全天候车辆实时检测系统
交通设施的智能监控与安全预警系统
交通设施的智能监控与安全预警系统随着城市交通的快速发展，交通设施的智能监控与安全预警系统已经成为了城市管理的重要组成部分。
这一系统利用先进的科技手段，实时监控和分析交通设施的状况，为城市交通提供了更高效、更安全的保障。
本文将从交通设施的智能监控和安全预警两个方面，探讨这一系统的重要性及其应用。
一、交通设施的智能监控交通设施的智能监控是指利用现代技术手段，对城市交通设施进行全方位、全天候的实时监控。
这一监控系统采用各种感应器、摄像头、雷达等设备，通过数据采集和传输等技术手段，实时获取道路状况、交通流量、车辆速度等信息，为城市交通管理部门提供有效的数据支持。
智能监控系统的运行原理是将交通设施上的感应器与中央控制中心相连接，实时传输设施的数据信息。
中央控制中心通过分析这些数据信息，可以准确判断道路的拥堵、事故的发生等情况，并及时向相关部门发出预警信号。
这样，交通管理部门就能够根据实时数据，及时采取措施疏导交通，减少拥堵，提高道路通行效率。
智能监控系统的优势在于它能够实现全天候、实时的监控，对于交通拥堵等突发状况具备较高的敏感度。
它通过摄像头和传感器的配合使用，可以实时检测车辆的数量、车速、幅员等情况，并分析这些数据，提供给城市交通管理者参考。
这样，城市交通管理部门就能够预测交通拥堵的发生，并提前做好交通疏导准备，有效减少交通堵塞对城市交通的影响。
二、安全预警系统的应用除了智能监控外，交通设施的安全预警系统也是交通管理过程中的重要环节。
安全预警系统通过监测设备和传感器获取实时的道路状况，并将这些数据与历史数据进行比对和分析，以预测道路安全性。
一旦出现交通事故、危险驾驶等异常情况，安全预警系统会立即发出警报信号，及时提醒相关人员采取措施。
安全预警系统的应用可以帮助城市交通管理部门在保障道路安全方面发挥更大的作用。
系统通过合理的布局和智能化管理，能够及时发现道路上的危险因素，预测可能发生的交通事故，并提供给相关部门参考。
车辆实时监控技术方案设计
车辆实时监控技术方案设计背景汽车已经成为现代人生活中不可或缺的一部分，车辆的安全性和管理效率成为车主和企业的重要关注点。
车辆实时监控系统可以让车主或企业实时地监控车辆位置和行驶情况，以提高安全性和管理效率。
技术方案设计硬件设备车辆实时监控系统涉及到硬件设备和软件系统两个方面。
硬件设备是系统实现的基础，主要是通过设备采集车辆位置和行驶信息，并将其传输到服务器上。
硬件设备主要由以下组成：1.GPS定位器：主要是用来获取车辆的经纬度坐标，并将其发送到服务器上。
2.车载终端：安装在车内，主要负责接收GPS定位器发送的数据，并将其上传到服务器上。
3.无线网络模块：连接移动通信网络，将车载终端上传的数据发送到服务器上。
以上硬件设备可以组成一个完整的车辆实时监控系统。
软件系统车辆实时监控系统采集到的数据需要进行处理和展示，这就需要一个承载系统的软件系统。
软件系统主要由以下模块组成：1.数据存储模块：用来存储采集到的车辆位置和行驶数据。
2.数据分析模块：对采集到的数据进行统计分析，生成相应的报表和监控图表。
3.Web服务模块：提供Web服务接口，供用户使用Web浏览器访问实时监控数据。
4.移动客户端模块：提供移动端客户端，让用户可以通过手机或平板电脑来查看车辆的实时位置和行驶状况。
软件系统还需要一个地图服务，用来展示车辆的实时位置和行驶轨迹。
地图服务可以通过开放API或购买第三方地图服务来实现。
实现难点车辆实时监控系统的实现涉及到硬件和软件方面的复杂程度，因此需要克服以下难点：1.GPS位置精度问题：GPS位置信息的精度可能受到一些因素的影响，如天气、地形等因素。
因此，需要通过差分定位、加速计/陀螺仪等方式提高GPS定位的精度。
2.数据传输带宽问题：随着车辆数量的增加，需要传输到服务器的数据流量也会随之增加。
因此，需要优化数据传输协议和数据压缩算法，以减少数据传输带宽。
3.设备能耗问题：车载终端需要长时间工作，需要考虑设备的能耗问题，提高设备的续航能力。
奥维全天候高清路口智能电子警察系统
全天候高清晰路口智能电子警察系统✓闯红灯车辆检测✓直行车道左转✓直行车道右转✓压线检测✓逆行检测✓不按规定车道行驶✓卡口记录抓拍✓违章车辆号牌自动识别✓高清录像系统吉林奥维通讯工程有限公司1. 概述通过各相关部门近几年的共同建设，闯红灯电子警察系统已经成为非现场执法技术手段中的一个重要组成部分，为公安交警部门有效地杜绝和减少机动车闯红灯等违章行为起到了积极的作用,并在现代交通执法中得到了大量的应用，取得了很大成效。
在加快城市交通管理系统的信息化、智能化进程中，对于在现有的城建规模上提高城市路网的通行能力，保证车辆的安全行驶，提高管理交通系统的效率和执行力等方面，闯红灯电子警察系统显得极为重要。
吉林奥维通讯有限公司研制生产的全天候高清晰路口智能电子警察系统集成了闯红灯检测、压线检测、逆行检测和不按规定车道行驶检测等功能。
运用最新视频动态分析、图像跟踪抓拍与车牌识别技术，在对路口机动车辆路口的多种违法行为进行准确检测，并输出违章车辆违章过程的全景和车牌特写图片以及车辆违章的有关信息。
本系统值得关注的特点是通过采用国际领先的视频分析算法，实现了车辆动态轨迹跟踪检测及与车牌识别技术的完美结合，有效的保证了视频触发准确率，对车辆和车牌的检测不需要添加任何外部触发装置，且将光照影响，行人、自行车、树木阴影等各种干扰因素的影响最大程度地降低，违章抓拍率可达90%以上。
全天候高清晰路口智能电子警察系统可针对单方向、两方向、三方向或四方向等各种路况进行灵活配置。
本系统采用基于IP的网络接口，易于与其它设备接口。
系统控制中心管理计算机与各监控点计算机的连接采用星形拓扑结构，每个监控点均可以通过网络与控制中心直接连接以传输违章车辆通行数据信息和监控图像数据。
HD 1.0型闯红灯自动监控系统根据公安部2004年6月4日发布的《闯红灯自动记录系统通用技术条件》（GA/T497-2004）进行研制生产，集成了对路口多种违法行为的检测取证，符合2009年2月25日最新发布的GA/T497-2009版本，已在国内多个城市成功安装使用，大幅度提高违章捕获率和记录有效率，得到用户的普遍好评。
北斗车辆解决方案
北斗车辆解决方案引言概述：随着北斗卫星导航系统的发展和普及，北斗车辆解决方案在交通运输行业中得到了广泛应用。
北斗车辆解决方案利用北斗卫星系统提供的定位、导航和通信能力，为车辆管理和运输监控提供了高效、精准的解决方案。
本文将从五个方面详细介绍北斗车辆解决方案的应用和优势。
一、实时定位跟踪1.1 利用北斗卫星系统实时定位车辆位置，实现全天候、全天候的监控。
1.2 提供车辆行驶轨迹回放功能，精准记录车辆行驶路线和停留点。
1.3 可以设定电子围栏功能，一旦车辆越界即可实时报警提醒。
二、远程监控管理2.1 实现对车辆的远程监控和管理，随时查看车辆状态和运行情况。
2.2 提供实时监控车辆的车速、油耗、行驶里程等数据，帮助企业进行车辆运营管理。
2.3 可以远程设定车辆的行驶路线和目的地，提高运输效率和安全性。
三、报警预警功能3.1 北斗车辆解决方案可以实现对车辆的异常报警功能，如超速、疲劳驾驶、碰撞等。
3.2 提供实时监控车辆的油量、水温、电压等参数，一旦异常即可实时报警。
3.3 可以设定定时报警功能，提醒车辆保养、维修等重要事项。
四、数据分析统计4.1 北斗车辆解决方案可以对车辆的行驶数据进行分析和统计，生成报表和图表。
4.2 提供车辆的运输轨迹、停留点、速度等数据分析，帮助企业优化运营策略。
4.3 可以对车辆的油耗、行驶里程等数据进行统计，为企业节约成本提供参考。
五、应用推广和未来发展5.1 北斗车辆解决方案已在交通运输、物流、公共服务等领域得到广泛应用。
5.2 随着北斗卫星导航系统的不断完善和发展，北斗车辆解决方案将迎来更广阔的发展空间。
5.3 未来，北斗车辆解决方案将进一步融合人工智能、大数据等技术，为车辆管理和运输监控提供更加智能化、高效化的解决方案。
结语：北斗车辆解决方案的应用不仅提高了车辆管理和运输监控的效率，还为交通运输行业带来了更多的发展机遇。
随着技术的不断进步和创新，北斗车辆解决方案将在未来发展中发挥更加重要的作用，为交通运输行业的智能化和现代化发展做出更大的贡献。
道路卡口
一、系统背景高清治安卡口系统，是一种新型智能交通系统，主要用于城市道路或高速公路出入口、收费站等治安卡口及重点治安地段的全天候实时检测与记录，结合高清摄像机的高清晰照片特性，使卡口抓拍效果得到质的提升。
能够清晰分辨车牌的同时也能清晰看清车内前排座的详细情况，包括人的脸部特征，将城区形成一个治安包围圈，确保社会安全。
二、系统简介该系统采用目前最可靠的地感线圈检测模式，当车辆经过地感线圈时，系统自动实时捕获一幅经过车辆的图像，采用Microview品牌千兆网GE系列高清晰摄像机进行前端的车辆抓拍，图像分辨率达到145万像素，并直接输出JPEG压缩格式的高清晰图片。
图像中可以用肉眼清楚的分辨车辆的颜色、特征、车牌的号码、颜色、司乘人员的面部特征，白天能清晰识别车辆牌照及整个车身的特征情况，晚上能克服车辆迎头拍摄的前大灯眩光问题，夜间车辆牌照及整个车身特征同样清晰。
上位机软件提供：图像处理、图像存储、图像查询、牌照识别、前端设备设置、系统运行监控、系统数据库维护、设备维护等功能。
由于本系统采用了先进的专业抓拍设计的千兆网相机MVC2900DAC GE，从上位机到摄像机段只需一根电源线和一根网线（六类线），传输距离远，使得系统具有组成结构简洁、实现系统功能直接、系统响应迅速等特点，与传统的系统相比较有明显的优势。
三、系统设计1、系统结构治安卡口系统，主要有：前端路口抓拍系统（也称前端系统）、网络传输部分、中心管理系统三大部分组成。
2、系统工作原理车辆通过地感线圈时，车辆检测器检测到车辆通过的信号，将其输入至控制主机，计算出车辆速度，并将抓拍信号发送给摄像机，从而控制摄像机进行抓拍，摄像机将抓拍到的图片传输到控制主机（即工业计算机）上，再传输至中心服务器。
3前端系统说明3.1前端设计3.2系统组成前端系统设置在各卡口，用于对所有来往车辆进行监控与记录。
系统全天候地对过往的每一辆车进行车牌识别、速度检测、黑车库比对、图像抓拍保存，实时将相关信息传输回系统中心，并实现本地监控报警功能。
GPS车载定位系统技术方案
天津市滨丽园混凝土有限公司GPS车载定位监控系统建议书2010年 6 月第一章GPS 定位系统GPS 监控是结合了GPS 技术、无线通信技术(GSM/GPRS/CDMA) 、图像处理技术及GIS 技术，用于对移动的人、宠物、车及设备进行远程实时监控的一门技术。
功能实现介绍如何实现GPS 监控功能要实现GPS 监控功能必须具备GPS 终端、传输网络和监控平台三个要素，这三个要素缺一不可。
通过这三个要素，组成三层结构的监控系统，使用在车辆调度监控领域，可以提供车辆防盗、反劫、行驶路线监控及呼叫指挥等功能；使用在对人宠物的跟踪领域，可以提供对老人、小孩及宠物的跟踪、老人、小孩遇到突发事件时的求救等功能。
GPS 监控的三要使用为：GPS 终端、监控平台、传输网络等。
GPS 终端GPS 终端是GPS 监控系统的前端设备，一般隐秘地安装在各种车辆内或佩带在人或宠物身上，GPS 终端设备主要由主CPU 、GPS 模块、GPRS 模块、I/O 接口及外围电路组成。
监控平台监控平台是GPS 监控的核心，是远程可视指挥和监控管理平台，一旦在车辆上安装GPS 监控设备或者在人身上佩带了GPS 监控设备，设备上的GPS 模块会实时地将车或人的位置信息通过无线网络发送到监控中心，在监控中心的电子地图上可以看到车辆、人或宠物所在的直观位置，监控中心可通过无线网络对车辆、人或宠物进行远程监控，也可对设备进行设置，例如通过下发指令设置上传间隔、远程重启设备等。
传输网络可使用GPRS 无线通信网络或CDMA 无线通信网络，也可以使用短信方式进行数据传输。
GPS 监控系统功能及特点概述GPS 监控功能（ 1 ）立即查询当监控中心发出立即命令之后， GPS 终端及时上传车辆、 人或宠物的位置信息 （包 括经度、纬度、方位角、速度、卫星数等信息）及状态信息。
（ 2 ）远程跟踪监控中心可在监控软件上对 GPS 终端进行定时跟踪设置，可设置某一固定时间 上传位置信息和状态信息，一旦设置成功， GPS 终端将根据监控中心所下发的指令 请求及时上传监控中心所需要的信息。
引入车辆安全追踪系统实时监控车辆位置
引入车辆安全追踪系统实时监控车辆位置车辆安全一直是社会关注的焦点之一。
为了提高车辆的安全性能，引入车辆安全追踪系统已成为当今的一种趋势。
这种系统能够通过GPS定位技术实时监控车辆的位置，并且提供准确可靠的数据，为车主和相关管理部门提供有力的支持。
本文将探讨引入车辆安全追踪系统的意义以及系统的工作原理。
一、引入车辆安全追踪系统的意义1. 车辆安全问题的突出性当前，车辆安全问题日益突出。
各种交通事故频发，给人们的生命财产安全带来了严重威胁。
而且，车辆失窃问题也屡见不鲜。
引入车辆安全追踪系统能够有效提高车辆的安全性，减少事故发生率，降低车辆被盗的风险。
2. 提供即时准确的位置信息车辆安全追踪系统通过GPS定位技术，能够实时提供车辆的位置信息。
不仅可以帮助车主随时了解车辆的位置，还可以迅速定位车辆的具体位置，并及时采取相应的措施。
对于车辆丢失或紧急情况的处理，提供了宝贵的参考依据。
3. 有效监管车辆行驶情况通过车辆安全追踪系统，交通管理部门可以实时监管车辆的行驶情况。
可以及时发现违法行为，加强交通管理，提高道路交通的安全性。
同时，对于企业管理车队的情况也起到了积极的促进作用，能够对驾驶员的行为进行监督，提高运输效率和管理水平。
二、车辆安全追踪系统的工作原理车辆安全追踪系统主要由GPS卫星定位系统、GSM通信网络和信息处理平台三部分组成。
1. GPS卫星定位系统GPS卫星定位系统是车辆安全追踪系统的核心部分。
通过接收卫星发射的信号，能够确定车辆的精确位置。
这种定位系统具有全天候、全球范围、高精度的特点，可确保车辆位置的准确性。
2. GSM通信网络GSM通信网络是将车辆定位系统与信息处理平台连接起来的桥梁。
通过GSM通信网络，系统可以将车辆定位信息传输到信息处理平台，并接收来自平台的指令。
这种通信网络覆盖范围广，通信速度快，确保了车辆位置信息的及时传输和处理。
3. 信息处理平台信息处理平台是车辆安全追踪系统的重要组成部分。
车辆远程诊断技术实时监测车辆健康状况的新技术
车辆远程诊断技术实时监测车辆健康状况的新技术随着科技的不断进步，车辆远程诊断技术正逐渐成为汽车行业的关注焦点。
这种新技术通过使用传感器、无线通信和云计算等先进技术，实时监测和诊断车辆的健康状况，为车主和汽车制造商提供更准确、及时的信息。
本文将介绍车辆远程诊断技术的原理、优势以及应用前景。
一、车辆远程诊断技术的原理车辆远程诊断技术是通过安装在车辆中的传感器和控制模块，实时采集车辆的各种参数数据，如发动机温度、车速、发动机转速等，通过车载通信技术将数据传输到远程服务器。
远程服务器使用先进的算法和分析模型，对这些数据进行处理和诊断，识别出车辆可能存在的问题并提供解决方案。
二、车辆远程诊断技术的优势1. 实时监测：车辆远程诊断技术可以随时随地实时监测车辆的健康状况，及时预警和发现潜在问题，避免了故障的突发性。
2. 提高安全性：通过实时监测车辆的各种参数数据，车辆远程诊断技术可以及时发现故障并提供解决方案，减少事故的发生，提高驾驶者和乘客的安全性。
3. 降低维修成本：车辆远程诊断技术可以准确识别车辆故障的原因和位置，提供准确的维修建议，避免了不必要的维修和更换零部件，降低了维修成本。
4. 节省时间和精力：传统的故障排查需要花费大量的时间和精力，在车辆远程诊断技术的帮助下，可以更快速地定位问题并采取相应的措施，节省了时间和精力。
三、车辆远程诊断技术的应用前景1. 汽车制造商：车辆远程诊断技术可以帮助汽车制造商及时发现并解决车辆生产中的技术问题，改善产品质量，提高用户满意度。
2. 4S店及维修厂：车辆远程诊断技术可以提供车辆故障诊断的参考数据和建议，协助4S店和维修厂进行维修和保养工作，提高服务质量和效率。
3. 车主：对于车主而言，车辆远程诊断技术可以提供车辆健康状况的实时监测和故障诊断，在车辆出现问题时及时提醒并提供解决方案，保障驾驶安全。
4. 保险公司：车辆远程诊断技术可以为保险公司提供车辆使用情况和驾驶行为的数据，帮助评估风险和保费，并推出更个性化的保险服务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
滤波、二值化等预处理，然后提取感兴趣区域。通过大 量分析发现，由于夜间场景下灯光区域和背景区域的 亮度明显不同，在直方图中表现为灯光区域灰度值多 集中于较高端，背景区域灰度值多集中于较低端，所以 夜间视频车辆图像的直方图会呈现出典型的双峰特 性，如图５ 所示。因此，采用直方图双峰法对车前灯进 行初步提取。即在两个差异较大的波峰之间找到适当 的像素阈值，以此完成车灯与背景的分离。具体流程 如图６ 所示。
③
对这Ｋ
个由高公斯式分λ布ｉ，ｔ 按＝ Ｗσ照ｉｉ，，ｔ从ｔ得小出到每大个进模行型排的序执，行将优排先在级后，
证明，系统能够大幅提升环境变化下的实时车辆检测 精度。
Ｂ配个。的若高完斯成分匹配布，作说为明背该景像模素型点，在并背将景其区与域内Ｘｔ，进不行匹配匹
１ 白天车辆视频检测算法设计
则说明该像素点在前景区域内［１０］。 ④ 对得出的前景中车辆图像进行填充处理，再加
图４ 车流量统计效果图
从图４ 的处理效果可以看出，外接矩形框的车流 量统计算法不仅可以框选出当前视频帧中的车辆，还 能对通过该路口的车辆数目进行准确统计并在视频图 像左上角显示。
２ 夜间车辆视频检测算法设计
２． １ 车灯提取
传统的车灯分割算法是将视频的每一帧进行中值
图２ 改进的混合高斯模型处理效果
， ， ［］ ， ， ＬＩＵ Ｃ Ｙ ＨＯＮＧ Ｌ Ｎ ＦＵ Ｊ Ｙ． ＡｌｌＷｅａｔｈｅｒ Ｖｅｈｉｃｌｅ ＲｅａｌＴｉｍｅ Ｄｅｔｅｃｔｉｏｎ Ｓｙｓｔｅｍ Ｊ ． Ｍｅａｓｕｒｅｍｅｎｔ ＆ Ｃｏｎｔｒｏｌ Ｔｅｃｈｎｏｌｏｇｙ ２０２０ （）： ３９ ２ １２６ － １３１．
全天候车辆实时检测系统
Ａｂｓｔｒａｃｔ牶 Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｌｏｗ ａｃｃｕｒａｃｙ ｏｆ ａｌｌｗｅａｔｈｅｒ ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ牞 ａ ｎｅｗ ｊｏｉｎｔ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ． Ｂｙ ａｄｄｉｎｇ ｄｉｌａｔｉｏｎ ａｎｄ ｅｒｏｓｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｔｏ ｔｈｅ Ｇａｕｓｓｉａｎ ｍｉｘｔｕｒｅ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌｉｎｇ牞 ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｂｒｅａｋｐｏｉｎｔｓ ａｎｄ ｒａｎｄｏｍ ｎｏｉｓｅ ｉｎ ｔｈｅ ｖｉｄｅｏ ｖｅｈｉｃｌｅ ｉｍａｇｅ ａｒｅ ｒｅｄｕｃｅｄ． Ｔｈｅ ｃｉｒｃｕｍ ｓｃｒｉｂｅｄ ｒｅｃｔａｎｇｕｌａｒ ｆｒａｍｅ ｉｓ ｓｅｔ ｂｙ ｕｓｉｎｇ ｔｈｅ ｍｉｎｉｍｕｍ ａｒｅａ ｍｅｔｈｏｄ牞 ａｎｄ ｔｈｅ ｓｉｚｅ ａｎｄ ｐｏｓｉｔｉｏｎ ｏｆ ｔｈｅ ｒｅｃｔａｎｇｕｌａｒ ｆｒａｍｅ ｉｓ ｃｏｎｔｉｎｕｏｕｓｌｙ ａｄｊｕｓｔｅｄ牞 ｔｈｅ ｔａｒｇｅｔ ｖｅｈｉｃｌｅ ｉｎ ｔｈｅ ｖｉｄｅｏ ｉｍａｇｅ ｉｓ ａｃｃｕｒａｔｅｌｙ ｓｅｌｅｃｔｅｄ． Ｄｕｅ ｔｏ ｔｈｅ ｃｏｍｐｌｅｘ ｉｔｙ ｏｆ ｔｈｅ ｎｉｇｈｔｔｉｍｅ ｌｉｇｈｔ ｓｃｅｎｅ牞 ｔｈｅ ｃｌｅａｒｌｙ ｄｉｓｔｉｎｇｕｉｓｈａｂｌｅ ｈｅａｄｌｉｇｈｔｓ ａｒｅ ｔａｋｅｎ ａｓ ｔｈｅ ｔａｒｇｅｔ牞 ａｎｄ ｔｈｅｙ ａｒｅ ｓｅｐａ ｒａｔｅｄ ｆｒｏｍ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｏｆ ｔｈｅ ｖｉｄｅｏ ｉｍａｇｅ ｂｙ ｔｈｅ ｈｉｓｔｏｇｒａｍ ｂｉｍｏｄａｌ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ ａｎｄ ｔｈｅ ｗａｔｅｒｓｈｅｄ ｓｅｇｍｅｎｔａｔｉｏｎ ｍｅｔｈｏｄ牞 ａｎｄ ａｐｐｒｏｐｒｉａｔｅ ｍａｔｃｈｉｎｇ ｃｏｎｄｉｔｉｏｎｓ ｏｆ ｔｈｅ ｌｉｇｈｔｓ ａｒｅ ｓｅｔ ｂａｓｅｄ ｏｎ ｔｈｅ ｍｏｒｐｈｏｌｏｇｉｃａｌ ｐａ ｒａｍｅｔｅｒｓ ｏｆ ｔｈｅ ｈｅａｄｌｉｇｈｔ牞 ａｎｄ ａ ｒｅａｌｔｉｍｅ ｖｅｈｉｃｌｅ ｐａｉｒｉｎｇ ａｎｄ ｖｅｈｉｃｌｅ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ牞 ｗｈｉｃｈ ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｓ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ ａｔ ｎｉｇｈｔ． Ｔｈｅ ｐｒｏｐｏｓｅｄ ｎｅｗ ｊｏｉｎｔ ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｅｆｆｅｃｔｉｖｅｌｙ ｅｌｉｍｉｎａｔｅｓ ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ ｅｒｒｏｒｓ ｃａｕｓｅｄ ｂｙ ｃｈａｎｇｅｓ ｉｎ ｔｈｅ ｅｘｔｅｒｎａｌ ｌｉｇｈｔ ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ ｐｒｏｖｉｄｅｓ ｎｅｗ ｉｄｅａｓ ｆｏｒ ａｌｌｗｅａｔｈｅｒ ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ． Ｉｔ ｈａｓ ｓｔｒｏｎｇ ｐｅｒｔｉｎｅｎｃｅ ａｎｄ ｉｍｐｏｒｔａｎｔ ｐｒａｃｔｉｃａｌ ｓｉｇｎｉｆｉｃａｎｃｅ． Ｋｅｙ ｗｏｒｄｓ牶 ｖｅｈｉｃｌｅ ｄｅｔｅｃｔｉｏｎ牷 Ｇａｕｓｓｉａｎ ｍｉｘｔｕｒｅ ｂａｃｋｇｒｏｕｎｄ ｍｏｄｅｌｉｎｇ牷 ｈｉｓｔｏｇｒａｍ ｂｉｍｏｄａｌ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ牷 ｗａｔｅｒｓｈｅｄ ｓｅｇｍｅｎｔａｔｉｏ ｍｅｔｈｏｄ
１． １ 改进混合高斯背景建模算法
以平滑滤波，消除图像中的噪声；将产生形变的车辆轮
混合高斯背景建模是一种典型的背景模型差分 廓更为完整地显现出来。
·１２８·
《测控技术》２０２０ 年第３９ 卷第２ 期
⑤ 执行步骤①，直到处理完所有视频图像。 效果如图４ 所示。 按以上改进的混合高斯背景建模流程，令背景学 习率α ＝ ０． ０１，混合高斯模型个数Ｋ ＝ ３，初始标准差 σ ＝ ，对 ６ ２８８ 像素×５１２ 像素的视频进行检测，处理结 果如图２ 所示。
② 计算灰度图像中灰度的数学期望和标准差，观 权的Ｘ察ｔ 重高新是斯像否Ｗ分素ｉ和，ｔ、布值当均取前值Ｘ代ｔ存Ｕ是，ｉ在，再否ｔ和的更满标新Ｋ足准均个差Ｘ值模ｔ和σ－型ｉ，Ｕ标ｔ；匹ｉ，准若ｔ－配１差不。≤，匹重若２配复．匹５判，σ配则ｉ断，则将并、更更最确新新后定。
灯特征设置出最佳的车灯匹配条件，将符合匹配条件 的车灯对视为同一辆车，并对比车灯在视频帧之间的 偏移量，完成对视频中移动车辆的跟踪［７］。实验结果
① 对每一帧视频图像进行预处理，并建立传统意 义下的混合高斯背景模型。
景复杂、光线不足而无法照到运动车辆的整个车身，改 进的混合高斯背景建模法将会出现大量漏检、误检情 况［６］。所以对于夜间情况，以能被明显区分的车前灯 为对象，利用直方图双峰法对车辆进行初步提取，利用 分水岭分割法进行车灯与其背景的分离，再基于车前
景模型算法中加入图像的膨胀和腐蚀算法，减少视频
现今常规的车辆检测算法主要有帧差法、光流法 车辆图像的断点，并引入平滑滤波以减少背景中的随
和背景模型差分法［３］。在对以上３ 种方法进行实验研 机量大或
者拥堵的条件下易造成误检、漏检［４］；光流法算法相
从图２ 可以看出，单纯采用混合高斯背景建模算 法虽然可以将车辆轮廓从图像中提取出来，但是一部 分车辆轮廓产生了形变。而在进行形态学滤波和填充 算法以后，车辆轮廓较为完整地显现出来，为后续的运 算奠定了基础。 １． ２ 车辆检测
白天条件下的车流量统计主要采用外接矩形框的 方法。外接矩形框法难点在于检测各像素点之间的连
通性，如果对帧图像中点与点之间的连通关系进行逐
个判断，计算量将十分庞大，并且会影响整个系统的实
时性［１１］。但通过最小面积法检测车辆自身的连接关
： ｄｏｉ １０． １９７０８ ／ ｊ． ｃｋｊｓ． ２０２０． ０２． ０２２
ＡｌｌＷｅａｔｈｅｒ Ｖｅｈｉｃｌｅ ＲｅａｌＴｉｍｅ Ｄｅｔｅｃｔｉｏｎ Ｓｙｓｔｅｍ
ＬＩＵ Ｃｈａｎｇｙｕａｎ牞 ＨＯＮＧ Ｌｕｎｉｎｇ牞 ＦＵ Ｊｉａｙｕｅ
牗 Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ牞 Ｈａｒｂｉｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ牞 Ｈａｒｂｉｎ １５００８０牞 Ｃｈｉｎａ牘
·１２６·
测控技术
２０２０ 年第３９ 卷第２ 期
模式识别与人工智能
全天候车辆实时检测系统
柳长源，洪路宁，付加月
（哈尔滨理工大学电气与电子工程学院，黑龙江哈尔滨 １５００８０）
摘要：为解决全天候车辆检测技术精度不高的难题，提出了一种新型联合检测算法。通过在混合高斯背
景建模法中加入膨胀、腐蚀算法，减少了视频车辆图像中的大量断点和随机噪声；利用最小面积法设置
线环境改变造成的车辆检测误差，为全天候车辆检测提供了新思路，具有很强的针对性和重要的现实意
义。
关键词：车辆检测；混合高斯背景建模；直方图双峰阈值法；分水岭分割法
： ： ： （ ） 中图分类号 文献标识码 文章编号 ＴＰ２７４ ＋ ２
Ａ
１０００ － ８８２９ ２０２０ ０２ － ０１２６ － ０６
·１２７·
蓬勃发展的社会生产力推动着现代化交通运输的 法，多用于对复杂背景下运动目标的检测。混合高斯
进程，与此同时道路拥堵、事故频发的问题也日益严 背景建模的原理是根据视频图像中的像素点分布情况
重。作为交通控制系统的重要组成部分，全天候车辆 来构建其颜色分布模型，以此达到背景与目标的差
检测技术一直是研究热点之一。然而，现阶段的车辆 分［８］。经研究发现，若只采用混合高斯背景模型算法
： 收稿日期２０１９ － ０８ － ３１ 基金项目：黑龙江省自然科学基金项目（Ｆ２０１６０２２）；大学生创新创业训练计划项目（２０１８１０２１４０７３） 作者简介：柳长源（１９７１—），男，博士，副教授，硕士生导师，主要研究方向为模式识别、智能信息处理技术；洪路宁（１９９８—），男，本
科生，主要研究方向为信息与图像处理；付加月（１９９８—），女，本科生，主要研究方向为信息与图像处理。 引用格式：柳长源，洪路宁，付加月． 全天候车辆实时检测系统［Ｊ］． 测控技术，２０２０，３９（２）：１２６ －１３１．
当复杂，需要消耗很长的计算时间，难以满足实时性的