一种基于视频监控的道路积水检测方法及终端技术

本发明专利技术公开了一种基于视频监控的道路积水检测方法及终端，获取道路监控画面图片，对道路监控画面图片检测获取行人和车辆的矩形框信息；根据行人或车辆的矩形框信息内积水淹没行人或车辆的部位对矩形框底部中心位置的积水等级进行分类得到矩形框位置的积水深度参考信息；对道路监控画面图片进行水面区域识别，以得到积水轮廓信息；对积水轮廓信息和积水深度参考信息采用逆透视变换关系矩阵进行变换，得到逆透视变换图像上的积水轮廓信息和积水深度参考信息；根据逆透视变换图像上的积水轮廓信息和积水深度参考信息，统计每块积水的轮廓、最大参考深度和真实面积作为积水信息。息。息。

【技术实现步骤摘要】
一种基于视频监控的道路积水检测方法及终端


[0001]本专利技术涉及道路交通
，特别涉及一种基于视频监控的道路积水检测方法及终端。

技术介绍

[0002]城市道路在短期强降水或管道破裂的情况下容易形成路面积水，对交通造成影响，实时识别上报积水情况有利于提醒相关维护人员及时处理，对积水程度准确评估有利于管理者对降雨、内涝对道路交通影响提供决策依据，也能降低误报的次数。
[0003]目前，道路监控探头密集，利用变焦和机位调整可以覆盖大部分路面，使用监控画面的图片进行积水识别是最合理的做法。
[0004]现有技术中，具有使用图像识别技术对内涝积水的识别，如专利申请文献《CN202111139709》使用红外图像对积水区域识别，但其需要特殊的摄像头设备，不能很好利用现有的道路监控摄像头的数量优势。
[0005]专利申请文献《CN201811403004》、《CN202111668158》等需要对每个场景进行手动标定参考物，用来判断路面积水淹没程度，不具有大规模部署的可行性。
[0006]为此，专利申请文献《CN201811574435》、《CN202210192200》等使用训练的方式进行参照物识别，参照物选择也是街道上较为常见的物体，但真实被淹样本数量很少，且不能保证在需要识别的时候一定出现。卷积神经网络本质是一种统计学习方法，准确度和可靠性受样本数量直接影响。专利申请文献
[0007]《CN201811514535》、《CN201910101996》使用轮胎作为参考物，真实内涝场景样本数量较多，但拍摄角度需要在车辆侧面，且越淹没则轮胎特征越少。

技术实现思路

[0008]本专利技术所要解决的技术问题是：提供一种基于视频监控的道路积水检测及终端，能更好的对积水的状况作出检测。
[0009]为了解决上述技术问题，本专利技术采用的技术方案为：
[0010]一种基于视频监控的道路积水检测方法，包括步骤：
[0011]S1、获取道路监控画面图片，对道路监控画面图片检测获取行人和车辆的矩形框信息；
[0012]S2、将行人和车辆的矩形框信息扩张至设定大小，根据行人的矩形框信息内积水淹没行人的部位对矩形框底部中心位置的积水等级进行分类得到矩形框底部中心位置的积水深度参考信息，根据车辆的矩形框信息内积水淹没车辆的部位对矩形框中心位置的积水等级进行分类得到矩形框中心位置的积水深度参考信息；
[0013]S3、对道路监控画面图片进行水面区域识别，以得到积水轮廓信息；
[0014]S4、对积水轮廓信息和积水深度参考信息采用逆透视变换关系矩阵进行变换，得到逆透视变换图像上的积水轮廓信息和积水深度参考信息；
[0015]S5、根据逆透视变换图像上的积水轮廓信息和积水深度参考信息，统计每块积水的轮廓、最大参考深度和真实面积作为积水信息。
[0016]为了解决上述技术问题，本专利技术采用的另一种技术方案为：
[0017]一种基于视频监控的道路积水检测终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
[0018]本专利技术的有益效果在于：一种基于视频监控的道路积水检测方法及终端，使用行人和车辆作为深度判断的参照物，并且不使用如样本生成、关键点判断等侧面方式进行深度判断，所用方法在正常彩色图像下建模，不依赖红外设备，不使用特殊参照物，具有很好的普适性，适合大面积推广，天然不需要考虑遮挡的情况，相较现有技术，避免越淹没参照越少的问题，能更好的对积水情况作出检测。
附图说明
[0019]图1为本专利技术实施例涉及的A阶段的流程示意图；
[0020]图2为本专利技术实施例涉及的B阶段的流程示意图；
[0021]图3为本专利技术实施例涉及的一种基于视频监控的道路积水检测方法的流程示意图；
[0022]图4为本专利技术实施例涉及的道路监控画面和世界坐标系的关系示意图；
[0023]图5为本专利技术实施例的一种基于视频监控的道路积水检测端的结构示意图。
[0024]标号说明：
[0025]1、一种基于视频监控的道路积水检测终端；2、处理器；3、存储器。
具体实施方式
[0026]为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0027]请参照图1至图4，一种基于视频监控的道路积水检测方法，包括步骤：
[0028]S1、获取道路监控画面图片，对道路监控画面图片检测获取行人和车辆的矩形框信息；
[0029]S2、将行人和车辆的矩形框信息扩张至设定大小，根据行人的矩形框信息内积水淹没行人的部位对矩形框底部中心位置的积水等级进行分类得到矩形框底部中心位置的积水深度参考信息，根据车辆的矩形框信息内积水淹没车辆的部位对矩形框中心位置的积水等级进行分类得到矩形框中心位置的积水深度参考信息；
[0030]S3、对道路监控画面图片进行水面区域识别，以得到积水轮廓信息；
[0031]S4、对积水轮廓信息和积水深度参考信息采用逆透视变换关系矩阵进行变换，得到逆透视变换图像上的积水轮廓信息和积水深度参考信息；
[0032]S5、根据逆透视变换图像上的积水轮廓信息和积水深度参考信息，统计每块积水的轮廓、最大参考深度和真实面积作为积水信息。
[0033]由上述描述可知，本专利技术的有益效果在于：一种基于视频监控的道路积水检测方法及终端，使用行人和车辆作为深度判断的参照物，并且不使用如样本生成、关键点判断等
侧面方式进行深度判断，所用方法在正常彩色图像下建模，不依赖红外设备，不使用特殊参照物，具有很好的普适性，适合大面积推广，相较现有技术，天然不需要考虑遮挡的情况，且避免越淹没参照越少的问题。
[0034]进一步地，还包括步骤：
[0035]S6、根据人行道区域、车行道区域和积水信息得到具有积水的人行道区域和车行道区域，根据具有积水的人行道区域和车行道区域的面积和积水深度判断积水预警等级。
[0036]由上述描述可知，采用积水面积和积水深度对预警等级进行判断，能更准确的判断积水的影响。
[0037]进一步地，所述车行道区域包括路口区域和单向道区域，所述根据具有积水的人行道区域和车行道区域的面积和积水深度判断积水预警等级具体是：
[0038]对于人行道区域时，判断具有积水的人行道区域的面积是否小于或等于第一设定面积，若是则判断积水预警等级为“有积水无影响”，否则判断积水深度的等级是否大于或等于第一设定深度等级，若是则判断积水预警等级为“存在风险”，否则判断具有积水的人行道区域的面积是否小于第二设定面积，若是则判断积水预警等级为“影响通行”，否则判断积水预警等级为“阻塞通行”；
[0039]对于路口区域，判断具有积水的车行道区域的面积是否小于第二设定面积，若是则判断积水预警等级为“有积水无影响”，否则判断积水深度的等级是否大于或等于第一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频监控的道路积水检测方法，其特征在于，包括步骤：S1、获取道路监控画面图片，对道路监控画面图片检测获取行人和车辆的矩形框信息；S2、将行人和车辆的矩形框信息扩张至设定大小，根据行人的矩形框信息内积水淹没行人的部位对矩形框底部中心位置的积水等级进行分类得到矩形框底部中心位置的积水深度参考信息，根据车辆的矩形框信息内积水淹没车辆的部位对矩形框中心位置的积水等级进行分类得到矩形框中心位置的积水深度参考信息；S3、对道路监控画面图片进行水面区域识别，以得到积水轮廓信息；S4、对积水轮廓信息和积水深度参考信息采用逆透视变换关系矩阵进行变换，得到逆透视变换图像上的积水轮廓信息和积水深度参考信息；S5、根据逆透视变换图像上的积水轮廓信息和积水深度参考信息，统计每块积水的轮廓、最大参考深度和真实面积作为积水信息。2.根据权利要求1所述的一种基于视频监控的道路积水检测方法，其特征在于，还包括步骤：S6、根据人行道区域、车行道区域和积水信息得到具有积水的人行道区域和车行道区域，根据具有积水的人行道区域和车行道区域的面积和积水深度判断积水预警等级。3.根据权利要求2所述的一种基于视频监控的道路积水检测方法，其特征在于，所述车行道区域包括路口区域和单向道区域，所述根据具有积水的人行道区域和车行道区域的面积和积水深度判断积水预警等级具体是：对于人行道区域时，判断具有积水的人行道区域的面积是否小于或等于第一设定面积，若是则判断积水预警等级为“有积水无影响”，否则判断积水深度的等级是否大于或等于第一设定深度等级，若是则判断积水预警等级为“存在风险”，否则判断具有积水的人行道区域的面积是否小于第二设定面积，若是则判断积水预警等级为“影响通行”，否则判断积水预警等级为“阻塞通行”；对于路口区域，判断具有积水的车行道区域的面积是否小于第二设定面积，若是则判断积水预警等级为“有积水无影响”，否则判断积水深度的等级是否大于或等于第一设定深度等级，若是则判断积水预警等级为“存在风险”，否则判断具有积水的车行道区域的面积是否小于第三设定面积，若是则判断积水预警等级为“影响通行”，否则判断积水预警等级为“阻塞通行”；对于单向车道区域，计算具有积水的车行道区域的质心坐标，计算具有积水的车行道区域在垂直单向车道方向上的长度，判断具有积水的车行道区域在垂直单向车道方向上的长度是否小于第一设定长度，若是则判断积水预警等级为“有积水无影响”，否则判断积水深度的等级是否大于或等于第一设定深度等级，若是则判断积水预警等级为“存在风险”，否则判断具有积水的车行道区域在垂直单向车道方向上的长度是否小于第二设定长度，若是则判断积水预警等级为“影响通行”，否则判断积水预警等级为“阻塞通行”。4.根据权利要求1所述的一种基于视频监控的道路积水检测方法，其特征在于，还包括无积水时执行的步骤：S01、获取道路监控画面视频流，对道路监控画面视频流每帧图像做行人目标检测和车辆目标检测获得每帧图像的行人目标和车辆目标；S02、对行人目标和车辆目标进行目标跟踪，获得行人轨迹点序列和车辆轨迹点序列；
S03、构建道路监控画面到世界坐标系的逆透视变换关系矩阵；S04、根据行人轨迹点序列和车辆轨迹点序列获取...

【专利技术属性】
技术研发人员：吴闽帆，林永清，戴诗琪，吴弘毅，
申请(专利权)人：四创科技有限公司，
类型：发明
国别省市：