本發(fā)明涉及車輛管理領(lǐng)域，具體涉及一種智能車輛管理系統(tǒng)。
背景技術(shù)：
：相關(guān)技術(shù)中,對(duì)車輛的管理(尤其是對(duì)摩托車的管理)，用的比較多的是對(duì)車輛的安防、監(jiān)控等的簡單管理，無法實(shí)現(xiàn)對(duì)摩托車等車輛的智能化遠(yuǎn)程管理控制。技術(shù)實(shí)現(xiàn)要素：為解決上述問題，本發(fā)明旨在提供一種智能車輛管理系統(tǒng)。本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：一種智能車輛管理系統(tǒng)，包括車輛信息獲取子系統(tǒng)、智能用戶終端、以及分別與車輛信息獲取子系統(tǒng)和智能用戶終端進(jìn)行無線通信的云服務(wù)管理中心；其中，所述車輛信息獲取子系統(tǒng)用于獲取車輛的車輛信息，并將車輛信息發(fā)送至云服務(wù)管理中心，或者從云服務(wù)管理中心獲取控制指令；所述智能用戶終端，從云服務(wù)管理中心獲取車輛信息，并發(fā)送控制指令至云服務(wù)管理中心；所述云服務(wù)管理中心，用于接收和處理車輛信息獲取子系統(tǒng)的車輛信息和智能用戶終端的控制指令，并分別向車輛信息獲取子系統(tǒng)和智能用戶終端發(fā)送交互信息。本發(fā)明的有益效果為：通過車輛信息獲取子系統(tǒng)采集車輛信息并發(fā)送至云服務(wù)管理中心，云服務(wù)管理中心進(jìn)行統(tǒng)計(jì)分析并將其結(jié)果共享給智能用戶終端，進(jìn)而使用戶通過智能用戶終端了解車輛信息，并對(duì)其車輛進(jìn)行控制，方便用戶對(duì)車輛進(jìn)行實(shí)時(shí)了解及控制。附圖說明利用附圖對(duì)本發(fā)明作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；圖2是本發(fā)明圖像處理裝置的結(jié)構(gòu)連接示意圖。附圖標(biāo)記：車輛信息獲取子系統(tǒng)1、智能用戶終端2、云服務(wù)管理中心3、圖像處理裝置4、圖像獲取單元11、圖像預(yù)處理單元12、圖像融合單元13、圖像評(píng)價(jià)單元14。具體實(shí)施方式結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。參見圖1、圖2，本實(shí)施例的一種智能車輛管理系統(tǒng)包括車輛信息獲取子系統(tǒng)1、智能用戶終端2、以及分別與車輛信息獲取子系統(tǒng)1和智能用戶終端2進(jìn)行無線通信的云服務(wù)管理中心3；其中，所述車輛信息獲取子系統(tǒng)1用于獲取車輛的車輛信息，并將車輛信息發(fā)送至云服務(wù)管理中心3，或者從云服務(wù)管理中心3獲取控制指令；所述智能用戶終端2，從云服務(wù)管理中心3獲取車輛信息，并發(fā)送控制指令至云服務(wù)管理中心3；所述云服務(wù)管理中心3，用于接收和處理車輛信息獲取子系統(tǒng)1的車輛信息和智能用戶終端2的控制指令，并分別向車輛信息獲取子系統(tǒng)1和智能用戶終端2發(fā)送交互信息。優(yōu)選的，所述車輛信息包括車輛行駛信息、車輛狀態(tài)信息、車輛位置信息、車輛圖像信息、車輛保養(yǎng)信息。優(yōu)選的，所述云服務(wù)管理中心3包括用于處理所述車輛圖像信息的圖像處理裝置4。本發(fā)明上述實(shí)施例通過車輛信息獲取子系統(tǒng)1采集車輛信息并發(fā)送至云服務(wù)管理中心3，云服務(wù)管理中心3進(jìn)行統(tǒng)計(jì)分析并將其結(jié)果共享給智能用戶終端2，進(jìn)而使用戶通過智能用戶終端2了解車輛信息，并對(duì)其車輛進(jìn)行控制，方便用戶對(duì)車輛進(jìn)行實(shí)時(shí)了解及控制。優(yōu)選的，所述圖像處理裝置4包括圖像獲取單元11、圖像預(yù)處理單元12、圖像融合單元13和圖像評(píng)價(jià)單元14；所述圖像獲取單元11用于獲取關(guān)于車輛圖像信息的源可見光圖像和源紅外圖像；所述圖像預(yù)處理單元12對(duì)聚焦不同的源可見光圖像和源紅外圖像進(jìn)行圖像配準(zhǔn)；所述圖像融合單元13用于對(duì)配準(zhǔn)后的圖像進(jìn)行融合處理；所述圖像評(píng)價(jià)單元14用于對(duì)融合后的圖像進(jìn)行評(píng)價(jià)，選擇評(píng)價(jià)合格的圖像作為最終的圖像。本優(yōu)選實(shí)施例設(shè)計(jì)了圖像處理裝置4的單元架構(gòu)，從而實(shí)現(xiàn)車輛圖像處理的功能。優(yōu)選的，所述圖像獲取單元11在采集時(shí)淘汰低質(zhì)量的圖像，其建立圖像質(zhì)量評(píng)價(jià)函數(shù)采用了主觀評(píng)價(jià)和客觀評(píng)價(jià)相結(jié)合的方式：式中，b1、b2、b3為各種評(píng)價(jià)因素所占比重，b1＜b2＜b3且b1+b2+b3＝1，F(xiàn)i為第i次通過主觀評(píng)價(jià)而給予圖像的分?jǐn)?shù)，Zi為第i次通過客觀評(píng)價(jià)而給予圖像的分?jǐn)?shù)，x表示圖像的峰值信噪比，N為進(jìn)行主觀評(píng)價(jià)的次數(shù)，G為進(jìn)行客觀評(píng)價(jià)的次數(shù)。本優(yōu)選實(shí)施例引入圖像質(zhì)量評(píng)價(jià)函數(shù)，能夠剔除質(zhì)量差的圖像，提高車輛圖像的后期處理效率。優(yōu)選的，所述圖像預(yù)處理單元12包括線段特征子模塊、投影變換子模塊、度量子模塊和遺傳計(jì)算子模塊；所述線段特征子模塊以源紅外圖像作為參考圖像，源可見光圖像作為待配準(zhǔn)圖像，檢測源可見光圖像的線段特征作為配準(zhǔn)的依據(jù)；所述投影變換子模塊：采用投影變換對(duì)源可見光圖像中的線段特征實(shí)施變換，變換參數(shù)構(gòu)成的矢量為所述度量子模塊：采用基于方向一致性的度量準(zhǔn)則構(gòu)建度量函數(shù)，度量源紅外圖像線段特征和變換后的源可見光圖像線段特征的相似性，如果滿足預(yù)設(shè)要求，則返回參數(shù)若不滿足要求，則轉(zhuǎn)入?yún)?shù)更新模塊；所述遺傳計(jì)算子模塊采用遺傳算法對(duì)進(jìn)行更新。本優(yōu)選實(shí)施例在融合前對(duì)車輛圖像進(jìn)行配準(zhǔn)，極大的提高了融合效率。優(yōu)選的，所述圖像融合單元13包括：(1)HSV變換子模塊：用于對(duì)預(yù)處理后的源可見光圖像進(jìn)行HSV變換并提取色調(diào)分量H、飽和度分量S和明度分量V；(2)分量獲取子模塊：用于將預(yù)處理后的源紅外圖像和明度分量V分別作二代Curvelet變換，以得到各自在(x，y)位置的低頻分量和高頻分量，在此設(shè)源紅外圖像對(duì)應(yīng)的低頻分量為Dy(x，y)、高頻分量為Gy(x，y)；明度分量V對(duì)應(yīng)的低頻分量為DV(x，y)，高頻分量為GV(x，y)；(3)融合子模塊，包括低頻分量融合單元和高頻分量融合單元：A、低頻分量融合單元，用于對(duì)所述低頻分量Dy(x，y)、DV(x，y)進(jìn)行融合，融合后的低頻分量DyV(x，y)為：a、若Dy(x，y)＝0或DV(x，y)＝0時(shí)：DyV(x，y)＝Dy(x，y)+DV(x，y)；b、若Dy(x，y)≠0或DV(x，y)≠0時(shí)：B、高頻分量融合單元，用于對(duì)高頻分量Gy(x，y)、GV(x，y)進(jìn)行融合，所述高頻分量融合單元對(duì)高頻分量My(x，y)、MV(x，y)進(jìn)行融合時(shí)，引入匹配測度因子：其中，F(xiàn)＝1，...ψ，，其中，F(xiàn)＝1，...ψ，F(xiàn)表示二代Curvelet變換的分解級(jí)數(shù)，ψ為二代Curvelet變換的最大分解級(jí)；F＝1，...ψ-1時(shí)，為計(jì)算的源可見光圖像的像素點(diǎn)信息質(zhì)量均值，為源紅外圖像的像素點(diǎn)信息質(zhì)量均值；F＝ψ時(shí)，為源可見光圖像中高頻子帶與低頻子帶的方向?qū)Ρ榷?，為源紅外圖像中高頻子帶與低頻子帶的方向?qū)Ρ榷?；表示源可見光圖像在最高分辨率λ下、α方向上、3×3窗口內(nèi)的區(qū)域信號(hào)強(qiáng)度；表示源紅外圖像在最高分辨率λ下、α方向上、3×3窗口內(nèi)的區(qū)域信號(hào)強(qiáng)度；若Pj(x，y)≤T，則融合后的高頻分量GyV(x，y)的選取公式為：若Pj(x，y)＞T，則融合后的高頻分量GyV(x，y)的選取公式為：a、時(shí)：b、時(shí)：其中，T為設(shè)定的閾值；(4)二代Curvelet逆變換子模塊，用于對(duì)融合后的低頻分量DyV(x，y)和融合后的高頻分量GyV(x，y)進(jìn)行二代Curvelet逆變換，以獲得新的明度分量VΩ；(5)HSV逆變換子模塊，用于對(duì)H、S、VΩ三個(gè)分量做HSV逆變換，最終得到融合圖像Q。發(fā)明人采用本實(shí)施例進(jìn)行了一系列測試，以下是進(jìn)行測試得到的實(shí)驗(yàn)數(shù)據(jù)：車輛圖像信息圖像點(diǎn)銳度識(shí)別率固定車輛車牌號(hào)碼86.29100％活動(dòng)車輛車牌號(hào)碼83.9999％固定車輛上人體目標(biāo)82.3996％活動(dòng)車輛上人體目標(biāo)80.9594％本優(yōu)選實(shí)施例結(jié)合低頻分量融合單元和高頻分量融合單元，對(duì)高頻分量和低頻分量采用不同的融合公式進(jìn)行融合，更具有針對(duì)性，能夠較好地描述車輛圖像中的目標(biāo)特征信息；引入加權(quán)因子來計(jì)算融合后的高頻分量，能夠較好地保留源圖像中的有用信息；引入匹配測度因子來計(jì)算融合后的高頻分量，充分提取了源紅外圖像的熱目標(biāo)特征信息與源可見光圖像豐富的背景特征信息，融合圖像細(xì)節(jié)清晰、邊緣平滑，具有更佳的融合性能和視覺效果。優(yōu)選的，所述圖像評(píng)價(jià)單元14包括：(1)第一評(píng)價(jià)單元：采用第一評(píng)估因子P1對(duì)融合效果進(jìn)行評(píng)估：P1＝(R1-I0)(R1-V0)其中，R1為融合后圖像的辨識(shí)率，I0為融合前源紅外圖像的辨識(shí)率，V0為融合前源可見光圖像的辨識(shí)率；當(dāng)P1＞0，判定融合效果合格；(2)第二評(píng)價(jià)單元：采用第二評(píng)估因子P2對(duì)融合速度進(jìn)行評(píng)估：P2＝(T1-I1)(T1-V1)其中，T1為融合后圖像的辨識(shí)時(shí)間，I1為融合前源紅外圖像的辨識(shí)時(shí)間，V1為融合前源可見光圖像的辨識(shí)時(shí)間；若P2＜0，則融合速度合格。本優(yōu)選實(shí)施例能夠切實(shí)提高車輛圖像處理的實(shí)用性。結(jié)合上述實(shí)施例，對(duì)采集的車輛圖像的融合效果相對(duì)提高了30％，融合速度相對(duì)提高了10％。最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。當(dāng)前第1頁1 2 3