基于車輛長度檢測的高速收費站車輛識別方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明屬于測量技術領域，具體涉及一種基于車輛長度檢測的高速收費站車輛識 別方法及裝置。
【背景技術】
[0002] 隨著社會經濟迅速發(fā)展，帶動汽車工業(yè)的迅猛增長，如汽車等機動車輛成為目前 社會必不可少的交通工具之一。高速公路上的收費問題成為大家廣泛關注的問題，現(xiàn)有的 高速收費辦法主要包括一下兩種方式：
[0003] 1、采取的是計重收費。用的是動態(tài)秤，會有正負百分之五的偏差，容易引起收繳糾 紛。
[0004] 2、車道里的車牌識別系統(tǒng)。對車牌的識別率普遍不高，影響操作速度尤其現(xiàn)在新 增了ETC(不停車收費）。
[0005] 基于上述分析，根據(jù)車輛外廓尺寸測量來制定收費標準，不僅可以更加準確的對 不同型號的車輛進行收費，同時可以避免部分用于貨/客運用途的車輛使用者為了獲取更 大的經濟利益，通過改裝車輛尺寸以增加車輛容積，造成嚴重事故。
[0006] 現(xiàn)有的車輛設別方法，還需要投入大量的人力物力，增加了太多的人為因素，故而 出現(xiàn)誤差，而且計重等收費系統(tǒng)往往需要復雜并且龐大的設備，不便于改進和發(fā)展。

【發(fā)明內容】

[0007] 有鑒于此，本發(fā)明的主要目的在于提供一種基于車輛長度檢測的高速收費站車輛 識別方法及裝置。
[0008] 為達到上述目的，本發(fā)明的技術方案是這樣實現(xiàn)的：
[0009] 本發(fā)明實施例提供一種基于車輛長度檢測的高速收費站車輛識別方法，其特征 在于，該方法為：計算機將采集到的車輛位于車道時的車道圖像與對應的空車道圖像分別 進行邊緣檢測后做差，獲得差分圖像，對所述差分圖像進行分離車道處理獲得去除車道后 的車輛圖像，最后識別所述車輛圖像中車輛的長度獲得車輛的實際長度。
[0010] 上述方案中，所述計算機將采集到的車輛位于車道時的車道圖像與對應的空車道 圖像分別進行邊緣檢測后做差，獲得差分圖像，具體為：設車輛位于車道時的車道圖像為 I(X，y)，空車道圖像為B(x，y);根據(jù)Sobel(索貝爾）算子分別對車道圖像I(x，y)和空車 道圖像B(x，y)進行邊緣檢測，所述Sobel算子包含兩組3X3的矩陣Gx和Gy，分別為橫向 及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值，對車道圖像 I(x，y)進行具體計算如下：
[0011] Gx=Gx*I(X，y)，Gy=Gy*I(X，y)
[0012] 其中，Gx和Gy為卷積因子，I(x,y)為車道圖像，Gj^圖像中像素的橫向灰度值， Gy為圖像中像素的縱向向灰度值；
【主權項】
1. 一種基于車輛長度檢測的高速收費站車輛識別方法，其特征在于，該方法為：計算 機將采集到的車輛位于車道時的車道圖像與對應的空車道圖像分別進行邊緣檢測后做差， 獲得差分圖像，對所述差分圖像進行分離車道處理獲得去除車道后的車輛圖像，最后識別 所述車輛圖像中車輛的長度獲得車輛的實際長度。
2. 根據(jù)權利要求1所述的基于車輛長度檢測的高速收費站車輛識別方法，其特征在 于，所述計算機將采集到的車輛位于車道時的車道圖像與對應的空車道圖像分別進行邊緣 檢測后做差，獲得差分圖像，具體為：設車輛位于車道時的車道圖像為I (X，y)，空車道圖像 為B(x，y);根據(jù)Sobel (索貝爾）算子分別對車道圖像I(x，y)和空車道圖像B(x，y)進行 邊緣檢測，所述Sobel算子包含兩組3 X 3的矩陣Gx和Gy，分別為橫向及縱向，將之與圖像 作平面卷積，即可分別得出橫向及縱向的亮度差分近似值，對車道圖像I (X，y)進行具體計 算如下： Gx= Gx氺 I (X，y)，G y = Gy氺 I (X，y) 其中，Gx和Gy為卷積因子，I (X，y)為車道圖像，&為圖像中像素的橫向灰度值，G 圖像中像素的縱向向灰度值；
圖像的每一個像素的橫向及縱向灰度值通過以下公式結合，獲得該點灰度的大小G :
采用相同處理得到空車道圖像B(x，y)的邊緣檢測結果，對邊緣處理后的I(x，y)和 B(x，y)進行像素的減法處理，獲得差分圖像，即作為第一圖像。
3. 根據(jù)權利要求1所述的基于車輛長度檢測的高速收費站車輛識別方法，其特征在 于，所述對所述差分圖像進行分離車道處理獲得去除車道后的車輛圖像，具體為：將所述獲 得的差分圖像根據(jù)形態(tài)學特征變化，先進行閾值分割，獲得大致目標車輛區(qū)域，接著進行膨 脹腐蝕處理消除部分孤立噪聲點擴大連通域，再對其實施連通域填充處理，獲得沒有空洞 并且能描述車輛的差分圖像，即作為第二圖像；將所述第二圖像通過中值濾波進行平滑操 作，并根據(jù)連通域的知識對連通域面積進行閾值設定，去除小面積的噪聲點，提取所述第二 圖像中的第一車輛，獲得理想第三圖像，即只包含所述第一車輛的車身并無背景噪聲的二 值圖像。
4. 根據(jù)權利要求1所述的基于車輛長度檢測的高速收費站車輛識別方法，其特征在 于，所述最后識別所述車輛圖像中車輛的長度獲得車輛的實際長度，具體為：確定所述理想 第三圖像中車輛的長度及同方向所述圖像的長度，根據(jù)所述車輛的長度及圖像長度對應比 例，從像元的寬度入手，確定所述車輛的實際長度。
5. 根據(jù)權利要求3所述的基于車輛長度檢測的高速收費站車輛識別方法，其特征在 于：所述第二圖像提取所述第二圖像中的第一車輛，當所述第二圖像中僅有一輛車時，直接 提取出第一車輛；當所述第二圖像中兩輛車之間有明顯空隙，以空隙為界限，分離出第一輛 車，即第一車輛；當所述第二圖像中兩輛車之間存在遮擋，根據(jù)輪廓特征選取閾值進行檢測 分離出第一輛車，即第一車輛。
6. -種基于車輛長度檢測的高速收費站車輛識別裝置，其特征在于，該裝置包括：圖 像預處理單元、分離單元、識別單元； 所述圖像預處理單元，用于將采集到的車輛位于車道時的車道圖像與對應的空車道圖 像分別進行邊緣檢測后做差，獲得差分圖像，將所述差分圖像發(fā)送到分離單元； 所述分離單元，用于對所述差分圖像進行分離車道處理獲得去除車道后的車輛圖像， 將所述車輛圖像發(fā)送到識別單元； 所述識別單元，用于識別所述車輛圖像中車輛的長度獲得車輛的實際長度。
7. 根據(jù)權利要求6所述的基于車輛長度檢測的高速收費站車輛識別裝置，其特征在 于：所述圖像預處理單元，具體用于設車輛位于車道時的車道圖像為I (X，y)，空車道圖像 為B (X，y);根據(jù)Sobel算子分別對車道圖像I (X，y)和空車道圖像B (X，y)進行邊緣檢測，所 述Sobel算子包含兩組3X3的矩陣Gx和Gy，分別為橫向及縱向，將之與圖像作平面卷積， 即可分別得出橫向及縱向的亮度差分近似值，對車道圖像I (x，y)進行具體計算如下： Gx= Gx氺 I (X，y)，G y = Gy氺 I (X，y) 其中，Gx和Gy為卷積因子，I (X，y)為車道圖像，&為圖像中像素的橫向灰度值，G 圖像中像素的縱向向灰度值； 圖像的每一個像素的橫向及縱向灰度值通過以下公式結合，獲得該點灰度的大?。?br>采用相同處理得到空車道圖像B(x，y)的邊緣檢測結果，對邊緣處理后的I(x，y)和 B(x，y)進行像素的減法處理，獲得差分圖像，即作為第一圖像。
8. 根據(jù)權利要求6所述的基于車輛長度檢測的高速收費站車輛識別裝置，其特征在 于：所述分離單元，具體用于將所述獲得的差分圖像基于形態(tài)學特征變化，先進行閾值分 害J，獲得大致目標車輛區(qū)域，接著進行膨脹腐蝕處理消除部分孤立噪聲點擴大連通域，再對 其實施連通域填充處理，獲得沒有空洞并且能描述車輛的差分圖像，即作為第二圖像；將 所述第二圖像通過中值濾波進行平滑操作，并根據(jù)連通域的知識對連通域面積進行閾值設 定，去除小面積的噪聲點，獲得理想第三圖像，即只包含車身并無背景噪聲的二值圖像。
9. 根據(jù)權利要求6所述的基于車輛長度檢測的高速收費站車輛識別裝置，其特征在 于：所述識別單元，具體用于確定所述理想第三圖像中車輛的長度及同方向所述圖像的長 度，根據(jù)所述車輛的長度及圖像長度對應比例，從像元的寬度入手，確定所述車輛的實際長 度。
10. 根據(jù)權利要求8所述的基于車輛長度檢測的高速收費站車輛識別裝置，其特征在 于：所述所述分離單元，用于提取所述第二圖像中的第一車輛，當所述第二圖像中僅有一輛 車時，直接提取出第一車輛；當所述第二圖像中兩輛車之間有明顯空隙，以空隙為界限，分 離出第一輛車，即第一車輛；當所述第二圖像中兩輛車之間存在遮擋，根據(jù)輪廓特征選取閾 值進行檢測分離出第一輛車，即第一車輛。
【專利摘要】本發(fā)明公開了一種基于車輛長度檢測的高速收費站車輛識別方法，計算機將采集到的車輛位于車道時的車道圖像與對應的空車道圖像分別進行邊緣檢測后做差，獲得差分圖像，對所述差分圖像進行分離車道處理獲得去除車道后的車輛圖像，最后識別所述車輛圖像中車輛的長度獲得車輛的實際長度；本發(fā)明還公開了一種基于車輛長度檢測的高速收費站車輛識別裝置，通過本發(fā)明能夠精確檢測出車輛的實際長度。
【IPC分類】G07B15-06, G06K9-00, G01B11-02
【公開號】CN104766047
【申請?zhí)枴緾N201510096541
【發(fā)明人】王鵬, 呂志剛, 王婧, 李曉賓
【申請人】西安工業(yè)大學
【公開日】2015年7月8日
【申請日】2015年3月4日