一种基于图像异常的电子警察系统补光灯故障检测方法技术方案

本发明专利技术公开了一种基于图像异常的电子警察系统补光灯故障检测方法。采用电子警察系统高清摄像机抓拍的车辆图像与车牌识别为基础，计算单位时段内车辆流量与车牌识别率，对单位时段内车辆流量和车牌识别率与相同时段正常车辆流量和车牌识别率进行比较，判断该车道的车辆检测与车牌识别是否异常，根据设定的车辆流量和车牌识别率异常时的阈值，判断补光灯是否存在问题，进行补光灯故障的检测。本发明专利技术实现简单，算法容易，检测准确性高，可操作性强，不增加任何硬件，不影响系统的运行效率，节省了大量的人力、物力和财力，降低维护成本，使用前景十分广阔。

【技术实现步骤摘要】
一种基于图像异常的电子警察系统补光灯故障检测方法一、
本专利技术属计算机应用的智能交通范畴，尤其涉及计算机图象处理领域，具体是一种基于图像异常的电子警察系统补光灯故障检测方法。二、
技术介绍
近年，随着社会经济的快速发展和城市人口日益增多，机动车保有量迅速增长，造成交通拥堵非常明显，交通事故明显上升，在城市交通中，闯红灯、逆行、超速、违章变道等现象时有发生，每年造成大量的人员伤亡与财产损失，给国家、社会和家庭带来严重问题，为了规范驾驶员的驾驶行为，减少交通事故的发生，现在很多城市都在路口建立电子警察系统。电子警察系统就是在红绿灯路口安装500万(或200万)像素高清数字摄像机，并连接红绿灯信号系统，对通过路口的所有车辆进行检测，当车辆出现违章情形时，系统自动抓拍车辆的违章图像，并自动识别违章车辆的号牌，以作为车辆闯红灯处罚的有效证据。随着电子警察系统在国内的大量建设，电子警察设备的维护工作已非常大，由于电子警察系统设备属于户外设备，设备长期受到暴晒与雨淋，容易出现故障，其中，夜间为摄像机进行补光的LED补光灯，最易出现故障。由于补光灯出现故障后，夜间车辆检测与车牌识别会受到很大的影响，因此，如何在补光灯出现故障后能对故障进行自动判断，并及时告警修复异常重要。电子警察系统补光灯通常采用LED频闪补光灯，LED补光灯中最易出现故障的地方是LED灯珠和控制板，LED灯珠易因老化后烧坏，常规LED补光灯的寿命通常只有2～3年。LED补光灯故障主要有两类：1)补光灯光线减弱，通常是补光灯出现少量灯珠坏，使补光灯光线减弱；2)补光灯不亮，通常是补光灯灯珠全部烧坏或者补光灯控制板损坏。为使电子警察系统能够良好地运行，当补光灯设备出现故障后，如何采用简单快捷的方法对设备故障情况进行判断，并及时告警非常重要，这不仅保障设备能及时得以维修，还能减少大量的人力对设备进行定期的巡查。三、
技术实现思路
本专利技术的目的是针对电子警察系统补光灯设备易出现故障的问题，提供一种通过统计高清摄像机抓拍的车辆图像，计算车辆检测率与车牌识别率，对补光灯故障及时做出判断，并及时对故障进行报警处理的方法。本方法可以及时对补光灯故障进行判断，分析故障类型，对故障情况进行及时报警，方便技术人员及时维护故障设备，保障系统正常运行；无需耗费大量的人力、物力和财力对前端设备进行定期巡查，降低维护成本。本专利技术的基本思路是：由于补光灯出现故障后，夜间抓拍车辆图像亮度降低，车辆检测率与车牌识别率会迅速降低。通过分析车辆检测率与车牌识别率下降比例，判断补光灯属于哪类故障，并进行报警处理。这种思路是基于电子警察系统中摄像机和补光灯的设置：由于1个500万(或200万)像素相机通常会覆盖2～3根车道，每根车道需要1盏补光灯，因此，一个相机关联2～3个补光灯，这2～3个补光灯一般同时坏的可能性较小，通常故障是其中一个补光灯不亮或是光亮减弱，本专利技术根据多个地方电子警察系统补光灯故障后图像出现的变化进行分析发现，当一个补光灯出现损坏后，该车道的图像效果较差，色彩较暗，而其他车道影响不大，直接采用图像的色彩亮度变化来判断补光灯异常，不能取得好的效果。电子警察系统对每辆经过路口的车都进行图像抓拍与车牌识别，因此，本专利技术采用对车辆的检测率与车牌识别率来判断该车道的车辆检测与车牌识别是否异常，以此判断补光灯是否存在问题，并且判断是灯珠部分损坏还是全部损坏。本专利技术的目的是这样实现的：采用电子警察系统高清摄像机抓拍的车辆图像与车牌识别为基础，计算单位时段内车辆流量与车牌识别率，对单位时段内车辆流量和车牌识别率与相同时段正常车辆流量和车牌识别率进行比较，判断该车道的车辆检测与车牌识别是否异常，根据比较是否超过设定的车辆流量和车牌识别率异常时补光灯的灯珠部分损坏或者灯珠全部损坏情况的阈值，判断补光灯是否存在问题，进行补光灯故障的检测。首先获取电子警察设备处于正常情况下前X天每个车道的过车数据，并以1个小时为时段单位，统计每一天各时段每根车道的车辆流量Nijk、车牌识别率Rijk，然后统计前X天的数据，统计每天同一时段的平均车辆流量和车牌识别率选定每天晚上20点至次日凌晨6点作为判别的时间段，获取当前时段的车道的车辆流量值njk，车牌识别率rjk，计算当前车辆流量njk与前X天平均值之差与的比值Sjk、车牌识别率rjk与前X天平均值之差Tjk，并分别设定Sjk和Tjk异常时的阈值；对晚上20点至次日凌晨6点，每一整时段每个车道的Sjk、Tjk值进行判断，当发现有一个Sjk、Tjk值出现异常后，即对异常值进行比较，发现该值大于设定的阀值，则继续观察下一时段，如果下一时段出现同样的异常情况，则同时比较相邻补光灯覆盖车道两个时段的Sjk、Tjk值，如果相邻补光灯覆盖车道的值为正常，则初步判断该车道的补光灯异常，并根据阀值的大小，判断是补光灯完全坏还是部分灯珠坏；如果所有车道都出现Sjk、Tjk值异常，则判断白天时段所有车道的Sjk、Tjk值是否正常，如果白天正常，则及时告警，通过人工调取实时图像，并判断是否为补光灯异常。其中：i＝1...X，表示当前时刻前i天；j＝1...24，表示第j小时的数据；k＝1...Y，表示第k根车道；X为需统计平均时段的天数；Y为单个相机覆盖的车道总数；Nijk表示当前时刻前面第i天j时段第k根车道的车辆流量；Rijk表示当前时刻前面第i天j时段第k根车道的车辆识别率；表示当前时刻前面X天j时段第k根车道的平均车辆流量；表示当前时刻前面X天j时段第k根车道的平均车牌识别率；njk表示当前j时段第k根车道的车辆流量；rjk表示当前j时段第k根车道的车牌识别率；Sjk表示当前时刻车辆流量njk与前X天同一时段平均车辆流量之差与的比值；Tjk表示当前时刻车牌识别率rjk与前X天同一时刻平均车牌识别率之差；具体实施步骤如下：1)、选取电子警察设备正常情况下前X天每个车道的过车数据，并以1个小时为时段单位，统计每一天各时段每根车道的车辆流量为Nijk，正确识别车牌的车辆数位为Mijk，并计算车牌识别率Rijk，Rijk＝Mijk/Nijk2)、计算前X天各时段每根车道的平均车辆流量正确识别车牌的平均车辆数平均车牌识别率N‾jk=1XΣiXNijk]]>M‾jk=1XΣiXMijk]]>R‾jk=1XΣiXRijk]]>3)、选定每天晚上20点至次日凌晨6点作为判别时间段，获取当前时段的车辆流量值njk，车牌识别率rjk；4)、计算当前车辆流量、车牌识别率与前X天平均值之差比率：Sjk=|njk-N‾jk|N‾jk]]>Tjk＝|rjk-Rjk|5)、判断系统在晚上20点至次日凌晨6点，每一整时段都对每个车道的Sjk、Tjk值进行计算，并判断该值是否异常，当发现其中一个Sjk、Tjk值出现异常后，即对异常值进行比较，发现该值大于设定的阀值，则继续观察下一时段，如果下一时段出现同样的异常情况，则同时比较相邻车道两个时段的值，如果相邻车道的值为正常，则初步判断该车道的补光灯异常，并根据阀值的大小，判断是补光灯完全坏还是部分灯珠坏；如果所有车道连续两个时段都出现S本文档来自技高网...

【技术保护点】
一种基于图像异常的电子警察系统补光灯故障检测方法，其特征在于：采用电子警察系统高清摄像机抓拍的车辆图像与车牌识别为基础，计算单位时段内车辆流量与车牌识别率，对单位时段内车辆流量和车牌识别率与相同时段正常车辆流量和车牌识别率进行比较，判断该车道的车辆流量与车牌识别是否异常，根据比较是否超过设定的车辆流量和车牌识别率异常时补光灯灯珠部分损坏或全部损坏情况的阈值判断补光灯是否存在问题，进行补光灯故障的检测： 首先获取电子警察设备处于正常情况下前X天每个车道的过车数据，并以1个小时为时段单位，统计每一天各时段每根车道的车辆流量Nijk、车牌识别率Rijk，然后统计前X天的数据，统计每天同一时段的平均车辆流量和车牌识别率选定每天晚上20点至次日凌晨6点作为判别的时间段，获取当前时段车道的车辆流量值njk，车牌识别率rjk，计算当前车辆流量njk与前X天平均值之差与的比值Sjk、车牌识别率rjk与前X天平均值之差Tjk；并分别设定异常时补光灯灯珠部分损坏时Sjk的阈值和补光灯灯珠全部损坏时Tjk的阈值；对晚上20点至次日凌晨6点，每一整时段每个车道的Sjk、Tjk值进行判断，当发现有一个Sjk、Tjk值出现异常后，即对异常值进行比较，发现该值大于设定的异常时补光灯灯珠部分损坏或全部损坏的Sjk、Tjk的阀值，则继续观察下一时段，如果下一时段出现同样的异常情况，则同时比较相邻补光灯覆盖车道两个时段的Sjk、Tjk值，如果相邻补光灯覆盖车道的值为正常，则初步判断该车道的补光灯异常，并根据阀值的大小，判断是补光灯完全坏还是部分灯珠坏；如果所有车道都出现Sjk、Tjk值异常，则判断白天时段所有车道的Sjk、Tjk值是否正常，如果白天正常，则及时告警，通过人工调取实时图像，并判断是否为补光灯异常； 其中：i=1…X，表示当前时刻前i天； j=1…24，表示第j小时的数据； k=1…Y，表示第k根车道； X为需统计平均时段的天数； Y为单个相机覆盖的车道总数； Nijk表示当前时刻前面第i天j时段第k根车道的车流量； Rijk表示当前时刻前面第i天j时段第k根车道的车辆识别率； 表示当前时刻前面X天j时段第k根车道的平均车辆流量；表示当前时刻前面X天j时段第k根车道的平均车牌识别率；njk表示当前j时段第k根车道的车辆流量； rjk表示当前j时段第k根车道的车牌识别率； Sjk表示当前时刻车辆流量njk与前X天同一时段平均车辆流量之差与的比值；Tjk表示当前时刻车牌识别率rjk与前X天同一时刻平均车牌识别率之差。...

【技术特征摘要】
1.一种基于图像异常的电子警察系统补光灯故障检测方法，其特征在于：采用电子警察系统高清摄像机抓拍的车辆图像与车牌识别为基础，计算单位时段内车辆流量与车牌识别率，对单位时段内车辆流量和车牌识别率与相同时段正常车辆流量和车牌识别率进行比较，判断各车道的车辆流量与车牌识别是否异常，根据比较是否超过设定的车辆流量和车牌识别率异常时补光灯灯珠部分损坏或全部损坏情况的阈值判断补光灯是否存在问题，进行补光灯故障的检测：首先获取电子警察设备处于正常情况下前X天每个车道的过车数据，并以1个小时为时段单位，统计每一天各时段每根车道的车辆流量Nijk、车牌识别率Rijk，然后统计前X天的数据，统计每天同一时段的平均车辆流量和车牌识别率选定每天晚上20点至次日凌晨6点作为判别的时间段，获取当前时段车道的车辆流量值njk，车牌识别率rjk，计算当前车辆流量njk与前X天平均值之差与的比值Sjk、车牌识别率rjk与前X天平均值之差Tjk；并分别设定异常时补光灯灯珠部分损坏时Sjk的阈值和补光灯灯珠全部损坏时Tjk的阈值；对晚上20点至次日凌晨6点，每一整时段每个车道的Sjk、Tjk值进行判断，当发现有一个Sjk、Tjk值出现异常后，即对异常值进行比较，发现该值大于设定的异常时补光灯灯珠部分损坏或全部损坏的Sjk、Tjk的阀值，则继续观察下一时段，如果下一时段出现同样的异常情况，则同时比较相邻补光灯覆盖车道两个时段的Sjk、Tjk值，如果相邻补光灯覆盖车道的值为正常，则初步判断该车道的补光灯异常，并根据阀值的大小，判断是补光灯完全坏还是部分灯珠坏；如果所有车道都出现Sjk、Tjk值异常，则判断白天时段所有车道的Sjk、Tjk值是否正常，如果白天正常，则及时告警，通过人工调取实时图像，并判断是否为补光灯异常；其中：i＝1...X，表示当前时刻前i天；j＝1...24，表示第j小时的数据；k＝1...Y，表示第k根车道；X为需统计平均时段的天数；Y为单个相机覆盖的车道总数；Nijk表示当前时刻前面第i天j时段第k根车道的车流量；Rijk表示当前时刻前面第i天j时段第k根车道的车辆识别率；表示当前时刻前面X天j时段第k根车道的平均车辆流量；表示当前时刻前面X天j时段第k根车道的平均车牌识别率；njk表示当前j时段第k根车道的车辆流量；rjk表示当前j时段第k根车道的车牌识别率；Sjk表示当前时刻车辆流量njk与前X天同一时段平均车辆流量之差与的比值；Tjk表示当前时刻车牌识别率rjk与前X天同一时刻平均车牌识别率之差。2.如权利要求1所述的基于图像异常的电子警察系统补光灯故障检测方法，其特征在于：具体实施步骤如下：1)、选取电子警察设备正常情况下前X天每个车道的过车数据，并以1个小时为时段单位，统计每一天各时段每根车道的车辆流量为Nijk，正确识别车牌的车辆数位为Mijk，并计算车牌识别率Rijk，Rijk＝Mijk/Nijk2)、计算前X天各时段每根车道的车辆平均流量正确识别车牌的平均车辆数平均车牌识别率3)、选定每天晚上20点至次日凌晨6点作为判别时间段，获取当前时段的车辆流量值njk，车牌识别率rjk；4)、计算车辆流量、车牌识别率与前X天平均值之差比率：Tjk＝|rjk-Rjk|5)...

【专利技术属性】
技术研发人员：邱敦国，王茂宁，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51