公开/公告号CN103886566A
专利类型发明专利
公开/公告日2014-06-25
原文格式PDF
申请/专利权人 河海大学常州校区;
申请/专利号CN201410100083.1
申请日2014-03-18
分类号G06T5/40(20060101);G06T5/50(20060101);G06T3/40(20060101);G06T7/00(20060101);G08G1/09(20060101);
代理机构32224 南京纵横知识产权代理有限公司;
代理人董建林;汪庆朋
地址 213022 江苏省常州市晋陵北路200号
入库时间 2023-12-16 23:56:12
法律状态公告日
法律状态信息
法律状态
2017-03-15
授权
授权
2014-07-16
实质审查的生效 IPC(主分类):G06T5/40 申请日:20140318
实质审查的生效
2014-06-25
公开
公开
技术领域
本发明属于城市交通调度领域,是图像融合技术与基于城市地图 交通调度技术的综合性应用,特别是涉及一种恶劣天气下基于图像融 合的城市交通调度系统及方法。
背景技术
近两年来,雾霾天气频繁出现,车辆数量的飞速增长,道路交通 事故频发,拥堵现象严重成为人们日益关注的焦点。以摄像机拍摄道 路信息传统的交通调度及信息发布系统,由于受到雾霾影响,能见度 大大下降,不能准确、及时地获得道路交通情况而面临着巨大的压力。
发明内容
针对现有技术存在的不足,本发明目的是提供一种恶劣天气下基 于图像融合的城市交通调度系统及方法,能够降低恶劣天气下车辆拥 挤的概率。
为了实现上述目的,本发明是通过如下的技术方案来实现:
本发明的一种恶劣天气下基于图像融合的城市交通调度系统,包 括交通调度中心和搭载在卫星上的合成孔径雷达及光学遥感雷达;合 成孔径雷达及光学遥感雷达用于间隔一定的时间段连续地拍摄城市 的实时照片,并将其传送给交通调度中心;交通调度中心包括用于对 实时照片进行处理得到道路实时车流量等级的图像处理子中心和用 于将道路的实时车流量等级发布给车辆群的信息发布子中心。
本发明的一种城市交通调度系统的方法,具体包括以下几个步骤:
步骤(1)、采集城市每个道路的经度坐标和纬度坐标;
步骤(2)、按一定的时间间隔合成孔径雷达及光学遥感雷达实时 拍摄城市的SAR图和PAN图的图像序列,并发送给图像处理子中心;
步骤(3)、根据步骤(1)得到的每个道路的经度坐标和纬度坐 标,对步骤(2)得到的图像序列进行分割,得到每条道路的SAR图 和PAN图的图像序列;
步骤(4)、对分割后得到的SAR图和PAN图的图像序列进行预处 理;
步骤(5)、对步骤(4)预处理后得到的图像序列中,同一时刻 拍摄的SAR图和PAN图进行图像融合,得到融合后的图像序列;
步骤(6)、对步骤(5)中得到的图像序列进行处理,得到该道 路实时的车流量等级;
步骤(7)、通过信息发布子中心将每条道路的车流量等级发布给 车辆群。
步骤(4)中,SAR图和PAN图预处理的方法如下:
(1a)、当SAR图和PAN图分辨率不同时,以分辨率低的图像的分 辨率为标准,对高分辨率图像进行重采样,得到分辨率相同的两类图 像;
(1b)、对分辨率相同的SAR图和PAN图分别进行中值滤波,去除 图像的噪声;
(1c)、将SAR图进行直方图匹配,使其与PAN图在色调和反差上 相同:
步骤(5)中,对SAR图和PAN图进行图像融合的方法如下:
(2a)、用公式求出SAR图 的纹理矩阵,G0°、G45°、G90°、和G135°分别对应方向θ的角度 0°,45°,90°,135°时的灰度共生矩阵,Ent0°、Ent45°、Ent90°和Ent135°则 是对应角度矩阵的熵,根据其纹理矩阵,得到SAR图的纹理图像;
(2b)、用四叉树分割与合并法对纹理图像进行区域划分,得到不 规则特征区和规则特征区,根据区域特征一致性来判定区域是否分割 或合并;区域特征一致性值的定义为:
(2c)、用平移不变离散小波变换对PAN图和SAR图进行图像分解, 并对近似图像和细节图像采用不同的融合规则;近似图像的融合准则 表示为:
(2d)、根据融合后的小波系数逆变换,得到融合图像;
(2e)、根据上述步骤依次对不同时刻对应的SAR图和PAN图像进 行融合,得到融合后的图像序列。
步骤(6)中,对图像序列进行处理得到该道路实时车流量等级 的方法如下:
(3a)、利用连续图像序列之间的差分,得到图像中移动的区域, 检测出道路中行驶的车辆;检测过程中,若第t+n'时刻与第t时刻之 差所对应的移动的区域面积,小于第t时刻与第t-n'时刻之差中对应 区域面积的1/4,即此刻有很多车辆停止前进,则认为行驶中的车辆 遇到红灯停止,此时以第t时刻与第t-n'时刻之差得到的车辆为区域 中的车辆,其中,n'为卫星拍摄图像序列的时间间隔;
(3b)、求出路口车道中车辆的总长度,然后用车道中车辆的总 长度除以对应车道的总长度L',结果为n,总长度是指两端路口的停 止线之间的距离,根据n得到该车道上车流量级别L。
将路口的车流量分为四个级别,分别定义为:
当n<1/4时,道路情况为道路空闲,L=0;
当1/4≤n<1/3时,道路情况为道路正常,L=1;
当1/3≤n<2/3时,道路情况为一般拥堵,L=2;
当n≥2/3时,道路情况为严重拥堵,L=4。
步骤(7)中,通过信息发布子中心将每条道路的车流量等级发 布给车辆群的方法如下:
(4a)、预存整个城市的道路线路图;
(4b)、根据车流量等级L对线路图着色,L=0的道路为白色,L=1 的道路为淡绿色,L=2的道路为深绿色,L=4的道路为红色;
(4c)、将着了色的道路交通图通过信息发布子中心发布实时车流 量等级,且实时地根据车流量等级进行颜色变化,使车辆群能够收到。 本发明的有益效果如下:
本发明基于图像融合技术进行城市交通调度,避免了传统交通调 度的低效率,提高了交通的流畅度,调度速度快,准确性强,效率高, 受天气影响小;本发明的系统基于雷达拍摄的道路信息,受天气因素 影响极小,算法效率高,图像融合效果好,让车辆群在第一时间了解 到城市交通的信息,避开拥堵道路,有效缓解交通压力,降低道路交 通事故的发生。
附图说明
图1为本发明的系统组成框图;
图2为本发明中城市交通调度方法的流程图;
图3为本发明中对SAR图和PAN图预处理的流程图;
图4为本发明中图像融合的流程图;
图5为本发明中车流量等级划分的流程图;
图6为本发明中道路信息发布的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明 白了解,下面结合具体实施方式,进一步阐述本发明。
本发明的基于图像融合的城市交通调度系统及方法以整个城市 的交通情况为基础进行调度,速度快,准确性强,效率高,受天气影 响小,在缓解交通压力、交通调度方面非常实用。
合成孔径雷达由于其成像原理的不同于光学遥感,可以穿透大气 中的云雾等干扰获得地表信息,因此在雾霾,大雨等恶劣天气情况下 具有重要的应用价值。
参见图1,本发明的一种恶劣天气下基于图像融合的城市交通调 度系统,包括交通调度中心和搭载在卫星上的合成孔径雷达和光学遥 感雷达。合成孔径雷达和光学遥感雷达可以间隔一定时间段连续拍摄 城市的实时照片,并将其传送给交通调度中心。交通调度中心包括图 像处理子中心和信息发布子中心,图像处理子中心对图像进行融合处 理及车流量等级划分,信息发布子中心将道路的实时车流量等级发布 给车辆群。
上述系统利用卫星对城市道路实时拍摄并发送给交通调度中心, 通过图像融合和道路车流量划分,将道路信息发布给车流群。
参见图2,一种恶劣天气下基于图像融合的城市交通调度方法, 包括如下步骤:
步骤(1)、采集城市每个道路的坐标,包括经度和纬度;
步骤(2)、通过同时搭载合成孔径雷达和光学遥感雷达的卫星, 按一定时间间隔实时拍摄城市的SAR图和PAN图(为全色图像 panchromatic image的缩写)的图像序列,发送给交通调度中心的 计算机;
步骤(3)、根据步骤(1)的城市道路信息,对步骤(2)中计算 机接收到的图像序列进行分割,得到每条道路的SAR图和PAN图的图 像序列;
步骤(4)、对SAR图和PAN图进行预处理;
步骤(5)、对步骤(4)得到的图像中,同一时刻拍摄的SAR图 和PAN图进行图像融合,得到融合后的图像序列;
步骤(6)、对步骤(5)中得到的图像序列进行处理,得到该道 路实时的车流量等级;
步骤(7)、通过交通调度中心的电视电台将每条道路的车流量等 级发布给车辆群,特别是车流量较大的道路,车辆群进行自主选择, 避开交通拥挤的道路。
参见图3,步骤(4)中“对SAR图和PAN图进行预处理”是指:
(1a)、由于两类图像是同一卫星获取到的,方位向和距离向都是 一样的,故图像没必要进行旋转矫正;
(1b)、两类图像是不同的雷达传感器获取到的,分辨率不同时需 要进行处理,以分辨率低的图像的分辨率为标准,对高分辨率图像进 行重采样,得到分辨率相同的两类图像;
(1c)、对SAR图和PAN图进行中值滤波(中值滤波为现有技术, 此处不再赘述),去除图像的噪声;
(1d)、将SAR图进行直方图匹配,使其与PAN图在色调和反差上 趋于相同:
参见图4,步骤(5)中“对SAR图和PAN图进行图像融合,得 到融合后的图像序列”是指:
(2a)、用公式求出SAR图 的纹理矩阵,G0°、G45°、G90°、和G135°分别对应方向θ的角度 0°,45°,90°,135°时的灰度共生矩阵,Ent0°、Ent45°、Ent90°和Ent135°则 是对应角度矩阵的熵。根据其纹理矩阵,得到SAR图的纹理图像;
(2b)、用四叉树分割与合并法对纹理图像进行区域划分,得到不 规则特征区和规则特征区,根据区域特征一致性来判定区域是否分割 或合并。区域特征一致性值的定义为:
(2c)、用平移不变离散小波变换对PAN图和SAR图进行图像分解, 并对近似图像和细节图像采用不同的融合规则。近似图像的融合准则 表示为:
(2d)、根据融合后的小波系数逆变换,得到融合图像。
(2e)、根据上述步骤依次对不同时刻对应的SAR图和PAN图像进 行融合,得到融合后的图像序列。
参见图5,步骤(6)中“图像序列进行处理,得到该道路实时 的车流量等级”是指:
(3a)、系统中预存路口的总长度信息,这里的总长度是指两端 路口的停止线之间的距离;
(3b)、利用连续图像序列之间的差分,得到图像中移动的区域, 检测出道路中行驶的车辆。检测过程中,若第t+n'时刻与第t时刻 之差所对应的移动的区域面积,小于第t时刻与第t-n'时刻之差中 对应区域面积的1/4,即此刻有很多车辆停止前进,则认为行驶中的 车辆遇到红灯停止,此时以第t时刻与第t-n'时刻之差得到的车辆 为区域中的车辆(n'为卫星拍摄图像序列的时间间隔);
(3c)、求出路口车道中车辆的总长度,然后用车道中车辆的总 长度除以对应车道的总长度L',结果为n,根据n得到该车道上车流 量级别L。将路口的车流量分为四个级别,分别定义为:
参见图6,步骤(6)中“通过交通调度中心的电视电台将每条 道路的车流量等级发布给车辆群”是指:
(4a)、预存整个城市的道路线路图;
(4b)、根据车流量等级L对线路图着色,L=0的道路为白色,L=1 的道路为淡绿色,L=2的道路为深绿色,L=4的道路为红色;
(4c)、将着了色的道路交通图以电视频道的形式播出,且实时地 根据车流量等级进行颜色变化,使车载电视能收到;
(4d)、对交通拥挤及严重拥挤的道路,交通调度中心的工作人员 可以同时播报在电视和电台上,并可在电视上发布严重拥挤道路的融 合图像。
本发明基于图像融合技术进行城市交通调度,避免了传统交通调 度的低效率,提高了交通的流畅度,调度速度快,准确性强,效率高, 受天气影响小。本发明提出了一种基于图像融合的城市交通调度的思 想,不仅创新并丰富了城市交通调度的方法,同时提出了交通调度中 心的概念与作用,能够大大提高道路交通情况的识别能力,加快信息 播报的速度。本发明提出了一种恶劣天气下的城市交通调度系统,系 统基于雷达拍摄的道路信息,受天气因素影响极小,算法效率高,图 像融合效果好,让车辆群在第一时间了解到城市交通的信息,避开拥 堵道路,有效缓解交通压力,降低道路交通事故的发生。本发明在目 前以及将来的智能交通调度中具有极大的现实意义和应用价值。
以上显示和描述了本发明的基本原理和主要特征和本发明的优 点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上 述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明 精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改 进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权 利要求书及其等效物界定。
机译: 恶劣天气,车辆和驾驶控制系统下的驾驶控制方法和装置
机译: 基于机器学习的恶劣天气道路目标检测雾影像合成方法及系统
机译: 基于3D图像转换技术的恶劣天气区域应用兼容类型监测系统及其方法