一种违章停车监控方法及系统的利记博彩app
【专利摘要】本发明的一种违章停车监控方法及系统，由于其中所述违章停车监控方法包括以下步骤：获取车辆目标；判断所述车辆目标是否在第一预设时间内被记录过违章停车证据；当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间；当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。这样可以避免对同一车辆重复抓拍，提高判定违章停车车辆的准确率，并且避免将短时驻留车辆判定为违章停车车辆，进而实现对违反规章的停车行为及时准确的进行取证查处。由此解决现有技术难以实现对违反规章的停车行为及时准确的进行取证查处的技术问题。
【专利说明】一种违章停车监控方法及系统
【技术领域】
[0001]本发明涉及车辆检测控制【技术领域】，具体涉及一种违章停车监控方法及系统。
【背景技术】
[0002]随着社会经济的不断发展和人民生活水平的持续提高，城市机动车保有量迅猛增长。快速增长的停车需求与停车场地的供给不相适应，停车供需矛盾日益突出。同时，由于机动车驾驶人的交通安全意识淡薄，机动车违法停车已成为城市顽疾。每年因违法停车造成的交通拥堵、汽车追尾等情况数以百万计，严重影响着城市的整体交通环境，而且会造成人民群众人身财产的损失。
[0003]传统的违章停车监控主要是通过交警定点实施人工监管，效率低，无法实现实时监控，极大浪费相关部门的人力和财力。其中，交管部门传统使用一种俗称“电子眼”的智能交通违章监控系统。电子眼对违章监控主要有两种方式，一种是采用车辆检测器(例如感应线圈、超声波硬件)监测方式实现，这种方式或侧重于速度监测，或只是实现闯红灯监控，功能单一；另一种是对违章行为进行实时录像，后期需要专门观看录像提取违章的图片，费时耗力。
[0004]目前，随着视频检测技术、视频监控技术以及计算机视觉技术的发展，在对运动对象的检测、跟踪、异常行为识别等方面已日臻成熟，在许多场景已具备实用性。在道路交通监控方面，违章行为检测技术已经取得长足的进步，可以对超速、逆行、闯红灯、压黄线等违章现象实现准确检测，但是违章停车监控技术却相对发展比较滞后。
[0005]如何准确、快速地对机动车违法停车行为进行检测记录，对违反规章的停车行为及时准确的进行取证查处，同时避免人工检测人工成本高，易疲劳，易疏忽等弊端，是急需解决的技术问题。
【发明内容】
[0006]为此，本发明要解决的技术问题在于现有技术难以实现对违反规章的停车行为及时准确的进行取证查处，从而提出一种违章停车监控方法及系统来解决该问题。
[0007]为解决上述技术问题，本发明采用以下技术方案:
[0008]一种违章停车监控方法，包括以下步骤:获取车辆目标；判断所述车辆目标是否在第一预设时间内被记录过违章停车证据；当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间；当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。
[0009]优选地，所述获取车辆目标的步骤包括:获取监控场景图像；过滤所述监控场景图像中的运动目标获得背景图像；从所述背景图像中检测出车辆目标。
[0010]优选地，所述从所述背景图像中检测出车辆目标的步骤包括:对所述背景图像进行扩边处理；对扩边后的图像进行缩放形成图像金字塔；对所述图像金字塔的每张图像提取纹理梯度特征获得特征图像；利用车辆特征训练模型对所述特征图像进行滑动窗口扫描获得车辆目标。
[0011]优选地，所述车辆特征训练模型通过以下步骤获取:获取不同自然光照条件下不同角度的车辆图像；对所述车辆图像提取纹理梯度特征；对所述纹理梯度特征进行聚类；对聚类出的不同类别的所述纹理梯度特征分别进行训练，获得每个类别的车辆特征训练模型。
[0012]优选地，在所述判定所述车辆目标为违章停车车辆之后，还包括:获取违章停车车辆的特写图像；识别所述违章停车车辆的车牌；记录所述特写图像、车牌作为违章停车证据。
[0013]优选地，所述识别所述违章停车车辆的车牌的步骤包括:对所述特写图像进行车牌检测和定位获得车牌图像；提取所述车牌图像的纹理梯度特征；根据所述纹理梯度特征获得车牌的水平及垂直倾斜角度；根据所述水平及垂直倾斜角度对所述车牌图像进行仿射变换；根据仿射变换后的车牌图像识别违章停车车辆的车牌字符。
[0014]作为相同的发明构思，本发明还提供一种违章停车监控系统，包括:获取模块，用于获取车辆目标；判断模块，用于判断所述车辆目标是否在第一预设时间内被记录过违章停车证据；计算模块，用于当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间；判定模块，用于当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。
[0015]优选地，所述获取模块包括:获取图像单元，用于获取监控场景图像；过滤单元，用于过滤所述监控场景图像中的运动目标获得背景图像；检测单元，用于从所述背景图像中检测出车辆目标。
[0016]优选地，，所述检测单元包括:扩边子单元，用于对所述背景图像进行扩边处理；缩放子单元，用于对扩边后的图像进行缩放形成图像金字塔；提取特征子单元，用于对所述图像金字塔的每张图像提取纹理梯度特征获得特征图像；滑窗扫描子单元，用于利用车辆特征训练模型对所述特征图像进行滑动窗口扫描获得车辆目标。
[0017]优选地，所述违章停车监控系统还包括:获取特写图像模块，用于获取违章停车车辆的特写图像；识别车牌模块，用于识别所述违章停车车辆的车牌；记录证据模块，用于记录所述特写图像、车牌作为违章停车证据。
[0018]优选地，所述识别车牌模块包括:车牌检测和定位单元，用于对所述特写图像进行车牌检测和定位获得车牌图像；提取车牌图像特征单元，用于提取所述车牌图像的纹理梯度特征；获取角度模块，用于根据所述纹理梯度特征获得车牌的水平及垂直倾斜角度?’仿射变换模块，用于根据所述水平及垂直倾斜角度对所述车牌图像进行仿射变换；识别字符模块，用于根据仿射变换后的车牌图像识别违章停车车辆的车牌字符。
[0019]本发明的违章停车监控方法及系统的有益效果包括:
[0020]本发明的一种违章停车监控方法及系统，由于其中所述违章停车监控方法包括以下步骤:获取车辆目标；判断所述车辆目标是否在第一预设时间内被记录过违章停车证据；当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间；当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。通过判断所述车辆目标是否在第一预设时间内被记录过违章停车证据，可以避免对同一车辆重复抓拍，提高判定违章停车车辆的准确率，并且通过计算所述车辆目标的连续静止时间并当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆，避免将短时驻留车辆判定为违章停车车辆，进而实现对违反规章的停车行为及时准确的进行取证查处。
【专利附图】
【附图说明】
[0021]为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中
[0022]图1是本发明实施例1的一种违章停车监控方法的流程示意图；
[0023]图2是本发明实施例1的一种抓拍控制方法的从所述背景图像中检测出车辆目标的步骤的流程示意图；
[0024]图3是本发明实施例1的一种抓拍控制方法的车辆特征训练模型获取步骤的流程示意图；
[0025]图4是本发明实施例2的一种违章停车监控方法的流程示意图；
[0026]图5是本发明实施例2的一种违章停车监控方法的识别所述违章停车车辆的车牌的步骤的流程示意图；
[0027]图6是本发明实施例3的一种违章停车监控系统的结构示意图；
[0028]图7是本发明实施例3的一种抓拍控制系统的检测单元的结构示意图；
[0029]图8是本发明实施例4的一种违章停车监控系统的结构示意图；
[0030]图9是本发明实施例4的一种违章停车监控系统的识别车牌模块的结构示意图。
【具体实施方式】
[0031]实施例1
[0032]图1示出了本发明实施例1的一种违章停车监控方法，可以包括以下步骤:
[0033]步骤Sll，获取车辆目标。
[0034]步骤S12，判断所述车辆目标是否在第一预设时间内被记录过违章停车证据。可以将获取的车辆目标与记录过违章停车证据的车辆目标进行特征(包括车辆位置、尺寸、颜色和纹理等)匹配，如果匹配成功，则进一步获取所述车辆目标的车牌信息(包括车牌颜色、车牌字符等)，并与记录过违章停车证据的车辆目标的车牌信息进行匹配，进而避免对同一辆车在第一预设时间重复记录违章停车证据。所述第一预设时间可以是监控摄像机从镜头特写状态或者其他转动角度状态重新回到获取所述车辆目标的监控场景图像的状态的时间，也可以是所述车辆目标离开监控场景后又返回的时间，所述离开监控场景后又返回的时间可以由监控场景的违章停车监管规定确定。
[0035]步骤S13，当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间。可以为所述车辆目标分配一个计时器，对所述车辆目标的静止时间进行累计计时，从而获得所述连续静止时间。
[0036]步骤S14，当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。通常所述连续静止时间小于某一范围时不会认为所述车辆目标属于违规停车，因此在本实施例中设置了第二预设时间来与所述连续静止时间进行比较，即当所述连续静止时间超过所述第二预设时间时，判定所述车辆目标为违章停车车辆。
[0037]通过判断所述车辆目标是否在第一预设时间内被记录过违章停车证据，可以避免对同一车辆重复抓拍，提高判定违章停车车辆的准确率，并且通过计算所述车辆目标的连续静止时间并当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆，避免将短时驻留车辆判定为违章停车车辆，进而实现对违反规章的停车行为及时准确的进行取证查处。
[0038]下文对上述技术方案的【具体实施方式】予以介绍:
[0039]作为优选的实施方式，获取车辆目标的步骤Sll可以包括以下步骤:
[0040]步骤S111，获取监控场景图像。例如可以用带有云台PTZ(PTZ是Pan/Ti I t/Zoom的简写，代表云台全方位移动及镜头变倍、变焦控制)功能的摄像机采集实时的监控场景图像。
[0041]步骤S112，过滤所述监控场景图像中的运动目标获得背景图像。例如，先将所述监控场景图像变换到灰度图像，然后对得到的灰度图像进行均值背景建模，过滤掉运动车辆等目标，获得背景图像。
[0042]步骤S113，从所述背景图像中检测出车辆目标。
[0043]获取监控场景图像，过滤所述监控场景图像中的运动目标获得背景图像，最后从所述背景图像中检测出车辆目标，这样可以快速地根据监控场景图像获得车辆目标，进一步提高对违反规章的停车行为进行取证查处的及时性。
[0044]进一步地，如图2所示，从所述背景图像中检测出车辆目标的步骤S113可以包括以下步骤:
[0045]步骤S1131，对所述背景图像进行扩边处理。例如，可以对所述背景图像的左右宽度分别扩大0.2倍。
[0046]步骤S1132，对扩边后的图像进行缩放形成图像金字塔。可以利用等比例缩放因子(例如1.02)进行图像缩放。
[0047]步骤S1133，对所述图像金字塔的每张图像提取纹理梯度特征获得特征图像。提取图像的纹理梯度特征属于公知常识，兹不赘述。
[0048]步骤S1134，利用车辆特征训练模型对所述特征图像进行滑动窗口扫描获得车辆目标。例如，可以利用车辆特征训练模型(模型大小可以为40*40，模型个数为4至8个)在所述特征图像上进行滑动窗口扫描。最后根据扫描到的各个车辆目标的扫描窗口的位置及大小进行合并处理(公知常识，兹不赘述)，获得最终的车辆目标。
[0049]通过对所述背景图像进行扩边处理，可以检测到所述背景图像边缘的车辆，通过对扩边后的图像进行缩放形成图像金字塔，可以检测到原图像上中不同尺寸大小的车辆目标，避免阴影、相机抖动、行人/车辆/其他物体遮挡带来的误检影响，提高获得车辆目标的准确率，进一步提高对违反规章的停车行为进行取证查处的准确性。
[0050]更进一步地，如图3所示，所述车辆特征训练模型可以通过以下步骤获取:
[0051]步骤S31，获取不同自然光照条件下不同角度的车辆图像。所谓不同自然光照条件，可以是白天(包括不同天气条件下)不同时间段的户外光照条件，或者是夜晚监控场景周围的灯光条件等。所谓不同角度，可以从车辆在监控场景中的不同停放状态来考虑，也可以从监控摄像机获得不同视角的车辆拍摄图像来考虑。
[0052]步骤S32，对所述车辆图像提取纹理梯度特征。
[0053]步骤S33，对所述纹理梯度特征进行聚类。可以利用kmeans聚类算法对提取的车辆纹理梯度特征进行聚类。根据这些特征可以把车辆特征训练模型分为4至8类。
[0054]步骤S34，对聚类出的不同类别的所述纹理梯度特征分别进行训练，获得每个类别的车辆特征训练模型。可以利用机器学习的方法进行训练，例如SVM(Support VectorMachine，即支持向量机)算法，或者adaboost算法。
[0055]通过步骤S31获取不同自然光照条件下不同角度的车辆图像，通过步骤S32对所述车辆图像提取纹理梯度特征，通过步骤S33对所述纹理梯度特征进行聚类，通过步骤S34对聚类出的不同类别的所述纹理梯度特征分别进行训练，获得每个类别的车辆特征训练模型，可以实现对违反规章的停车行为大范围、多视角的监控，进一步提高对违反规章的停车行为进行取证查处的准确性。
[0056]实施例2
[0057]图4示出了本发明实施例2的一种违章停车监控方法，与实施例1中的所述违章停车监控方法的不同之处在于，在当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆的步骤S14之后还可以包括以下步骤:
[0058]步骤S15，获取违章停车车辆的特写图像。例如，可以利用带有云台PTZ功能的摄像机，使摄像机转动到可以拍到违章停车车辆的特写位置，采集特写图像。
[0059]步骤S16，识别所述违章停车车辆的车牌。
[0060]步骤S17，记录所述特写图像、车牌作为违章停车证据。另外，还可以获取违章停车车辆的视频录像，对其记录并作为违章停车证据。最后，可以对所述违章停车证据进行存储，并提供统计和查询服务，也可以将所述违章停车证据通过远程传输方式及时上报给相关监管部门。
[0061]通过步骤S15获取违章停车车辆的特写图像，通过步骤S16识别所述违章停车车辆的车牌，通过步骤S17记录所述特写图像、车牌作为违章停车证据，可以避免违章处罚的争议性，从而保证对违反规章的停车行为进行取证查处的准确性和及时性。
[0062]作为优选的实施方式，如图5所示，识别所述违章停车车辆的车牌的步骤S16可以包括以下步骤:
[0063]步骤S161，对所述特写图像进行车牌检测和定位获得车牌图像。对图像进行车牌检测和定位获得车牌图像属于公知常识，兹不赘述。
[0064]步骤S162，提取所述车牌图像的纹理梯度特征。
[0065]步骤S163，根据所述纹理梯度特征获得车牌的水平及垂直倾斜角度。可以根据霍夫变换算法计算获得车牌的水平及垂直倾斜角度。
[0066]步骤S164，根据所述水平及垂直倾斜角度对所述车牌图像进行仿射变换。
[0067]步骤S165，根据仿射变换后的车牌图像识别违章停车车辆的车牌字符。根据车牌图像识别车牌字符属于公知常识，兹不赘述。
[0068]通过步骤S162提取所述车牌图像的纹理梯度特征，通过步骤S163获得车牌的水平及垂直倾斜角度，通过步骤S164对所述车牌图像进行仿射变换，进而可以实现对车牌图像的校正，提高识别违章停车车辆的车牌字符的准确率，进一步提高对违反规章的停车行为进行取证查处的准确性。
[0069]实施例3
[0070]图6示出了本发明实施例3的一种违章停车监控系统，包括获取模块61、判断模块62、计算模块63和判定模块64。
[0071]获取模块61与实施例1中的步骤Sll对应，用于获取车辆目标。
[0072]判断模块62与实施例1中的步骤S12对应，用于判断所述车辆目标是否在第一预设时间内被记录过违章停车证据。
[0073]计算模块63与实施例1中的步骤S13对应，用于当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间。
[0074]判定模块64与实施例1中的步骤S14对应，用于当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。
[0075]通过判断所述车辆目标是否在第一预设时间内被记录过违章停车证据，可以避免对同一车辆重复抓拍，提高判定违章停车车辆的准确率，并且通过计算所述车辆目标的连续静止时间并当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆，避免将短时驻留车辆判定为违章停车车辆，进而实现对违反规章的停车行为及时准确的进行取证查处。
[0076]下文对上述技术方案的【具体实施方式】予以介绍:
[0077]作为优选的实施方式，获取模块61包括获取图像单元611、过滤单元612和检测单元 613。
[0078]获取图像单元611与实施例1中的步骤Slll对应，用于获取监控场景图像；
[0079]过滤单元612与实施例1中的步骤S112对应，用于过滤所述监控场景图像中的运动目标获得背景图像；
[0080]检测单元613与实施例1中的步骤S113对应，用于从所述背景图像中检测出车辆目标。
[0081]获取监控场景图像，过滤所述监控场景图像中的运动目标获得背景图像，最后从所述背景图像中检测出车辆目标，这样可以快速地根据监控场景图像获得车辆目标，进一步提高对违反规章的停车行为进行取证查处的及时性。
[0082]进一步地，如图7所示，检测单元613包括扩边子单元6131、缩放子单元6132、提取特征子单兀6133和滑窗扫描子单兀6134。
[0083]扩边子单元6131与实施例1中的步骤S1131对应，用于对所述背景图像进行扩边处理；
[0084]缩放子单元6132与实施例1中的步骤S1132对应，用于对扩边后的图像进行缩放形成图像金字塔；
[0085]提取特征子单元6133与实施例1中的步骤S1133对应，用于对所述图像金字塔的每张图像提取纹理梯度特征获得特征图像；
[0086]滑窗扫描子单元6134与实施例1中的步骤S1134对应，用于利用车辆特征训练模型对所述特征图像进行滑动窗口扫描获得车辆目标。所述车辆特征训练模型可以通过实施例I中的步骤S31-步骤S34获得。
[0087]通过对所述背景图像进行扩边处理，可以检测到所述背景图像边缘的车辆，通过对扩边后的图像进行缩放形成图像金字塔，可以检测到原图像上中不同尺寸大小的车辆目标，避免阴影、相机抖动、行人/车辆/其他物体遮挡带来的误检影响，提高获得车辆目标的准确率，进一步提高对违反规章的停车行为进行取证查处的准确性。
[0088]实施例4
[0089]图8示出了本发明实施例4的一种违章停车监控系统，与实施例3中的所述违章停车监控方法的不同之处在于，还包括:
[0090]获取特写图像模块65与实施例1中的步骤S15对应，用于获取违章停车车辆的特写图像；
[0091]识别车牌模块66与实施例1中的步骤S16对应，用于识别所述违章停车车辆的车牌；
[0092]记录证据模块67与实施例1中的步骤S17对应，用于记录所述特写图像、车牌作为违章停车证据。
[0093]获取违章停车车辆的特写图像，识别所述违章停车车辆的车牌，记录所述特写图像、车牌作为违章停车证据，可以避免违章处罚的争议性，从而保证对违反规章的停车行为进行取证查处的准确性和及时性。
[0094]作为优选的实施方式，如图9所示，识别车牌模块66包括:
[0095]车牌检测和定位单元661与实施例1中的步骤S161对应，用于对所述特写图像进行车牌检测和定位获得车牌图像；
[0096]提取车牌图像特征单元662与实施例1中的步骤S162对应，用于提取所述车牌图像的纹理梯度特征；
[0097]获取角度模块663与实施例1中的步骤S163对应，用于根据所述纹理梯度特征获得车牌的水平及垂直倾斜角度；
[0098]仿射变换模块664与实施例1中的步骤S164对应，用于根据所述水平及垂直倾斜角度对所述车牌图像进行仿射变换；
[0099]识别字符模块665与实施例1中的步骤S165对应，用于根据仿射变换后的车牌图像识别违章停车车辆的车牌字符。
[0100]提取所述车牌图像的纹理梯度特征，获得车牌的水平及垂直倾斜角度，对所述车牌图像进行仿射变换，进而可以实现对车牌图像的校正，提高识别违章停车车辆的车牌字符的准确率，进一步提高对违反规章的停车行为进行取证查处的准确性。
[0101]显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
【权利要求】
1.一种违章停车监控方法，其特征在于，包括以下步骤: 获取车辆目标； 判断所述车辆目标是否在第一预设时间内被记录过违章停车证据； 当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间； 当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。
2.根据权利要求1所述的违章停车监控方法，其特征在于，所述获取车辆目标的步骤包括: 获取监控场景图像； 过滤所述监控场景图像中的运动目标获得背景图像； 从所述背景图像中检测出车辆目标。
3.根据权利要求2所述的违章停车监控方法，其特征在于，所述从所述背景图像中检测出车辆目标的步骤包括: 对所述背景图像进行扩边处理； 对扩边后的图像进行缩放形成图像金字塔； 对所述图像金字塔的每张图像提取纹理梯度特征获得特征图像； 利用车辆特征训练模型对所述特征图像进行滑动窗口扫描获得车辆目标。
4.根据权利要求3所述的违章停车监控方法，其特征在于，所述车辆特征训练模型通过以下步骤获取: 获取不同自然光照条件下不同角度的车辆图像； 对所述车辆图像提取纹理梯度特征； 对所述纹理梯度特征进行聚类； 对聚类出的不同类别的所述纹理梯度特征分别进行训练，获得每个类别的车辆特征训练模型。
5.根据权利要求1-4任一项所述的违章停车监控方法，其特征在于，在所述判定所述车辆目标为违章停车车辆之后，还包括: 获取违章停车车辆的特写图像； 识别所述违章停车车辆的车牌； 记录所述特写图像、车牌作为违章停车证据。
6.根据权利要求5所述的违章停车监控方法，其特征在于，所述识别所述违章停车车辆的车牌的步骤包括: 对所述特写图像进行车牌检测和定位获得车牌图像； 提取所述车牌图像的纹理梯度特征； 根据所述纹理梯度特征获得车牌的水平及垂直倾斜角度； 根据所述水平及垂直倾斜角度对所述车牌图像进行仿射变换； 根据仿射变换后的车牌图像识别违章停车车辆的车牌字符。
7.一种违章停车监控系统，其特征在于，包括: 获取模块，用于获取车辆目标； 判断模块，用于判断所述车辆目标是否在第一预设时间内被记录过违章停车证据； 计算模块，用于当第一预设时间内没有被记录过违章停车证据时，计算所述车辆目标的连续静止时间； 判定模块，用于当所述连续静止时间超过第二预设时间时，判定所述车辆目标为违章停车车辆。
8.根据权利要求7所述的违章停车监控系统，其特征在于，所述获取模块包括: 获取图像单元，用于获取监控场景图像； 过滤单元，用于过滤所述监控场景图像中的运动目标获得背景图像； 检测单元，用于从所述背景图像中检测出车辆目标。
9.根据权利要求8所述的违章停车监控系统，其特征在于，所述检测单元包括: 扩边子单元，用于对所述背景图像进行扩边处理； 缩放子单元，用于对扩边后的图像进行缩放形成图像金字塔； 提取特征子单元，用于对所述图像金字塔的每张图像提取纹理梯度特征获得特征图像； 滑窗扫描子单元，用于利用车辆特征训练模型对所述特征图像进行滑动窗口扫描获得车辆目标。
10.根据权利要求7-9任一项所述的违章停车监控系统，其特征在于，还包括: 获取特写图像模块，用于获取违章停车车辆的特写图像； 识别车牌模块，用于识别所述违章停车车辆的车牌； 记录证据模块，用于记录所述特写图像、车牌作为违章停车证据。
11.根据权利要求10所述的违章停车监控系统，其特征在于，所述识别车牌模块包括: 车牌检测和定位单元，用于对所述特写图像进行车牌检测和定位获得车牌图像； 提取车牌图像特征单元，用于提取所述车牌图像的纹理梯度特征； 获取角度模块，用于根据所述纹理梯度特征获得车牌的水平及垂直倾斜角度； 仿射变换模块，用于根据所述水平及垂直倾斜角度对所述车牌图像进行仿射变换； 识别字符模块，用于根据仿射变换后的车牌图像识别违章停车车辆的车牌字符。
【文档编号】G08G1/017GK104504908SQ201510019175
【公开日】2015年4月8日 申请日期:2015年1月14日 优先权日:2015年1月14日
【发明者】岳振亚, 刘家昕, 汪小栋, 余晓焱, 王维君, 晋兆龙, 陈卫东 申请人:苏州科达科技股份有限公司