【技术实现步骤摘要】
本申请涉及图像增强处理领域，尤其是涉及一种基于数据融合的智能化高速公路稽查防逃监测系统。
技术介绍
1、随着5g技术及智能技术等前沿技术的发展，为保障高速公路收费管理的公正、公开与高效，高速公路稽查防逃系统将进一步向自动化、智能化方向发展。目前常用的智能化高速公路稽查防逃监测系统，通常包含数据融合分析、智能视频监控、路径还原等技术。
2、在数据融合分析时可以将多个数据源的信息整合在一起，使系统可以更加全面的监测和分析高速公路上的车辆情况。由于对多个数据源的信息进行了综合分析，进而使系统对异常情况和逃费车辆的识别的准确性提高，降低了误报率。
3、目前，虽然数据融合分析具有诸多优势，但也由于融合的操作，导致其也存在一些缺点。例如采集的图像过于模糊，导致数据融合后的分析结果不够准确或可靠，甚至造成部分信息丢失。而ai稽核系统通过标签区别每辆车，但由于数据融合前的图像过于模糊，导致系统无法对车辆做出识别，因此需要对数据融合前的图像进行去模糊处理。
4、现有技术中一般常用的去模糊算法分为两类，一类是基于盲去卷积的算法，另一类是基于非盲去卷积的算法，两者的区别在于是否已知模糊核大小。基于非盲去模糊卷积的算法包括滤波器和逆滤波器与逆向投影算法，这些算法适用于知道模糊核的情况，可以更准确的还原图像。但也正因如此，需要知道准确的模糊核情况，这在现实应用中是难以实现的，而且其对噪点比较敏感需要额外处理。基于盲去卷积的算法包括基于逆滤波的算法，基于最小二乘的去卷积算法与算法，这些算法适用于不知道模糊核的各种类型的模
技术实现思路
1、为解决上述问题，本申请提供一种基于数据融合的智能化高速公路稽查防逃监测系统，该系统可以减少错误警报或提醒的情况。也可以减少时间及算力的浪费。
2、本申请提供的技术方案为：提供一种基于数据融合的智能化高速公路稽查防逃监测系统，包括：
3、图像获取模块，用于采集车辆图像，并对采集到的车辆图像进行预处理，得到待处理图像；
4、模糊核计算模块，用于从所述待处理图像中识别出疑似车辆区域，并确定各疑似车辆区域的模糊核初始值；以及根据各疑似车辆区域靠近相机的距离评价参数、待处理图像与待处理图像的相邻帧图像之间的差异确定待处理图像中各疑似车辆区域的模糊核初始值的调整系数；并基于各疑似车辆区域对应的所述调整系数对各疑似车辆区域对应的模糊核初始值进行调整，从而得到各疑似车辆区域对应的模糊核预设值；
5、去模糊处理模块，用于基于所述模糊核预设值对对应的疑似车辆区域进行去模糊操作，从而得到待检测图像；
6、识别模块，用于基于所述待检测图像进行车辆识别；
7、其中，所述模糊核计算模块包括：
8、车辆区域识别模块，用于识别所述待处理图像中的连通域，并计算各连通域的形状评测参数；基于各连通域的形状评测参数确定所述待处理图像中的疑似车辆区域；
9、初始值计算模块，用于基于疑似车辆区域的面积确定各疑似车辆区域的模糊核初始值。
10、其中，所述车辆区域识别模块用于：统计各连通域的形状评测参数出现的次数，将出现次数小于预设值对应的连通域确定为所述疑似车辆区域。
11、其中，车辆区域识别模块包括：
12、连通域确定模块，用于利用连通域标记算法识别所述待处理图像连通的区域，并将面积小于预设值且相邻的连通的区域合并，从而得到所述述待处理图像中的连通域；
13、参数计算模块，用于基于当前连通域的形状描述参数和当前连通域中所有边缘分段相对于当前连通域的整体差异程度确定当前连通域的形状评测参数；其中，当前连通域的形状描述参数为当前连通域的面积和周长的比值。
14、其中，参数计算模块用于利用如下公式计算当前连通域的形状评测参数：
15、；
16、其中，表示连通域b的形状评测参数，表示连通域的面积，表示连通域的周长，表示连通域的形状描述参数，与分别表示连通域中第个边缘分段在水平与竖直方向的投影的长度，与分别表示连通域中所有边缘分段在水平与竖直方向投影的长度的平均值，表示连通域中边缘分段的总数量，表示连通域b中所有边缘分段相对于连通域b的整体差异程度。
17、其中，所述模糊核计算模块包括：
18、距离评价模块，用于基于当前疑似车辆区域的面积和所有疑似车辆区域的面积的平均值的比值得到当前疑似车辆区域靠近相机的距离评价参数；
19、差异确定模块，用于基于待处理图像中当前疑似车辆区域与其邻域之间的距离、待处理图像的上一帧图像中当前疑似车辆区域与其邻域之间的距离确定待处理图像与所述上一帧图像中当前疑似车辆区域与其邻域之间的第一变化差异；以及用于基于待处理图像中当前疑似车辆区域与其邻域之间的距离、待处理图像的下一帧图像中当前疑似车辆区域与其邻域之间的距离确定待处理图像与所述下一帧图像中当前疑似车辆区域与其邻域之间的第二变化差异；
20、调整系数计算模块，用于基于当前疑似车辆区域对应的距离评价参数、当前疑似车辆区域与其邻域之间的第一变化差异、当前疑似车辆区域与其邻域之间的第二变化差异、当前疑似车辆区域的邻域总数计算得到当前疑似车辆区域的模糊核初始值的调整系数；
21、调整模块，用于基于各疑似车辆区域对应的所述调整系数对各疑似车辆区域对应的模糊核初始值进行调整，从而得到各疑似车辆区域对应的模糊核预设值。
22、其中，所述差异确定模块用于利用如下公式计算得到当前疑似车辆区域与其邻域之间的第一变化差异：
23、；
24、其中，表示疑似车辆区域c与第j个邻域之间的第一变化差异，表示待处理图像中疑似车辆区域c到第j个邻域的距离，表示待处理图像的上一帧中疑似车辆区域c到第j个邻域的距离，表示待处理图像中所有疑似车辆区域的距离特征的平均值，表示待处理图像的上一帧中所有疑似车辆区域的距离特征的平均值，疑似车辆区域的距离特征表示疑似车辆区域与其邻域的距离的平均值，表示待处理图像中所有疑似车辆区域的距离特征的标准差、表示待处理图像的上一帧中所有疑似车辆区域的距离特征的标准差；
25、所述差异确定模块还用于利用如下公式计算得到当前疑似车辆区域与其邻域之间的第二变化差异：
26、；
27、其中，表示疑似车辆区域c与第j个邻域之间的第二变化差异，表示待处理图像的下一帧中疑似车辆区域c到第j个邻域的距离，表示待处理图像的下一帧中所有疑似车辆区域的距离特征的平均值，表示待处理图像的下一帧中所有疑似车辆区域的距离特征的标准差。
28、其中，所述调整系数计算模块用于利用如下公式计算得到当前疑似车辆区域的模糊核初始值的调整系数：
29、；
30、其中，表示疑似车辆区域c本文档来自技高网...
【技术保护点】
1.基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，包括：
2.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述车辆区域识别模块用于：统计各连通域的形状评测参数出现的次数，将出现次数小于预设值对应的连通域确定为所述疑似车辆区域。
3.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，车辆区域识别模块包括：
4.根据权利要求3所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，参数计算模块用于利用如下公式计算当前连通域的形状评测参数：
5.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述模糊核计算模块包括：
6.根据权利要求5所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述差异确定模块用于利用如下公式计算得到当前疑似车辆区域与其邻域之间的第一变化差异：
7.根据权利要求6所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述调整系数计算模块用于利用如下公式计算得
8.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，去模糊处理模块用于：根据道路方向设置线性模糊核的方向，利用运动模糊函数基于线性模糊核的方向、当前疑似车辆区域的模糊核预设值确定当前疑似车辆区域的模糊核，利用逆滤波算法基于当前疑似车辆区域的模糊核对当前疑似车辆区域进行去模糊操作，得到去模糊的待检测区域，所有的疑似车辆区域去模糊操作后的待检测区域组成所述待检测图像。
9.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述识别模块用于：利用目标检测算法对所述待检测图像进行处理，得到车辆的标签信息，基于车辆的标签信息获取车辆的行驶数据，并利用加权平均法和信息融合算法将车辆的形式数据进行融合，从而确定车辆是否具有违法行为。
...【技术特征摘要】
1.基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，包括：
2.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述车辆区域识别模块用于：统计各连通域的形状评测参数出现的次数，将出现次数小于预设值对应的连通域确定为所述疑似车辆区域。
3.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，车辆区域识别模块包括：
4.根据权利要求3所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，参数计算模块用于利用如下公式计算当前连通域的形状评测参数：
5.根据权利要求1所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述模糊核计算模块包括：
6.根据权利要求5所述的基于数据融合的智能化高速公路稽查防逃监测系统，其特征在于，所述差异确定模块用于利用如下公式计算得到当前疑似车辆区域与其邻域之间的第一变化差异：
7....
【专利技术属性】
技术研发人员：张平，刘继峰，胡建斌，王周洲，
申请(专利权)人：中冶贵州建设投资发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。