多兴趣区域的非接触式公路荷载识别方法技术

本发明专利技术公开一种多兴趣区域的非接触式公路荷载识别方法，该方法包括：在相机采集图像中定位汽车轮胎并据此生成多种兴趣区域，从多种兴趣区域中通过计算机视觉算法分别提取轮胎

【技术实现步骤摘要】
多兴趣区域的非接触式公路荷载识别方法


[0001]本专利技术属于公路荷载识别领域，具体涉及一种多兴趣区域的非接触式公路荷载识别方法。

技术介绍

[0002]汽车超载对公路运输业构成了严重的威胁，其不仅会增加交通事故发生的概率，还加速了交通基础设施的退化，甚至在某些极端情况下还会引发路面的严重变形和桥梁的突然坍塌。因此，识别出道路上的超载货车对于确保交通安全和降低基础设施维护成本是至关重要的。然而，在当前的超载执法中使用最广泛的是静态称重技术。而静态称重技术需要停车检查，经常导致交通拥堵。同时，由于静态称重技术耗时耗人力，目前超载执法只能覆盖一部分道路，这无疑给予了超载运输可乘之机。
[0003]为了提高车重识别的效率，自20世纪60年代以来，路面动态称重(PWIM)系统和桥梁动态称重(BWIM)系统被陆续开发了出来。这些动态称重系统在路面上或桥梁上加装传感器以测量车辆驶过带来的工程结构的应力、加速度等物理量的变化，并由此推测行驶中车辆的车重。但是在道路上加装或更换传感网络是花销巨大的，且需要暂时关停这一路段。因此，现有的PWIM系统和BWIM系统安装和维护的综合成本很高，难以推广普及。
[0004]相较于传统车重识别技术，新兴的非接触式动态称重技术具有安装维护便利、综合成本低、智能化程度高等优势。不过，现有研究中的非接触式动态称重算法往往是计算密集的，难以实现车重的实时识别，不能满足超载执法工作的现实需求。

技术实现思路

[0005]针对现有技术的不足，本专利技术提出一种多兴趣区域的非接触式公路荷载识别方法，具体技术方案如下：
[0006]一种多兴趣区域的非接触式公路荷载识别方法，该方法包括如下步骤：
[0007]步骤一：在相机采集图像中定位汽车轮胎并据此生成多种兴趣区域；
[0008]步骤二：从多种兴趣区域中通过计算机视觉算法分别提取轮胎
‑
地面接触线、轮胎
‑
轮辋边界线以及轮胎侧壁上的轮胎型号标记；
[0009]步骤三：根据步骤二识别出的轮胎型号标记查表获得轮胎的固有参数；结合所述轮胎的固有参数和所述轮胎
‑
地面接触线，计算每个轮胎所在车轴的轴重，对所有轴重求和得到车辆总重。
[0010]进一步地，所述步骤一包括如下子步骤：
[0011]S1.1：采用YOLO网络来定位非接触式动态称重过程中拍摄的图像中的所有汽车轮胎，并将每个汽车轮胎记录为一个初始边界框和相应的类别概率；
[0012]S1.2：将这些初始边界框根据相应的类别概率和在图像上的位置进行数据清洗，以去除不能用于生成兴趣区域的边界框；
[0013]S1.3：将清洗后的边界框通过不同的几何变换过程转换成三种兴趣区域的边界
框：轮胎
‑
地面接触兴趣区域、轮辋兴趣区域、轮胎侧壁文本兴趣区域。
[0014]进一步地，所述步骤二中，通过计算机视觉算法提取轮胎
‑
地面接触线的子步骤如下：
[0015](1)使用图像尺寸调整操作来等比例地调整所裁剪的轮胎
‑
地面接触兴趣区域的图像尺寸，使得所有轮胎
‑
地面接触兴趣区域具有相同的图像高度；
[0016](2)增加对比度，并通过像素自适应维纳滤波器来抑制噪声；
[0017](3)采用局部自适应阈值技术将增强后的图像转化为二值图像；
[0018](4)采用形态学操作来修改二值图像中的区域形状，以消除轮胎表面的污点、裂纹和同心条纹所产生的干扰；
[0019](5)通过边缘边界寻址方法来识别经过形态学处理的二值图像中的轮胎
‑
地面接触区间；通过平滑轮胎
‑
地面接触区间内轮胎外缘的轮胎花纹即可得到接触边缘；并通过直线拟合操作将接触边缘拟合为的一条直线段，此线段作为提取出的轮胎
‑
地面接触线。
[0020]进一步地，所述边缘边界寻址方法包括：
[0021](1)像素采样：采用二分法的方式在轮胎
‑
地面接触兴趣区域的二值图像中进行循环的列采样，将被采样的每一列像素的灰度值作为一个像素样本；
[0022](2)把采样得到的像素样本换算成特征向量；
[0023](3)判别模型分类：使用判别模型根据特征向量将像素样本分为接触和分离两类，根据分类结果更新每轮的逼近区间边界坐标；
[0024](4)重复步骤(1)～(3)，直到逼近区间长度为1时结束；循环结束时的区间[φ2,φ4]即为轮胎
‑
地面接触区间。
[0025]进一步地，采用二分法的方式在轮胎
‑
地面接触兴趣区域的二值图像中进行循环的列采样，具体包括：
[0026]设采样轮数为n，当n＝1时，计算首轮采样的三个像素样本在二值图像中的列坐标，然后计算采样的两个逼近区间(φ1,φ2]和(φ3,φ4]；
[0027]其中，首轮采样的三个像素样本在二值图像中的列坐标表示为：
[0028][0029][0030][0031]式中，W
BW
是二值图像的宽度，[]表示高斯取整；
[0032]首轮采样的两个逼近区间(φ1,φ2]和(φ3,φ4]表示为：
[0033][0034][0035][0036][0037]当n≥2时，即从第二轮采样开始，每轮采样两个像素样本，首先计算被选取的像素样本在轮胎
‑
地面接触兴趣区域的二值图像中的列坐标然后计算当前轮的逼近区间边界坐标；
[0038]其中，第n轮采样的列坐标的计算公式如下：
[0039][0040][0041]其中，φ
m
(n
‑
1)代表第n
‑
1轮逼近区间的第m个边界坐标，且1≤φ1＜φ2≤φ3＜φ4≤W
BW
；
[0042]将第n轮采样得到的像素样本换算成特征向量，并根据特征向量对第n轮采样得到的像素样本进行分类；根据分类结果更新第n轮的逼近区间边界坐标，更新方式具体为，用第n轮的像素样本列坐标代替与其判别类型相同的第(n
‑
1)轮的逼近区间边界坐标φ(n
‑
1)；第n轮未被代替的逼近区间边界继承其在第(n
‑
1)轮的坐标。
[0043]进一步地，所述步骤二中，通过计算机视觉算法提取轮胎
‑
轮辋边界线的子步骤如下：
[0044](1)使用图像尺寸调整操作来等比例地调整所裁剪的轮辋兴趣区域的图像尺寸，使得所有轮辋兴趣区域具有相同的图像高度；
[0045](2)增加对比度，并通过像素自适应维纳滤波器来抑制噪声；
[0046](3)采用局部自适应阈值技术将增强后的图像转化为二值图像；
[0047](4)采用形态学操作来修改二值图像中的区域形状，以消除轮辋表面的污点、裂纹和凹凸不平所产生的干扰；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多兴趣区域的非接触式公路荷载识别方法，其特征在于，该方法包括如下步骤：步骤一：在相机采集图像中定位汽车轮胎并据此生成多种兴趣区域；步骤二：从多种兴趣区域中通过计算机视觉算法分别提取轮胎
‑
地面接触线、轮胎
‑
轮辋边界线以及轮胎侧壁上的轮胎型号标记；步骤三：根据步骤二识别出的轮胎型号标记查表获得轮胎的固有参数；结合所述轮胎的固有参数和所述轮胎
‑
地面接触线，计算每个轮胎所在车轴的轴重，对所有轴重求和得到车辆总重。2.根据权利要求1所述的多兴趣区域的非接触式公路荷载识别方法，其特征在于，所述步骤一包括如下子步骤：S1.1：采用YOLO网络来定位非接触式动态称重过程中拍摄的图像中的所有汽车轮胎，并将每个汽车轮胎记录为一个初始边界框和相应的类别概率；S1.2：将这些初始边界框根据相应的类别概率和在图像上的位置进行数据清洗，以去除不能用于生成兴趣区域的边界框；S1.3：将清洗后的边界框通过不同的几何变换过程转换成三种兴趣区域的边界框：轮胎
‑
地面接触兴趣区域、轮辋兴趣区域、轮胎侧壁文本兴趣区域。3.根据权利要求1所述的多兴趣区域的非接触式公路荷载识别方法，其特征在于，所述步骤二中，通过计算机视觉算法提取轮胎
‑
地面接触线的子步骤如下：(1)使用图像尺寸调整操作来等比例地调整所裁剪的轮胎
‑
地面接触兴趣区域的图像尺寸，使得所有轮胎
‑
地面接触兴趣区域具有相同的图像高度；(2)增加对比度，并通过像素自适应维纳滤波器来抑制噪声；(3)采用局部自适应阈值技术将增强后的图像转化为二值图像；(4)采用形态学操作来修改二值图像中的区域形状，以消除轮胎表面的污点、裂纹和同心条纹所产生的干扰；(5)通过边缘边界寻址方法来识别经过形态学处理的二值图像中的轮胎
‑
地面接触区间；通过平滑轮胎
‑
地面接触区间内轮胎外缘的轮胎花纹即可得到接触边缘；并通过直线拟合操作将接触边缘拟合为的一条直线段，此线段作为提取出的轮胎
‑
地面接触线。4.根据权利要求3所述的多兴趣区域的非接触式公路荷载识别方法，其特征在于，所述边缘边界寻址方法包括：(1)像素采样：采用二分法的方式在轮胎
‑
地面接触兴趣区域的二值图像中进行循环的列采样，将被采样的每一列像素的灰度值作为一个像素样本；(2)把采样得到的像素样本换算成特征向量；(3)判别模型分类：使用判别模型根据特征向量将像素样本分为接触和分离两类，根据分类结果更新每轮的逼近区间边界坐标；(4)重复步骤(1)～(3)，直到逼近区间长度为1时结束；循环结束时的区间[φ2,φ4]即为轮胎
‑
地面接触区间。5.根据权利要求4所述的多兴趣区域的非接触式公路荷载识别方法，其特征在于，采用二分法的方式在轮胎
‑
地面接触兴趣区域的二值图像中进行循环的列采样，具体包括：设采样轮数为n，当n＝1时，计算首轮采样的三个像素样本在二值图像中的列坐标，然后计算采样的两个逼近区间(φ1,φ2]和(φ3,φ4]；
其中，首轮采样的三个像素样本在二值图像中的列坐标表示为：其中，首轮采样的三个像素样本在二值图像中的列坐标表示为：其中，首轮采样的三个像素样本在二值图像中的列坐标表示为：式中，W
BW
是二值图像的宽度，[]表示高斯取整；首轮采样的两个逼近区...

【专利技术属性】
技术研发人员：朱俊涛，张鹤，黄康旭，竺贝宁，周琳，
申请(专利权)人：浙江大学，
类型：发明
国别省市：