浅析基于视频电子警察系统的性能特点

电子警察系统通过采用现代化的管理体制,向科技要警力,用科学技术监督疏导交通以减少违章,对城市道路进行全面监控,为交警执法提供了有力的证据,减少了因交通事故造成的人员伤亡和财产损失,间接的创造了巨大的经济价值。本文较为详细地分析了当前基于视频电子警察系统的性能,研究了目前抓拍系统中存在的不足,并针对这些不足提出了相应的解决方法,通过简洁有效的算法,极大地提高了系统的稳定性和环境适应性。实验表明,该系统具有较高的检测率,在复杂的路况下也能保证一定的准确率。

【安防在线 www.anfang.cn】
  本文较为详细地分析了当前基于视频电子警察系统的性能,研究了目前抓拍系统中存在的不足,并针对这些不足提出了相应的解决方法,通过简洁有效的算法,极大地提高了系统的稳定性和环境适应性。实验表明,该系统具有较高的检测率,在复杂的路况下也能保证一定的准确率。

  一、引言

  随着我国城乡经济建设的迅猛发展,城市交通设施也得到了很大的改善,但迅速增长的机动车辆与发展相对滞后的城市道路之间不配套的矛盾日益突出。在这个过程中,人们越来越多的发现,人为的违章事件,包括闯红灯、逆行、越线、超速等,成为交通事故的主要隐患。交通事故的发生率和每年因交通事故而死亡的人数也在急骤的增长,其中一个重要的原因就是机动车辆驾驶员在交警视线之外违规、违法驾驶。很多国家统计表明,绝大部分交通事故的发生主要是由于开车司机违章闯红灯所致。所以,检测这些违章车辆,并且记录其违章现场十分必要。

浅析基于视频电子警察系统的性能特点

  电子警察系统通过采用现代化的管理体制,向科技要警力,用科学技术监督疏导交通以减少违章,对城市道路进行全面监控,为交警执法提供了有力的证据,减少了因交通事故造成的人员伤亡和财产损失,间接的创造了巨大的经济价值。虽然电子警察系统的应用已经比较普及,但在实际应用中,电子警察系统仍然存在一些问题和不足,如易受天气、光线、路况和周围环境的影响,严重地影响着它的进一步发展。

  二、电子警察系统性能分析

  早期电子警察系统主要是通过在道路路基下方埋设感应线圈来获取车辆的违章信息,这种设备经过多年的使用和改进其优点是精度较高,设备也较稳定,而且也具有较高的准确率,但也存在着严重的不足,如路基的软基问题严重地影响检测精度甚至造成感应线圈的损坏;感应线圈不易安装且易受路面的维护而破坏。

  由于基于感应线圈的电子警察系统存在以上的缺点和不足人们就开始研究新的非感应线圈检测的电子警察系统。随着技术的发展,视频检测方法逐渐成熟起来,在道路监控的日常管理中已经能满足对车辆违章信号的检测。视频检测方法就是将视频技术应用于电子警察系统,作为整个系统的网络前端监控点,以其全天候、全天时、实时监控等特点在加强道路交通管理、弥补警力不足等方面发挥着重要作用。

  通过对目前基于视频的电子警察系统的研究,发现以视频检测为基础的电子警察系统大多都存在以下几个方面的不足:

  (1)车辆阴影、行人和非机动车辆等对违章车辆检测的干扰;

  (2)系统在安装运行时,需要长时间的环境适应,且随着环境的变化,系统需要重新调整;

  (3)当前图象算法的运算速度难以达到实时化要求。

  经过分析研究发现,目前电子警察系统的采样区域一般都采用区域采样方式,将一块连续的矩形区域作为采样范围,观察该矩形区域内象素的变化,对于矩形区域,要么难以区分车辆的运行方向,要么算法过于复杂,难以适应系统对速度的要求。判断违章一般是通过像素改变数量的多少,通常的一种做法是在系统正式运行前,先对背景建立一个标准的模板库,然后根据标准模板库对实时图像进行模式匹配来检测违章,其不足难以适应环境的变化,再者模板库的建立费时费力;另一种做法是比较第一帧图像和随后帧图像的像素变化,判定是否违章,其不足是系统的可靠性不高,抗干扰能力较弱。

  三、提高系统环境适应性–动态连续采样方式

  为了提高系统的环境适应性和减少系统的智能训练时间,可以采用动态方式建立比对基准和采样数据,为了进一步增强稳定性,动态过程可采用多次数据的平均值。在每次红灯开始时刻,首先利用一段非常短的时间建立本次采样比对的基准(标准模板库),然后进行采样比对过程,进行比对时,同样可以进行几次采样数据的平均。这样,在任何环境下,系统都是在动态实时地建立比对的基准和比对的数据,因此系统对任何环境都不必进行机器人智能训练过程,即刻投入使用。不需要机器人智能训练过程一方面提高了系统的运行效率,另一方面也增加系统的环境适应性;连续采样数据的平均算法增强了系统的抗干扰能力,同时也提高了系统抓拍的准确率。

  动态连续采样方式具体过程描述如下:当某一方向为红灯信号时,将图像采集卡切换到相应的方向,通过摄像头、图像采集卡将现场视频信号(第1帧)采集到计算机图像采集缓存区(0#缓存区)中,然后,对0#缓存区中的实时图像的采样区域进行图像的处理,将这一部分图像从彩色变换到灰度,以减少后续比对的运算量,接着将该采样区中的灰度图先暂存到另一缓存区(1#缓存);然后对第2帧图像与第1帧图像进行类似的处理,处理的结果与第1帧图像的结果计算平均值,将结果存入2#缓存中,依次类推,可以通过连续3~5次的采样,取其平均值作为标准模板,也就是动态地建立了一个采样基准。比对的实时数据也可按以上步骤计算数次平均而得到。

  四、提高系统稳定性–双线采样方式

  为了提高系统的稳定性和抗干扰能力,特别是对于交通比较繁忙的城市交通主干道的交叉口,采用于双线采样方式,也就是在每一个车道的停车线附近画一条线(1#检测线)同时在斑马线附近画另一条线(2#检测线),线的宽度可调整,将它们作为违章的采样区域,这两条线共同作为违章事实的判定依据。因为有先后两个采样区,因此可以区分车辆的运行方向,从而有效地降低正常左转和正常逆行的误拍率。

  对于双线采样方式的工作过程,当系统检测到红灯信号时,图像采集卡切换到相应的方向,通过动态连续采样方式各车道的1#检测线和2#检测线分别动态建立采样基准(标准模板),然后实将各车道的1#检测线和相应的标准模板进行模式匹配,根据预先设置的阈值和像素变化百分比,判断是否构成违章,如果违章,则将图像从采集缓存区(0#缓存区)复制到1#缓存区,经过一个适当的延时(该值根据经验选取)后,对前面建立的相应车道的2#检测线的采样基准和2#检测线的采样数据进行模式匹配,如果也达到了预设的阈值和像素变化百分比,则认为这是一次有效的违章,然后从采集缓存区(0#缓存区)中将新的图像数据复制到2#缓存区,同时将采集卡切换到特写采集通道,图像稳定后,将1#缓存区、2#缓存区和采集缓存区(0#缓存区)中的图像进行合并,并通过硬件压缩存入监控计算机的本地硬盘中;完成一次违章抓拍,如果2#检测线未达到预设的阈值或者象素变化百分比,则认为这是干扰信息,放弃本次抓拍,重新进行1#检测线的检测过程。

  五、结语

  本文较为详细地分析了当前基于视频电子警察系统的性能,研究了目前抓拍系统中存在的不足,并针对这些不足提出了相应的解决方法,通过简洁有效的算法,极大地提高了系统的稳定性和环境适应性。实验表明,该系统具有较高的检测率,在复杂的路况下也能保证一定的准确率。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 浅谈视频智能化的发展与应用

    总的来说,目前智能分析技术的发展还是不太均衡,有些厂家有算法但没有很好的产品形态,有些厂家有算法和产品但没有配套的智能分析系统管理软件,这些都大大制约了产品的推广与客户的使用。这些都需要厂家持续发展,智能分析才能有更好的进步。

    2023年9月17日
  • 浅谈视频监控中的智能分析技术

    在智能交通中,通过智能视频分析技术,可以从视频中分理出一些值得关注的关键信息,并通过实时分析加工,获取交通状况信息,同时对实施现场路况作出即时反应。

    2023年9月16日
  • 基于智能视频分析的校园监控解决方案

    随着现代网络办公的发展,人们在平时在办公室内工作应用的各种工具也越来越丰富,功能越来越先进。但同时,各种安全隐患也伴随而生,如资料泄密、物品安全、办公场所财务安及其他潜在的安全隐患。另外,随着办公场所人员的增多,如何对员工在办公场所的行为进行监督管理?如何对企业与员工产生的纠纷进行取证?针对上述问题,专门针对办公室的BGS智能视频监控系统成功解决了以上问题。

    2024年1月15日
  • 分析智能化网络摄像机的应用应该有所侧重

    与前端智能也就是网络摄像机的智能应用相对而言,目前在智能应用领域还有另一种应用形式就是中心智能,也叫后端智能。反之,中心智能一方面借助服务器强劲的运算处理能力能够实现非常完善、卓越的智能分析性能,并且对前端资源的调度与管理也极其方便。

    2024年4月14日
  • IPC摄像机的智能化发展现状及应用趋势

    通过一台设备集成智能、IP、IT等诸多高科技技术与一身,设定多种智能分析策略,联动多种周边外设,形成一个完整的智能系统,对多种场景、多个事件进行自动侦测和提前预警,一定程度上做到事前预防,操作简单,不需要专用的智能平台软件,直接登录IE或客户端即可配置,例如天地伟业的智能分析只需要在IE中打钩开下侦测功能就可以实现。

    2024年4月6日
  • 视频监控智能化遭遇瓶颈 症结在何处?

    智能监控是嵌入式视频服务器中,集成了智能行为识别算法,能够对画面场景中的人或车辆的行为进行识别、判断,并在适当的条件下,产生报警提示用户。结合中心管理系统软件,能完成更多的联动报警功能。

    2024年4月9日