xx县红绿灯电子警察系统方案

xx县红绿灯电子警察系统方案内容摘要：

GB5768  《 道路交通安全违法行为图像取证技术规范 》 GA/T832－ 2020  《机动车号牌图像自动识别技术规范》 GA/T833－ 2020  《道路交通违法管理信息代码》 GA4082020  《交通技术监控信息数据规范》 GA6482020  《中华人民共和国机动车号牌》 GA362020 系统总体设计 系统总体结构 高清 电子警察系统由前端自动取证系统、传输系统、后台管理系统三部分组成。 前端自动取证系统主要由 标清视频监测摄像机， 高清 CCD 摄像机 、 防护罩、 红灯信号检测设备、 防护机箱等组成；传输系统主要是通讯设备（视频光端机、光纤等）；后台管理 xx 县 交通设施系统工程 8 系统主要由后台管理软件、计算机 查询管理端 、 应用 服务器、存储设备 、显示设备 及打印机等组成。 结构图如 下 图所示： 结构示意图 路口现场示意图 按照项目的需求，在定 点的路口安装电子警察摄像设备、智能信号检测设备（检测 xx 县 交通设施系统工程 9 红绿灯信号 ）、立杆 、防护箱等。 设备通过通讯设备与交警指挥中心实时通讯，将系统采集的交通数据存储在指挥中心，并将数据信息进行存档、应用；违法数据实时发送至交警部门违法数据库。 数据信息与现有的电子警察系统相兼容，本系统所有违法数据最终均传入支队违法数据库， 违法数据的库表结构 采用业主规定的数据结构 ，违法数据的后处理 采用一期建设的非现场处理系统。 在中心需配置数据库服务器、通讯服务器、WEB 服务器和终端计算机，中心设备通过交换机与路口设备组成局域网。 前端部分 闯红灯电子警察前端部分，是指安装在路口的设备统称，是闯红灯违法 抓拍系统的主体，实现了闯红灯违法行为的判别、图片抓拍、视频采集、数据压缩、数据传输、设备管理、数据上传等功能。 前端部分主要包括：安装在立杆上的视频采集前端、控制系统，嵌入式抓拍处理主机以及相关的外围系统及设备。 视频采集前端包括： 标清视频监测摄像机， 高清一体化 抓拍 网络摄像机、补光灯、测光与补偿控制模块、视频通信电缆等。 控制系统包括：高清一体化网络摄像 DSP 处理模块和电子警察智能信号检测器的DSP 处理模块（智能信号检测器可以实现红绿灯信号检测，并具有分析处理能力，将触发信号传输至高清一体化摄像机， 标清视频 检测摄像机检测视频信号， 高清一体化摄像机具有 DSP 处理器， 完成图片抓拍及网络上传的功能 ）、通讯模块、闯红灯处理主机、电源模块、接线接口、特制机箱等。 通信部分 通信部分的功能是：将前端部分收集的信息，包括车辆违法信息，流量信息等，通过特定的通信网络，上传到指挥中心（监控中心）的应用服务器系统。 系统支持各种有线（电信专网、光纤等）、无线方式（微波、 GPRS 等）的通信设备，根据具体的通信方式，选择适合的终端接入设备。 本系统数据 包括数字网络信号和模拟视频信号，建议采用裸光纤，采用数字非压缩光端机传输。 xx 县 交通设施系统工程 10 后台管理系统部分 后台管理系统部分设立在交通指挥中心。 后台管理系统由硬件系统与软件系统两部分组成。 硬件系统 图：硬件系统架构示意图 硬件系统包括 中心管理服务器、 数据库服务器、路由器和网络交换机等设备。 服务器 服务器是整个硬件系统的核心部分，选用高性能的专业级产品，通过传输设备和网络与前端路段监控点的设备相连，利用相关传输软件向客户端发出信息，以提取客户端的各种相关数据。  数据库服务器接收并存储前端系统抓拍的车辆图片和信息；  Web 服务器实现整个指挥中心网络的资源共享；  识别管 理主机通过通信系统，接收前端高清网络摄像机发送回来的图片信息、交通信息和状态信息，存储在数据库中，供应用程序处理使用，对车牌号进行自动识别；  管理服务器进行整个系统的控制管理，病毒防控、时钟校对等；  网络通信设备包括路由器和集线器，通过线路连接到各个所需部门，将整套系统组合成一个整体。 车牌识别软件 目前的识别算法将“车牌”作为目标，即针对视频流中通过的“车牌”进行响应，这样设计的目的保证了针对车牌的高识别率。 将此方法用于“车辆”，对“车脸”进行响应，既可以保证对车辆的识别，又解决 xx 县 交通设施系统工程 11 无牌车辆的抓拍问题。 设备采用国际先进的计算机视频检测技术，对视频流逐帧实时处理，特别是独特的车牌跟踪和比对技术可以将帧间有效信息充分利用起来，从而大大提高系统的识别精度。 在算法上，突破了传统车牌识别系统的框架，将车牌作为一个整体，利用先进的机器学习技术，通过对大量样本的分析，由计算机自动选择车牌的固有特征进行区分，提高了车牌的检测率和识别率，同时解决了传统系统对环境适应能力差、对图像质量要求高的缺点。 针对“物体”的通用算法还可以较好地解决车牌格式变化时软件升级的问题。 计算机视觉技术与整体解决方案的有机结合，使得车牌识别 系统对车牌大小的适应能力非常出色。 在图像当中，车牌的宽度在 90~120 个象素时即可保证极高的识别率。 可识别的最小车牌宽度为 85 个象素。 在车牌宽度为 85 个象素时仍能保证 90%以上的识别率，这使得单个设备可覆盖完整车道。 处罚管理软件 管理软件要保证系统安全稳定的运行，具备以下安全管理功能：  具有远程监控、管理和控制功能，工作人员可随时监视、检查各远端子系统的工作状态，并具备远程控制子系统重新启动的功能，防止子系统停止工作。  多级别和权限管理功能，并可自行设置相应的密码。  只有相应级别的管理员才能进入系统 和车辆数据库，对系统进行重新设置，对车辆信息进行删减和更改。 其余人员只能监看整个系统的运行状态。  普通值班人员只能对传送来的车辆信息进行甄别、筛选、复核、校正、录入等操作，不能删除相关信息。  所有操作均会有详细日志记录，拦截点的报警数量和车辆信息也将实时保存在管理数据库内，管理人员可定期或不定期地对操作员工作内容进行检查。  只有管理人员才能进入和检查日志记录的内容，值班人员不能更改和删除，防止值班人员的徇私舞弊行为。  对违法车辆进行登录、查询，浏览，统计管理，打印违法车辆通知书、违法车辆统计表，交通事故分析。  采集违法及流量信息、监控前台主控机工作情况。 xx 县 交通设施系统工程 12 管理软件界面：  登录：将违法车辆进行登记、存档。  查询：可按车号、车型、车主、驾驶证号、违法时间、违法地点、违法次数等多种方式进行查询及模糊查询。  浏览：可浏览所有违法车辆，也可浏览车辆违法的全过程。  统计：可对违法登录、违法次数、信息收集、处罚情况等进行统计，并可打印其统计报表。  数据库：支持 ORACLE 数据库，数据库中各数据表，索引，字段等定义完全符合 中华人民共和国公共安全行业标准 GA/T4962020《闯红灯自动记录系统通用技术条件》。  违法 管理软件为多用户，网络版软件，它包括违法管理模块子系统，违法处罚模块子系统等诸多功能的模块子系统，各功能模块可通过超级用户根据管理人员权限自由定义与分配，形成适合不同等级，不同职责的管理人员拥有不同功能的软件管理平台。 有直观，方便，稳定，可靠，功能强大等优点。  系统支持多种接口的移动存储器 ,如 IDE,USB, 1394 等。  系统支持 3G， GPRS， ISDN， PSTN 等多种通讯传输方式，支持 TCP/IP 协议，支持Inter 和 web 方式，在 Inter 和 web 方式下可从邮箱下载图片。 支持各路口抓拍机与 指挥中心的数据共享，为保证整个网络的数据安全，还提供 FTP 加密下载方式。 管理人员可在指挥中心对各路口机器进行远程设置，控制，可以观看任何路口的远程视频。 系统工作原理及功能介绍 视频 检测原理 视频检测的计算方法 视频检测高清抓拍型电子警察系统是一个集图像采集、图像处理和信息管理系统为一体的综合系统。 计算机图像 处理主要由图像输入，图像存储和刷新显示，图像输出和计算机接口等几 大部分组成，这些部分的总体构成方案及各部分的性能优差直接影响处理系统的质量。 图像处理的目标是代替人去处理 和理解图像，因此实时性，灵活性，精确性是对系统的主要要求。 xx 县 交通设施系统工程 13 视 频检测算法 视频检测算法流程如下： 背景自适应学习过程中采用快速小波提升算法记录垂直，水平， +45 度， 45 度的高频信息。 上述背景高频信息的基础上配合 SODP 算法从而得到很好效果的车辆运动特征图像， 区域分割 预处理，利用序贯积相关算法和区域几何参数快速提取算法，滤除行人，阴影，并提取轮廓曲线基元， 区域分割 ，提取车辆的运动特征向量 动态目标跟踪 利用 ART 神经元网络，并辅以统计模式及句法结构进行模式识别 基于 ARMA 模型的综合 预测器进行精确定位 再利用 ART 神经元网络进行车尾部识别 其中 在区域分割后，接下来进行 目标 跟踪，利用相邻两帧的区域匹配从图像序列中建立目标链，跟踪目标从进入监视范围到驶离监视范围的整个过程。 首称要确定匹配准则。 常用的图像匹配方法有 Hausdorff 距离区域法和图像互相关。 这两种方法都需要逐个的计算。 为了减小计算量，采用区域特 征 跟踪法。 目标区域的特征包括区域形心坐标、区域包围矩形、区域运动速度及运动方向和区域面积。 我们的 匹配准则采用了 三 个假定：同一目标所对应区域在相邻两帧中面积相近；同一目标在前一帧中的区域形 心与后一帧中区域形心距离相近 ； 同一目标 车辆轮廓曲线基元 相近。 动态目标跟踪实现框架如下 ： 将第一帧的各个区域当作不同的目标，对各个目标区域启动目标链。 根据判决准则，如果某目标链中的区域在当前帧找到了匹配区域，则用找到的的匹配区域特征更新该目标链中的区域特征。 如果在形心预测值所在位置，当前帧区域和目标链中区域面积相差很大，则可以认为发生了合并或者分裂现象。 对目标链中的区域包围矩形，在本帧查找该矩形覆盖了几个区域，如果多于一个区域，则认为发生了分裂现象。 对分裂现象出现的新区域，启动新目标链。 同理，对于本帧区域 的包围矩形，查找该矩形覆盖了几个目标链中的区域，如果多于一个，则认为发生了合并现象，利用合并区域启动新的目标链，同时终止那些被合并区域的目标链。 对于目标链中的区域，如果在本帧没有与之相匹配的区域存在，则认为发生了消失现象。 目标链并不立即终止，只有在经过数帧仍没有找到匹配之后，才终止该目标链。 xx 县 交通设施系统工程 14 查找本帧是否还存在新进入区域的 目标 ，如果存在，则启动新的目标链。 这样便 跟踪 了 图像序列中的目标，同时得到车辆在监视范围 运动轨迹和 平均速度 等信息。 将这些信息送入 ARMA 模型的综合预测器即可精确定位，并能判别车辆的各种违 章情况， 对于车尾部识别，框图如 下 ： 平滑去噪（33低通卷积模板）车未定位（聚类估计）边缘图二值化（反相积分求和确定阀值）边缘检测（柯西算子改进型）车未定位区域图像二值化（ natable法求二值化阀值）ART神经网络采集视频图像数据 车辆尾部识别流程图 视频检测原理与抓拍控制实现方法 视频检测系统利用当前先进的数字图像处理技术，根据离散数学的相关算法对捕获的数字图像信号进行不断的运算，执行某些特定的加工和分析，通过计算机处理输出检测结果和完成抓拍记录功能。 安装在路口的检测摄像机获取实时图像，控制主机通过图像采集接口将图像信号转换成数字信号。 在视频图像中根据不同的车道预先设定一个或多个检测范围，这些检测范围之内的像素组成了虚拟的检测区域。 因为实时检测图像每。