CN111724605A - 黑烟车监测***及其监测方法 - Google Patents
黑烟车监测***及其监测方法 Download PDFInfo
- Publication number
- CN111724605A CN111724605A CN202010530091.5A CN202010530091A CN111724605A CN 111724605 A CN111724605 A CN 111724605A CN 202010530091 A CN202010530091 A CN 202010530091A CN 111724605 A CN111724605 A CN 111724605A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- black smoke
- data
- black
- smoke
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种黑烟车监测***及其监测方法,黑烟车监测***包括抓拍单元,抓拍单元包括本向摄像机和对向摄像机,用于采集来往车辆信息;补光单元,补光单元设于抓拍单元的一侧且能够在周围光照条件小于预设光照条件时对车辆的周围环境进行补光;黑烟车分析单元,黑烟车分析单元与抓拍单元相连,黑烟车分析单元能够根据正面数据和尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。该黑烟车监测***具有准确识别违规黑烟车、夜间或环境能见度低条件下识别违规黑烟车和自动豁免清洁车辆等优点。
Description
技术领域
本发明属于环境监测技术领域,更具体地,涉及一种黑烟车监测***及其监测方法。
背景技术
伴随着我国经济的快速发展,国内的机动车辆也不断增多。而机动车尾气中含有大量的污染气体,未能得到有效管控将给大气环境带来严重污染。针对城市道路机动车保有量迅速增加、机动车尾气污染日益凸显、管控压力不断加大的现状,智能视频监控显然能够成为应对交通污染和环境污染处理突发事件的有力辅助工具。
传统的视频监控利用视频图像拍摄,对视频图像中的黑烟车进行抓取,继而通过简单的图像处理技术,对视频图像中的车辆进行机器识别,这种方式,在一定程度下能够通过车辆尾部特征识别出黑烟车。但是容易受到环境、光照的影响,产生漏报,另外由于摄像机和算法的限制,无法自动、准确地豁免清洁车辆和夜间无法识别黑烟车。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
为此,本发明提出一种黑烟车监测***,该黑烟车监测***具有准确识别黑烟车、夜间识别和自动豁免清洁车辆等优点。
本发明还提出一种黑烟车监测***的监测方法,该监测方法简单便捷,监测效率高,不易出现漏报错报等情况。
根据本发明第一方面实施例的黑烟车监测***,包括:抓拍单元,所述抓拍单元包括本向摄像机和对向摄像机,所述本向摄像机能够获取道路一侧本向的所有车辆的视频信息,所述本向摄像机对应的视频信息包括每一车辆的尾部数据,所述对向摄像机能够获取道路同一侧对向的所有车辆的视频信息,所述对向摄像机对应的视频信息为每一车辆的正面数据;补光单元,所述补光单元设于所述抓拍单元的一侧且能够在周围光照条件小于预设光照条件时对车辆的周围环境进行补光;黑烟车分析单元,所述黑烟车分析单元与所述抓拍单元相连,所述黑烟车分析单元能够根据所述正面数据和所述尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。
根据本发明实施例的黑烟车监测***,首先,通过设置本向摄像机和对向摄像机可以清晰记录来往车辆的车牌信息以及尾气的排放情况;其次,通过在抓拍单元的一侧安装补光单元,可以实现在夜间或环境条件差的情况下,依旧可以获取清晰的车辆视频图像;最后,通过黑烟车分析单元对视频图像进行分析,可以识别出不符合国家排放标准的尾气并且与车牌数据进行匹配,从而实现对黑烟车的监管。该黑烟车监测***不仅能够准确识别违规的黑烟车,还能够在夜间进行识别,对清洁车辆进行自动豁免。
根据本发明的一个实施例,所述正面数据包括车辆的车头车牌对应的实时视频图片信息,所述尾部数据包括车辆的车尾对应的黑烟视频信息和车牌信息。
根据本发明的一个实施例,所述黑烟车分析单元包括:黑烟数据获取模块,所述黑烟数据获取模块能够根据所述尾部数据获取待检测区域的图像和视频;计算机视觉识别模块,所述计算机视觉识别模块与所述黑烟数据获取模块相连且能够识别所述待检测区域的图像和视频中的尾气烟度并进行分析检测;黑烟车识别模块,所述黑烟车识别模块与所述计算机视觉识别模块相连且能够根据所述计算机视觉识别模块的分析检测结果识别出烟气林格曼黑度符合预设条件的所述违规黑烟车。
根据本发明的一个实施例,所述违规黑烟车的所述烟气林格曼黑度为二级以上。
根据本发明的一个实施例,所述计算机视觉识别模块包括:图像选取模块,所述图像选取模块与所述黑烟数据获取模块相连且能够在所述尾部数据获取待检测区域的图像和视频中选取符合预设黑烟轮廓的图像;对比模块,所述对比模块将所述图像选取模块获得的图像与按比例缩小的林格曼烟度条在同一幅画面中进行比对;标定模块,所述标定模块与所述对比模块相连且能够根据所述对比模块得到的比对结果对所述违规黑烟车的所述烟气林格曼黑度的浓度等级进行判定和标定。
根据本发明的一个实施例,所述黑烟数据获取模块包括:图像预处理模块,所述图像预处理模块能够对所述尾部数据进行预处理步骤,所述预处理步骤包括亮度调整步骤、图像矫正步骤和去噪步骤中的至少一个。
根据本发明的一个实施例,所述正面数据和/或所述尾部数据包括车辆号码信息、号牌颜色信息、车身颜色信息和车型信息。
根据本发明的一个实施例,黑烟车监测***还包括:网络交换机,所述网络交换机分别与所述抓拍单元、补光单元和所述黑烟车分析单元相连;服务器,所述服务器与所述网络交换机相连且能够存储通过所述网络交换机传输的所述正面数据和所述尾部数据进行存储;客户端,所述客户端与所述网络交换机相连且能够通过所述网络交换机与所述服务器和所述抓拍单元通信。
根据本发明第二方面实施例的黑烟车监测***的监测方法,包括以下步骤:S1、通过抓拍单元中的本向摄像机获取道路一侧本向的所有车辆的视频信息,所述本向摄像机对应的视频信息包括每一车辆的尾部数据,通过所述抓拍单元中的对向摄像机获取道路同一侧对向的所有车辆的视频信息,所述对向摄像机对应的视频信息为每一车辆的正面数据;S2、在周围光照条件小于预设光照条件时通过补光单元对车辆的周围环境进行补光;S3、通过黑烟车分析单元根据所述正面数据和所述尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。
根据本发明的一个实施例,步骤S3包括以下步骤:S31、通过黑烟数据获取模块根据所述尾部数据获取待检测区域的图像和视频,采用亮度调整算法对亮度不同的图像区域或视频序列的不同帧区域分别进行亮度调整;S32、通过计算机视觉识别模块识别所述待检测区域的图像和视频中的尾气烟度并进行分析检测;S33、通过黑烟车识别模块根据所述计算机视觉识别模块的分析检测结果识别出烟气林格曼黑度符合预设条件的所述违规黑烟车。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明实施例的黑烟车监测***的安装示意图;
图2是根据本发明实施例的黑烟车监测***的监测方法流程图;
图3是根据本发明实施例的黑烟车监测***的监测方法示意图。
附图标记:
黑烟车监测***100;
抓拍单元10;本向摄像机11;对向摄像机12;
补光单元20;
黑烟车分析单元30;
网络交换机40。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面参考附图具体描述根据发明实施例的黑烟车监测***100。
如图1至图3所示,根据本发明实施例的黑烟车监测***100包括抓拍单元10、补光单元20和黑烟车分析单元30。
具体而言,抓拍单元10包括本向摄像机11和对向摄像机12,本向摄像机11能够获取道路一侧本向的所有车辆的视频信息,本向摄像机11对应的视频信息包括每一车辆的尾部数据,对向摄像机12能够获取道路同一侧对向的所有车辆的视频信息,对向摄像机12对应的视频信息为每一车辆的正面数据,补光单元20设于抓拍单元10的一侧且能够在周围光照条件小于预设光照条件时对车辆的周围环境进行补光,黑烟车分析单元30与抓拍单元10相连,黑烟车分析单元30能够根据正面数据和尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。
换言之,黑烟车监测***100主要由抓拍单元10、补光单元20和黑烟车分析单元30组成。其中抓拍单元10主要由本向摄像机11和对向摄像机12组成,通过本向摄像机11能够获取道路一侧本向的所有车辆的视频信息,该视频信息包括每一车辆的尾部数据,通过对向摄像机10能够获取道路同一侧对向的所有车辆的视频信息,该视频信息包括每一车辆的正面数据,也就是说,通过本向摄像机11和对向摄像机10相配合,能够实现前后车牌的自动匹配,对监测点位所有车道视频、车流量、车辆综合信息进行采集。
在抓拍单元的一侧可设有补光单元20,补光单元20会在夜间或光照条件不足时自动开启,经过精确的光学设计,使光强均匀有效分布,达到整体高亮效果,加强道路环境光照条件,实现抓拍单元10在夜间或光照条件不足时也能准确清晰的抓拍到黑烟车图像信息,从而实现夜间抓拍。
在识别违规的黑烟车时,通过抓拍单元10将获取的正面数据和尾部数据传输到黑烟车分析单元30,通过黑烟车分析单元30将来往车辆的尾部数据与正面数据进行匹配与分析,并将不符合规范标准的车辆识别出来,然后可以将视频传输到后端监控中心服务器,实现监测黑烟车的技术效果。
其中,黑烟车分析单元30可以使用滤波技术跟踪运动车辆目标,对黑色烟雾的特征进行神经网络训练,并使用全新图像算法结合其动态特征对排放黑烟车辆进行识别并结合专业的数据模型提取黑烟轮廓,判断车辆尾部排放黑烟是否超标,记录车辆排放黑烟的视频,同时结合牌照识别技术自动判别和记录车辆牌照。
由此,根据本发明实施例的黑烟车监测***,首先,通过设置本向摄像机和对向摄像机可以清晰记录来往车辆的车牌信息以及尾气的排放情况;其次,通过在抓拍单元的一侧安装补光单元,可以实现在夜间或环境条件差的情况下,依旧可以获取清晰的车辆视频图像;最后,通过黑烟车分析单元对视频图像进行分析,可以识别出不符合国家排放标准的尾气并且与车牌数据进行匹配,从而实现对黑烟车的监管。该黑烟车监测***不仅能够准确识别违规的黑烟车,还能够在夜间进行识别,对清洁车辆进行自动豁免。
根据本发明的一个实施例,正面数据包括车辆的车头车牌对应的实时视频图片信息,尾部数据包括车辆的车尾对应的黑烟视频信息和车牌信息,通过对于车辆的正面数据以及尾部数据信息的收集并且进行自动匹配,可以达到有效降低监测失误率的效果。
可选地,黑烟车分析单元30包括黑烟数据获取模块、计算机视觉识别模块和黑烟车识别模块。黑烟数据获取模块能够根据尾部数据获取待检测区域的图像和视频,黑烟数据获取模块能够自动对抓拍车辆的黑烟进行静态特征和动态特征进行综合分析。计算机视觉识别模块与黑烟数据获取模块相连且能够识别待检测区域的图像和视频中的尾气烟度并进行分析检测,黑烟车识别模块与计算机视觉识别模块相连且能够根据计算机视觉识别模块的分析检测结果识别出烟气林格曼黑度符合预设条件的违规黑烟车。也就是说,在分析检测时,可以先通过黑烟数据获取模块获得待检测区域的图像和视频,再通过计算机视觉识别模块将获得的图像和视频中的尾气烟度进行检测分析,最后,通过黑烟车识别模块识别出烟气林格曼黑度符合预设条件的违规黑烟车。
需要说明的是,黑烟车分析单元30还可以对黑烟识别的参数进行设置,以满足不同环境下烟气颜色不同对黑烟识别的不同的要求,不仅可以通过本机进行设置修改,也通过网络可以接受客户端的远程设置。黑烟识别的参数的主要内容有报警多参数阈值、针对监控车辆多种要求条件等选项,以及定时自动开启和关闭算法等设置。通过网络对接监测中心平台可对黑烟车视频进行分项管理。
可选地,违规黑烟车的烟气林格曼黑度为二级以上。也就是说,当黑烟车分析单元30对于待检测区域的图像和视频的分析检测结果为林格曼烟度二级以上时,则认定此车辆为违规黑烟车。
根据本发明的一个实施例,计算机视觉识别模块包括图像选取模块、对比模块和标定模块。
具体地,图像选取模块与黑烟数据获取模块相连且能够在尾部数据获取待检测区域的图像和视频中选取符合预设黑烟轮廓的图像,对比模块将图像选取模块获得的图像与按比例缩小的林格曼烟度条在同一幅画面中进行比对,标定模块与对比模块相连且能够根据对比模块得到的比对结果对违规黑烟车的烟气林格曼黑度的浓度等级进行判定和标定。具体地,计算机视觉识别模块可以自动选取抓取的黑烟车的冒黑烟视频中的最能代表的一幅图像,与按比例缩小的林格曼烟度条在同一幅画面中做比对,根据尾气黑烟浓度判定其污染等级并进行标定,实现自动识别,自动豁免清洁车辆。
可选地,黑烟数据获取模块包括图像预处理模块,图像预处理模块能够对尾部数据进行预处理步骤,对采集到的图像进行分析前的处理,使图像达到算法正常工作的标准。预处理步骤包括亮度调整步骤、图像矫正步骤和去噪步骤中的至少一个,通过采用图像预处理模块对图像进行亮度调整、图像矫正以及去噪处理等,能够使得图像更较清晰,可以提高后续识别工作的准确率。图像预处理模块内可采用视频预处理算法,通过视频预处理算法能够对视频进行亮度调整,图像矫正和去噪等处理。
由于受到天气,季节等影响,会导致图像的亮度和色彩会有所变化,对图像的亮度进行预处理,可以使图像稳定在一定的亮度范围,符合算法的要求。亮度调整算法有效地处理时空曝光不足或不均的图像和视频,由于采用了“分而治之”的策略,可以对亮度不同的图像区域或视频序列的不同帧区域进行分别地亮度调整,视频上同时通过关键帧指引的思想处理相同场景区域时间上亮度不一致的情况,保证处理后其效果的一致性,获得较优的亮度调整效果。同时能有效保持处理效果的细节信息,此算法的处理不是孤立地对像素点进行调整,而是考虑了原始图像、视频上像素的空间邻接关系,使得结果图像或视频帧的梯度尽可能与原始效果一致,因此可以很好地保持原始图像、视频帧大量的细节纹理信息和高亮区域的层次感,适合后面的分析要求。
进一步地,正面数据和/或尾部数据包括车辆号码信息、号牌颜色信息、车身颜色信息和车型信息,通过全方位的获取来往车辆的信息,可以更准确的锁定违规黑烟车辆,避免发生漏判、误判。
根据本发明的一个实施例,黑烟车监测***100还包括网络交换机40、服务器和客户端。
具体地,网络交换机40分别与抓拍单元10、补光单元20和黑烟车分析单元30相连,服务器与网络交换机40相连且能够存储通过网络交换机40传输的正面数据和尾部数据进行存储,客户端与网络交换机40相连且能够通过网络交换机40与服务器和抓拍单元10通信。
换句话说,网络交换机40能够用于实现抓拍单元10、补光单元20和黑烟车分析单元30的联网接入,黑烟车分析单元30能够通过网络从抓拍单元10获取视频流并进行解码和视频还原,服务器具有存储功能,主要负责将网络交换机40传输的待检测车辆的正面数据和尾部数据进行存储,作为后续业务处理的基础数据,而客户端具有强大的通信功能,主要通过网络交换机40与服务器和抓拍单元10通信并对其进行参数设置,如白平衡、曝光时间、模拟和数字增益等,从而适应不同的环境变化。
在实际使用时,可以为每个监控点安装部署一台抓拍单元,通过黑烟车分析单元30分析道路实时视频,实现多路高清视频黑烟车智能分析抓拍、车牌识别和多枪联动,黑烟车分析单元30中采用视频智能识别分析算法,能够自动对抓拍车辆的黑烟进行静态特征和动态特征进行综合分析,综合判断该车辆是否为黑烟车,并记录林格曼黑度,实现抓拍视频、抓拍图片以及车牌等资料的上传。
如图2所示,根据本发明实施例的一种黑烟车监测方法,包括以下步骤:
S1、通过抓拍单元10中的本向摄像机11获取道路一侧本向的所有车辆的视频信息,本向摄像机11对应的视频信息包括每一车辆的尾部数据,通过抓拍单元10中的对向摄像机12获取道路同一侧对向的所有车辆的视频信息,对向摄像机12对应的视频信息为每一车辆的正面数据;S2、在周围光照条件小于预设光照条件时通过补光单元20对车辆的周围环境进行补光;S3、通过黑烟车分析单元30根据正面数据和尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。
也就是说,通过抓拍单元10获取所有车辆的正面数据以及尾部数据,配合补光单元20在周围环境光线不足时进行补光,再通过黑烟车分析单元30将正面数据和尾部数据进行匹配,并且将尾部数据进行分析得出违规黑烟车,通过上述监测方法,可以有效提高违规黑烟车的监测准确率,并且可以实现在夜间或能见度不高的环境下依旧可以获得清晰图像。
根据本发明的一个实施例,步骤S3包括以下步骤:S31、通过黑烟数据获取模块根据尾部数据获取待检测区域的图像和视频,采用亮度调整算法对亮度不同的图像区域或视频序列的不同帧区域分别进行亮度调整;S32、通过计算机视觉识别模块识别待检测区域的图像和视频中的尾气烟度并进行分析检测;S33、通过黑烟车识别模块根据计算机视觉识别模块的分析检测结果识别出烟气林格曼黑度符合预设条件的违规黑烟车。也就是说,通过上述方法可以有效提高图像清晰度,很好地保持原始图像、视频帧大量的细节纹理信息和高亮区域的层次感,适合后面的分析要求,降低失误率。
总而言之,根据本发明实施例的黑烟车监测***及其监测方法,通过采用抓拍单元10、补光单元20和黑烟车分析单元30相配合,该黑烟车监测***能够将智能交通监控技术和黑烟识别技术相结合,其中智能交通技术包含了车辆跟踪技术和牌照识别技术,在利用交通监控技术的基础上结合现有黑烟识别技术开发的黑烟车视频识别技术实现如下功能,对道路中行驶的每一辆车进行分割的同时进行跟踪识别、对大部分车辆的尾部特征进行识别、对林格曼烟度二级以上的黑烟特征进行识别、采用可调节技术排除道路环境光线变化和阴影影响的自动适应功能。该黑烟车监测***及其监测方法采用智能视频监控技术对道路行驶的车辆进行实时在线监控,自动判别清洁车辆和冒黑烟车辆,实现了监控方式由人工到全自动的转变,能够实现全天候不间断地对道路中行驶的机动车进行实时在线的监测,自动发现监控画面中的冒黑烟的车辆,对冒黑烟车视为“异常情况”,自动判别、自动筛选、自动报警、自动传输。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种黑烟车监测***,其特征在于,包括:
抓拍单元,所述抓拍单元包括本向摄像机和对向摄像机,所述本向摄像机能够获取道路一侧本向的所有车辆的视频信息,所述本向摄像机对应的视频信息包括每一车辆的尾部数据,所述对向摄像机能够获取道路同一侧对向的所有车辆的视频信息,所述对向摄像机对应的视频信息为每一车辆的正面数据;
补光单元,所述补光单元设于所述抓拍单元的一侧且能够在周围光照条件小于预设光照条件时对车辆的周围环境进行补光;
黑烟车分析单元,所述黑烟车分析单元与所述抓拍单元相连,所述黑烟车分析单元能够根据所述正面数据和所述尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。
2.根据权利要求1所述的黑烟车监测***,其特征在于,所述正面数据包括车辆的车头车牌对应的实时视频图片信息,所述尾部数据包括车辆的车尾对应的黑烟视频信息和车牌信息。
3.根据权利要求1所述的黑烟车监测***,其特征在于,所述黑烟车分析单元包括:
黑烟数据获取模块,所述黑烟数据获取模块能够根据所述尾部数据获取待检测区域的图像和视频;
计算机视觉识别模块,所述计算机视觉识别模块与所述黑烟数据获取模块相连且能够识别所述待检测区域的图像和视频中的尾气烟度并进行分析检测;
黑烟车识别模块,所述黑烟车识别模块与所述计算机视觉识别模块相连且能够根据所述计算机视觉识别模块的分析检测结果识别出烟气林格曼黑度符合预设条件的所述违规黑烟车。
4.根据权利要求3所述的黑烟车监测***,其特征在于,所述违规黑烟车的所述烟气林格曼黑度为二级以上。
5.根据权利要求3所述的黑烟车监测***,其特征在于,所述计算机视觉识别模块包括:
图像选取模块,所述图像选取模块与所述黑烟数据获取模块相连且能够在所述尾部数据获取待检测区域的图像和视频中选取符合预设黑烟轮廓的图像;
对比模块,所述对比模块将所述图像选取模块获得的图像与按比例缩小的林格曼烟度条在同一幅画面中进行比对;
标定模块,所述标定模块与所述对比模块相连且能够根据所述对比模块得到的比对结果对所述违规黑烟车的所述烟气林格曼黑度的浓度等级进行判定和标定。
6.根据权利要求3所述的黑烟车监测***,其特征在于,所述黑烟数据获取模块包括:
图像预处理模块,所述图像预处理模块能够对所述尾部数据进行预处理步骤,所述预处理步骤包括亮度调整步骤、图像矫正步骤和去噪步骤中的至少一个。
7.根据权利要求1所述的黑烟车监测***,其特征在于,所述正面数据和/或所述尾部数据包括车辆号码信息、号牌颜色信息、车身颜色信息和车型信息。
8.根据权利要求1所述的黑烟车监测***,其特征在于,还包括:
网络交换机,所述网络交换机分别与所述抓拍单元、补光单元和所述黑烟车分析单元相连;
服务器,所述服务器与所述网络交换机相连且能够存储通过所述网络交换机传输的所述正面数据和所述尾部数据进行存储;
客户端,所述客户端与所述网络交换机相连且能够通过所述网络交换机与所述服务器和所述抓拍单元通信。
9.一种黑烟车监测方法,其特征在于,包括以下步骤:
S1、通过抓拍单元中的本向摄像机获取道路一侧本向的所有车辆的视频信息,所述本向摄像机对应的视频信息包括每一车辆的尾部数据,通过所述抓拍单元中的对向摄像机获取道路同一侧对向的所有车辆的视频信息,所述对向摄像机对应的视频信息为每一车辆的正面数据;
S2、在周围光照条件小于预设光照条件时通过补光单元对车辆的周围环境进行补光;
S3、通过黑烟车分析单元根据所述正面数据和所述尾部数据对同一车辆的车牌数据进行匹配并识别违规黑烟车。
10.根据权利要求9所述的黑烟车监测***,其特征在于,步骤S3包括以下步骤:
S31、通过黑烟数据获取模块根据所述尾部数据获取待检测区域的图像和视频,采用亮度调整算法对亮度不同的图像区域或视频序列的不同帧区域分别进行亮度调整;
S32、通过计算机视觉识别模块识别所述待检测区域的图像和视频中的尾气烟度并进行分析检测;
S33、通过黑烟车识别模块根据所述计算机视觉识别模块的分析检测结果识别出烟气林格曼黑度符合预设条件的所述违规黑烟车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010530091.5A CN111724605A (zh) | 2020-06-11 | 2020-06-11 | 黑烟车监测***及其监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010530091.5A CN111724605A (zh) | 2020-06-11 | 2020-06-11 | 黑烟车监测***及其监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724605A true CN111724605A (zh) | 2020-09-29 |
Family
ID=72567935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010530091.5A Pending CN111724605A (zh) | 2020-06-11 | 2020-06-11 | 黑烟车监测***及其监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724605A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505689A (zh) * | 2021-07-09 | 2021-10-15 | 安徽思环科技有限公司 | 一种黑烟车抓拍*** |
CN114723693A (zh) * | 2022-03-28 | 2022-07-08 | 浙江十翼科技有限公司 | 一种移动检测机动车尾气的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013009825A (ja) * | 2011-06-29 | 2013-01-17 | Denso Corp | 視認負荷量推定装置、運転支援装置、および視認負荷量推定プログラム |
CN107221167A (zh) * | 2017-08-08 | 2017-09-29 | 南京新远见智能科技有限公司 | 一种前后抓拍识别黑烟车车牌的***及其方法 |
CN108335490A (zh) * | 2018-03-26 | 2018-07-27 | 南京新远见智能科技有限公司 | 一种手持式尾气黑烟智能识别视频监测***及方法 |
CN108776090A (zh) * | 2018-02-28 | 2018-11-09 | 中国地质大学(武汉) | 一种基于机器视觉的柴油车排放黑烟浓度测量方法及*** |
CN109300314A (zh) * | 2018-11-20 | 2019-02-01 | 北京朗观视觉科技有限公司 | 黑烟车实时监测抓拍装置及方法 |
CN209802923U (zh) * | 2018-12-04 | 2019-12-17 | 中国地质大学(武汉) | 一种基于机器视觉的在用柴油车烟度测量装置 |
CN110660222A (zh) * | 2019-11-01 | 2020-01-07 | 河北工业大学 | 一种智能环保道路黑烟车辆电子抓拍*** |
CN210515650U (zh) * | 2019-11-01 | 2020-05-12 | 河北工业大学 | 一种智能环保道路黑烟车辆电子抓拍*** |
-
2020
- 2020-06-11 CN CN202010530091.5A patent/CN111724605A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013009825A (ja) * | 2011-06-29 | 2013-01-17 | Denso Corp | 視認負荷量推定装置、運転支援装置、および視認負荷量推定プログラム |
CN107221167A (zh) * | 2017-08-08 | 2017-09-29 | 南京新远见智能科技有限公司 | 一种前后抓拍识别黑烟车车牌的***及其方法 |
CN108776090A (zh) * | 2018-02-28 | 2018-11-09 | 中国地质大学(武汉) | 一种基于机器视觉的柴油车排放黑烟浓度测量方法及*** |
CN108335490A (zh) * | 2018-03-26 | 2018-07-27 | 南京新远见智能科技有限公司 | 一种手持式尾气黑烟智能识别视频监测***及方法 |
CN109300314A (zh) * | 2018-11-20 | 2019-02-01 | 北京朗观视觉科技有限公司 | 黑烟车实时监测抓拍装置及方法 |
CN209802923U (zh) * | 2018-12-04 | 2019-12-17 | 中国地质大学(武汉) | 一种基于机器视觉的在用柴油车烟度测量装置 |
CN110660222A (zh) * | 2019-11-01 | 2020-01-07 | 河北工业大学 | 一种智能环保道路黑烟车辆电子抓拍*** |
CN210515650U (zh) * | 2019-11-01 | 2020-05-12 | 河北工业大学 | 一种智能环保道路黑烟车辆电子抓拍*** |
Non-Patent Citations (2)
Title |
---|
冯丽艳: "基于内容的监控视频关键帧检测算法研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王想 等: "图像和视频亮度的自动调整", 《电子学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505689A (zh) * | 2021-07-09 | 2021-10-15 | 安徽思环科技有限公司 | 一种黑烟车抓拍*** |
CN114723693A (zh) * | 2022-03-28 | 2022-07-08 | 浙江十翼科技有限公司 | 一种移动检测机动车尾气的方法 |
CN114723693B (zh) * | 2022-03-28 | 2022-11-29 | 浙江十翼科技有限公司 | 一种移动检测机动车尾气的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100449576C (zh) | 自动调色补光的车牌车辆实时图像监视与真假识别*** | |
CN104778444B (zh) | 道路场景下车辆图像的表观特征分析方法 | |
CN101344988B (zh) | 图像获取和处理装置及方法、车辆监测和记录*** | |
JP4035910B2 (ja) | 車色判別装置 | |
CN110450706B (zh) | 一种自适应远光灯控制***及图像处理算法 | |
CN110910354A (zh) | 道路检测车及道路检测方法、装置 | |
CN111724605A (zh) | 黑烟车监测***及其监测方法 | |
US8189913B2 (en) | Method for detecting shadow of object | |
CN107808392B (zh) | 开放场景的安检车辆自动跟踪定位方法及*** | |
CN110660222A (zh) | 一种智能环保道路黑烟车辆电子抓拍*** | |
CN108710857A (zh) | 基于红外补光的人车识别方法及装置 | |
CN112149513A (zh) | 基于深度学习的工业制造现场安全帽佩戴识别***和方法 | |
CN109300314A (zh) | 黑烟车实时监测抓拍装置及方法 | |
CN201726494U (zh) | 利用图像色彩信息执行图像比对的装置与*** | |
CN110514789A (zh) | 一种采用边缘计算的机动车尾气遥感检测***及方法 | |
CN111832345B (zh) | 集装箱监控方法、装置及设备、存储介质 | |
CN113505689A (zh) | 一种黑烟车抓拍*** | |
CN113936257A (zh) | 车辆违章行为的检测方法及检测装置、车载电子设备 | |
CN103034997A (zh) | 一种适用于监控视频前/背景分离的前景检测方法 | |
CN115953726B (zh) | 机器视觉的集装箱箱面破损检测方法和*** | |
CN112585655A (zh) | 基于5g的无人驾驶电子交警执勤*** | |
CN111862621A (zh) | 多类型适配的黑烟车智能抓拍*** | |
CN112052768A (zh) | 基于无人机的城市违章停车检测方法、装置及存储介质 | |
CN114937218B (zh) | 基于图像识别的电力设施巡检***和方法 | |
Raghavan et al. | Reference image-independent fault detection in transportation camera systems for nighttime scenes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200929 |
|
RJ01 | Rejection of invention patent application after publication |