本發(fā)明涉及交通事故檢測技術(shù)領(lǐng)域，具體地，涉及交通事故智能檢測系統(tǒng)。

背景技術(shù)：

隨著經(jīng)濟的發(fā)展，車輛也越來越多，城市交通環(huán)境日益惡化，更導致了城市道路交通事故頻發(fā)。城市交通事故不但會造成交通擁堵、財產(chǎn)損失，更為嚴重的是會危及市民的生命安全，造成無法挽回的損失。為了增強對城市交通的管理能力，降低城市道路交通事故造成的人民生命財產(chǎn)的損失，各大中心城市都陸續(xù)建立起覆蓋全市交通道路的城市交通道路視頻監(jiān)控網(wǎng)絡(luò)，通過監(jiān)控網(wǎng)絡(luò)進行實時的城市交通監(jiān)控，對發(fā)生的交通事故進行及時的處置。城市交通監(jiān)控網(wǎng)絡(luò)的建立在一定程度上減少了交通事故所造成的損失，但是由于各大城市交通監(jiān)控中心采用的是傳統(tǒng)的人工監(jiān)測的手段，大大的制約了城市交通監(jiān)控網(wǎng)絡(luò)的發(fā)展，由于人工監(jiān)測的不可控因素，準確率和穩(wěn)定性無法得到保障，而且也浪費了人力。

因此，提供一種可以智能地對交通事故進行準確而有效地檢測，從而極大地節(jié)省人力，還能防止一些交通事故糾紛的交通事故智能檢測系統(tǒng)是本發(fā)明亟需解決的問題。

技術(shù)實現(xiàn)要素：

針對上述技術(shù)問題，本發(fā)明的目的是克服現(xiàn)有技術(shù)中由于各大城市交通監(jiān)控中心采用的是傳統(tǒng)的人工監(jiān)測的手段，大大的制約了城市交通監(jiān)控網(wǎng)絡(luò)的發(fā)展，由于人工監(jiān)測的不可控因素，準確率和穩(wěn)定性無法得到保障，而且也浪費了人力的問題，從而提供一種可以智能地對交通事故進行準確而有效地檢測，從而極大地節(jié)省人力，還能防止一些交通事故糾紛的交通事故智能檢測系統(tǒng)。

為了實現(xiàn)上述目的，本發(fā)明提供了一種交通事故智能檢測系統(tǒng)，所述交通事故智能檢測系統(tǒng)包括：依次連接的視頻采集模塊、視頻信號轉(zhuǎn)換器、目標檢測模塊、信號預處理模塊、主控制模塊和報警模塊；其中，所述視頻采集模塊被配置成對十字路口的道路交通情況進行視頻采集；所述視頻信號轉(zhuǎn)換器被配置成將所述視頻采集模塊采集的視頻信號模擬信號轉(zhuǎn)換成數(shù)字信號；所述目標檢測模塊被配置成將待研究的目標從建模背景中檢測和標記出來；所述信號預處理模塊被配置成對數(shù)字視頻信號進行處理、跟蹤和檢測；所述主控制模塊被配置成對分析目標信號并且進行事故判斷，所述報警模塊被配置成將報警信號無線傳輸至交警部門。

優(yōu)選地，所述信號預處理模塊包括：依次連接的目標后續(xù)處理模塊、目標跟蹤模塊和目標狀態(tài)檢測模塊，所述目標后續(xù)處理模塊還與所述目標檢測模塊相耦接，所述目標狀態(tài)檢測模塊與所述主控制模塊相耦接；其中，所述目標后續(xù)處理模塊被配置成對來自所述目標檢測模塊的數(shù)據(jù)進行去雜質(zhì)處理；所述目標跟蹤模塊被配置成對檢測出來的目標的運動特征和形狀特征來預測目標下一幀圖像的特性；所述目標狀態(tài)檢測模塊被配置成對目標的速度和重心進行檢測。

優(yōu)選地，所述主控制模塊包括相互連接的數(shù)據(jù)處理模塊和事故判斷模塊，所述數(shù)據(jù)處理模塊與所述信號預處理模塊相連，所述事故判斷模塊與所述報警模塊相連；所述數(shù)據(jù)處理模塊被配置成對目標的圖像信息數(shù)據(jù)進行分析處理，所述事故判斷模塊被配置成對來自所述數(shù)據(jù)處理模塊的數(shù)據(jù)進行事故判斷。

優(yōu)選地，所述目標檢測模塊使用背景差分算法來對目標進行檢測。

優(yōu)選地，所述目標后續(xù)處理模塊對數(shù)據(jù)進行去雜質(zhì)處理的算法使用腐蝕膨脹算法。

優(yōu)選地，所述目標后續(xù)處理模塊對數(shù)據(jù)進行去雜質(zhì)處理的算法還包括像素偏移算法。

優(yōu)選地，所述報警模塊上還連接有存儲模塊和信號收發(fā)模塊，所述存儲模塊與所述主控制模塊相連。

根據(jù)上述技術(shù)方案，本發(fā)明提供的交通事故智能檢測系統(tǒng)通過所述視頻采集模塊對道路上的圖像信息進行采集，所述視頻信號轉(zhuǎn)換器將采集后的視頻信息轉(zhuǎn)換成數(shù)字信號并輸入至所述目標檢測模塊中進行車輛目標識別，所述信號預處理模塊被配置成對數(shù)字視頻信號進行處理、跟蹤和檢測，最后所述主控制模塊則對是否發(fā)生交通事故進行判斷，如果判定發(fā)生交通事故，則啟動所述報警模塊，從而向交警部門發(fā)出報警指示。本發(fā)明的交通事故智能檢測系統(tǒng)克服現(xiàn)有技術(shù)中由于各大城市交通監(jiān)控中心采用的是傳統(tǒng)的人工監(jiān)測的手段，大大的制約了城市交通監(jiān)控網(wǎng)絡(luò)的發(fā)展，由于人工監(jiān)測的不可控因素，準確率和穩(wěn)定性無法得到保障，而且也浪費了人力的問題。

本發(fā)明的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。

附圖說明

附圖是用來提供對本發(fā)明的進一步理解，并且構(gòu)成說明書的一部分，與下面的具體實施方式一起用于解釋本發(fā)明，但并不構(gòu)成對本發(fā)明的限制。在附圖中：

圖1是本發(fā)明在一種優(yōu)選的實施方式下提供的交通事故智能檢測系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

以下結(jié)合附圖對本發(fā)明的具體實施方式進行詳細說明。應(yīng)當理解的是，此處所描述的具體實施方式僅用于說明和解釋本發(fā)明，并不用于限制本發(fā)明。

如圖1所述，本發(fā)明提供了一種交通事故智能檢測系統(tǒng)，所述交通事故智能檢測系統(tǒng)包括：依次連接的視頻采集模塊、視頻信號轉(zhuǎn)換器、目標檢測模塊、信號預處理模塊、主控制模塊和報警模塊；其中，所述視頻采集模塊被配置成對十字路口的道路交通情況進行視頻采集；所述視頻信號轉(zhuǎn)換器被配置成將所述視頻采集模塊采集的視頻信號模擬信號轉(zhuǎn)換成數(shù)字信號；所述目標檢測模塊被配置成將待研究的目標從建模背景中檢測和標記出來；所述信號預處理模塊被配置成對數(shù)字視頻信號進行處理、跟蹤和檢測；所述主控制模塊被配置成對分析目標信號并且進行事故判斷，所述報警模塊被配置成將報警信號無線傳輸至交警部門。

根據(jù)上述技術(shù)方案，本發(fā)明提供的交通事故智能檢測系統(tǒng)通過所述視頻采集模塊對道路上的圖像信息進行采集，所述視頻信號轉(zhuǎn)換器將采集后的視頻信息轉(zhuǎn)換成數(shù)字信號并輸入至所述目標檢測模塊中進行車輛目標識別，所述信號預處理模塊被配置成對數(shù)字視頻信號進行處理、跟蹤和檢測，最后所述主控制模塊則對是否發(fā)生交通事故進行判斷，如果判定發(fā)生交通事故，則啟動所述報警模塊，從而向交警部門發(fā)出報警指示。本發(fā)明的交通事故智能檢測系統(tǒng)克服現(xiàn)有技術(shù)中由于各大城市交通監(jiān)控中心采用的是傳統(tǒng)的人工監(jiān)測的手段，大大的制約了城市交通監(jiān)控網(wǎng)絡(luò)的發(fā)展，由于人工監(jiān)測的不可控因素，準確率和穩(wěn)定性無法得到保障，而且也浪費了人力的問題。

在本發(fā)明的一種優(yōu)選的實施方式中，所述信號預處理模塊包括：依次連接的目標后續(xù)處理模塊、目標跟蹤模塊和目標狀態(tài)檢測模塊，所述目標后續(xù)處理模塊還與所述目標檢測模塊相耦接，所述目標狀態(tài)檢測模塊與所述主控制模塊相耦接；其中，所述目標后續(xù)處理模塊被配置成對來自所述目標檢測模塊的數(shù)據(jù)進行去雜質(zhì)處理；所述目標跟蹤模塊被配置成對檢測出來的目標的運動特征和形狀特征來預測目標下一幀圖像的特性；所述目標狀態(tài)檢測模塊被配置成對目標的速度和重心進行檢測。

在本發(fā)明的一種優(yōu)選的實施方式中，所述主控制模塊包括相互連接的數(shù)據(jù)處理模塊和事故判斷模塊，所述數(shù)據(jù)處理模塊與所述信號預處理模塊相連，所述事故判斷模塊與所述報警模塊相連；所述數(shù)據(jù)處理模塊被配置成對目標的圖像信息數(shù)據(jù)進行分析處理，所述事故判斷模塊被配置成對來自所述數(shù)據(jù)處理模塊的數(shù)據(jù)進行事故判斷。

本發(fā)明中，所述目標檢測模塊使用的算法通常為：背景差分法、幀間差分法和光流法，其中，光流法因為準確性差、計算方法復雜耗時，因此較少使用，而背景差分法檢測準確、計算簡單快捷，因此在本發(fā)明的一種優(yōu)選的實施方式中，所述目標檢測模塊使用背景差分算法來對目標進行檢測。

在本發(fā)明中，由于使用背景差分法進行目標檢測時，檢測結(jié)果噪音點較多，為了取得良好的目標檢測效果，在本發(fā)明的一種優(yōu)選的實施方式中，所述目標后續(xù)處理模塊對數(shù)據(jù)進行去雜質(zhì)處理的算法使用腐蝕膨脹算法，其中，腐蝕是為了消除物體邊界點的毛刺和雜點，膨脹是為了充實目標，利用邊界點向外擴張，以彌補腐蝕對目標大小和形狀造成的損失，從而取得良好的目標檢測效果。

在本發(fā)明的一種優(yōu)選的實施方式中，所述目標后續(xù)處理模塊對數(shù)據(jù)進行去雜質(zhì)處理的算法還包括像素偏移算法。像素偏移是指攝像頭內(nèi)的電子熱噪音以及外界環(huán)境中的微振動等原因引起的像素的灰度值在以本像素為中心的領(lǐng)域內(nèi)發(fā)生偏移現(xiàn)象，而本發(fā)明中使用素偏移算法可以有效地將數(shù)據(jù)中的雜質(zhì)處理掉。

在本發(fā)明的一種優(yōu)選的實施方式中，所述報警模塊上還連接有存儲模塊和信號收發(fā)模塊，所述存儲模塊與所述主控制模塊相連，所述存儲模塊用于對主控制模塊中的信息進行存儲，所述信號收發(fā)模塊用于將報警信息發(fā)送至交管部門的總服務(wù)器上，從而有效地通知交管部門派遣人員解決問題。

以上結(jié)合附圖詳細描述了本發(fā)明的優(yōu)選實施方式，但是，本發(fā)明并不限于上述實施方式中的具體細節(jié)，在本發(fā)明的技術(shù)構(gòu)思范圍內(nèi)，可以對本發(fā)明的技術(shù)方案進行多種簡單變型，這些簡單變型均屬于本發(fā)明的保護范圍。

另外需要說明的是，在上述具體實施方式中所描述的各個具體技術(shù)特征，在不矛盾的情況下，可以通過任何合適的方式進行組合，為了避免不必要的重復，本發(fā)明對各種可能的組合方式不再另行說明。

此外，本發(fā)明的各種不同的實施方式之間也可以進行任意組合，只要其不違背本發(fā)明的思想，其同樣應(yīng)當視為本發(fā)明所公開的內(nèi)容。