專利名稱：基于線陣ccd攝像機的車輛速度測量裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于交通管理領(lǐng)域，主要涉及車速的測量。
背景技術(shù)：
智能交通系統(tǒng)(Intelligent Transportation System, ITS)作為新一代的交通信 息管理和控制系統(tǒng)將先進的計算機處理技術(shù)、信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)及 電子自動控制技術(shù)等有效地綜合運用于整個交通管理體系中，將人、路、車有 機結(jié)合起來，以達到最佳的和諧統(tǒng)一，從而建立起一種在大范圍內(nèi)、全方位發(fā) 揮作用的實時、準確、高效的交通運輸綜合管理系統(tǒng)，從而促進國民經(jīng)濟的持 續(xù)發(fā)展。
作為智能交通系統(tǒng)的重要組成部分，瞬時速度檢測是智能交通信息采集的 關(guān)鍵內(nèi)容之一，可以實現(xiàn)超速實時處罰功能和對不同車型按相應(yīng)的限速標準分 別處罰等功能。
目前的大多數(shù)車輛速度的檢測是采用多普勒測速器，多普勒測速器裝置雖 然簡單，但誤差較大，而且很難留下依據(jù)，對超速車輛的處罰不能提供強有力 的證據(jù)。另外還有交通信息采集儀測速法和視頻測速法，交通信息采集儀測速 法和視頻測速法兩者有各自的優(yōu)點，也有缺點，交通信息采集儀測速法測速準 確，但設(shè)施復雜；視頻測速法由于目前主要采用面陣CCD成像，而面陣CCD 成像分辨率和幀速率不高，所以測速精確度并不高。
基于線陣CCD成像的檢測技術(shù)是利用線陣CCD攝像機獲連續(xù)快速的記錄 通過檢測斷面的車輛圖像(如圖1),并從該序列線陣圖像中獲取各種交通參數(shù) 和交通事件的描述。與傳統(tǒng)的基于面陣CCD成像的視頻檢測方法相比，基于線 陣CCD的檢測技術(shù)具有如下重要優(yōu)點(1)線陣圖像序列構(gòu)成的圖像中僅包含 運動目標，而完全不存在復雜的背景目標，因此避免了復雜背景的干擾；(2)線 陣CCD成像的空間分辨率、像素灰度級和采樣速度可以較高(一般水平分辨率 大于1000線，像素灰度級大于1024級，幀速率大于1000幀/秒)，可以實現(xiàn)較 高的檢測精度；(3)線陣圖像數(shù)據(jù)量相對較小，便于實現(xiàn)復雜的圖像處理和分析 算法；(4)線陣CCD成像系統(tǒng)的輔助照明可以采用紅外線激光源，能夠較好地
3解決夜間補光的問題，而面陣CCD需要大功率、大范圍的補光照明；(5)線陣
CCD器件具有靈敏度高、動態(tài)范圍大和沒有圖像拖尾(Smear)的優(yōu)點。
基于線陣CCD成像檢測技術(shù)與傳統(tǒng)的視頻檢測技術(shù)相比，具有檢測精度高， 穩(wěn)定性和實時性好等優(yōu)點，而這些優(yōu)點正是在交通實際應(yīng)用中最需要的。基于 線陣CCD成像檢測技術(shù)可以很好地用于交通量調(diào)查統(tǒng)計、車輛測速、圖像抓拍 觸發(fā)、公路監(jiān)控系統(tǒng)中的交通信息采集和公路及特殊路段(橋梁、隧道)的交 通事件自動檢測等，并有助于解決目前存在的許多實際問題，具有重要的理論 和應(yīng)用價值。

發(fā)明內(nèi)容
本發(fā)明提供一種通過前后兩個線陣CCD攝像機拍攝同一車輛來精確檢測車 輛速度的方法，來解決車速測量誤差的問題。
本發(fā)明的解決方案是兩架線陣CCD攝像機前后相距2米架設(shè)在路面上方， 攝像機鏡頭垂直路面，兩架線陣CCD攝像機同時對路面掃描；兩架攝像機拍環(huán) 的圖像送到計算機經(jīng)過二值化處理及車輛分割算法確定目標區(qū)域，并根據(jù)兩幅 圖像的時間差和兩架線陣CCD攝像機的距離得到車輛的速度。
所述的線陣CCD攝像機利用高密度的FPGA芯片產(chǎn)生一系列時序，驅(qū)動CCD 傳感器，把外界光信號轉(zhuǎn)變成電信號，再經(jīng)過DSP處理器信號處理電路，對電 信號迸行放大、濾波、AD轉(zhuǎn)換，然后儲存在FIFO里，再通過以太網(wǎng)傳輸?shù)接?算機。線陣CCD攝像機的幀速率大于1000幀/秒，分辨率大于1024線，且設(shè)置 有與拍攝配合的紅外線激光補光器。為了保證CCD成像光軸和補光光源光軸的 對準、兩個攝像機成像光軸之間的平行和成像光軸與道路路面的垂直，線陣CCD 攝像機1和線陣CCD攝像機2分別安裝在可調(diào)整的機械結(jié)構(gòu)支架上。
所述的計算機安置在路邊的防雨、防雷、防干擾的機柜中。計算機采用研 華的工業(yè)控制機。
本發(fā)明的有益效果是采用上述方法后，可以高可靠度和高精確度地測量 車輛的速度。可以由線陣CCD攝像機的成像和車速計算出車長，以確定車型， 為實現(xiàn)按相應(yīng)的限速標準分別處罰超速車輛和實時超速處罰提供前提條件。


圖1是線陣CCD攝像機布局圖，
圖2是基于路面紋理特征的二值化算法流程圖，圖3是車輛分割算法流程圖白天采集的線陣CCD圖像， 圖4是車速測量匹配算法流程圖， 圖5是線陣CCD圖像采集系統(tǒng)結(jié)構(gòu)圖， 圖6是攝像機內(nèi)部系統(tǒng)結(jié)構(gòu)框圖， 圖7是兩個CCD的圖像序列， 圖8是匹配時兩個圖像序列的區(qū)域， 圖9是投影為一維波形像匹配時候區(qū)域段。 圖1中，1、線陣CCD攝像機。
具體實施例方式
一種適用于線陣CCD圖像的車輛速度檢測方法，用前后兩個線陣CCD攝 像機拍攝路面的同一個車輛(如圖l)，通過基于圖像紋理特征的二值化算法 和車輛分割算法檢測是否有車輛出現(xiàn)及車輛的大小、類型、位置；然后算出兩 幅圖像的時間差t，用速度公式v-s/t得到車輛的速度，s是兩個攝像機的距離。 該方法能精確測量車輛的速度，下面具體介紹測量過程。
兩臺線陣CCD攝像機及補光燈安裝在防護罩里，分別用螺絲固定在2m 長支架兩端的空板上，可調(diào)整與路面垂直的角度；支架固定在龍門架上，使鏡 頭垂直路面向下，可掃描下面的車道，掃描信息通過計算機進行二值化處理后 判斷是否有車輛出現(xiàn)。二值化處理采用小波變換對線陣CCD攝像機拍攝的 每幀圖像進行小波變換，統(tǒng)計若干幀相鄰像素灰度變化情況，將出現(xiàn)概率最大 的情況作為背景紋理特征，并逐幀對數(shù)據(jù)進行二值化和分析處理。判斷是否有 車輛出現(xiàn)采用車輛分割算法對二值化圖像進行處理，其過程為監(jiān)測預觸發(fā) 標志、確認觸發(fā)標志、空行計數(shù)器、目標存在計數(shù)器、目標左邊界、目標右邊 界、目標開始行號、目標結(jié)束行號、預觸發(fā)中點位置、目標水平投影計數(shù)器、 觸發(fā)的確切行數(shù)。通過以上算法判斷是否有車輛出現(xiàn)和車輛的大小、類型、位 置。下面對基于路面紋理特征的二值化算法和車輛分割算法在實例中的運用做 具體介紹。
K基于路面紋理特征的二值化算法
用小波變換提取路面的紋理特征，并以此作為二值化的依據(jù)利用小波變 換獲取一行數(shù)據(jù)的小波系數(shù)，找出其中的局部極大點和極小點，并量化為僅包
5含1、 -1和0的序列，每20行進行一次累加，統(tǒng)計5000行數(shù)據(jù)中累加和出現(xiàn) 的頻數(shù)最高的數(shù)值，作為新的背景紋理，以此每隔5000行更新一次背景；逐 行進行二值化，獲取當前行與前19行數(shù)據(jù)小波變化量化后的累加和，并將其 逐段與背景紋理相比較，如果大于某個閾值，則認為該行中的該段為目標，置 為1，否則置為0，以此對該行數(shù)據(jù)進行二值化，基于路面紋理特征的二值化 算法流程圖如圖2所示。
為方便描述算法，把二值化結(jié)果為1的小段稱為目標段，二值化結(jié)果為O 的小段稱為空段。基于圖像紋理特征的二值化算法的具體實施步驟如下
(1) 變量初始化。找到背景標志bFindBack=false;當前行行號AL-O,背 景行數(shù)計數(shù)器nBloc1^0， 20行數(shù)據(jù)按列累加的和nSum[]二0，統(tǒng)計各段數(shù)據(jù)出 現(xiàn)的頻數(shù)aBlocklnfo[][]-0， 二值化參數(shù)。=0.35， P-2.0;
(2) 從內(nèi)存中讀取一行數(shù)據(jù)，gAL=AL+l， nBlock=nBlock+l;
(3) 對該行數(shù)據(jù)進行三級小波變換，取出小波系數(shù)，存于數(shù)組pDWTData[]
中；
(4) 將數(shù)組pDWTData[]轉(zhuǎn)化為只包含-1、 0、 1的序列，存于AR[]中。其 中，將pDWTData[]中的局部極大點標記為1，局部極小點標記為-1，其他點 標記為0;
(5) 如果AL〈0，轉(zhuǎn)步驟(2);
(6) 按列累加最新20行數(shù)據(jù)的AR值，并存于數(shù)組nSum[]中；
(7) 取窗口大小為16，對nSum[]中的數(shù)據(jù)按窗口進行處理，在窗口范圍 內(nèi)取一個最大值作為該窗口內(nèi)所有像素點的值，并存于數(shù)組nSumAvg[]中，即 一行數(shù)據(jù)被劃分成64段；
(8) 如果bFindBacl^false，轉(zhuǎn)步驟(ll);
(9) 根據(jù)背景aBack[]，按如下條件進行二值化；
if (nSumAvg[j]<- ct *aBack[j] && nSumAvg[j]>= P *aBack[j])
該行第j段數(shù)據(jù)所對應(yīng)的像素點二值化為1; else
該行第j段數(shù)據(jù)所對應(yīng)的像素點二值化為0;(10) 對一行數(shù)據(jù)的二值化結(jié)果進行進一步處理，如果位于兩個目標段之間 的空段長度《2，則把該空段對應(yīng)的像素填充為1，如果前一個目標段的長度《 2，并且它距離后一個目標段的距離》7，則把前一個目標段對應(yīng)的像素置為O;
(11) 統(tǒng)計最新20行數(shù)據(jù)的AR值出現(xiàn)的頻數(shù)，并存于數(shù)組aBlockInfo[][] 中，該數(shù)組第一維代表AR的取值，第二維代表段號；
(12) 如果nBlock〈5000,轉(zhuǎn)步驟(2);
(13) 根據(jù)aBlocklnfo[][]的統(tǒng)計信息，找出各段出現(xiàn)頻數(shù)最多的數(shù)值作為新 的背景，并存于aBack[]中，置nBlock-0，修改背景標志bFindBack=true,并 置aBlocklnfo[][]-0;
(14) 如果收到終止指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)步驟(2)。 2、車輛分割算法
為便于描述車輛分割算法，將線陣CCD視場按照近景攝像機視場劃分成 三個邏輯車道(對應(yīng)于被監(jiān)控的兩個物理車道)，每個車道包含若干信息預 觸發(fā)標志、確認觸發(fā)標志、空行計數(shù)器、目標存在計數(shù)器、目標左邊界、目標 右邊界、目標開始行號、目標結(jié)束行號、預觸發(fā)中點位置、目標水平投影計數(shù) 器、觸發(fā)的確切行數(shù)。
車輛分割算法的流程圖如圖3所示，具體實施步驟如下
(1) 車道信息初始化。將每個車道的預觸發(fā)標志、確認觸發(fā)標志置為false, 將空行計數(shù)器、目標左邊界、目標右邊界、目標開始行號、目標結(jié)束行號、目 標水平投影計數(shù)器、觸發(fā)的確切行數(shù)置為0，定義目標段長度閾值q,合并車 輛的水平閾值w,，確定是車頭的水平投影累加和閾值《3，確認觸發(fā)的目標寬度 閾值 ，確認觸發(fā)的目標長度閾值^，確認目標結(jié)束的空行數(shù) ，目標最大長 度 ，目標的最小長度 ，確定不是車頭的水平投影累加和閾值"9;
(2) 讀取最新一行數(shù)據(jù)的二值化結(jié)果；
(3) 定位下一個目標段的起始位置；
(4) 如果連續(xù)的目標段個數(shù)超過^轉(zhuǎn)步驟(5)，否則轉(zhuǎn)步驟(3);
(5) 判斷該連續(xù)的目標段是否可以合并到已觸發(fā)的車道，如果可以合并， 則轉(zhuǎn)步驟(6)，否則轉(zhuǎn)步驟(7)。根據(jù)連續(xù)目標段的中點判斷其所屬車道，為了 防止誤觸發(fā)，需要判斷該連續(xù)的目標段是否屬于己預觸發(fā)的車輛。定義目標段
7到已預觸發(fā)車道的距離為如果該連續(xù)的目標段與已觸發(fā)車道的車輛水平范圍 有交集，則認為該目標段屬于該車道已觸發(fā)的車輛，其距離為O;否則，取連 續(xù)的目標段的左右邊界分別距離己觸發(fā)車道的車輛的左右邊界的最小距離作 為其距離，如果該距離超過閾值"2，則認為該目標段不屬于該車道已觸發(fā)的車
輛，否則認為該目標段屬于該車道己觸發(fā)的車輛；
(6) 修改該車道車輛的邊界信息。目標水平投影計數(shù)器逐段統(tǒng)計目標段的 個數(shù)，修改目標的結(jié)束行號，如果該目標段的左右邊界超出了該車道的左右邊 界范圍，則修改目標的左右邊界，轉(zhuǎn)步驟(8);
(7) 在連續(xù)目標段所屬的車道上新建車輛信息，置預觸發(fā)標志為true，開 啟目標水平投影計數(shù)器，并設(shè)置目標的左右邊界、開始行號、結(jié)束行號；
(8) 判斷是否處理完該行數(shù)據(jù)的所有小段，如果處理完畢，轉(zhuǎn)步驟(9)，否 則轉(zhuǎn)歩驟(3);
(9) 逐車道處理車輛信息；
(10) 如果該車道上有目標段出現(xiàn)，空行計數(shù)器置0，轉(zhuǎn)步驟(ll)，否則轉(zhuǎn) 步驟(14);
(11) 如果該車道還沒有確認觸發(fā)，轉(zhuǎn)步驟(12)，否則轉(zhuǎn)步驟(15);
(12) 判斷是否滿足確認觸發(fā)的條件，如果滿足，轉(zhuǎn)步驟(13)，否則轉(zhuǎn)步驟 (16)。確認觸發(fā)條件為車頭信息的水平投影累加和超過閾值^，并且目標的 寬度超過閾值 ，目標的長度超過閾值化；
(13) 置確認觸發(fā)標志為true,觸發(fā)的確切行數(shù)置為目標的開始行數(shù)，轉(zhuǎn)步
驟(19);
(14) 該車道空行計數(shù)器加1，如果空行長度超過閾值"6，則認為目標結(jié)束，
轉(zhuǎn)步驟(18)，否則轉(zhuǎn)步驟(19);
(15) 判斷目標長度是否超過閾值 ，如果超過，則認為目標結(jié)束，轉(zhuǎn)步驟 (18)，否則轉(zhuǎn)歩驟(19);
(16) 判斷是否滿足取消觸發(fā)的條件，如果滿足，則轉(zhuǎn)步驟(17)，否則轉(zhuǎn)步
驟(19)。取消觸發(fā)條件為目標長度超過閾值"s,或者目標長度超過"5并且車
頭信息的水平投影累加和小于閾值《9 ，
(17) 取消觸發(fā)，置預觸發(fā)標志、確認觸發(fā)標志置為false,將空行計數(shù)器、 目標左邊界、目標右邊界、目標幵始行號、目標結(jié)束行號、目標水平投影計數(shù)
8器、觸發(fā)的確切行數(shù)置為0，轉(zhuǎn)步驟(19);
(18) 進行車輛分割。根據(jù)目標水平投影計數(shù)器確定車輛的左右邊界，根據(jù)
車輛的開始行號和結(jié)束行號確定車輛的前后邊界，標識車輛范圍，并且置預觸
發(fā)標志、確認觸發(fā)標志置為false,將空行計數(shù)器、目標左邊界、目標右邊界、 目標開始行號、目標結(jié)束行號、目標水平投影計數(shù)器、觸發(fā)的確切行數(shù)置O;
(19) 判斷是否處理完所有車道，如果處理完畢，轉(zhuǎn)步驟(20)，否則轉(zhuǎn)步驟
(9);
(20) 如果收到終止指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)步驟(2)。 由于線陣CCD分辨率高，線陣圖像序列車輛目標清晰、幾乎不存在任何
背景干擾。為了提高速度的計算精度，采用基于線陣CCD的圖像序列的車輛 測速法。該算法具體方法為
兩個CCD像機的圖像序列進行相關(guān)匹配分析，從而獲得同一個目標在兩 個圖像序列中的時間差，利用該時間差和兩個攝像機的距離，根據(jù)速度公式
v = f (1)
即可以得到目標車輛的行進速度；匹配算法流程圖如圖3所示，其具體步 驟如下
① 匹配過程是根據(jù)一個圖像序列中的目標在另一個圖像序列中進行滑
動，找到它們相似度最大的時刻的位置，先對第一個CCD攝像機(稱為CCD1) 采集的圖像序列進行二值化處理，分割出一個目標區(qū)域，利用目標區(qū)域的坐標 所在圖像序列的位置，根據(jù)高速公路車汽車行駛的速度特征，取36細/A為速度 最小值，180細"為速度的最大值，得到目標在第二個CCD攝像機(稱為CCD2) 采集來的圖像序列中的可能目標區(qū)域。對兩圖像序列相應(yīng)區(qū)域進行相關(guān)匹配計 算。
② 設(shè)CCD1圖像序列的灰度函數(shù)為F， CCD2圖像序列的灰度函數(shù)為G。 且設(shè)CCD1圖像序列的目標區(qū)域大小為M,xiV，， CCD2圖像可能目標區(qū)域大小
為碼xi^，根據(jù)速度極限值取的可能目標區(qū)域，取M,-A^。設(shè)M,xiV,開始于第 m行，Ax乂開始于第"行，又由于速度最快的時候，以180細M的速度通過
2m的距離需要40肌，也即同步目標出現(xiàn)在兩圖像序列至少相差40行的距離，
即w = 40 + w (2)
令
^ = /"力 ；c = l,2,3，L "1,2,3,L (3)
G = g(x，y) x = l，2，3，L，M2"1,2，3,L ，iV2 (4)
定義
z人 cov(尸,G) /c、
式中P(x,力為F與G的相關(guān)函數(shù)，DF、 A分別為尸與G的方差，cov(F,G)為F與 G的協(xié)方差。則有
^-丄zi;(/"力—力2 (6)
1 _M
"G=^g 2 (7) COr(F，G)-:藝藝(/"力—f)(g"力-5) (8)
式中F為灰度平均值，5為灰度平均值。
③為了節(jié)省計算時間，在不影響公式性質(zhì)的前提下對公式進行簡化處理，
根據(jù)本項目的實際情況，取出公式的關(guān)鍵部分
(/"力-7)(g(x,力—巧 (9)
分別對兩個圖像序列中的目標區(qū)域進行灰度的水平投影，兩個目標區(qū)域由
兩維投影成一維。由(4.10)式等效于
(/(")-7)("")-7) (io)
式中/(")為目標區(qū)域M,xi^投影成的一維函數(shù)，長度為iV,， 7為在M長度上灰 度值的平均。
根據(jù)實際情況，把投影后長度為iV,的區(qū)域在長度為乂的區(qū)域中滑動，可 得相關(guān)最大值。由(4.6)、 (4.9)、 (4.11)式可得到效果跟(4.9)式一樣的簡 化公式A (F, G)=藝(/(")—7)(g(W + v) - & (11)
=0
式中&(F,G)為乘積之和，v = 0,l,2,L ，W2, 7為區(qū)域^灰度投影和的平均，I為 滑動到v時刻W中長度為iV,的灰度投影和的平均。
不斷的滑動，最終得到i ,(F，G)、 A(F,G)、 ...， &2(F，G)。
④ 為了節(jié)約匹配的時間，當，車長小于200的時候，取乂=，，當 ^車長小于200的時候，取^2=200。
⑤ 找到《cf,g) (B^aO的最大值，此時的i表示匹配在m^a^區(qū)域中 的第/行。
◎根據(jù)攝像機掃描頻率，可求得掃描一線所花費的時間為/ + 40個單位。 由時間跟兩個攝像機的距離，根據(jù)速度公式v-f即可求得目標車輛的瞬時速
度。s-2000附w， / = (/ + 40)鵬，從而求得目標車輛的瞬時速度。
本裝置選擇通用的線陣CCD攝像機和紅外線激光補光器，配合工業(yè)控制 計算機完成圖像采集，系統(tǒng)構(gòu)成框圖如圖5所示。其中線陣CCD攝像機組中的 兩個線陣CCD攝像機用于采集相鄰一定距離(2m)的兩個道路斷面上的線陣 圖像數(shù)據(jù)，線陣CCD攝像機的幀速率大于1000幀/秒，分辨率大于1024線。 攝像機是加拿大DALSA公司產(chǎn)的spyder3 Gige系列攝像機，型號為 SG-10-01K40。該攝像機工作原理是利用高密度的FPGA芯片產(chǎn)生一系列復雜 的時序，驅(qū)動CCD傳感器，把外界光信號轉(zhuǎn)變成電信號，再經(jīng)過DSP處理器 信號處理處理電路，對電信號進行一系列的放大、濾波、AD轉(zhuǎn)換等，然后儲 存在FIFO里，再通過以太網(wǎng)傳輸出去，其內(nèi)部結(jié)構(gòu)框圖如圖6所示。成像系 統(tǒng)利用線陣CCD芯片設(shè)計，處理電路基于高速DSP和FPGA器件。DSP處理 器及其外圍電路和硬件處理電路是系統(tǒng)的核心，它完成數(shù)據(jù)的暫存、處理、分 析和算法的實現(xiàn)，并給出關(guān)于交通參數(shù)和交通事件描述的結(jié)果。接口電路采用 局域網(wǎng)接口，并將處理分析結(jié)果上傳。所有的圖像處理、分割、目標描述和交 通參數(shù)計算全部在工業(yè)控制計算機中完成。本裝置采用高速DSP和FPGA硬 件處理電路完成圖像的采集和各種處理算法，不僅可以降低系統(tǒng)成本，而且可 以滿足實際應(yīng)用中的實時性要求和可靠性要求。
ii下面驗證采用上述裝置和方法測速的效果
為了驗證本算法的有效性，利用兩個線陣CCD攝像機在不同時刻拍攝同 一目標以獲得兩個CCD的圖像序列，如圖l，兩個線陣CCD攝像機互相平行 的安裝在相距一定距離G-2000畫)的支架上，指向垂直向下。圖7所示為 兩個CCD圖像序列。從圖中可以看出，兩個CCD圖像序列中，同一目標車輛 相隔一定距離。
利用圖7中兩個CCD的圖像序列，利用圖像分割算法，提取出車輛目標 區(qū)域，如圖8所示中的一個用細線方框框住的區(qū)域。首先對CCD1圖像序列 M,xiV,區(qū)域的每行進行水平投影，對每行中每個單元的灰度值進行累加，從而
每行累加得到一個灰度累加值。經(jīng)過這樣處理后，CCD1中的二維圖像序列投 影成一維。同理，對CCD2圖像序列中的M^乂區(qū)域進行投影，二維投影成一
維。將兩條投影線放在一起(CCD1中的投影線為白色，CCD2中的投影線為 黑色)，如圖9所示，兩條垂直線之間為CCD2圖像序列中匹配后的實際區(qū)域 的水平投影波形圖。從圖9中可以看出，兩條波形圖幾乎完全吻合，說明該方 法具有較高的匹配效果。
1權(quán)利要求
1、基于線陣CCD攝像機的車輛速度測量裝置，利用與計算機連接的兩架線陣CCD攝像機來測量車輛速度，其特征在于兩架線陣CCD攝像機前后相距2米架設(shè)在路面上方，攝像機鏡頭垂直路面，兩架線陣CCD攝像機同時對路面掃描；兩架攝像機拍攝的圖像送到計算機經(jīng)過二值化處理及車輛分割算法確定目標區(qū)域，并根據(jù)兩幅圖像的時間差和兩架線陣CCD攝像機的距離得到車輛的速度。
2、 根據(jù)權(quán)利要求1所述的基于線陣CCD攝像機的車輛速度測量裝置，其特征在 于所述的線陣CCD攝像機的幀速率大于1000幀/秒，分辨率大于1024線。
3、 根據(jù)權(quán)利要求1所述的基于線陣CCD攝像機的車輛速度測量裝置，其特征在 于所述的線陣CCD攝像機利用高密度的FPGA芯片產(chǎn)生一系列時序，驅(qū)動 CCD傳感器，把外界光信號轉(zhuǎn)變成電信號，再經(jīng)過DSP處理器信號處理電 路，對電信號進行放大、濾波、AD轉(zhuǎn)換，然后儲存在FIFO里，再通過以太 網(wǎng)傳輸?shù)接嬎銠C。
4、 根據(jù)權(quán)利要求1所述的基于線陣CCD攝像機的車輛速度測量裝置，其特征在 于所述的線陣CCD攝像機設(shè)置有與拍攝配合的紅外線激光補光器。
5、 根據(jù)權(quán)利要求1所述的基于線陣CCD攝像機的車輛速度測量裝置，其特征在 于所述的兩架線陣CCD攝像機分別安裝在可調(diào)整的機械結(jié)構(gòu)支架上。
6、 根據(jù)權(quán)利要求1所述的基于線陣CCD攝像機的車輛速度測量裝置，其特征在 于所述的計算機安置在路邊的防雨、防雷、防干擾的機柜中。
7、 根據(jù)權(quán)利要求6所述的基于線陣CCD攝像機的車輛速度測量裝置，其特征在 于所述的計算機采用研華的工控機。
全文摘要
基于線陣CCD攝像機的車輛速度測量裝置，屬于交通管理領(lǐng)域。利用與計算機連接的兩架線陣CCD攝像機來測量車輛速度，其特征在于兩架前后相距2米的線陣CCD攝像機架設(shè)在路面上方，攝像機鏡頭垂直路面，兩架線陣CCD攝像機同時對路面掃描；兩架攝像機拍攝的圖像送到計算機經(jīng)過二值化處理及車輛分割算法確定目標區(qū)域，并根據(jù)兩幅圖像的時間差和兩架線陣CCD攝像機的距離得到車輛的速度。本裝置可以高可靠度和高精確度地測量車輛的速度；并且由線陣CCD攝像機的成像和車速計算出車長，以確定車型，為實現(xiàn)按相應(yīng)的限速標準分別處罰超速車輛和實時超速處罰提供前提條件。
文檔編號G01P3/68GK101514993SQ20091011934
公開日2009年8月26日 申請日期2009年3月25日 優(yōu)先權(quán)日2009年3月25日
發(fā)明者勇 文, 李衛(wèi)江, 蔣雅輝, 錚 黃 申請人:江西贛粵高速公路股份有限公司