论文部分内容阅读
摘 要:随着我国经济发展以及科学进步的不断完善,我国人民群众逐渐习惯了以自驾车为主、公交、地铁等为副作为日常出行的交通工具。在提升交通出行的方便性和安全性同时给社会交通增加了压力,交通拥堵和事故日益增多。有关技术研究人员尝试通过智能视频远程监控来对交通进行控制,进行有效疏导并通过执法的手段规避交通事故的发生。相比较普通的监控视频而言,智能远程视频监控能够对图像进行自主分析,并对动态化场景进行及时的跟踪与检测,通过对场景和车辆状态的分析,判定车辆是否存在违法行为,通过前端高清摄像机回传的信息判定路口车辆通行情况从而判定是否拥堵,通过联动信号机控制更改放行时间,减少拥堵。在图像中可提取驾驶员和副驾驶人员的面部特征,实时回传后台配合大数据分析,进行人员比对,判定驾驶员和副驾驶人员信息。如发现可疑人员和车辆,后台可及时报警同时进行布控,分析可以车辆和人员行驶轨迹,初步判定是否存在犯罪的隐患,通过警务通发布指令通知前端执勤警员或巡警进行控制,把犯罪控制在萌芽中或对已发生犯罪破案提供线索。因此未来智能交通远程视频实时监控系统有更为广泛的运用空间。
关键词:智能交通;远程视频;实时监控
引言:
想要进行智能交通远程视频实时监控系统的进一步完善与改进,首先要对相应的监控系统具体含义进行一个深入的研究与分析。智能交通远程视频实时监控系统没有将以更为先进的管理理念和管理方式进行人车结合,构造更为广阔的交通信息交互空间,以便于实时进行公共交通画面信息获取和突发事故的信息传递。相比较普通的远程视频监控而言,智能交通远程视频实时监控系统有更为快速的图像处理速度,并且有更为广阔的监控视野,能够为交通系统的正常运行提供必然的质量保障。
1 能够有效进行车流量和车速的检测
相比较普通的交通监控系统而言,智能化的交通远程视频实时监控系统有更为良好的狭缝技术。能够在日常的公共交通装进行车流量和车速的精准检测,后台人员可以通过按照时间顺序进行排列的检测线来进行视频图像信息的获取,并通过相应的检测线来进行动态狭缝图像的追踪,这样一来,倘若有不遵守交通法规或破坏交通秩序的车辆进入到了有关监测画面中,调查人员就可以通过狭缝技术来进行该车辆具体信息的追踪,这能在一定程度上细化威胁公共交通安全车辆的责任,使得公共交通安全得到更进一步的完善。当然,除了狭缝技术,智能交通远程视频实时监控系统再进行彩色图像选举的过程中,其阈值也有较为明显的突破。实际上动态的狭缝图片是一种二维观念上的图形而进行,时间线排列过程中视频图像的提取,其实是从相应图片中进行一维信息的提取。不同时刻的公共交通实时投影会有不同的表现,倘若能够在不同分量的基础上进行不同变化的提取,就能够让视频中的检测线目标信号分量与其所处的背景信号分量形成一个较为鲜明的对比,在这一过程中图像信息的变化范围就会明显大于分量差异值,最终形成较为鲜明的信息,以供后台人员进行信息获取。
相关技术在实际的公共交通画面检测运用过程中,会对车流量和车速进行较为精准的检测。譬如当某一车辆经过了主检测线后,系统会首先对车辆进行识别,比在此基础上对行车所处背景及整体的车流量进行全面的勘察。这样一来,后台人员就可以尝试通过相应的检测系统来对检测线组进行设定,而其本身的位置和数量是没有规定限制的,因此系统可以通过十分灵活的方式来进行有关车辆的检测。在进行车车速检测的过程中,有关检测系统会通过辅助检测线以及主检测线来进行车速的对标测量,如果车辆的行驶速度已经触发了辅助检测线,那么就会自动进入到视频文件当中,如果车辆的行驶速度触发了主检测线的检测,那么相应的行驶视频会再次进行自动的文件记录,这能在一定程度上起到信息数据实时传输的作用。
2 基于视频图像进行车辆识别
相比较普通的交通远程视频监控系统而言,智能化的交通远程视频实时监控系统,不仅能够对有关车辆的速度以及现阶段相关监测画面中的行车流量进行有效的监测,还能够通过视频图像的信息甄别来对车辆的具体信息进行检测和识别。具体说来有关智能化的视频远程监控系统能够通过对目标物体结构和形状的甄别,来进行车辆类型的具体识别和检测在确定了单个目标后,对单个目标进行区别全面描述,并通过智能化的有效分类来对有关车辆进行智能化的检测。想要达到这样的检测效果,相应车辆的行驶通道上方就必須要架设能够进行相应画面回传的摄像机,只有如此才能够使得有关信息数据在短时间内回传到后台,形成数据分析链,保障交通监管的实时力度。由于在传统的车辆鉴别过程中所测量出的长宽数据以及车辆与镜头之间存在的距离变化差异会使得相应的车辆鉴别出现落差,因此在智能化的交通远程视频实时监控系统运行过程中,有关技术人员尝试添加长宽比参数,确保有关绝对值差异能够得到明显的消除,使得相应的图像信息鉴别能够变得更为精准。
当然,需要注意的是,近阶段的智能化远程交通视频实时监控系统,虽然能够在短时间内针对目标车辆进行有效信息的实时分析,但这并不意味着现阶段所使用的智能交通远程视频实时监控系统便是完美无缺的,不需要再进行技术改良的。在大数据技术日益盛行的今天,车辆信息的在线联网和车辆行驶数据的在线信息传输共享成为了未来远程交通监管过程中所需要使用到的后备资料。在未来,很可能基于视频图像所进行实施的目标车辆信息不单单包括了车辆型号,车牌号码,车辆颜色等直观信息,还包括了车辆行驶违规历史,车辆年检信息等诸多大数据库中所能够体现出的信息。这有助于进行公共交通安全的进一步管制,也有助于交通远程视频实时监控系统进行监控力度的提升。
3 进行车牌号的自动提取和自动定位
倘若在车辆行驶的过程中出现了违反交通安全规范,破坏公共交通秩序的行为,那么智能化的交通远程视频实时监控系统,就需要及时进行有关车辆有效信息的提取,协助公共交通管理人员来对相应车辆使用人员进行惩罚。想要达到这样的交通监管效果,就需要许多智能化的远程交通视频实时监控系统,能够在实时监控的过程中自动进行违规车辆,车牌号的提取识别和相关车辆的自动定位。在这一过程中有关智能化的交通远程实施视频监控系统,或尝试采用彩色摄像机来进行车辆图片彩色图像的拍摄,使用RGB转换技术,将其转换为灰度图,然后进行灰度图像的深度运算,通过水平边缘检测模板的运用来进行梯度运算,避免相关背景对有关车牌具体位置定位产生不必要的影响。在梯度运算完成后需要使用预知处理的方式来进行灰度图的处理,使得二值化图像得以确定,最终进行车辆中车牌的具体位置能够被实时确定,在这一过程中智能化的实时监控系统还会自动进行车牌区域的分割,采用像素点统计的方法来进行相应车牌行驶区域的进一步定位。与此同时,智能化的实时监控系统还会进行字符的分割,首先对车辆的车牌号码投影量进行分析,尝试进行点阵图投影图的获得。并在此基础上进行字符的分割,对字母汉字字符进行有效的消除和规划处理,以保障有关智能化交通远程视频实时监控系统能够进行字符模式识别能力的进一步提升。只有顺利的进行了车牌号的自动识别和自动定位提取,才能够使得实时的智能化远程视频监控系统参与到日常的交通管理当中来,进行有效的交通干预,协助交通管理人员对违规车辆和违规人员进行信息定位和信息获取。
当然,BP神经网络字符识别方法的运用也是进行字符信息提取车牌定位的主要方法,但相比较 SVM识别算法而言,BP网络字符识别算法存在一定的弊端。因此智能化的远程视频实时监控系统也尝试运用SVM识别法来进行车牌的识别。
结束语
总而言之,在交通行业中,有关技术人员一直尝试以智能化远程视频监控系统来进行日常的交通管理,在提升监控画面质量的基础上进行动态识别率和图像采集质量的进一步提升,希望通过此方法来辅助交通管理人员进行日常的交通实施监管,使得交通安全得到充分的保障。
参考文献:
[1]陈洁. 远程视频监控系统的设计与实现[D]. 云南大学, 2012.
[2]朱向庆, 陈俊洪, 张伟亮,等. 无线智能交通监控系统设计[J]. 电子技术应用, 2015, 41(3):68-71.
[3]王小红. 智能交通无线视频监控系统设计[J]. 科技经济导刊, 2020, v.28;No.714(16):22-23.
关键词:智能交通;远程视频;实时监控
引言:
想要进行智能交通远程视频实时监控系统的进一步完善与改进,首先要对相应的监控系统具体含义进行一个深入的研究与分析。智能交通远程视频实时监控系统没有将以更为先进的管理理念和管理方式进行人车结合,构造更为广阔的交通信息交互空间,以便于实时进行公共交通画面信息获取和突发事故的信息传递。相比较普通的远程视频监控而言,智能交通远程视频实时监控系统有更为快速的图像处理速度,并且有更为广阔的监控视野,能够为交通系统的正常运行提供必然的质量保障。
1 能够有效进行车流量和车速的检测
相比较普通的交通监控系统而言,智能化的交通远程视频实时监控系统有更为良好的狭缝技术。能够在日常的公共交通装进行车流量和车速的精准检测,后台人员可以通过按照时间顺序进行排列的检测线来进行视频图像信息的获取,并通过相应的检测线来进行动态狭缝图像的追踪,这样一来,倘若有不遵守交通法规或破坏交通秩序的车辆进入到了有关监测画面中,调查人员就可以通过狭缝技术来进行该车辆具体信息的追踪,这能在一定程度上细化威胁公共交通安全车辆的责任,使得公共交通安全得到更进一步的完善。当然,除了狭缝技术,智能交通远程视频实时监控系统再进行彩色图像选举的过程中,其阈值也有较为明显的突破。实际上动态的狭缝图片是一种二维观念上的图形而进行,时间线排列过程中视频图像的提取,其实是从相应图片中进行一维信息的提取。不同时刻的公共交通实时投影会有不同的表现,倘若能够在不同分量的基础上进行不同变化的提取,就能够让视频中的检测线目标信号分量与其所处的背景信号分量形成一个较为鲜明的对比,在这一过程中图像信息的变化范围就会明显大于分量差异值,最终形成较为鲜明的信息,以供后台人员进行信息获取。
相关技术在实际的公共交通画面检测运用过程中,会对车流量和车速进行较为精准的检测。譬如当某一车辆经过了主检测线后,系统会首先对车辆进行识别,比在此基础上对行车所处背景及整体的车流量进行全面的勘察。这样一来,后台人员就可以尝试通过相应的检测系统来对检测线组进行设定,而其本身的位置和数量是没有规定限制的,因此系统可以通过十分灵活的方式来进行有关车辆的检测。在进行车车速检测的过程中,有关检测系统会通过辅助检测线以及主检测线来进行车速的对标测量,如果车辆的行驶速度已经触发了辅助检测线,那么就会自动进入到视频文件当中,如果车辆的行驶速度触发了主检测线的检测,那么相应的行驶视频会再次进行自动的文件记录,这能在一定程度上起到信息数据实时传输的作用。
2 基于视频图像进行车辆识别
相比较普通的交通远程视频监控系统而言,智能化的交通远程视频实时监控系统,不仅能够对有关车辆的速度以及现阶段相关监测画面中的行车流量进行有效的监测,还能够通过视频图像的信息甄别来对车辆的具体信息进行检测和识别。具体说来有关智能化的视频远程监控系统能够通过对目标物体结构和形状的甄别,来进行车辆类型的具体识别和检测在确定了单个目标后,对单个目标进行区别全面描述,并通过智能化的有效分类来对有关车辆进行智能化的检测。想要达到这样的检测效果,相应车辆的行驶通道上方就必須要架设能够进行相应画面回传的摄像机,只有如此才能够使得有关信息数据在短时间内回传到后台,形成数据分析链,保障交通监管的实时力度。由于在传统的车辆鉴别过程中所测量出的长宽数据以及车辆与镜头之间存在的距离变化差异会使得相应的车辆鉴别出现落差,因此在智能化的交通远程视频实时监控系统运行过程中,有关技术人员尝试添加长宽比参数,确保有关绝对值差异能够得到明显的消除,使得相应的图像信息鉴别能够变得更为精准。
当然,需要注意的是,近阶段的智能化远程交通视频实时监控系统,虽然能够在短时间内针对目标车辆进行有效信息的实时分析,但这并不意味着现阶段所使用的智能交通远程视频实时监控系统便是完美无缺的,不需要再进行技术改良的。在大数据技术日益盛行的今天,车辆信息的在线联网和车辆行驶数据的在线信息传输共享成为了未来远程交通监管过程中所需要使用到的后备资料。在未来,很可能基于视频图像所进行实施的目标车辆信息不单单包括了车辆型号,车牌号码,车辆颜色等直观信息,还包括了车辆行驶违规历史,车辆年检信息等诸多大数据库中所能够体现出的信息。这有助于进行公共交通安全的进一步管制,也有助于交通远程视频实时监控系统进行监控力度的提升。
3 进行车牌号的自动提取和自动定位
倘若在车辆行驶的过程中出现了违反交通安全规范,破坏公共交通秩序的行为,那么智能化的交通远程视频实时监控系统,就需要及时进行有关车辆有效信息的提取,协助公共交通管理人员来对相应车辆使用人员进行惩罚。想要达到这样的交通监管效果,就需要许多智能化的远程交通视频实时监控系统,能够在实时监控的过程中自动进行违规车辆,车牌号的提取识别和相关车辆的自动定位。在这一过程中有关智能化的交通远程实施视频监控系统,或尝试采用彩色摄像机来进行车辆图片彩色图像的拍摄,使用RGB转换技术,将其转换为灰度图,然后进行灰度图像的深度运算,通过水平边缘检测模板的运用来进行梯度运算,避免相关背景对有关车牌具体位置定位产生不必要的影响。在梯度运算完成后需要使用预知处理的方式来进行灰度图的处理,使得二值化图像得以确定,最终进行车辆中车牌的具体位置能够被实时确定,在这一过程中智能化的实时监控系统还会自动进行车牌区域的分割,采用像素点统计的方法来进行相应车牌行驶区域的进一步定位。与此同时,智能化的实时监控系统还会进行字符的分割,首先对车辆的车牌号码投影量进行分析,尝试进行点阵图投影图的获得。并在此基础上进行字符的分割,对字母汉字字符进行有效的消除和规划处理,以保障有关智能化交通远程视频实时监控系统能够进行字符模式识别能力的进一步提升。只有顺利的进行了车牌号的自动识别和自动定位提取,才能够使得实时的智能化远程视频监控系统参与到日常的交通管理当中来,进行有效的交通干预,协助交通管理人员对违规车辆和违规人员进行信息定位和信息获取。
当然,BP神经网络字符识别方法的运用也是进行字符信息提取车牌定位的主要方法,但相比较 SVM识别算法而言,BP网络字符识别算法存在一定的弊端。因此智能化的远程视频实时监控系统也尝试运用SVM识别法来进行车牌的识别。
结束语
总而言之,在交通行业中,有关技术人员一直尝试以智能化远程视频监控系统来进行日常的交通管理,在提升监控画面质量的基础上进行动态识别率和图像采集质量的进一步提升,希望通过此方法来辅助交通管理人员进行日常的交通实施监管,使得交通安全得到充分的保障。
参考文献:
[1]陈洁. 远程视频监控系统的设计与实现[D]. 云南大学, 2012.
[2]朱向庆, 陈俊洪, 张伟亮,等. 无线智能交通监控系统设计[J]. 电子技术应用, 2015, 41(3):68-71.
[3]王小红. 智能交通无线视频监控系统设计[J]. 科技经济导刊, 2020, v.28;No.714(16):22-23.