一种基于车载视频的高速公路图像采集方法、设备及介质与流程

本技术涉及高速公路测绘领域，具体涉及一种基于车载视频的高速公路图像采集方法、设备及介质。

背景技术：

1、近年来，随着交通领域的发展，高速公路的建设和管理变得越来越重要，图像自动化技术在监控和管理高速公路中发挥着重要作用。然而，在目前的技术中，图像数据的采集手段过分依赖人工，导致效率低下和成本较高。

2、在现有技术中，高速公路的监控主要依赖人工进行巡检。监控员需要手动观察和记录每个摄像头的图像数据，并根据需要进行处理和分析。这种方法存在人力资源浪费、效率低下和错误率较高的问题。

3、对于以上技术，当前的公路摄像头公开数据集主要为城市街区场景，样本角度、拍摄设备均不适用于高速公路病害路产巡检。

4、综上所述，现有技术在高速公路图像自动化方面存在依赖人工、效率低下等问题。因此，需要一种新的方法来解决这些问题，并提高高速公路图像自动化的效率和准确性。

技术实现思路

1、为了解决上述问题，本技术提出了一种基于车载视频的高速公路图像采集方法、设备及介质，应用于采集车辆，所述采集车辆上设置有视频采集装置以及定位装置；其中方法包括：

2、获取目标高速公路的历史车流数据，并基于所述历史车流数据，确定所述目标高速公路的采集时间；在所述采集时间内，通过所述采集车辆对所述目标高速公路进行视频采集，以得到目标视频；对所述目标视频进行抽帧及分析，以得到感兴趣图像；将所述感兴趣图像与对应的时间信息以及定位信息进行绑定，并将绑定后的感兴趣图像发送至服务器。

3、在一个示例中，所述基于所述历史车流数据，确定所述目标高速公路的采集时间，具体包括：对所述历史车流数据进行去噪，以得到处理后的历史车流数据；基于所述处理后的历史车流数据，确定目标高速公路在不同时间段分别对应的特征矩阵；所述特征矩阵的行相邻的预设时间段分别对应的相关特征，所述相关特征包括天气特征、日期特征中的至少一种；所述特征矩阵的列为所述相邻的预设时间段分别对应的平均车流量；通过对所述特征矩阵进行聚类操作，以将所述特征矩阵划分至预设多个聚类簇中，以得到所述特征矩阵在所述预设多个聚类簇中的聚类坐标；基于所述聚类坐标，确定与所述特征矩阵距离低于预设阈值的目标聚类簇；基于所述目标聚类簇的聚类标签，确定所述目标高速公路的采集时间。

4、在一个示例中，所述对所述目标视频进行抽帧及分析，以得到感兴趣图像，具体包括：对所述目标视频进行抽帧，以得到目标图像集；对所述目标图像集内的每一帧目标图像进行分析，以得到感兴趣图像；所述对所述目标视频进行抽帧，以得到目标图像集，具体包括：在所述目标视频中确定不同时间点所对应的所述采集车辆的实时车速，以及画面亮度；基于所述实时车速以及所述画面亮度，确定所述目标视频对应的初始抽帧间隔；基于所述初始抽帧间隔，对所述目标视频进行抽帧，以得到目标图像集。

5、在一个示例中，所述基于所述初始抽帧间隔，对所述目标视频进行抽帧，以得到目标图像集，具体包括：基于所述初始抽帧间隔，对所述目标视频进行抽帧，以得到初始目标图像；识别所述初始目标图像中是否存在障碍车辆，若存在，则基于所述初始目标图像，确定所述采集车辆与所述障碍车辆的深度距离；基于所述深度距离以及所述实时车速，确定所述初始目标图像对应的下一抽帧间隔；基于所述下一抽帧间隔，在所述目标视频中确定下一目标图像；基于所述目标视频内的全部下一目标图像以及所述初始目标图像，生成所述目标视频的目标图像集。

6、在一个示例中，所述对所述目标视频进行抽帧及分析，以得到感兴趣图像，具体包括：基于所述初始抽帧间隔，对所述目标视频进行抽帧，以得到初始目标图像；确定所述初始目标图像中存在与所述采集车辆呈并行状态的并行障碍车辆；通过所述初始目标图像，在所述目标视频中确定存在所述并行障碍车辆的目标图像帧；所述目标图像帧包括所述并行障碍车辆出现在所述目标视频中的初始帧、所述并行障碍车辆消失于所述目标视频中的结束帧，以及所述初始帧与所述结束帧之间的全部图像帧；基于所述目标图像帧，确定所述并行车辆在所述目标图像帧所在的目标时间段内分别对应的车架垂直高度阈值；若所述车架垂直高度阈值大于预设起伏阈值，则将所述并行障碍车辆对应的全部图像帧加入至所述目标图像集。

7、在一个示例中，所述对所述目标图像集内的每一帧目标图像进行分析，以得到感兴趣图像，具体包括：基于所述目标高速公路类型，确定预设图片分析模型；基于所述预设图片分析模型，对任一目标图像进行分析，以确定所述任一目标图像是否包含感兴趣区域；若所述任一目标图像包含所述感兴趣区域，则获取所述感兴趣区域在所述任一目标图像中的区域位置；基于所述区域位置以及瞬时车速，确定所述任一目标图像所对应的间隔时间；基于间隔时间与所述任一目标图像的抽帧时间，在所述目标视频中确定感兴趣图像，以使所述感兴趣区域处于所述感兴趣图像中的预设区域内。

8、在一个示例中，所述将绑定后的感兴趣图像发送至服务器之后，所述方法还包括：获取所述目标高速公路的货车行驶数据以及行驶天气数据，所述货车行驶数据包括货车数量、货车载重数据；通过如下公式，确定所述目标高速公路的采集时间间隔：

9、

10、其中，t为采集时间间隔，a、b为预设系数，n为货车数量，gi为第i辆货车的货车载重，εi为第i辆货车对应的天气影响因子，所述天气影响因子大小取决于货车对应的行驶天气数据。

11、在一个示例中，所述在所述采集时间内，通过所述采集车辆对所述目标高速公路进行视频采集，以得到目标视频，具体包括：通过服务器获取所述目标高速公路的历史感兴趣区域的历史坐标；在所述采集车辆的行驶过程中，确定采集车辆与所述历史感兴趣区域的坐标距离；当所述坐标距离低于预设阈值时，确定所述历史感兴趣区域的目标车道；基于所述目标车道，生成变道信号，并将所述变道信号发送给所述采集车辆。

12、本技术还提供了一种基于车载视频的高速公路图像采集设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：获取目标高速公路的历史车流数据，并基于所述历史车流数据，确定所述目标高速公路的采集时间；在所述采集时间内，通过所述采集车辆对所述目标高速公路进行视频采集，以得到目标视频；对所述目标视频进行抽帧及分析，以得到感兴趣图像；将所述感兴趣图像与对应的时间信息以及定位信息进行绑定，并将绑定后的感兴趣图像发送至服务器。

13、本技术还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：获取目标高速公路的历史车流数据，并基于所述历史车流数据，确定所述目标高速公路的采集时间；在所述采集时间内，通过所述采集车辆对所述目标高速公路进行视频采集，以得到目标视频；对所述目标视频进行抽帧及分析，以得到感兴趣图像；将所述感兴趣图像与对应的时间信息以及定位信息进行绑定，并将绑定后的感兴趣图像发送至服务器。

14、通过本技术提出的方法能够带来如下有益效果：针对不同类型的感兴趣图像，通过目标高速公路的历史车流数据，确定不同的视频采集时间，进而提高感兴趣图像的采集效率。同时通过对视频进行抽帧分析，减少了图像识别过程的计算量，提高了识别效率。