发布时间 : 星期一 文章海关卡口智能化监控系统设计方案更新完毕开始阅读
场图像后传送奇数场图像的，就允许我公司采用场采集技术，这样最后一路输入采集的时延为20 + 20*3 = 80ms。一个以15公里/小时速度移动的物体在80ms时间的平行位移为 15*1000*0.08 / 3600 = 0.33米，即物体在视野移动的位移为0.33米。由于系统中采用的镜头保留了足够大的视野，这样的位移对图像拍摄是不构成影响的。
图像采集卡采集的图像经过了场扩展后分辨率达到了768*576像素，相应的占用存空间为 768*576*3 = 1.32MB。由于图像采集卡具有对图像的色度、亮度、对比度的调节功能，可以通过对图像采集卡的参数设置在照度较低的情况下适当的提高图像的对比度和锐度。
集装箱后门图像示例：
3.2.3图像压缩存储
人眼对彩色图像的视觉特性的最敏感方面在于亮度变化，其次才是对色度和饱和度的感觉。所以JPEG压缩利用这个原理，先将彩色图像从RGB三色空间变
换到YUV彩色空间，在对亮度信号进行压缩的同时，再对色度和饱和度信号进行更高比例的压缩，虽然这样的压缩会带来色度和饱和度信号的一定程度的失真，但是从人眼视觉的特性来考虑，影响是不显著的。
由上节的分析，一幅点阵格式（BMP格式）的图像占用的存（硬盘）空间为1.32MB，而通过了Jpeg压缩后，通常的图像文件为100~200KB或更小，取决于采用的压缩比率即对色彩分量的压缩程度。
3.3灯光控制模块
本系统中采用了动态围较大的摄像机，感光成像照度围在f1.2光圈条件下为1.4Lux ~ 100,000Lux。理论上说，该摄像机在很低的亮度下可以成像，但这不代表该照度是成像的理想亮度，实践证明在该照度下摄像机成像噪声很大、对比度低且色彩基本丧失。为了在夜间同样实现与白天相同的成像效果，晚间需要采用泛光灯补光拍摄。补光用的泛光灯采用了PHILIPS的400W高压气体放电灯，能量转化率高，灯光色温高，图像色彩还原好。
本系统中的照明灯采用系统自动控制的工作方式。由于每一天的天气状况和日出日落的时刻是各不相同的，使用时间表的方式控制照明灯存在明显的局限性，而且由于阴雨和建筑物的遮挡等因素，在白天环境光的强度也可能会低于最佳的成像围。这就需要利用外部的照度采集器实时监测环境光强度，当发现环境光强度低于预定的开灯阈值时，自动打开电源点亮泛光灯为摄像系统补光，而当环境光高于预定的关灯阈值时，自动切断电源关闭泛光灯。
由于本系统的主控计算机距离各摄像机还是有相当的距离的，为了如实的反映各摄像机在室外条件下的环境光强度，在前端摄像机的位置安装了数字化照度采集器。该数字采集器通过部芯片进行模数转换编码，通过串行通讯口远程控制协议完成数据读取，使该采集器的有效工作半径达到了1Km以上。
系统监测环境光强度，根据光照强度打开和关闭照明灯的同时，摄像机的工作参数也通过远程的控制协议发生了适当的改变，目的是白天适应日光、夜晚适应灯光的强度，这样才能采集到理想的图像。
3.4图像识别模块
3.4.1图像识别模块工作过程
对集装箱图像（多个图像）识别的过程从系统流程来讲主要有三个步骤，分别是建立队列、单图像识别、多结果校验。
建立队列。因为从图像拍摄系统的逻辑分析以及系统中硬件的架设位置决定了图像不能同时传送到计算机上，就要求先送到的图像先进入识别器，后到达的图像则需要排队等候。识别队列采用串行的工作方式，主要原因是图像分析处理对于CPU而言是占用率极高负担很重的任务，采用并行的多幅图像识别只会在系统切换线程中间白白的浪费时间，不会提高整体性能，而采用串行识别的方法还可以采用利用识别结果进行的提速技术，更实用些。
单图像识别。单图像送入识别器进行图像解码、图像处理、分割、字符识别、结果组装，最后利用最大可能性输出可以识别的集装箱。输出的结果中包含色彩，排列，位置等大量处理中间信息，为后面的多结果的校验做准备。
多结果校验。通常集装箱可以拍摄到四个侧面的图像，但是这些图像可能部分甚至全部因为长期使用刮擦和污渍造成的某些字符损坏无法辨认或者破损过于严重导致切分错误，这就需要对多个识别结果采用多结果冗余校验的技术进行检查和纠正，而且可以判断出当前车辆承载的是一个还是两个集装箱。生成的结果作为集装箱识别的最终结果。
由于三个主要的步骤是串行顺序进行的，这里不做过多的论述。识别模块工作过程可以参加下图：
3.4.2集装箱图像识别技术
作为集装箱数据自动采集系统术上升空间较多的部分，集装箱图像识别器的性能直接关系到了整个采集系统的数据可靠性和正确率。只有集装箱光学图像识别的技术达到了设计的要求，整个电子卡口系统才真正可以实现它无人监管的功能要求，才应用价值和发展前途。因此，提高集装箱图像识别率，研究开发高性能的集装箱图像识别器也是集装箱采集系统研发中的重要组成部分和研究的重要容。
本系统中使用的集装箱识别器主要包括以下几个步骤：
图像解码，将采用JPEG算法压缩的图像解码成位图格式缓冲中心数据。 图像处理，为了有好的识别效果，对源图像经常需要必要的图像处理工作，如图像校正、边缘提取、滤波降噪、色彩处理等。
图像分割，边缘分析等原理基础上对集装箱图像进行特征提取，将包含集装箱的图像中心域从复杂的背景中分割出来，形成重点处理的图像中心域。
字符分割，从重点处理的图像中心域中分割出单个字符。 字符识别，将单个字符的图像识别成表示其含义的ASCII字符。