的距离从大到小排序，选取出所有可能的半径；初始化半径空间r，N(r) = 0；遍历Canny处理后的非0点，对于所有可以满足的半径r, N(r) = N(r) + 1；统计上一步计算的所有可能的半径；检测到红绿灯所在的区域后，接着检测红绿灯区域中的颜色，判断其是否是绿色或者是红色；具体做法是分辨检测H通道、S通道、V通道的亮度值，HSV通道的亮度值都在红色空间范围之内的则是红灯，在绿色空间范围内的则是绿灯。3.行人闯红灯识别；结合红绿灯检测出的结果可以识别出行人是否闯红灯；首先要识别出斑马线的位置；斑马线具有梯度一致性、等间隔性、线的数目较多、斑马线的粗度比车道线宽的特征；利用以上斑马线的特征，可以实现斑马线的检测；检测斑马想的主要过程如下：（1）因为减速带与斑马线具有同样的特征，减速带与斑马线一样有梯度的一致性，等距离和多条线的特征，所以比较难以区分；但是减速带的线条比较短，可以使用大的滑窗过滤掉减速带；因为减速带的颜色是黄色与黑色交叉的，而黄色是由红色和绿色组成的，所以我
们可以仅仅使用蓝色通道进行二值化变为灰度图，而不是使用红绿蓝三个通道进行二值化，这样可以在灰度图中将减速带的影响降到最低；（2）使用开运算去除灰度图中的噪点；因为二值化的图像中有许多异常的点，这些点会影响后面的处理过程，所以需要使用开运算减少噪点；同时，还需要使用较大的开运算核来去除车道线的影响，车道线仅有一条线，使用开运算可以较好的去除车道线；（3）使用闭运算来填补上一步处理中斑马线区域边缘缺损；因为上一步处理后的斑马线区域的图像是凹凸不平的，所以，需要使用闭运算磨平来减少对识别效果的影响；同时路面其他标志的影响也会增加杂乱的梯度从而对检测结果产生影响；使用开运算可以很好的消除虚假边缘的影响，虚假边缘将会大大增加斑马线误检的概率；（4）使用中值滤波去除噪声梯度的影响；中值滤波可以有效的去除椒盐噪声，在上面的步骤中，处理后的斑马线区域容易出现非常小的小方格纹理，这将会大大干扰对斑马线的检测，而使用中值滤波可以有效的过滤这些噪声，平滑梯度边缘；（5）使用Canny算子找到斑马线的边缘，然后使用sobel算子增强x方向和y方向的边缘梯度；如果不使用Canny算子，将会造成梯度图像中虚假边缘多，斑马线的边缘被削弱；所以先使用Canny算子找出图像中的所有边缘，然后再使用sobe...

【专利技术属性】
技术研发人员：邓淼磊，万冬厚，张德贤，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：