基于图像识别的渣土车监管系统设计及实现

　　摘要:为提高施工现场渣土车的监管效率，减少渣土车对城市安全及环境的影响，以图像识别技术为核心支撑，设计了渣土车智能监管系统的结构、功能及运行流程，并对运行效果进行了测试。研究和测试表明:(1)该系统主要由图像采集装置、图像处理及分析装置、声光报警器以及进出放行设备组成，其核心是利用模板匹配和改进的直线检测算法对渣土车的车牌特征、颜色特征和几何特征进行感知;(2)该系统可实现渣土车进出场权限的智能化管理、车身污迹的快速化检测以及装载情况的自动化监督;(3)与传统的人工监管方式相比，该系统可以有效提高施工现场渣土车的监管效率，减少人工量和主观性的影响，具有标准化程度高，经济性好等优势，能够满足实际运用和推广使用的需要。

　　关键词:施工管理;渣土车监管;图像识别;系统设计

　　目前，中国渣土车的数量随着城市化建设的不断推进在大幅度增加，其在发挥作用的同时，车身污迹斑驳、装载超限及遗撒泄漏等问题也开始频发。这些问题不仅破坏了市政道路，也污染了城市环境，甚至会威胁着交通安全以及影响人们的正常生活，是目前存在的城市顽疾。但是，现有的监管手段主要利用导航、定位与通信等技术来实时监控运输途中渣土车的行驶速度和轨迹等参数，如基于物联网技术的渣土车环保运输智能监控装置[1]和基于北斗导航技术的城市渣土车智能管控系统[2]，对于上述的频发问题却并没有合适的监管手段。在施工现场，也仅仅是依靠人工目测的方式来进行监管。监管手段较为传统单

　　一，效率低下，亟待优化升级。

　　与此同时，以图像识别为代表的人工智能技术逐渐发展成熟，已被广泛应用于农作物检测[3]、人脸识别[4]、车辆识别[5]等领域。随着我国建筑业管理效率低下、信息化程度落后等问题的日益凸显，人工智能技术与建筑业也开始了加速融合，其信息化建设不断深入并趋向具体工程项目的应用，“智慧工地”应运而生。例如，在施工安全管理方面，已有研究利用方向梯度直方图来监测施工防护栅栏的异常[6];或利用图像识别技术来对建筑工人的不安全行为[7]及安全装备[8]进行实时监测与检查。在施工质量管理方面，已有研究利用图像识别技术来实时监测施工质量[9]以及识别建筑缺陷[10]。这些技术应用都为解决渣土车监管问题带来了一定的借鉴意义，但是考虑到施工现场的复杂环境，在技术的直接应用及算法的优化等方面仍需进一步改进。

　　综上，本文针对渣土车一系列的频发问题以及现有监管手段的局限性，提出了一种基于图像识别的渣土车车容车貌智能监管系统。该系统可以根据渣土车车身污迹的颜色特征和装载情况的几何特征，实现对车身污迹的快速化检测及装载情况的自动化监督，并通过车牌识别对渣土车的进出场权限进行智能化管理，具有传统方式无法比拟的优势和重要的现实意义。

　　1渣土车智能监管系统需求分析

　　现有手段已经在监管渣土车行驶速度、行驶轨迹等方面取得了比较好的效果，但是由于大部分渣土车司机“多装多赚”的侥幸心理并没有改变，仍然存在着以下不足之处:(1)车身污迹超标。很多渣土车在施工现场的清洗不到位，出场上路后车身污迹斑驳，严重影响了市容市貌。(2)超载情况严重。由于渣土车载重量大，在运输途中，不仅会将路面碾压得坑洼不平，甚至会引起路边房屋的震动，严重影响了城市的交通运行和居民的正常生活。(3)泄漏遗撒严重。渣土车装运的物品主要以沙石、渣土为主，行驶过程中易散落在路面上，成为扬尘的主要来源，既破坏了城市环境又妨碍了人们的正常出行。为改善相关问题，本文在结合施工现场的实际情况及现有手段不足的基础上，进行需求分析。

　　2渣土车智能监管系统架构设计

　　2.1系统硬件构成与功能

　　该系统主要由图像采集装置、图像处理及分析装置、声光报警器及进出放行设备构成。其中，图像采集装置由架设在洗车槽区域上方的高清摄像头组成，进出放行设备由放行杆和道闸机组成。

　　3核心方法

　　3.1基于车牌特征的进出场权限管理方法

　　不同于人工目测、记录的方式，本方法以渣土车车牌检测及识别为核心，实现渣土车进出场权限的智能化、信息化管理。具体识别步骤和处理过程如下:(1)倾斜校正由于采集的车牌图像可能存在倾斜，容易降低权限判定的准确性。考虑到Radon变换法依赖性较小，本系统采用Radon变换法来实现倾斜校正处理。该算法是将数字图像矩阵在某一指定角度射线方向上做投影变换，它可以在任意维空间定义[11]。

　　3.2基于颜色特征的车身污迹检测方法

　　考虑到渣土车车身四周可能会存在大小不均的土壤块，本系统利用土壤的颜色特征，通过一种基于颜色相似度的模板匹配方法来对车身污迹进行检测及判定。相对于其他的特征，颜色特征对于平移和尺度变化的影响不敏感。此方法的核心是计算采集的图像与预先设定的模板图像上R，G，B三个颜色分量上的直方图距离或交集来判断它们之间的相似度，得到相关系数，根据系数与阈值的比对来判断渣土车车身污迹是否超标。

　　3.3基于几何特征的装载情况监督方法

　　目前渣土车主要有篷布遮盖、挡土板遮盖两种类型。相较于篷布遮盖类型，挡土板遮盖类型的渣土车是目前装载超限、遗撒扬尘等频发问题的主要来源。针对这种类型的渣土车，本系统采用了一种改进后的直线检测算法的渣土装载情况监督方法。该方法的核心是检测并计算挡土板与车身侧面的高度之比，并依据计算结果判定渣土装载是否超标，最终实现渣土装载情况的自动化监督。

　　具体步骤如下:(1)边缘检测在经典的边缘检测方法中，常用的一阶微分算子有Prewwits算子、Log算子、Roberts算子、So￣bel算子等。由于Log算子易产生双边界，Sobel算子易形成不闭合区域[14]。因此，本方法采用Canny算子来进行边缘检测，得到渣土车车身侧面图像的轮廓特征。(2)形态学处理为了滤除较多的干扰边缘，还需对边缘检测后的图像进行形态学处理。在闭运算处理后，通过面积滤波，根据二值图中连通域的面积滤除选定阈值范围之外的连通区域，将非边缘部分尽可能过滤掉。

　　4讨论

　　根据系统在施工现场的测试结果，分析系统运行过程中的主要影响因素，进一步完善本系统。

　　(1)识别准确度影响因素及对策分析测试中，如进出场权限判定结果，可以发现渣土车分布不均的污迹是影响识别准确度的关键因素。污迹不仅会对进出场权限判定中的车牌识别带来影响，也会对装载情况的监督带来很大的干扰。对此，在系统后续的完善过程中，可以考虑通过RGB颜色空间，设定阈值，把与裸土颜色相同的像素点过滤掉后再进行识别，如果仍然无法识别则进行人工复核，并重新清洗。此外，测试还发现光线的强弱不一致会导致图像明暗问题，继而对图像采集的准确性带来一定的影响。对此，在采集图像时，需考虑天气的影响，避免因光线强弱导致的图像明暗不一致。在图像处理完成后，应加强人工复核，减少错误。

　　(2)运行效率影响因素及对策分析通过现场测试可以发现，平均进出场权限判定处理时间为4.69s，平均车身污迹检测结果处理时间为4.32s，平均装载情况监督处理时间为4.35s。通过对图像质量进行分析，发现采集的图像过大是影响图像处理时间的最主要因素。此外，施工现场的复杂环境，如噪声大、扬尘多等问题，也会对系统的运行效率带来一定的影响。目前，系统的运行效率可以满足施工现场的基本需求，在后续的优化完善过程中，可以考虑通过调整施工现场摄像头的架设位置以及利用图像分割算法来对采集的图像进行进一步的处理，从而提高系统运行的整体效率。

　　5结论

　　本研究以图像识别技术为核心，设计并测试了一种渣土车智能监管系统。该系统主要采用了3种方法:(1)基于车牌特征的进出场权限管理方法;(2)基于颜色特征的车身污迹检测方法;(3)基于几何特征的装载情况监督方法。经测试，系统进出场权限判定平均正确率达83.33%，车身污迹检测结果平均正确率达91.67%，装载情况监督平均正确率达86.67%，监管效率和准确度较高，可基本满足实际需求。

　　通过这3种方法，该系统不仅可以实现施工现场渣土车车身污迹的快速化检测以及渣土装载情况的自动化监督，还可以对渣土车的进出场权限做到智能化管理。相较于传统的人工目视监督方法，该系统减少了人工量和主观性的影响，具有操作便捷、实用性强、标准化、效率高等优势。同时，该系统对于城市管理中的车辆监管也有一定的借鉴意义。未来，将通过优化车身污迹检测和装载情况监督算法、进行有效的人工复核和辅助测量来提高渣土车监管的准确性。考虑到施工现场的复杂环境，在后续的研究中，需对渣土车进行多角度分析，完善本系统。

　　图像方向期刊投稿知识：图像方面如何发表ei会议论文

　　很多图像方向从业人员是要发表ei会议论文的，但是他们对如何发表并不是很清楚，ei会议论文属于较高水平，作者在发表前也是需要多参加一些国际学术会议，多积累相关的经验，在投稿时也需要看清楚是发表的全文检索还是摘要检索。

转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/21998.html