基于圖像識別的渣土車監(jiān)管系統(tǒng)設(shè)計及實現(xiàn)

　　摘要:為提高施工現(xiàn)場渣土車的監(jiān)管效率，減少渣土車對城市安全及環(huán)境的影響，以圖像識別技術(shù)為核心支撐，設(shè)計了渣土車智能監(jiān)管系統(tǒng)的結(jié)構(gòu)、功能及運行流程，并對運行效果進行了測試。研究和測試表明:(1)該系統(tǒng)主要由圖像采集裝置、圖像處理及分析裝置、聲光報警器以及進出放行設(shè)備組成，其核心是利用模板匹配和改進的直線檢測算法對渣土車的車牌特征、顏色特征和幾何特征進行感知;(2)該系統(tǒng)可實現(xiàn)渣土車進出場權(quán)限的智能化管理、車身污跡的快速化檢測以及裝載情況的自動化監(jiān)督;(3)與傳統(tǒng)的人工監(jiān)管方式相比，該系統(tǒng)可以有效提高施工現(xiàn)場渣土車的監(jiān)管效率，減少人工量和主觀性的影響，具有標準化程度高，經(jīng)濟性好等優(yōu)勢，能夠滿足實際運用和推廣使用的需要。

　　關(guān)鍵詞:施工管理;渣土車監(jiān)管;圖像識別;系統(tǒng)設(shè)計

　　目前，中國渣土車的數(shù)量隨著城市化建設(shè)的不斷推進在大幅度增加，其在發(fā)揮作用的同時，車身污跡斑駁、裝載超限及遺撒泄漏等問題也開始頻發(fā)。這些問題不僅破壞了市政道路，也污染了城市環(huán)境，甚至會威脅著交通安全以及影響人們的正常生活，是目前存在的城市頑疾。但是，現(xiàn)有的監(jiān)管手段主要利用導(dǎo)航、定位與通信等技術(shù)來實時監(jiān)控運輸途中渣土車的行駛速度和軌跡等參數(shù)，如基于物聯(lián)網(wǎng)技術(shù)的渣土車環(huán)保運輸智能監(jiān)控裝置[1]和基于北斗導(dǎo)航技術(shù)的城市渣土車智能管控系統(tǒng)[2]，對于上述的頻發(fā)問題卻并沒有合適的監(jiān)管手段。在施工現(xiàn)場，也僅僅是依靠人工目測的方式來進行監(jiān)管。監(jiān)管手段較為傳統(tǒng)單

　　一，效率低下，亟待優(yōu)化升級。

　　與此同時，以圖像識別為代表的人工智能技術(shù)逐漸發(fā)展成熟，已被廣泛應(yīng)用于農(nóng)作物檢測[3]、人臉識別[4]、車輛識別[5]等領(lǐng)域。隨著我國建筑業(yè)管理效率低下、信息化程度落后等問題的日益凸顯，人工智能技術(shù)與建筑業(yè)也開始了加速融合，其信息化建設(shè)不斷深入并趨向具體工程項目的應(yīng)用，“智慧工地”應(yīng)運而生。例如，在施工安全管理方面，已有研究利用方向梯度直方圖來監(jiān)測施工防護柵欄的異常[6];或利用圖像識別技術(shù)來對建筑工人的不安全行為[7]及安全裝備[8]進行實時監(jiān)測與檢查。在施工質(zhì)量管理方面，已有研究利用圖像識別技術(shù)來實時監(jiān)測施工質(zhì)量[9]以及識別建筑缺陷[10]。這些技術(shù)應(yīng)用都為解決渣土車監(jiān)管問題帶來了一定的借鑒意義，但是考慮到施工現(xiàn)場的復(fù)雜環(huán)境，在技術(shù)的直接應(yīng)用及算法的優(yōu)化等方面仍需進一步改進。

　　綜上，本文針對渣土車一系列的頻發(fā)問題以及現(xiàn)有監(jiān)管手段的局限性，提出了一種基于圖像識別的渣土車車容車貌智能監(jiān)管系統(tǒng)。該系統(tǒng)可以根據(jù)渣土車車身污跡的顏色特征和裝載情況的幾何特征，實現(xiàn)對車身污跡的快速化檢測及裝載情況的自動化監(jiān)督，并通過車牌識別對渣土車的進出場權(quán)限進行智能化管理，具有傳統(tǒng)方式無法比擬的優(yōu)勢和重要的現(xiàn)實意義。

　　1渣土車智能監(jiān)管系統(tǒng)需求分析

　　現(xiàn)有手段已經(jīng)在監(jiān)管渣土車行駛速度、行駛軌跡等方面取得了比較好的效果，但是由于大部分渣土車司機“多裝多賺”的僥幸心理并沒有改變，仍然存在著以下不足之處:(1)車身污跡超標。很多渣土車在施工現(xiàn)場的清洗不到位，出場上路后車身污跡斑駁，嚴重影響了市容市貌。(2)超載情況嚴重。由于渣土車載重量大，在運輸途中，不僅會將路面碾壓得坑洼不平，甚至會引起路邊房屋的震動，嚴重影響了城市的交通運行和居民的正常生活。(3)泄漏遺撒嚴重。渣土車裝運的物品主要以沙石、渣土為主，行駛過程中易散落在路面上，成為揚塵的主要來源，既破壞了城市環(huán)境又妨礙了人們的正常出行。為改善相關(guān)問題，本文在結(jié)合施工現(xiàn)場的實際情況及現(xiàn)有手段不足的基礎(chǔ)上，進行需求分析。

　　2渣土車智能監(jiān)管系統(tǒng)架構(gòu)設(shè)計

　　2.1系統(tǒng)硬件構(gòu)成與功能

　　該系統(tǒng)主要由圖像采集裝置、圖像處理及分析裝置、聲光報警器及進出放行設(shè)備構(gòu)成。其中，圖像采集裝置由架設(shè)在洗車槽區(qū)域上方的高清攝像頭組成，進出放行設(shè)備由放行桿和道閘機組成。

　　3核心方法

　　3.1基于車牌特征的進出場權(quán)限管理方法

　　不同于人工目測、記錄的方式，本方法以渣土車車牌檢測及識別為核心，實現(xiàn)渣土車進出場權(quán)限的智能化、信息化管理。具體識別步驟和處理過程如下:(1)傾斜校正由于采集的車牌圖像可能存在傾斜，容易降低權(quán)限判定的準確性。考慮到Radon變換法依賴性較小，本系統(tǒng)采用Radon變換法來實現(xiàn)傾斜校正處理。該算法是將數(shù)字圖像矩陣在某一指定角度射線方向上做投影變換，它可以在任意維空間定義[11]。

　　3.2基于顏色特征的車身污跡檢測方法

　　考慮到渣土車車身四周可能會存在大小不均的土壤塊，本系統(tǒng)利用土壤的顏色特征，通過一種基于顏色相似度的模板匹配方法來對車身污跡進行檢測及判定。相對于其他的特征，顏色特征對于平移和尺度變化的影響不敏感。此方法的核心是計算采集的圖像與預(yù)先設(shè)定的模板圖像上R，G，B三個顏色分量上的直方圖距離或交集來判斷它們之間的相似度，得到相關(guān)系數(shù)，根據(jù)系數(shù)與閾值的比對來判斷渣土車車身污跡是否超標。

　　3.3基于幾何特征的裝載情況監(jiān)督方法

　　目前渣土車主要有篷布遮蓋、擋土板遮蓋兩種類型。相較于篷布遮蓋類型，擋土板遮蓋類型的渣土車是目前裝載超限、遺撒揚塵等頻發(fā)問題的主要來源。針對這種類型的渣土車，本系統(tǒng)采用了一種改進后的直線檢測算法的渣土裝載情況監(jiān)督方法。該方法的核心是檢測并計算擋土板與車身側(cè)面的高度之比，并依據(jù)計算結(jié)果判定渣土裝載是否超標，最終實現(xiàn)渣土裝載情況的自動化監(jiān)督。

　　具體步驟如下:(1)邊緣檢測在經(jīng)典的邊緣檢測方法中，常用的一階微分算子有Prewwits算子、Log算子、Roberts算子、So￣bel算子等。由于Log算子易產(chǎn)生雙邊界，Sobel算子易形成不閉合區(qū)域[14]。因此，本方法采用Canny算子來進行邊緣檢測，得到渣土車車身側(cè)面圖像的輪廓特征。(2)形態(tài)學(xué)處理為了濾除較多的干擾邊緣，還需對邊緣檢測后的圖像進行形態(tài)學(xué)處理。在閉運算處理后，通過面積濾波，根據(jù)二值圖中連通域的面積濾除選定閾值范圍之外的連通區(qū)域，將非邊緣部分盡可能過濾掉。

　　4討論

　　根據(jù)系統(tǒng)在施工現(xiàn)場的測試結(jié)果，分析系統(tǒng)運行過程中的主要影響因素，進一步完善本系統(tǒng)。

　　(1)識別準確度影響因素及對策分析測試中，如進出場權(quán)限判定結(jié)果，可以發(fā)現(xiàn)渣土車分布不均的污跡是影響識別準確度的關(guān)鍵因素。污跡不僅會對進出場權(quán)限判定中的車牌識別帶來影響，也會對裝載情況的監(jiān)督帶來很大的干擾。對此，在系統(tǒng)后續(xù)的完善過程中，可以考慮通過RGB顏色空間，設(shè)定閾值，把與裸土顏色相同的像素點過濾掉后再進行識別，如果仍然無法識別則進行人工復(fù)核，并重新清洗。此外，測試還發(fā)現(xiàn)光線的強弱不一致會導(dǎo)致圖像明暗問題，繼而對圖像采集的準確性帶來一定的影響。對此，在采集圖像時，需考慮天氣的影響，避免因光線強弱導(dǎo)致的圖像明暗不一致。在圖像處理完成后，應(yīng)加強人工復(fù)核，減少錯誤。

　　(2)運行效率影響因素及對策分析通過現(xiàn)場測試可以發(fā)現(xiàn)，平均進出場權(quán)限判定處理時間為4.69s，平均車身污跡檢測結(jié)果處理時間為4.32s，平均裝載情況監(jiān)督處理時間為4.35s。通過對圖像質(zhì)量進行分析，發(fā)現(xiàn)采集的圖像過大是影響圖像處理時間的最主要因素。此外，施工現(xiàn)場的復(fù)雜環(huán)境，如噪聲大、揚塵多等問題，也會對系統(tǒng)的運行效率帶來一定的影響。目前，系統(tǒng)的運行效率可以滿足施工現(xiàn)場的基本需求，在后續(xù)的優(yōu)化完善過程中，可以考慮通過調(diào)整施工現(xiàn)場攝像頭的架設(shè)位置以及利用圖像分割算法來對采集的圖像進行進一步的處理，從而提高系統(tǒng)運行的整體效率。

　　5結(jié)論

　　本研究以圖像識別技術(shù)為核心，設(shè)計并測試了一種渣土車智能監(jiān)管系統(tǒng)。該系統(tǒng)主要采用了3種方法:(1)基于車牌特征的進出場權(quán)限管理方法;(2)基于顏色特征的車身污跡檢測方法;(3)基于幾何特征的裝載情況監(jiān)督方法。經(jīng)測試，系統(tǒng)進出場權(quán)限判定平均正確率達83.33%，車身污跡檢測結(jié)果平均正確率達91.67%，裝載情況監(jiān)督平均正確率達86.67%，監(jiān)管效率和準確度較高，可基本滿足實際需求。

　　通過這3種方法，該系統(tǒng)不僅可以實現(xiàn)施工現(xiàn)場渣土車車身污跡的快速化檢測以及渣土裝載情況的自動化監(jiān)督，還可以對渣土車的進出場權(quán)限做到智能化管理。相較于傳統(tǒng)的人工目視監(jiān)督方法，該系統(tǒng)減少了人工量和主觀性的影響，具有操作便捷、實用性強、標準化、效率高等優(yōu)勢。同時，該系統(tǒng)對于城市管理中的車輛監(jiān)管也有一定的借鑒意義。未來，將通過優(yōu)化車身污跡檢測和裝載情況監(jiān)督算法、進行有效的人工復(fù)核和輔助測量來提高渣土車監(jiān)管的準確性�？紤]到施工現(xiàn)場的復(fù)雜環(huán)境，在后續(xù)的研究中，需對渣土車進行多角度分析，完善本系統(tǒng)。

　　圖像方向期刊投稿知識：圖像方面如何發(fā)表ei會議論文

　　很多圖像方向從業(yè)人員是要發(fā)表ei會議論文的，但是他們對如何發(fā)表并不是很清楚，ei會議論文屬于較高水平，作者在發(fā)表前也是需要多參加一些國際學(xué)術(shù)會議，多積累相關(guān)的經(jīng)驗，在投稿時也需要看清楚是發(fā)表的全文檢索還是摘要檢索。

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/21998.html