一种基于云计算的智能交通管理系统的制作方法

1.本发明属于交通管理技术领域，尤其涉及一种基于云计算的智能交通管理系统。


背景技术：

2.云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户；云计算早期，简单地说，就是简单的分布式计算，解决任务分发，并进行计算结果的合并；因而，云计算又称为网格计算；通过这项技术，可以在很短的时间内（几秒钟）完成对数以万计的数据的处理，从而达到强大的网络服务。
3.在当前的交通管理系统中，对于路口违规变道的车辆无法进行识别，因此导致路口成为了交通事故频发的地点。


技术实现要素：

4.本发明实施例的目的在于提供一种基于云计算的智能交通管理系统，旨在解决在当前的交通管理系统中，对于路口违规变道的车辆无法进行识别，因此导致路口成为了交通事故频发的地点的问题。
5.本发明实施例是这样实现的，一种基于云计算的智能交通管理方法，所述方法包括：采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线；根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像；按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像；将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
6.优选的，所述根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像的步骤，具体包括：对路口参考图像进行线条化处理，识别其中包含的车道线；将车道线分为虚线、实线和停止线，构建空白图像；按照原始比例将车道线绘制在空白图像内，形成标准路口车道线图像，所述标准路口车道线图像中根据车道线的位置划分车道区域。
7.优选的，所述按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像的步骤，具体包括：按照第一时间间隔进行图像采集，基于采集得到的图像判定是否存在画面变化；在存在画面变化时，按照第二时间间隔进行图像采集，得到实时采集图像；对实时采集图像中的车辆进行识别，提取车牌号码以及对应车牌号图像。
8.优选的，所述将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据
模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录的步骤，具体包括：将车牌号图像导入到标准路口车道线图像中，根据车牌号查询车辆尺寸信息；根据车牌号图像确定车辆位置，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆；根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
9.本发明实施例的另一目的在于提供一种基于云计算的智能交通管理系统，所述系统包括：图像采集模块，用于采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线；标准图像构建模块，用于根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像；车牌号提取模块，用于按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像；违法判定模块，用于将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
10.优选的，所述标准图像构建模块包括：车道线识别单元，用于对路口参考图像进行线条化处理，识别其中包含的车道线；车道线划分单元，用于将车道线分为虚线、实线和停止线，构建空白图像；图像绘制单元，用于按照原始比例将车道线绘制在空白图像内，形成标准路口车道线图像，所述标准路口车道线图像中根据车道线的位置划分车道区域。
11.优选的，所述车牌号提取模块包括：第一图像采集单元，用于按照第一时间间隔进行图像采集，基于采集得到的图像判定是否存在画面变化；第二图像采集单元，用于在存在画面变化时，按照第二时间间隔进行图像采集，得到实时采集图像；图像识别单元，用于对实时采集图像中的车辆进行识别，提取车牌号码以及对应车牌号图像。
12.优选的，所述违法判定模块包括：车辆信息查询单元，用于将车牌号图像导入到标准路口车道线图像中，根据车牌号查询车辆尺寸信息；车辆模拟单元，用于根据车牌号图像确定车辆位置，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆；信息记录单元，用于根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
13.优选的，所述第一时间间隔小于第二时间间隔。
14.优选的，对相邻两组实时采集图像进行比对，若两者相同，则以第一时间间隔进行图像采集。
15.优选的，所述根据车牌号图像确定车辆位置的步骤包括，根据车牌号图像的边缘位置计算车辆朝向，根据车辆朝向确定车辆位置。
16.优选的，违法车辆的信息至少包括违法时间、违法地点、违法内容以及违法车辆信息。
17.优选的，同一时间在同一路口的违法车辆的信息仅记录一次。
18.本发明实施例提供的一种基于云计算的智能交通管理方法，通过对路口进行图像采集，构建标准图像，进而在车辆通过时进行图像采集，根据车辆的位置来判定车辆是否压线，实现了自动化识别和自动化记录，提高了路口监管强度，也提高了便捷性。
附图说明
19.图1为本发明实施例提供的一种基于云计算的智能交通管理方法的流程图。
20.图2为本发明实施例提供的根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像的步骤的流程图。
21.图3为本发明实施例提供的按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像的步骤的流程图。
22.图4为本发明实施例提供的将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录的步骤的流程图。
23.图5为本发明实施例提供的一种基于云计算的智能交通管理系统的架构图。
24.图6为本发明实施例提供的一种标准图像构建模块的架构图。
25.图7为本发明实施例提供的一种车牌号提取模块的架构图。
26.图8为本发明实施例提供的一种违法判定模块的架构图。
实施方式
27.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
28.如图1所示，为本发明实施例提供的一种基于云计算的智能交通管理方法的流程图，所述方法包括：s100，采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线。
29.在本步骤中，采集一组路口参考图像，在使用之前，利用设置在路口的监控设备采集一组图像，即为路口参考图像，在该路口参考图像中，应当包含该路口内的所有车道线，车道线包括了实线、虚线和停止线，其中虚线位置视为可以变道，实线位置视为禁止变道，而停止线则是在红灯亮起时禁止压线。
30.s200，根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像。
31.在本步骤中，根据路口参考图像进行图像识别，利用图像识别技术，从中提取各个车道线，包括车道的实线、虚线以及位于路口的停止线，上述识别过程在于确定各个车道线的轮廓，以确定车道线的位置，为后续车辆是否压线提供参考，根据识别得到车道线，按照一比一的比例构建一张与路口参考图像具有相同尺寸的空白图片，并将各个车道线的轮廓绘制在其中，以形成标准路口车道线图像。
32.s300，按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像。
33.在本步骤中，按照预设的时间间隔对路口进行图像采集，具体的，为了节能，可以先按照较低的图像采集频次进行图像采集，如一秒钟两次，通过采集得到的图像进行判定，判断是否有车辆进入路口，若判定存在车辆进入，则加大图像采集频率，此时得到的实时采集图像则会更多，对实时采集图像中包含的车牌号进行识别，一方面提取其中包含的车牌号码，另一方面，将整个车牌号所在的图像提取出来，得到车牌号图像。
34.s400，将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
35.在本步骤中，将车牌号图像导入到标准路口车道线图像中，具体的，可以构建二维坐标系，确定车牌号图像中的每一个像素的坐标，进而在标准路口车道线图像中进行对应标记，以实现合并图像的目的，根据车牌的形状确定车头的中心位置，车头的中心位置即为车牌的中心位置，进而根据车牌的形状确定车头的方向，根据车牌号查询车辆的尺寸信息，对车辆进行模拟，确定整车的位置，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
36.如图2所示，作为本发明的一个优选实施例，所述根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像的步骤，具体包括：s201，对路口参考图像进行线条化处理，识别其中包含的车道线。
37.在本步骤中，对路口参考图像进行线条化处理，通过进行二值处理和霍夫变换，将整个图像转换为由线条组成的图像，那么可以据此来识别和确定该图像中的车道线。
38.s202，将车道线分为虚线、实线和停止线，构建空白图像。
39.在本步骤中，将车道线分为虚线、实线和停止线，具体的，识别车道线的长度，按照长度将其划分为实线和虚线，进一步根据实线、虚线的方向，来确定停止线的位置，停止线必然与其他车道线相垂直，并构建一组空白图像，具体的，提取路口参考图像的尺寸比例，构建相同尺寸的空白图像。
40.s203，按照原始比例将车道线绘制在空白图像内，形成标准路口车道线图像，所述标准路口车道线图像中根据车道线的位置划分车道区域。
41.在本步骤中，按照原始比例将车道线绘制在空白图像内，具体的，确定路口参考图像中所有像素的坐标，以坐标对图像中的各个像素进行表示，进而按照坐标将各个车道线上的坐标标记在空白图像内，即可得到标准路口车道线图像，那么相邻的两组车道线之间即为一个车道。
42.如图3所示，作为本发明的一个优选实施例，所述按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像的步骤，具体包括：s301，按照第一时间间隔进行图像采集，基于采集得到的图像判定是否存在画面变化。
43.在本步骤中，按照第一时间间隔进行图像采集，具体的，可以是一秒钟采集两张图片，即0.5秒拍摄一张图片，将采集得到的相邻两张图片进行比对，计算出现变化的像素数量，当像素数量超过预设值时则判定画面存在变动，此时可以视为存在车辆驶入画面。
44.s302，在存在画面变化时，按照第二时间间隔进行图像采集，得到实时采集图像。
45.在本步骤中，在存在画面变化时，按照第二时间间隔进行图像采集，当判定存在车辆驶入时，则需要加大拍摄频率，那么第二时间间隔就会小于第一时间间隔，比如从一秒两张图像变化为一秒三张图像，得到实时采集图像。
46.s303，对实时采集图像中的车辆进行识别，提取车牌号码以及对应车牌号图像。
47.在本步骤中，对实时采集图像中的车辆进行识别，识别时，仅进行车牌号识别，提取车牌号码，在提取完成之后，将该车辆的车牌号区域整个截取下来，以形成车牌号图像。
48.如图4所示，作为本发明的一个优选实施例，所述将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录的步骤，具体包括：s401，将车牌号图像导入到标准路口车道线图像中，根据车牌号查询车辆尺寸信息。
49.在本步骤中，将车牌号图像导入到标准路口车道线图像中，具体的，在实时采集图像中构建二维坐标系，以横向的像素为横轴，纵向的像素为纵轴，确定每一个像素的坐标，在标准路口车道线图像将车牌号图像按照坐标导入，然后根据车牌号查询车辆尺寸信息，在此过程中，对车主信息也进行查询。
50.s402，根据车牌号图像确定车辆位置，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆。
51.在本步骤中，根据车牌号图像确定车辆位置，识别车牌边框的位置，根据车牌边框来确定车牌中心的位置，进而根据车牌边框的实际形状确定车辆车头的方向，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆。
52.s403，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
53.在本步骤中，根据模拟车辆位置判定车辆是否压线，当发现车辆跨越车道线时，或者出现车辆从一个车道转移到另一个车道，且两次采集图像时车辆均位于实线附近，则判定其压线，对违法车辆的信息进行记录。
54.如图5所示，为本发明实施例提供的一种基于云计算的智能交通管理系统，所述系统包括：图像采集模块100，用于采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线。
55.在本系统中，图像采集模块100采集一组路口参考图像，在使用之前，利用设置在路口的监控设备采集一组图像，即为路口参考图像，在该路口参考图像中，应当包含该路口内的所有车道线，车道线包括了实线、虚线和停止线，其中虚线位置视为可以变道，实线位置视为禁止变道，而停止线则是在红灯亮起时禁止压线。
56.标准图像构建模块200，用于根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像。
57.在本系统中，标准图像构建模块200根据路口参考图像进行图像识别，利用图像识别技术，从中提取各个车道线，包括车道的实线、虚线以及位于路口的停止线，上述识别过程在于确定各个车道线的轮廓，以确定车道线的位置，为后续车辆是否压线提供参考，根据识别得到车道线，按照一比一的比例构建一张与路口参考图像具有相同尺寸的空白图片，并将各个车道线的轮廓绘制在其中，以形成标准路口车道线图像。
58.车牌号提取模块300，用于按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像。
59.在本系统中，车牌号提取模块300按照预设的时间间隔对路口进行图像采集，具体的，为了节能，可以先按照较低的图像采集频次进行图像采集，如一秒钟两次，通过采集得到的图像进行判定，判断是否有车辆进入路口，若判定存在车辆进入，则加大图像采集频率，此时得到的实时采集图像则会更多，对实时采集图像中包含的车牌号进行识别，一方面提取其中包含的车牌号码，另一方面，将整个车牌号所在的图像提取出来，得到车牌号图像。
60.违法判定模块400，用于将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
61.在本系统中，违法判定模块400将车牌号图像导入到标准路口车道线图像中，具体的，可以构建二维坐标系，确定车牌号图像中的每一个像素的坐标，进而在标准路口车道线图像中进行对应标记，以实现合并图像的目的，根据车牌的形状确定车头的中心位置，车头的中心位置即为车牌的中心位置，进而根据车牌的形状确定车头的方向，根据车牌号查询车辆的尺寸信息，对车辆进行模拟，确定整车的位置，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
62.如图6所示，作为本发明的一个优选实施例，所述标准图像构建模块200包括：车道线识别单元201，用于对路口参考图像进行线条化处理，识别其中包含的车道线。
63.在本模块中，车道线识别单元201对路口参考图像进行线条化处理，通过进行二值处理和霍夫变换，将整个图像转换为由线条组成的图像，那么可以据此来识别和确定该图像中的车道线。
64.车道线划分单元202，用于将车道线分为虚线、实线和停止线，构建空白图像。
65.在本模块中，车道线划分单元202将车道线分为虚线、实线和停止线，具体的，识别车道线的长度，按照长度将其划分为实线和虚线，进一步根据实线、虚线的方向，来确定停止线的位置，停止线必然与其他车道线相垂直，并构建一组空白图像，具体的，提取路口参考图像的尺寸比例，构建相同尺寸的空白图像。
66.图像绘制单元203，用于按照原始比例将车道线绘制在空白图像内，形成标准路口车道线图像，所述标准路口车道线图像中根据车道线的位置划分车道区域。
67.在本模块中，图像绘制单元203按照原始比例将车道线绘制在空白图像内，具体的，确定路口参考图像中所有像素的坐标，以坐标对图像中的各个像素进行表示，进而按照坐标将各个车道线上的坐标标记在空白图像内，即可得到标准路口车道线图像，那么相邻的两组车道线之间即为一个车道。
68.如图7所示，作为本发明的一个优选实施例，所述车牌号提取模块300包括：第一图像采集单元301，用于按照第一时间间隔进行图像采集，基于采集得到的图像判定是否存在画面变化。
69.在本模块中，第一图像采集单元301按照第一时间间隔进行图像采集，具体的，可以是一秒钟采集两张图片，即0.5秒拍摄一张图片，将采集得到的相邻两张图片进行比对，计算出现变化的像素数量，当像素数量超过预设值时则判定画面存在变动，此时可以视为
存在车辆驶入画面。
70.第二图像采集单元302，用于在存在画面变化时，按照第二时间间隔进行图像采集，得到实时采集图像。
71.在本模块中，第二图像采集单元302在存在画面变化时，按照第二时间间隔进行图像采集，当判定存在车辆驶入时，则需要加大拍摄频率，那么第二时间间隔就会小于第一时间间隔，比如从一秒两张图像变化为一秒三张图像，得到实时采集图像。
72.图像识别单元303，用于对实时采集图像中的车辆进行识别，提取车牌号码以及对应车牌号图像。
73.在本模块中，图像识别单元303对实时采集图像中的车辆进行识别，识别时，仅进行车牌号识别，提取车牌号码，在提取完成之后，将该车辆的车牌号区域整个截取下来，以形成车牌号图像。
74.如图8所示，作为本发明的一个优选实施例，所述违法判定模块400包括：车辆信息查询单元401，用于将车牌号图像导入到标准路口车道线图像中，根据车牌号查询车辆尺寸信息。
75.在本模块中，车辆信息查询单元401将车牌号图像导入到标准路口车道线图像中，具体的，在实时采集图像中构建二维坐标系，以横向的像素为横轴，纵向的像素为纵轴，确定每一个像素的坐标，在标准路口车道线图像将车牌号图像按照坐标导入，然后根据车牌号查询车辆尺寸信息，在此过程中，对车主信息也进行查询。
76.车辆模拟单元402，用于根据车牌号图像确定车辆位置，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆。
77.在本模块中，车辆模拟单元402根据车牌号图像确定车辆位置，识别车牌边框的位置，根据车牌边框来确定车牌中心的位置，进而根据车牌边框的实际形状确定车辆车头的方向，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆。
78.信息记录单元403，用于根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
79.在本模块中，信息记录单元403根据模拟车辆位置判定车辆是否压线，当发现车辆跨越车道线时，或者出现车辆从一个车道转移到另一个车道，且两次采集图像时车辆均位于实线附近，则判定其压线，对违法车辆的信息进行记录。
80.在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线；根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像；按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像；将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
81.在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线；根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像；按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像；将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。
82.应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
83.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
84.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
85.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
86.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于云计算的智能交通管理系统，其特征在于，所述系统包括：图像采集模块，用于采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线；标准图像构建模块，用于根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像；车牌号提取模块，用于按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像；违法判定模块，用于将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。2.根据权利要求1所述的基于云计算的智能交通管理系统，其特征在于，所述标准图像构建模块包括：车道线识别单元，用于对路口参考图像进行线条化处理，识别其中包含的车道线；车道线划分单元，用于将车道线分为虚线、实线和停止线，构建空白图像；图像绘制单元，用于按照原始比例将车道线绘制在空白图像内，形成标准路口车道线图像，所述标准路口车道线图像中根据车道线的位置划分车道区域。3.根据权利要求1所述的基于云计算的智能交通管理系统，其特征在于，所述车牌号提取模块包括：第一图像采集单元，用于按照第一时间间隔进行图像采集，基于采集得到的图像判定是否存在画面变化；第二图像采集单元，用于在存在画面变化时，按照第二时间间隔进行图像采集，得到实时采集图像；图像识别单元，用于对实时采集图像中的车辆进行识别，提取车牌号码以及对应车牌号图像。4.根据权利要求1所述的基于云计算的智能交通管理系统，其特征在于，所述违法判定模块包括：车辆信息查询单元，用于将车牌号图像导入到标准路口车道线图像中，根据车牌号查询车辆尺寸信息；车辆模拟单元，用于根据车牌号图像确定车辆位置，并根据车辆尺寸信息构建车辆模型，按照车牌号图像的角度生成模拟车辆；信息记录单元，用于根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。5.根据权利要求3所述的基于云计算的智能交通管理系统，其特征在于，所述第一时间间隔小于第二时间间隔。6.根据权利要求3所述的基于云计算的智能交通管理系统，其特征在于，对相邻两组实时采集图像进行比对，若两者相同，则以第一时间间隔进行图像采集。7.根据权利要求4所述的基于云计算的智能交通管理系统，其特征在于，所述根据车牌号图像确定车辆位置的步骤包括，根据车牌号图像的边缘位置计算车辆朝向，根据车辆朝向确定车辆位置。8.根据权利要求1所述的基于云计算的智能交通管理系统，其特征在于，违法车辆的信
息至少包括违法时间、违法地点、违法内容以及违法车辆信息。9.根据权利要求1所述的基于云计算的智能交通管理系统，其特征在于，同一时间在同一路口的违法车辆的信息仅记录一次。

技术总结
本发明适用于交通管理技术领域，尤其涉及一种基于云计算的智能交通管理系统，所述方法包括：采集一组路口参考图像，所述路口参考图像包含该路口内的所有车道线；根据路口参考图像进行图像识别，识别车道线，并构建标准路口车道线图像；按照预设的时间间隔对路口进行图像采集，得到实时采集图像，进行车牌号识别，提取车牌号图像；将车牌号图像导入到标准路口车道线图像中，并进行车辆模拟，根据模拟车辆位置判定车辆是否压线，对违法车辆的信息进行记录。本发明通过对路口进行图像采集，构建标准图像，进而在车辆通过时进行图像采集，根据车辆的位置来判定车辆是否压线，实现了自动化识别和自动化记录，提高了路口监管强度，也提高了便捷性。了便捷性。了便捷性。


技术研发人员：张良杰
受保护的技术使用者：北京维新科技发展有限公司
技术研发日：2023.03.02
技术公布日：2023/6/28