一種基于虛擬線圈的嵌入式車型識別系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，所述識別系統(tǒng)包括外部程序和數(shù)據(jù)存儲器、外部高速動態(tài)存儲器SDRAM、圖像采集設(shè)備、圖像AD采樣模塊、電源控制模塊、雙核DSP數(shù)字信號處理器芯片、虛擬線圈判別單元和車型識別單元，所述圖像AD采樣模塊獲取圖像采集設(shè)備提供的視頻圖像數(shù)據(jù)；雙核DSP數(shù)字信號處理器芯片調(diào)用虛擬線圈判別單元對采集到的視頻圖像進(jìn)行虛擬線圈判別處理，選取車輛出現(xiàn)時的關(guān)鍵幀圖像；雙核DSP數(shù)字信號處理器芯片調(diào)用車型識別單元對關(guān)鍵幀圖像進(jìn)行車型識別計算。本發(fā)明提供能夠在虛擬線圈的配合下，從視頻圖像信息中提取有關(guān)車輛的特征值并進(jìn)行結(jié)構(gòu)化描述，可實現(xiàn)對視頻圖像中的車型識別，便于視頻監(jiān)控系統(tǒng)智能化應(yīng)用和管理。
【專利說明】一種基于虛擬線圈的嵌入式車型識別系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種車輛識別技術(shù)，具體涉及車型識別技術(shù)。
【背景技術(shù)】
[0002]近些年，伴隨著我國國民經(jīng)濟(jì)的快速發(fā)展，公路覆蓋面積不斷擴(kuò)大，車流量也在增加，但是目前大部分公路仍是采取人工判斷車型的辦法，這就造成巨大的人員與時間成本，制約著交通運(yùn)輸業(yè)的發(fā)展。鑒于此種情況，智能交通系統(tǒng)(ITS，IntelligentTransportation System)應(yīng)運(yùn)而生,它是世界上交通運(yùn)輸科學(xué)技術(shù)的前沿，國際上公認(rèn)的ITS的服務(wù)領(lǐng)域有:先進(jìn)的交通管理系統(tǒng)、出行信息服務(wù)系統(tǒng)、商用車輛運(yùn)營系統(tǒng)、電子收費(fèi)系統(tǒng)、公共交通運(yùn)營系統(tǒng)、應(yīng)急管理系統(tǒng)、先進(jìn)的車輛控制系統(tǒng)。車型的自動識別是智能交通系統(tǒng)中的關(guān)鍵技術(shù)，無論是在交通監(jiān)控領(lǐng)域，還是在道橋、高速公路以及停車場的全自動收費(fèi)領(lǐng)域，都有著重要和廣泛的應(yīng)用。
[0003]目前國內(nèi)外對ITS已經(jīng)有了較深入的研究和實踐。近20年的研究表明:實行ITS，可以使道路的通行能力提高2?3倍，將產(chǎn)生巨大的經(jīng)濟(jì)效益和社會效益。交通視頻檢測設(shè)備是ITS的重要組成部分，它實時地檢測交通參數(shù)，進(jìn)行數(shù)據(jù)處理并傳送至交管中心。傳統(tǒng)的檢測方法是在車道下埋置磁感應(yīng)線圈，當(dāng)有車輛經(jīng)過時，產(chǎn)生一個電信號，檢測出這輛車正在感應(yīng)線圈的位置。隨著多媒體技術(shù)的迅速發(fā)展與計算機(jī)技術(shù)的不斷提高，動態(tài)圖像序列的分析處理技術(shù)日益受到人們的青睞，并得到了廣泛的應(yīng)用，根據(jù)西方很多城市的報告，在其運(yùn)行交通控制系統(tǒng)時，至少有25%至35%的電磁線圈檢測器處于非工作狀態(tài)或發(fā)生故障。視頻檢測方法向此類傳統(tǒng)檢測技術(shù)發(fā)起了強(qiáng)有力的挑戰(zhàn)，并可直接代替線圈檢測器，實現(xiàn)各種交通數(shù)據(jù)的采集。

【發(fā)明內(nèi)容】

[0004]針對上述現(xiàn)有車輛識別技術(shù)中采用地磁感應(yīng)線圈技術(shù)所存在的問題，本發(fā)明的目的在于提供一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，該系統(tǒng)基于虛擬線圈裝置，利用嵌入式雙核DSP技術(shù)，對關(guān)鍵幀圖像進(jìn)行結(jié)構(gòu)化描述，并進(jìn)行網(wǎng)絡(luò)傳輸，便于視頻監(jiān)控的智能化應(yīng)用和管理，有效解決現(xiàn)有技術(shù)所存在的問題。
[0005]為了達(dá)到上述目的，本發(fā)明采用如下的技術(shù)方案:
[0006]一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，所述識別系統(tǒng)包括外部程序和數(shù)據(jù)存儲器、外部高速動態(tài)存儲器SDRAM、圖像采集設(shè)備、圖像AD采樣模塊、電源控制模塊，所述識別系統(tǒng)還包括雙核DSP數(shù)字信號處理器芯片、虛擬線圈判別單元和車型識別單元，所述圖像AD采樣模塊獲取圖像采集設(shè)備提供的視頻圖像數(shù)據(jù)；接著，雙核DSP數(shù)字信號處理器芯片調(diào)用虛擬線圈判別單元對采集到的視頻圖像進(jìn)行虛擬線圈判別處理，選取車輛出現(xiàn)時的關(guān)鍵幀圖像；再者，雙核DSP數(shù)字信號處理器芯片調(diào)用車型識別單元對關(guān)鍵幀圖像進(jìn)行車型識別計算。
[0007]在本系統(tǒng)的優(yōu)選實例中，所述虛擬線圈判別單元包括中值濾波預(yù)處理模塊、初始背景估計模塊、圖像閾值估計模塊、車輛圖像判定模塊，其中雙核DSP數(shù)字信號處理器芯片中的ARM核首先控制中值濾波預(yù)處理模塊對圖像AD采樣模塊獲取的視頻圖像數(shù)據(jù)進(jìn)行中值濾波預(yù)處理；接著，雙核DSP數(shù)字信號處理器芯片中的DSP核控制初始背景估計模塊對預(yù)處理的圖像進(jìn)行初始背景估計；接著，DSP核控制圖像閾值估計模塊對圖像進(jìn)行處理，建立初始閾值估計；最后，ARM核控制車輛圖像判定模塊根據(jù)確定的初始背景估計和初始閾值估計，判斷車輛出現(xiàn)的關(guān)鍵幀圖像。
[0008]再進(jìn)一步的，所述初始背景估計模塊在虛擬線圈覆蓋的區(qū)域內(nèi)，通過連續(xù)K幀圖像，求出區(qū)域內(nèi)各像素的Y分量平均值，并作出時域Y分量直方圖，求出峰值點，之后從k幀以后的圖像開始，求出所有像素Y分量的平均值，進(jìn)行條件判定即可完成初始背景估計。
[0009]再進(jìn)一步的，所述圖像閾值估計模塊在虛擬線圈覆蓋區(qū)域內(nèi)，首先求出區(qū)域內(nèi)所有像素Y分量的平均值，經(jīng)過區(qū)域內(nèi)各像素的Y分量值與背景Y分量值之間的平均絕對值差及所有Y分量閾值的平均值間兩者的判定，完成閾值估計處理。
[0010]進(jìn)一步的，所述車型識別單元固化在外部程序和數(shù)據(jù)存儲器中。
[0011]進(jìn)一步的，所述車型識別單元包括Otsu圖像分割模塊、幾何特征提取模塊、車輛特征庫匹配判別模塊以及結(jié)構(gòu)化描述模塊，首先，雙核DSP數(shù)字信號處理器芯片中的DSP核控制Otsu圖像分割模塊對關(guān)鍵幀圖像進(jìn)行Otsu圖像分割，分割出圖像中的車輛子圖像；接著，DSP核控制幾何特征提取模塊對車輛子圖像進(jìn)行車輛幾何特征的提?。唤又?，雙核DSP數(shù)字信號處理器芯片中的ARM核控制車輛特征庫匹配判別模塊對提出的車輛幾何特征與車輛特征庫進(jìn)行匹配判別；最后，ARM核控制結(jié)構(gòu)化描述模塊根據(jù)判別結(jié)果，進(jìn)行結(jié)構(gòu)化描述，得到圖像結(jié)構(gòu)化描述數(shù)據(jù)。
[0012]再進(jìn)一步的，所述Otsu圖像分割模塊利用Otsu法對關(guān)鍵幀圖像的灰度直方圖進(jìn)行統(tǒng)計，求得目標(biāo)和背景的最大類間方差值，確定最佳閾值，將圖像中的車輛子圖像分割出來。
[0013]再進(jìn)一步的，所述幾何特征提取模塊根據(jù)車輛子圖像的水平投影和垂直投影得到車體的邊界，就可求出車輛的寬度和長度。
[0014]再進(jìn)一步的，所述結(jié)構(gòu)化描述模塊根據(jù)車輛特征庫匹配判別模塊的判別結(jié)果，將視頻圖像關(guān)鍵幀和子圖像及圖像幾何特征進(jìn)行分割、聚類、匹配、解義、分類、判別等運(yùn)算和操作，產(chǎn)生圖像描述高級語義數(shù)據(jù)。
[0015]進(jìn)一步的，所述車型識別系統(tǒng)還包括USB接口的3G無線網(wǎng)絡(luò)設(shè)備，所述USB接口的3G無線網(wǎng)絡(luò)設(shè)備通過數(shù)據(jù)接口與雙核DSP數(shù)字信號處理器芯片相互連接。
[0016]本發(fā)明提供的車型識別系統(tǒng)，基于虛擬線圈裝置，原理簡單，易于實現(xiàn)，比起地磁感應(yīng)線圈的使用其施工簡單、無需破除路面、成本也較為低廉，同時應(yīng)用雙核DSP實現(xiàn)對車型識別，并對關(guān)鍵幀圖像進(jìn)行結(jié)構(gòu)化描述，進(jìn)行網(wǎng)絡(luò)傳輸，便于視頻監(jiān)控的智能化應(yīng)用和管理。
[0017]此車型識別系統(tǒng)可以應(yīng)用到公路收費(fèi)系統(tǒng)，能提高公路收費(fèi)系統(tǒng)的自動化程序，減少收費(fèi)環(huán)節(jié)中的人工干預(yù)和作弊途徑，減輕收費(fèi)人員的工作強(qiáng)度，并能節(jié)省時間，具有廣闊的市場前景與應(yīng)用價值。
【專利附圖】

【附圖說明】[0018]以下結(jié)合附圖和【具體實施方式】來進(jìn)一步說明本發(fā)明。
[0019]圖1為基于虛擬線圈的嵌入式車型識別系統(tǒng)的系統(tǒng)結(jié)構(gòu)框圖；
[0020]圖2為基于虛擬線圈的嵌入式車型識別系統(tǒng)中虛擬線圈判別單元的原理示意圖；
[0021]圖3為基于虛擬線圈的嵌入式車型識別系統(tǒng)中車型識別單元進(jìn)行識別的原理示意圖；
[0022]圖4為基于虛擬線圈的嵌入式車型識別系統(tǒng)的具體實例示意圖。
【具體實施方式】
[0023]為了使本發(fā)明實現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解，下面結(jié)合具體圖示，進(jìn)一步闡述本發(fā)明。
[0024]參見圖1，其所示為基于虛擬線圈的嵌入式車型識別系統(tǒng)的系統(tǒng)框圖。由圖可知，整個識別系統(tǒng)包括外部程序和數(shù)據(jù)存儲器1、外部高速動態(tài)存儲器SDRAM (2)、雙核DSP數(shù)字信號處理器芯片3、圖像采集設(shè)備4、圖像AD采樣模塊5、虛擬線圈判別單元6、USB接口的3G無線網(wǎng)絡(luò)設(shè)備7、電源控制模塊8以及車型識別單元9。
[0025]其中，車型識別單元9固化在外部程序和數(shù)據(jù)存儲器I中；外部程序和數(shù)據(jù)存儲器I采用外部斷電保存高速程序和數(shù)據(jù)存儲器，其通過數(shù)據(jù)總線連接于雙核DSP數(shù)字信號處理器芯片3 ；圖像采集設(shè)備4與圖像AD采樣模塊5數(shù)據(jù)相接，圖像AD采樣模塊5通過視頻數(shù)據(jù)總線與雙核DSP數(shù)字信號處理器芯片3數(shù)據(jù)相接；虛擬線圈判別單元6與雙核DSP數(shù)字信號處理器芯片3數(shù)據(jù)相接;USB接口的3G無線網(wǎng)絡(luò)設(shè)備7通過數(shù)據(jù)接口與雙核DSP數(shù)字信號處理器芯片3相互連接，電源控制模塊8與系統(tǒng)中各部分電連接，提供各部分的穩(wěn)定的工作電能。
[0026]由此形成的識別系統(tǒng)在運(yùn)行時，圖像采集設(shè)備4實時獲取有關(guān)車輛的視頻圖像，圖像AD采樣模塊5獲取圖像采集設(shè)備4提供的視頻圖像數(shù)據(jù)，并將采集的視頻圖像數(shù)據(jù)通過視頻數(shù)據(jù)總線傳至雙核DSP數(shù)字信號處理器芯片3。
[0027]對于采集到的有關(guān)車輛的視頻圖像數(shù)據(jù)，雙核DSP數(shù)字信號處理器芯片3首先調(diào)用虛擬線圈判別單元6對采集到的視頻圖像數(shù)據(jù)進(jìn)行虛擬線圈判別處理，選取車輛出現(xiàn)時的關(guān)鍵幀圖像；接著，雙核DSP數(shù)字信號處理器芯片3調(diào)用車型識別單元9對關(guān)鍵幀圖像進(jìn)行車型識別計算；最后，將識別計算得到的結(jié)果通過USB接口的3G無線網(wǎng)絡(luò)設(shè)備7利用3G無線網(wǎng)絡(luò)方式進(jìn)行無線傳輸。
[0028]上述方案在具體實現(xiàn)時，雙核DSP數(shù)字信號處理器芯片3采用TI公司的TMS320C6000系列DM6467雙核DSP處理器芯片，該處理器具有ARM核和DSP核，擁有128MBytes的NAND Flash存儲和256M Bytes的DDR，并且具有高清輸入和輸出，能夠更好的滿足現(xiàn)代視頻監(jiān)控中對高分辨率的要求。
[0029]圖像采集設(shè)備4可以選取微軟HD-300高清攝相頭，具有CMOS感光元件，USB接口及16:9的寬屏顯示.[0030]圖像AD采樣模塊5選用TVP5146芯片，可以配置成六路復(fù)合視頻信號輸入或二路YPbPr分量輸入或S-Video和兩路復(fù)合視頻信號輸入等多種方式。
[0031]參見圖2，虛擬線圈判別單元6用于對采集到的圖像進(jìn)行虛擬線圈判別處理，選取車輛出現(xiàn)時的關(guān)鍵幀圖像，其主要由以下四個子模塊構(gòu)成:[0032]a)中值濾波預(yù)處理模61，用于對圖像進(jìn)行中值濾波預(yù)處理；
[0033]b)初始背景估計模塊62，用于對圖像進(jìn)行初始背景估計；
[0034]c)圖像閾值估計模塊63，用于對圖像進(jìn)行閾值估計；
[0035]d)車輛圖像判定模塊64，用于對車輛圖像進(jìn)行判定。
[0036]虛擬線圈判別單元6中的中值濾波預(yù)處理模塊61受控于雙核DSP數(shù)字信號處理器芯片中的ARM核，對圖像進(jìn)行中值濾波預(yù)處理以去除噪聲，提高圖像質(zhì)量。
[0037]虛擬線圈判別單元6中的初始背景估計模塊62受控于雙核DSP數(shù)字信號處理器芯片中的DSP核，對經(jīng)中值濾波預(yù)處理模塊預(yù)處理的圖像進(jìn)行初始背景估計。
[0038]這里的圖像初始背景估計是指在實際應(yīng)用中由于運(yùn)動對象的遮擋，需要通過一定的準(zhǔn)則對連續(xù)若干幀圖像進(jìn)行處理，以估計出該視頻中虛擬線圈覆蓋區(qū)域的完整背景。
[0039]在理想情況下，由于采集設(shè)備位置固定，所得到的視頻序列的完整背景是保持不變的，視頻序列中的每一幀圖像內(nèi)容可分為靜止的背景和運(yùn)動的對象，但在實際應(yīng)用中，背景會出現(xiàn)遮擋現(xiàn)象，因此需要對圖像進(jìn)行初始背景估計。
[0040]本發(fā)明中初始背景估計模塊進(jìn)行初始背景估計的過程如下:
[0041]設(shè)在視頻圖像中，由虛擬線覆蓋的車道區(qū)域為D，且p(x，y)為區(qū)域D內(nèi)對應(yīng)的背景像素，其具體實現(xiàn)過程如下:
[0042]1.對于連續(xù)K幀圖像，在每幀圖像中分別計算出區(qū)域D內(nèi)各像素Y分量平均值A(chǔ)VGYkO
[0043]2.對AVGYk,在Y軸上作直方圖統(tǒng)計。
[0044]3.求出直方圖的峰值點Λ。
[0045]4.從第k+l(l > O)幀圖像開始，求區(qū)域D內(nèi)所有像素Y分量平均值A(chǔ)VGY(k+1)，如果滿足條件IAVGY(k+1)-AVGYmax I ( Δ時，其中Λ為直方圖峰值點，像素Y分量值分別作時域平均，以該時域平均值作為區(qū)域D內(nèi)各個像素的背景Y分量估計值。
[0046]虛擬線圈判別單元6中的圖像閾值估計模塊63受控于雙核DSP數(shù)字信號處理器芯片中的DSP核。用于在建立初始背景估計之后，對采集到的圖像進(jìn)行處理，以建立初始閾值估計。其具體的實現(xiàn)過程如下:
[0047]1.針對采集到的圖像，從第k’+m(m>0)幀圖像開始，求出區(qū)域D內(nèi)所有像素Y分量平均值A(chǔ)VGY(k，+m)，并求出滿足條件IAVGY(k，+m)-AVGYmax I ( Δ的像素p (x，y)，其中Λ為直方圖峰值點。
[0048]2.對D內(nèi)每個像素P (X，y)，求絕對偏移量D(k，+ni) (X，y)的累積和:
[0049]Sum，y(x, y) +=D (k，+m) (x, y),其中 p (x, y) e D。
[0050]3.當(dāng)采集到M幀圖像滿足條件IAVGY(k，+m)-AVGYmax I ( Δ時，對區(qū)域D內(nèi)每個像素D(k，+m) (x, y)的平均值，以該平均值作為區(qū)域D內(nèi)各個像素的Y分量閾值估計為:
[0051]thresholdy (x, y) =Sum' Y (x, y) /M,其中 p(x，y) GD。
[0052]虛擬線圈判別單元6中的車輛圖像判定模塊64受控于雙核DSP數(shù)字信號處理器芯片中的ARM核，用于根據(jù)初始背景估計模塊確定的背景估計和圖像閾值估計模塊確定的閾值估計，進(jìn)行判定車輛出現(xiàn)的關(guān)鍵幀圖像。
[0053]該模塊的具體判定過程如下:
[0054]根據(jù)上述的閾值估計確定區(qū)域D內(nèi)是否存在車輛，計算D內(nèi)各像素P (X，y)的Y分量值與其背景Y分量值之間的平均絕對值差A(yù)VGdy、D內(nèi)所有Y分量閾值的平均值A(chǔ)VGthy,求
[0055]Δ Ty= I AVGdy-AVGthy
[0056]如果ΛΤΥ ΤT，其中Ty (即ThresholdY)為閾值估計，則可以判定圖像當(dāng)中的存在車輛，即選作判定車型的關(guān)鍵幀。
[0057]由此確定的虛擬線圈判別單元6，其具體工作過程是:
[0058](I)從HD-300高清攝相頭采集的圖像經(jīng)過TVP5146進(jìn)行AD采樣和轉(zhuǎn)換，產(chǎn)生數(shù)字圖像，ARM核控制中值濾波預(yù)處理模61對數(shù)字圖像進(jìn)行中值濾波處理，以減少噪聲對圖像質(zhì)量的影響。
[0059](2) DSP核控制初始背景估計模塊62在虛擬線圈覆蓋的區(qū)域內(nèi)，通過連續(xù)K幀圖像，求出區(qū)域內(nèi)各像素的Y分量平均值，并作出時域Y分量直方圖，求出峰值點，之后從k幀以后的圖像開始，求出所有像素Y分量的平均值，進(jìn)行條件判定即可完成初始背景估計。
[0060](3)同樣，DSP核控制圖像閾值估計模塊63在虛擬線圈覆蓋區(qū)域內(nèi)，首先求出區(qū)域內(nèi)所有像素Y分量的平均值，經(jīng)過區(qū)域內(nèi)各像素的Y分量值與背景Y分量值之間的平均絕對值差及所有Y分量閾值的平均值間兩者的判定，可以完成閾值估計處理。
[0061](4) ARM核控制車輛圖像判定模塊64根據(jù)前兩步背景估計及閾值估計，可以判定車輛出現(xiàn)的關(guān)鍵幀圖像。
[0062]參見圖3，車型識別單元9在雙核DSP數(shù)字信號處理器芯片3的控制下對由虛擬線圈判別單元6判別得到的關(guān)鍵幀圖像進(jìn)行車型識別計算。其主要由以下四個子模塊構(gòu)成:
[0063]a) Otsu圖像分割模塊91，用于對關(guān)鍵幀圖像進(jìn)行Otsu圖像分割；
[0064]b)幾何特征提取模塊92，用于對分割得到的子圖像進(jìn)行幾何特征提?。?br> [0065]c)車輛特征庫匹配判別模塊93，用于將幾何特征與車輛特征庫進(jìn)行匹配判別；
[0066]d)結(jié)構(gòu)化描述模塊94，用于根據(jù)判別結(jié)果進(jìn)行結(jié)構(gòu)化描述數(shù)據(jù)。
[0067]車型識別單元9中的Otsu圖像分割模塊91受控于雙核DSP數(shù)字信號處理器芯片3中的DSP核，通過Otsu法對得到的有關(guān)車輛的關(guān)鍵幀圖像進(jìn)行圖像分割，將圖像中的車輛子圖像分割出來。具體分割過程如下:
[0068]假設(shè)圖像f的灰度等級為L，大小為M*N，f (X，y)代表(x, y)對應(yīng)的像素點。設(shè)分割閾值s e Gl, bi，b2表示一個二值灰度級別，則圖像f在閾值S上的二值化分割結(jié)果可以為:
_9]
[0070]設(shè)圖像f中灰度級為i的像素點出現(xiàn)的頻數(shù)為p(i)，那么有:
[0071]=Σ /(U),其中 i e Gl
[0072]假定把圖像中的所有像素分成目標(biāo)和背景兩類，分別記為C1和C2，定義:
[0073]目標(biāo)區(qū)域比例:' ⑴=Σ ;



0</<^[0074]背景區(qū)域比例
【權(quán)利要求】
1.一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，所述識別系統(tǒng)包括外部程序和數(shù)據(jù)存儲器、外部高速動態(tài)存儲器SDRAM、圖像采集設(shè)備、圖像AD采樣模塊、電源控制模塊，其特征在于，所述識別系統(tǒng)還包括雙核DSP數(shù)字信號處理器芯片、虛擬線圈判別單元和車型識別單元，所述圖像AD采樣模塊獲取圖像采集設(shè)備提供的視頻圖像數(shù)據(jù)；接著，雙核DSP數(shù)字信號處理器芯片調(diào)用虛擬線圈判別單元對采集到的視頻圖像進(jìn)行虛擬線圈判別處理，選取車輛出現(xiàn)時的關(guān)鍵幀圖像；再者，雙核DSP數(shù)字信號處理器芯片調(diào)用車型識別單元對關(guān)鍵幀圖像進(jìn)行車型識別計算。
2.根據(jù)權(quán)利要求1所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述虛擬線圈判別單元包括中值濾波預(yù)處理模塊、初始背景估計模塊、圖像閾值估計模塊、車輛圖像判定模塊，其中雙核DSP數(shù)字信號處理器芯片中的ARM核首先控制中值濾波預(yù)處理模塊對圖像AD采樣模塊獲取的視頻圖像數(shù)據(jù)進(jìn)行中值濾波預(yù)處理；接著，雙核DSP數(shù)字信號處理器芯片中的DSP核控制初始背景估計模塊對預(yù)處理的圖像進(jìn)行初始背景估計；接著，DSP核控制圖像閾值估計模塊對圖像進(jìn)行處理，建立初始閾值估計；最后，ARM核控制車輛圖像判定模塊根據(jù)確定的初始背景估計和初始閾值估計，判斷車輛出現(xiàn)的關(guān)鍵幀圖像。
3.根據(jù)權(quán)利要求2所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述初始背景估計模塊在虛擬線圈覆蓋的區(qū)域內(nèi)，通過連續(xù)K幀圖像，求出區(qū)域內(nèi)各像素的Y分量平均值，并作出時域Y分量直方圖，求出峰值點，之后從k幀以后的圖像開始，求出所有像素Y分量的平均值，進(jìn)行條件判定即可完成初始背景估計。
4.根據(jù)權(quán)利要求2所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述圖像閾值估計模塊在虛擬線圈覆蓋區(qū)域內(nèi)，首先求出區(qū)域內(nèi)所有像素Y分量的平均值，經(jīng)過區(qū)域內(nèi)各像素的Y分量值與背景Y分量值之間的平均絕對值差及所有Y分量閾值的平均值間兩者的判定，完成閾值估計處理。
5.根據(jù)權(quán)利要求1所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述車型識別單元固化在外部程序和數(shù)據(jù)存儲器中。
6.根據(jù)權(quán)利要求1所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述車型識別單元包括Otsu圖像分割模塊、幾何特征提取模塊、車輛特征庫匹配判別模塊以及結(jié)構(gòu)化描述模塊，首先，雙核DSP數(shù)字信號處理器芯片中的DSP核控制Otsu圖像分割模塊對關(guān)鍵幀圖像進(jìn)行Otsu圖像分割，分割出圖像中的車輛子圖像；接著，DSP核控制幾何特征提取模塊對車輛子圖像進(jìn)行車輛幾何特征的提取；接著，雙核DSP數(shù)字信號處理器芯片中的ARM核控制車輛特征庫匹配判別模塊對提出的車輛幾何特征與車輛特征庫進(jìn)行匹配判別；最后，ARM核控制結(jié)構(gòu)化描述模塊根據(jù)判別結(jié)果，進(jìn)行結(jié)構(gòu)化描述，得到圖像結(jié)構(gòu)化描述數(shù)據(jù)。
7.根據(jù)權(quán)利要求6所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述Otsu圖像分割模塊利用Otsu法對關(guān)鍵幀圖像的灰度直方圖進(jìn)行統(tǒng)計，求得目標(biāo)和背景的最大類間方差值，確定最佳閾值，將圖像中的車輛子圖像分割出來。
8.根據(jù)權(quán)利要求6所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述幾何特征提取模塊根據(jù)車輛子圖像的水平投影和垂直投影得到車體的邊界，就可求出車輛的覽度和長度。
9.根據(jù)權(quán)利要求6所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述結(jié)構(gòu)化描述模塊根據(jù)車輛特征庫匹配判別模塊的判別結(jié)果，將視頻圖像關(guān)鍵幀和子圖像及圖像幾何特征進(jìn)行分割、聚類、匹配、解義、分類、判別等運(yùn)算和操作，產(chǎn)生圖像描述高級語義數(shù)據(jù)。
10.根據(jù)權(quán)利要求1至9中任一項所述的一種基于虛擬線圈的嵌入式車型識別系統(tǒng)，其特征在于，所述車型識別系統(tǒng)還包括USB接口的3G無線網(wǎng)絡(luò)設(shè)備，所述USB接口的3G無線網(wǎng)絡(luò)設(shè)備通過數(shù)據(jù)接口與雙核DSP數(shù)字信號處理器芯片相互連接。
【文檔編號】G08G1/017GK103473933SQ201310422703
【公開日】2013年12月25日 申請日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】胡傳平, 齊力, 梅林 , 湯志偉, 劉云淮, 江洪, 李震宇, 王文斐 申請人:公安部第三研究所