车速测量方法、监控机及车速测量系统

摘要

本发明公开一种车速测量方法、监控机及车速测量系统。所述方法：监控机接收特写摄像机针对待测车辆按照预设频率采集的多帧图像；计算车牌运行轨迹，选取轨迹正确的多帧图像作为待分析图像组；跟踪计算待分析图像组中车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算成像距离对应的实际距离，除以按预设频率计算得到的对应图像间时间差，得到当前跟踪车速，求平均值得到待测车辆的车速。所述监控机包括接收模块、图像选取模块和车速计算模块。所述系统包括特写摄像机、补光光源，和监控机。无需额外车速检测设备，也无需多个摄像机的配合，安装方便、设备简单、适用场景更加灵活多样；且具有鲁棒性强和测速精度高的优点。

说明书

技术领域

本发明涉及自动控制领域，特别涉及一种车速测量方法、监控机及车速测量系统。

背景技术

测速是交通执法的重要手段。目前的测速方法主要有采用辅助设备测速方法和基于视频技术的测速方法。

采用辅助设备测速方法主要有雷达测速和地感线圈测速等几种，在测速中其分别需要用到激光、雷达或地感线圈等辅助设备，在测量中车辆间容易相互干扰和产生混淆，且由于受到辅助设备的限制，使得数据的采集不够灵活。

根据视觉技术原理分为单目视觉，双目视觉和多目视觉技术，根据拍摄场景的大小又分为全景视频测速和特写视频测速。现有的基于视频技术的测速方法主要有大场景测速方法、双目或多目摄像机测速方法，以及全景摄像机和特写摄像机相结合的测速方式。其中，大场景测速方法，测量的精度受光影和其他车辆的干扰影响很大。双目和多目摄像机使用的摄像机多，安装麻烦，而且立体匹配困难。基于全景摄像机和特写摄像机相结合的方式，同样有存在所需使用的摄像机多，安装要求复杂等不足。

发明内容

为解决上述技术问题，本发明提供一种车速测量方法、监控机及车速测量系统。

本发明提供了一种车速测量方法，包括如下步骤：

监控机接收特写摄像机针对待测车辆按照预设频率采集的多帧图像；

计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确，选取车牌运行轨迹正确的多帧图像作为待分析图像组；

跟踪计算所述待分析图像组中多帧图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

当特写摄像机设置在待测车辆行使路线正上方，且特写摄像机的光轴正对待测车辆的行使路线时，真实世界中车牌位置到特写摄像机光心的方向与光轴所呈的角度，等于跟踪待测车辆行使轨迹形成的成像世界中所述车牌位置到特写摄像机光心方向与光轴所呈的角度；则

所述真实世界坐标系与成像坐标系的对应关系的确定方法为：

任选两个车牌位置作为测试点；

根据测试点的成像图像中车牌位置，跟踪计算所述测试点间的成像距离；并利用测试点的成像位置与成像角度之间的换算关系，及该测试点的实际位置与实际角度的换算关系，根据该测试点的成像角度与实际角度的对等关系，计算得到所述测试点间的实际距离；

确定所述测试点间的实际距离与成像距离的比例关系为所述真实世界坐标系与成像坐标系的对应关系；

其中，所述测试点的成像角度为跟踪待测车辆行使轨迹形成的成像世界中该测试点的车牌位置到特写摄像机光心方向与光轴所呈的角度；所述实际角度为该测试点在真实世界中车牌位置到特写摄像机光心的方向与光轴所呈的角度。

所述计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确包括：

识别所述多帧图像中的车牌号码是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则选取其中车牌号码一致的连续多帧图像作为车牌运行轨迹正确的图像。

所述计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确包括：

利用车牌定位算法计算所述多帧图像中车牌的位置，逐帧比较车牌在每帧图像中的位置，判断所述多帧图像中车牌的运行方向是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则重新选取其中运行方向均一致的连续多帧图像作为车牌运行轨迹正确的图像。

所述计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确包括：

利用车牌定位算法计算相邻帧图像中车牌的成像距离，判断成像距离是否相近，如果均相近，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不相近的，则重新选取其中成像距离均相近的连续多帧图像作为车牌运行轨迹正确的图像。

识别图像中车牌号码的方法包括如下子步骤：

对图像进行图像平滑处理，包括水平方向平滑处理和垂直方向平滑处理；

对平滑处理的图像进行车牌旋转校正处理，包括水平倾斜校正处理和垂直倾斜校正处理；

对旋转校正处理的图片采用垂直投影和连通标记的方式进行字符切分，提取字符；

对提取的字符进行字符识别。

判断车牌号码是否一致的方法具体为：逐位比较车牌号码对应位的内容是否均满足预设的匹配对应关系，是则确定车牌号码一致；所述匹配对应关系用于记录形状相近的字母、数字间的对应关系。

所述车牌定位算法具体为：利用车牌中边缘密集的特点，采用sobel算子求取车牌边缘位置。

特写摄像机的光轴正对待测车辆的行使路线，则所述真实世界坐标系与成像坐标系的对应关系的确定方法为：

计算特写摄像机的高度和待测车辆行使路线到特写摄像机的垂直投影距离，得到所述真实世界坐标系与成像坐标系的对应关系。

所述跟踪计算所述待分析图像组中多帧图像的车牌成像距离具体为：跟踪计算所述待分析图像组中从第一帧图像到当前跟踪图像的车牌成像距离。

所述方法还包括从图像中识别出车牌的背景颜色，具体为：

在字符的间隙处采集数据；

从所述字符间隙采集的数据中提取亮度信息和两个色差信息，直接针对所述亮度信息和两个色差信息进行色彩分析，得到颜色值。

本发明还提供了一种监控机，用于车速测量，包括：

接收模块，用于接收特写摄像机针对待测车辆按照预设频率采集的多帧图像；

图像选取模块，用于计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确，选取车牌运行轨迹正确的多帧图像作为待分析图像组；

车速计算模块，用于跟踪计算所述待分析图像组中多帧图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

所述监控机还包括：

对应关系确定模块，用于确定真实世界坐标系与成像坐标系的对应关系，具体用于当特写摄像机设置在待测车辆行使路线正上方，且特写摄像机的光轴正对待测车辆的行使路线时，任选两个车牌位置作为测试点，根据测试点的成像图像中车牌位置，跟踪计算所述测试点间的成像距离；并利用测试点的成像位置与成像角度之间的换算关系，及该测试点的实际位置与实际角度的换算关系，根据该测试点的成像角度与实际角度的对等关系，计算得到所述测试点间的实际距离；确定所述测试点间的实际距离与成像距离的比例关系为所述真实世界坐标系与成像坐标系的对应关系；

其中，所述该测试点的成像角度与实际角度的对等关系为真实世界中该测试点车牌位置到特写摄像机光心的方向与光轴所呈的角度，等于跟踪待测车辆行使轨迹形成的成像世界中该测试点车牌位置到特写摄像机光心方向与光轴所呈的角度；

所述测试点的成像角度为跟踪待测车辆行使轨迹形成的成像世界中该测试点的车牌位置到特写摄像机光心方向与光轴所呈的角度；所述实际角度为该测试点在真实世界中车牌位置到特写摄像机光心的方向与光轴所呈的角度。

图像选取模块中用于计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确的轨迹判断单元，具体包括：

号码判断子单元，用于识别所述多帧图像中的车牌号码是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则选取其中车牌号码一致的连续多帧图像作为车牌运行轨迹正确的图像；

方向判断子单元，用于利用车牌定位算法计算所述多帧图像中车牌的位置，逐帧比较车牌在每帧图像中的位置，判断所述多帧图像中车牌的运行方向是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则重新选取其中运行方向均一致的连续多帧图像作为车牌运行轨迹正确的图像；和/或

距离判断子单元，用于利用车牌定位算法计算相邻帧图像中车牌的成像距离，判断成像距离是否相近，如果均相近，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不相近的，则重新选取其中成像距离均相近的连续多帧图像作为车牌运行轨迹正确的图像。

所述车速计算模块具体用于：

跟踪计算所述待分析图像组中从第一帧图像到当前跟踪图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

本发明还提供了一种车速测量系统，包括特写摄像机、补光光源，和上述的监控机，

所述特写摄像机的光轴正对待测车辆的行使路线，按照预设频率采集图像，发送至所述监控机；

所述补光光源用于在光线不足时为所述特写摄像机补充光线亮度；

所述监控机用于计算所述特写摄像机发送的多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确，选取车牌运行轨迹正确的多帧图像作为待分析图像组；跟踪计算所述待分析图像组中多帧图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

本发明提供的一种车速测量方法、监控机及车速测量系统，有益效果是：

本发明提出一种基于特写摄像机实现单目视觉测速的技术，车速测量中只需要一个特写摄像机，无需额外的车速检测设备，也无需多个摄像机的配合，安装方便、设备简单、适用的场景更加灵活多样；并且，通过判断车牌运行轨迹的正确性、以及采用跟踪算法计算车速，具有鲁棒性强和测速精度高优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种车速测量方法流程图；

图2为本发明实施例中跟踪计算车速的方法流程图；

图3-1为本发明实施例中车速测量场景示意图；

图3-2为本发明实施例中跟踪待测车辆行使轨迹与特写摄像机之间形成的示意图；

图4为本发明实施例提供的一种监控机结构框图；

图5为本发明实施例提供的一种车速测量系统结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

参见图1，为本发明实施例提供的一种车速测量方法，包括如下步骤：

步骤S101：监控机接收特写摄像机针对待测车辆按照预设频率采集的多帧图像。

因为车辆通过视场范围的时间很短，一般不到1秒，为了保证实时性的要求，优选的，特写摄像机每秒采集25帧图像，且要求特写摄像机图像采集的帧间间隔尽量相等，以便于用车辆经过的帧数来评估所花费的时间。

步骤S102：监控机计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确，选取车牌运行轨迹正确的多帧图像作为待分析图像组。

本发明实施例中，采用车牌的位置来标识待测车辆的位置。这里，判断车牌运行轨迹是否正确，主要用于排除干扰，即如果判断车牌运行轨迹不正确，则认为是干扰，对此不正确的图像不进行分析。

选取车牌运行轨迹正确的多帧图像作为待分析图像组的方法，优选的，可以采用自适应虚拟线圈设置技术，依据对车辆行驶的轨迹正确性的判断结果，自适应的设置两个虚拟线圈，一个虚拟线圈用于标识车辆进入的范围，另一个虚拟线圈用于标识车辆离开的范围，则自适应设置的该两个虚拟线圈便选取出车牌运行轨迹正确的多帧图像，用于作为待分析图像组。实际应用中，虚拟线圈的设置除了考虑车辆离开的因素外，还可以考虑车辆停止的因素。

本发明实施例中，计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确的方法，可以通过判断车牌号码是否一致来确定其运行轨迹是否正确，也可以通过判断车牌运行方向是否一致来确定其运行轨迹是否正确，还可以通过判断图像间车牌的成像距离是否相近来确定其运行轨迹是否正确，等等。实际应用中，上述判断方法可以一并使用，以进一步提高车速测量的准确度。

具体的，通过判断车牌号码是否一致来确定其运行轨迹是否正确的方法为：识别所述多帧图像中的车牌号码是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则选取其中车牌号码一致的连续多帧图像作为车牌运行轨迹正确的图像。

其中，识别图像中车牌号码的方法包括如下子步骤：

对图像进行图像平滑处理，包括水平方向平滑处理和垂直方向平滑处理；优选的，可以采用高斯平滑算法来实现。

对平滑处理的图像进行车牌旋转校正处理，用于车牌倾斜或字符倾斜的校正，包括水平倾斜校正处理和垂直倾斜校正处理；评估倾斜的角度，针对获取的倾斜角度来进行旋转校正，优选的，可以采用双线性插值法实现旋转校正。

对旋转校正处理的图片采用垂直投影和连通标记的方式进行字符切分，提取字符；其中，垂直投影用于分析字符的排列方式，连通标记用于提取字符。

对提取的字符进行字符识别，优选的，提取所述字符的笔划特征，运用训练器进行训练，最后采用投票机制判断字符的类别，完成字符的识别。

另外，判断车牌号码是否一致的方法具体为：逐位比较车牌号码对应位的内容是否均满足预设的匹配对应关系，是则确定车牌号码一致；所述匹配对应关系用于记录形状相近的字母、数字间的对应关系，比如字母B和数字8之间存在匹配对应关系，数字0和字母D及字母Q之间存在匹配对应关系，等等。

具体的，通过判断车牌运行方向是否一致来确定其运行轨迹是否正确的方法为：

利用车牌定位算法计算所述多帧图像中车牌的位置，逐帧比较车牌在每帧图像中的位置，判断所述多帧图像中车牌的运行方向是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则重新选取其中运行方向均一致的连续多帧图像作为车牌运行轨迹正确的图像。优选的，车牌定位算法具体为：利用车牌中边缘密集的特点，采用sobel算子求取车牌边缘位置。

这里，采用车牌定位算法获取每帧图像中车牌位置，来确定待测车辆的位置，并结合前后帧中的识别结果，来判断车牌的运行方向是否一致。

具体的，通过判断车牌成像距离是否相近来确定其运行轨迹是否正确的方法为：

利用车牌定位算法计算相邻帧图像中车牌的成像距离，判断成像距离是否相近，如果均相近，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不相近的，则重新选取其中成像距离均相近的连续多帧图像作为车牌运行轨迹正确的图像。

步骤S103：监控机跟踪计算所述待分析图像组中多帧图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

跟踪计算所述待分析图像组中多帧图像的车牌成像距离的方式可以有多种，其中，优选的一种跟踪算法可以是：跟踪计算所述待分析图像组中从第一帧图像到当前跟踪图像的车牌成像距离。

参见图2，示出跟踪计算车速的详细步骤：

步骤S201：判断有车辆驶入后，即从待分析图像组的第一帧图像开始，对车牌进行跟踪。

步骤S202：跟踪计算从车辆驶入图像即待分析图像组的第一帧图像到当前跟踪图像，车牌的成像距离。

步骤S203：依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离。

步骤S204：利用车辆驶入图像到当前跟踪图像间的帧数，乘以帧间间隔，得到从车辆驶入图像到当前跟踪图像所花费的时间。

步骤S205：利用上述实际距离除以所花费的时间，得到本次跟踪速度，并记录。

步骤S206：判断是否触发结果输出，是则执行步骤S207，否则将当前跟踪图像更新为下一帧图像，重新执行步骤S202。

判断是否触发结果输出可以通过判断当前跟踪图像是否进入用于标识车辆离开的虚拟线圈的方法实现。

步骤S207：将得到的跟踪速度求平均值，得到待测车辆的车速。由于车辆通过的时间很短，不到1秒，完全满足实时性的要求。

当然，还可以是跟踪前后相邻两帧图像的车牌成像距离，等等。本发明实施例中并不限制预设跟踪规则。

本发明实施例中，特写摄像机设置在待测车辆行使路线正上方，且特写摄像机的光轴正对待测车辆的行使路线，以保证特写摄像机的光轴和待测车辆的行驶轨迹近似在一个平面内，因此存在如下对等关系：真实世界中车牌位置到特写摄像机光心的方向与光轴所呈的角度，等于成像世界中所述车牌成像位置到特写摄像机镜头光心的方向与光轴所呈的角度；并且，跟踪形成的待测车辆行使轨迹，与特写摄像机光心之间形成的图形为等腰三角形，参见图3-2，其中特写摄像机光心的位置为成像三角形的顶点。

结合图3-1和图3-2介绍一种优选的所述真实世界坐标系与成像坐标系的对应关系的确定方法：

参见图3-1，示出真实世界中车速测量场景，其中x轴表示车行方向，图3-2示出与图3-1中车速测量场景相对应的成像场景，结合图3-1和图3-2介绍一种依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离方法，具体为：

图3-1中标定了三个参数，h为特写摄像机离地面的高度，v1为拍摄场景中特写摄像机拍摄视角中离特写摄像机位置最近的边界点V1与特写摄像机对垂直地面投影点间的距离，v2为拍摄场景离摄像机位置最远的边界点V2与特写摄像机对垂直地面投影点间的距离。

其中A为特写摄像机的位置，OP为特写摄像机的光轴，即OP为∠V1AV2的角平分线，对应的角度big_angle为特写摄像机的最大拍摄视角，角度small_angle为特写摄像机的最小拍摄视角。任选两个测试点D1和D2，对应的距离d1为测试点D1与特写摄像机垂直地面投影点间的距离，d2为测试点D2与特写摄像机垂直地面投影点之间的距离，角度cur_angle1为特写摄像机对测试点D1的拍摄视角，角度cur_angle2为特写摄像机对测试点D2的拍摄视角。

图3-2中示出跟踪待分析图像组中多帧图像中待测车辆行使轨迹与特写摄像机之间形成的成像世界示意图，其中P、V1、V2、D1、D2、A分别对应图3-1示出的真实世界拍摄场景中的相应点。由于特写摄像机的光轴正对待测车辆的行使路线，所以图3-2中由V1、V2、A三点构成等腰三角形，其中AP为在成像世界中的光轴，也就是说，P为V1与V2的中点。V1与V2之间的距离为H。V1与D1之间的距离为c。

根据图3-1，特写摄像机的最大视角big_angle等于h/v1求反正弦，即big_angle＝atan(h/v1)，特写摄像机的最小视角small_angle等于h/v2求反正弦，即small_angle＝atan(h/v2)。

由于本发明实施例中，车速测量的场景中，特写摄像机在车辆行驶路线的正上方，并且特写摄像机的光轴是正对待测车辆的行使路线的，即特写摄像机的光轴和待测车辆的行驶轨迹近似在一个平面内，因此存在如下对等关系：

利用真实世界中车牌位置到特写摄像机光心的方向与光轴所呈的角度，等于成像世界中所述车牌位置到特写摄像机镜头的光心的方向与光轴所呈的角度的对等关系，计算图3-1真实世界中测试点D1与特写摄像机垂直地面投影点间的距离OD1的方法为：

根据图3-2，车牌位置D1到特写摄像机A的方向与光轴的夹角为tmp_angle1，则tan(tmp_angle1)＝PD1/PA；且tan(∠PAV1)＝PV1/PA；

由于PD1/PV1＝(H-2×c)/H，可以得到式1：

tan(tmp_angle1)/tan(∠PAV1)＝(H-2×c)/H           式1

在图3-1中，根据补角等于不相邻两内角之和，存在式2所示等式：

big_angle＝∠V1AV2+small_angle                    式2

其中，2×∠PAV1＝∠V2AV1                          式3

由于图3-1示出的真实世界中∠PAV1与图3-2示出的成像世界中∠PAV1相等，则结合式1、2、3得到：

tan(tmp_angle1)/tan(big_angle/2-small_angle/2)＝(H-2×c)/H

即，tmp_angle＝atan((H-2×c)/H×tan(big_angle/2-small_angle/2))  式4

在图3-1中，对于测试点D1而言，特写摄像机的拍摄视角cur_angle1为：cur_angle1＝small_angle+∠D1AV2。

同理，图3-1示出的真实世界中∠D1AP与图3-2示出的成像世界中tmp_angle1相等，所以可以做如下推导：

cur_angle1＝small_angle+∠D1AV2＝small_angle+(tmp_angle1+∠PAV2)

          ＝small_angle+(tmp_angle 1+(∠V1AV2)/2)

          ＝small_angle+(tmp_angle 1+(big_angle-small_angle)/2)

          ＝big_angle/2+small_angle/2+tmp_angle 1      式5

则式5便可以根据式4求得的tmp_angle1得到cur_angle 1。

因此，结合图3-1，可以利用式6计算得到测试点D1与O点的距离：

OD1＝h/tan(cur_angle1)         式6

对于测试点D2，基于与测试点D1相同的方法，可以计算得到测试点D2与O点的距离OD2。

上述求得车牌在真实世界中与特写摄像机垂直地面投影点间的距离OD1与OD2之差即为测试点D1和D2在真实世界坐标系中的实际距离。用上述S201～S203的步骤计算出测试点D1和D2之间在成像坐标系中的成像距离，则用测试点D1和D2在真实世界坐标系中的实际距离，与测试点D1和D2之间在成像坐标系中的成像距离的比例关系，可以得到真实世界坐标系与成像坐标系的对应关系。

可见，本发明实施例提供的真实世界坐标系与成像坐标系的对应关系确定方法，需要的参数简单，仅需特写摄像机的高度和当前拍摄位置到特写摄像机垂直地面投影点的距离，实现起来非常简单。

进一步的，本发明实施例提供的车速测量方法，还可以从图像中识别出车牌的背景颜色，具体方法为：

在字符的间隙处采集数据；

从所述字符间隙采集的数据中提取亮度信息Y和两个色差信息U和V，直接针对所述亮度信息和两个色差信息进行色彩分析，得到颜色值。

可见，本发明实施例提供的车速测量方法，提出了一种基于特写摄像机实现单目视觉测速的技术，车速测量中只需要一个特写摄像机，无需额外的车速检测设备，也无需多个摄像机的配合，安装方便、设备简单、适用的场景更加灵活多样；并且，通过判断车牌运行轨迹的正确性、以及采用跟踪算法计算车速，具有鲁棒性强和测速精度高优点，经发明人大量测试得到，本发明实施例提供的车速测量方法，其测量的车速的准确率在95％以上。

并且，测速方法快速准确，不受地感线圈的限制，不需要挖地，不需要雷达等其他设备，有效克服车辆之间的相互干扰造成的错误，并在测量车速的同时，准确获得车辆的车牌号码，为交通执法提供准确的依据。

实施例二

参见图4，为本发明实施例提供的一种监控机，用于车速测量，包括：

接收模块401：用于接收特写摄像机针对待测车辆按照预设频率采集的多帧图像；

图像选取模块402：用于计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确，选取车牌运行轨迹正确的多帧图像作为待分析图像组；

车速计算模块403：用于跟踪计算所述待分析图像组中多帧图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

优选的，图像选取模块中用于计算所述多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确的轨迹判断单元，具体包括：

号码判断子单元，用于识别所述多帧图像中的车牌号码是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则选取其中车牌号码一致的连续多帧图像作为车牌运行轨迹正确的图像；

方向判断子单元，用于利用车牌定位算法计算所述多帧图像中车牌的位置，逐帧比较车牌在每帧图像中的位置，判断所述多帧图像中车牌的运行方向是否一致，如果均一致，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不一致的，则重新选取其中运行方向均一致的连续多帧图像作为车牌运行轨迹正确的图像；和/或

距离判断子单元，用于利用车牌定位算法计算相邻帧图像中车牌的成像距离，判断成像距离是否相近，如果均相近，则确定所述多帧图像为车牌运行轨迹正确的图像；如果有不相近的，则重新选取其中成像距离均相近的连续多帧图像作为车牌运行轨迹正确的图像。

优选的，所述车速计算模块具体用于：

跟踪计算所述待分析图像组中从第一帧图像到当前跟踪图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

上述图4所示的一种用于车速测量的监控机，可以执行前述图1、2或者3及其实施例所示的方法，因而其工作流程在此不赘述。

可见，本发明实施例提供的用于车速测量的监控机，提出了一种基于特写摄像机实现单目视觉测速的技术，车速测量中只需要一个特写摄像机，无需额外的车速检测设备，也无需多个摄像机的配合，安装方便、设备简单、适用的场景更加灵活多样；并且，通过判断车牌运行轨迹的正确性、以及采用跟踪算法计算车速，具有鲁棒性强和测速精度高优点，经发明人大量测试得到，本发明实施例提供的车速测量方法，其测量的车速的准确率在95％以上。

并且，测速方法快速准确，不受地感线圈的限制，不需要挖地，不需要雷达等其他设备，有效克服车辆之间的相互干扰造成的错误，并在测量车速的同时，准确获得车辆的车牌号码，为交通执法提供准确的依据。

实施例三

参见图5，为本发明实施例提供的一种车速测量系统，包括：特写摄像机501、补光光源502，和上述实施例所述的监控机503，

所述特写摄像机501的光轴正对待测车辆的行使路线，按照预设频率采集图像，发送至所述监控机503；

所述补光光源502用于在光线不足时为所述特写摄像机501补充光线亮度；

所述监控机503用于计算所述特写摄像机501发送的多帧图像的车牌运行轨迹，判断车牌运行轨迹是否正确，选取车牌运行轨迹正确的多帧图像作为待分析图像组；跟踪计算所述待分析图像组中多帧图像的车牌成像距离，依据真实世界坐标系与成像坐标系的对应关系，计算所述成像距离对应的实际距离，用该实际距离除以按所述预设频率计算得到的对应图像间的时间差，得到当前跟踪车速，对多个跟踪车速求平均值，得到待测车辆的车速。

上述图5所示的一种车速测量系统，可以执行前述图1、2或者3及其实施例所示的方法，因而其工作流程在此不赘述。

可见，本发明实施例提供的一种车速测量的系统，提出了一种基于特写摄像机实现单目视觉测速的技术，车速测量中只需要一个特写摄像机，无需额外的车速检测设备，也无需多个摄像机的配合，安装方便、设备简单、适用的场景更加灵活多样；并且，通过判断车牌运行轨迹的正确性、以及采用跟踪算法计算车速，具有鲁棒性强和测速精度高优点，经发明人大量测试得到，本发明实施例提供的车速测量方法，其测量的车速的准确率在95％以上。

并且，测速方法快速准确，不受地感线圈的限制，不需要挖地，不需要雷达等其他设备，有效克服车辆之间的相互干扰造成的错误，并在测量车速的同时，准确获得车辆的车牌号码，为交通执法提供准确的依据。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括若干指令用以执行本发明各个实施例所述的方法。这里所述的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。