1.一種基于紅外發(fā)射的隧道入口行車提示裝置，所述提示裝置包括中央處理單元、紅外圖像采集單元、圖像處理單元、數(shù)據(jù)存儲(chǔ)單元、計(jì)算單元、語音模塊、告警燈、LCD大屏幕顯示裝置、監(jiān)控裝置和車牌識(shí)別系統(tǒng)，其特征在于，所述中央處理單元分別與所述計(jì)算單元、數(shù)據(jù)存儲(chǔ)單元、LCD大屏幕顯示裝置、告警燈以及語音模塊連接，所述車牌識(shí)別系統(tǒng)的輸入端與所述數(shù)據(jù)存儲(chǔ)單元的輸出端連接，所述車牌識(shí)別系統(tǒng)的輸出端與所述計(jì)算單元的輸入端連接，所述紅外圖像采集單元分別通過紅外線和監(jiān)控裝置采集行車信息，并且所述紅外圖像采集單元的輸入端與所述監(jiān)控裝置的輸出端連接，所述紅外圖像采集單元的輸出端與所述圖像處理單元的輸入端連接，所述圖像處理單元的輸出端與所述中央處理單元連接。
2.根據(jù)權(quán)利要求1所述的一種基于紅外發(fā)射的隧道入口行車提示裝置，其特征在于，所述監(jiān)控裝置為間隔地設(shè)置于隧道內(nèi)的至少2個(gè)監(jiān)控裝置和設(shè)置在隧道入口上的至少1個(gè)監(jiān)控裝置，且所述監(jiān)控裝置包括總控中心、與所述總控中心連接且設(shè)置在隧道內(nèi)的傳輸裝置、與所述傳輸裝置連接的攝像頭，其中所述傳輸裝置為RS485通訊協(xié)議裝置，所述攝像頭為基于HD 1080P或HD 960P或HD 720P的攝像頭。
3.根據(jù)權(quán)利要求1所述的一種基于紅外發(fā)射的隧道入口行車提示裝置，其特征在于，所述圖像處理單元包括動(dòng)態(tài)地跟蹤行車信息的跟蹤單元、與所述跟蹤單元連接且對(duì)動(dòng)態(tài)的行車信息進(jìn)行提取的圖像提取單元、與所述圖像提取單元連接且采用Retinex圖像增強(qiáng)算法和Gamma校正法對(duì)提取的圖像進(jìn)行清晰化處理的圖像增強(qiáng)計(jì)算單元、與所述圖像增強(qiáng)計(jì)算單元連接且對(duì)處理后的圖像進(jìn)行輸出的圖像輸出單元，其中所述跟蹤單元包括采用Kalman濾波算法對(duì)目標(biāo)搜索區(qū)域范圍內(nèi)進(jìn)行目標(biāo)搜索的視頻運(yùn)動(dòng)目標(biāo)跟蹤器和目標(biāo)跟蹤行車進(jìn)行計(jì)算的Kalman濾波器。
4.根據(jù)權(quán)利要求1所述的一種基于紅外發(fā)射的隧道入口行車提示裝置，其特征在于，所述計(jì)算單元包括檢測(cè)行車信息的行車檢測(cè)單元、與所述行車檢測(cè)單元連接且對(duì)行車密度進(jìn)行計(jì)算的密度計(jì)算單元和模糊度計(jì)算單元，所述密度計(jì)算單元集成有對(duì)行車信息進(jìn)行計(jì)算的算術(shù)邏輯單元和累加器，其中所述密度計(jì)算公式為:K＝N/L，式中，K為車流密度,單位為輛/km，N為隧道內(nèi)統(tǒng)計(jì)的行車數(shù),單位為輛，L為隧道的長度，單位為為km。
5.根據(jù)權(quán)利要求1所述的一種基于紅外發(fā)射的隧道入口行車提示裝置，其特征在于，所述車牌識(shí)別系統(tǒng)為基于車牌定位算法、車牌字符分割算法和光學(xué)字符識(shí)別算法的車牌自動(dòng)識(shí)別系統(tǒng)。
6.根據(jù)權(quán)利要求1所述的一種基于紅外發(fā)射的隧道入口行車提示裝置，其特征在于，所述LCD大屏幕顯示裝置為1026mm×580mm×117mm的LCD液晶LCD大屏幕顯示裝置。
7.一種基于紅外發(fā)射的隧道入口行車提示方法，其特征在于，包括以下步驟：
(S1)行車駛?cè)胨淼蓝纯冢?/p>
(S2)視頻運(yùn)動(dòng)目標(biāo)跟蹤器對(duì)駛?cè)胨淼蓝纯诘男熊囘M(jìn)行目標(biāo)跟蹤，Kalman濾波器對(duì)行車目標(biāo)跟蹤進(jìn)行計(jì)算和修正，采用Kalman濾波器中的Kalman濾波算法預(yù)測(cè)運(yùn)動(dòng)目標(biāo)下一時(shí)刻行車可能處于的區(qū)域，縮小目標(biāo)的搜索范圍，當(dāng)紅外圖像采集單元采集行駛到隧道前的行車信息時(shí)，隧道外的監(jiān)控裝置通過總控中心接收隧道內(nèi)監(jiān)控裝置所采集的行車信息，車牌識(shí)別系統(tǒng)對(duì)過往行車進(jìn)行車牌識(shí)別從而獲取隧道內(nèi)外的車牌信息；其中視頻運(yùn)動(dòng)目標(biāo)跟蹤器的工作方法為：
(S21)基于高斯統(tǒng)計(jì)模型的背景圖像估計(jì)算法對(duì)當(dāng)前的行車進(jìn)行估計(jì)，得出當(dāng)前行車區(qū)域的大致位置；
(S22)采用Kalman濾波器中的Kalman濾波算法檢測(cè)當(dāng)前幀行車圖像的目標(biāo)，確定行車圖像的目標(biāo)范圍；
(S23)Kalman濾波器對(duì)行車目標(biāo)信息進(jìn)行精確提取，實(shí)現(xiàn)了行車的精確跟蹤；
(S3)在步驟(S2)中獲取的行車信息、車牌信息以及隧道內(nèi)監(jiān)控裝置采集的監(jiān)控信息被存儲(chǔ)到存儲(chǔ)單元；
(S4)所述圖像處理單元對(duì)所述存儲(chǔ)單元存儲(chǔ)的行車信息進(jìn)行處理，其處理方法為：
(S41)對(duì)紅外圖像采集單元采集的圖像以及監(jiān)控裝置通過攝像頭拍攝的圖像進(jìn)行預(yù)處理；
(S42)采用Retinex圖像增強(qiáng)算法對(duì)預(yù)處理后的圖像進(jìn)行增強(qiáng)，獲取更清晰的行車行駛圖像；
(S43)將經(jīng)過增強(qiáng)后的行車行駛圖像以及隧道內(nèi)監(jiān)控裝置拍攝的行車圖像輸出至LCD大屏幕顯示裝置，圖像LCD大屏幕顯示裝置顯示出隧道內(nèi)外的行車圖像，根據(jù)輸入的隧道內(nèi)外的行車信息，所述計(jì)算單元對(duì)獲取的隧道內(nèi)外的行車信息進(jìn)行密度計(jì)算，當(dāng)密度值K大于閾值Y時(shí)，則隧道內(nèi)的行車為擁堵，當(dāng)密度值K小于閾值Y時(shí)，則隧道內(nèi)的行車為暢通，其中Y≥20；
(S5)中央處理單元判斷待行駛隧道內(nèi)的行車是否可以通行，如果隧道能夠順利通行，可通過語音模塊進(jìn)行語音提示“暢通”，如果隧道不能夠順利通行，則提示“擁堵”或“前方故障，慎行”，同時(shí)告警燈閃爍。
8.根據(jù)權(quán)利要求7所述的一種基于紅外發(fā)射的隧道入口行車提示方法，其特征在于，所述步驟(S2)中車牌識(shí)別采用以下步驟：
(S21)通過圖片切割的方法從所述數(shù)據(jù)存儲(chǔ)單元中獲取牌照?qǐng)D像；
(S22)基于牌照字符分割，把牌照中的字符分割出來；
(S23)基于牌照字符識(shí)別算法，把分割好的字符進(jìn)行識(shí)別，最終組成牌照號(hào)碼，得出車牌號(hào)。
9.根據(jù)權(quán)利要求7所述的一種基于紅外發(fā)射的隧道入口行車提示方法，其特征在于，所述步驟(S42)圖像圖像計(jì)算單元采用Retinex圖像增強(qiáng)算法對(duì)采集的圖形進(jìn)行處理、計(jì)算包括以下步驟：
(S421)對(duì)紅外圖像采集單元采集行駛到隧道中的行車數(shù)據(jù)進(jìn)行轉(zhuǎn)換,即將紅外圖像采集單元采集到的行車原始圖像轉(zhuǎn)換成double型變量，以方便以后的計(jì)算或運(yùn)算；
(S422)轉(zhuǎn)換成double型變量的圖像具有高、中、低三個(gè)不同的尺度的數(shù)據(jù)，根據(jù)不同尺度的數(shù)據(jù)確定環(huán)繞函數(shù)F(x,y)并提取待檢測(cè)圖像的特征，從而來確定參數(shù)λ的值；
(S423)將原始圖像Ii(x,y)、環(huán)繞函數(shù)F(x,y)代入公式來求得Retinex的在各通道上輸出，其中ri(x,y)即為第i個(gè)通道上的Retinex輸出，k取3并且W1＝W2＝W3＝1/3；
(S424)將ri(x,y)從對(duì)數(shù)域轉(zhuǎn)換到實(shí)數(shù)域得到反函數(shù)Ri(x,y)；
(S425)對(duì)Ri(x,y)線性拉伸并顯示Ri(x,y)線性拉伸后的圖像。
10.根據(jù)權(quán)利要求7所述的一種基于紅外發(fā)射的隧道入口行車提示方法，其特征在于，所述步驟(S42)中提取待檢測(cè)圖像的特征包括以下步驟：
(1)由于紅外圖像采集單元和隧道內(nèi)的監(jiān)控裝置獲取的圖像為立體圖像，因此可以將獲取的圖像看做在一個(gè)平面坐標(biāo)為x,y,z中的三維圖像，將圖像灰度化；
(2)采用Gamma校正法對(duì)步驟(1)中獲取的圖像進(jìn)行顏色空間的標(biāo)準(zhǔn)化、歸一化，調(diào)節(jié)圖像的對(duì)比度，降低圖像局部的陰影和光照變化所造成的影響，抑制噪音的干擾；
(3)計(jì)算對(duì)步驟(2)中處理的圖像每個(gè)像素的梯度，梯度方向包括大小和方向，捕獲輪廓信息，進(jìn)一步弱化光照的干擾；
(4)將對(duì)步驟(3)中計(jì)算像素的梯度的圖像劃分成每個(gè)單元為6*6像素的小單元；
(5)統(tǒng)計(jì)每個(gè)單元的梯度直方圖，即可形成每個(gè)單元的描述符號(hào)；
(6)將每4個(gè)單元組成1個(gè)每個(gè)區(qū)間為3*3個(gè)單元的描述符號(hào)，一個(gè)框內(nèi)所有單元的特征描述符號(hào)串聯(lián)起來便得到該框的HOG特征描述符號(hào)；
(7)將圖像內(nèi)的所有框的HOG特征描述符號(hào)串聯(lián)起來，得出該圖像的HOG特征描述符號(hào)，即對(duì)圖形進(jìn)行了特征提取。