视频监控越来越多被应用于公共安防，其中路口违章抓拍的红绿灯摄像头我们其实非常熟悉，那么您知道红绿灯路口摄像头如何实现违章抓拍？

　　1、视频监控整体架构

　　面部特征取证电警系统的电子警察部分采用线圈和视频结合的方式，正常情况下使用线圈进行车辆检测，在线圈故障时自动切换到视频检测方式，卡口部分采用纯视频检测方式，系统能够实现对运动物体的实时检测、锁定、跟踪，根据车辆运动轨迹判断车辆是否违章并进行记录。

　　系统采用一体化设计的CCD型高清电警抓拍单元和高清卡口抓拍单元为采集主体，采用同杆安装的方式。电警抓拍单元抓拍车尾，采用LED频闪灯进行补光，覆盖单向3车道，对车辆违章进行检测与抓拍，获取车辆违章过程图片信息并自动识别车辆号牌。卡口抓拍单元抓拍车头，采用闪光灯和LED频闪灯组合补光，覆盖单向3车道，对卡口过车进行检测与抓拍，获取车辆通行信息和驾驶员面部特征并自动识别车辆号牌。这些记录上传至智能终端管理设备中进行关联后，合成违章过程+驾驶员面部特征的图片，用于违章处罚。

　　2、视频监控系统工作原理

　　系统中主要设备由嵌入式一体化高清抓拍摄像机（包括电警摄像机和卡口摄像机）、智能终端管理设备、补光设备、网络传输和中心管理等部分组成，系统核心设备为嵌入式一体化高清摄像机，该摄像机集抓拍、控制、识别、录像、压缩、传输于一体，具有先进的视频检测功能，可以对视频图像进行逐帧识别，同时自动匹配对应车道，对过往车辆进行轨迹跟踪并做行为判断。

　　电警摄像机可以实现多种违章行为的检测判定，并进行抓拍、车牌识别、录像和存储，处理结果上传到后台，同时还可以对绿灯正常行驶的车辆进行抓拍记录。

　　卡口摄像机可以实现车辆通行信息的记录，并进行抓拍、车牌识别、录像和存储，同时还可对超速逆行车辆进行检测与抓拍，并将结果上传到后台。

　　智能终端管理设备可以实现卡口抓拍记录和电警违章记录的自动关联，根据车牌号码、车身颜色和过车时间等多种条件进行智能化的规则关联比较，形成证据确凿的符合新国标的违章图片记录，既可以明确反映车辆违章过程，也可以清晰反映驾驶员面部特征。
　　3、线圈检测车辆原理

　　车辆通过地感线圈时，车辆检测器检测到车辆通过的信号，并根据两线圈间距和通过的时间差计算出车辆速度，并将抓拍信号发送给摄像机，从而触发摄像机进行抓拍，摄像机将抓拍到的图片通过网络传输至中心服务器。
　　4、视频检测车辆原理

　　采用基于运动检测的车辆检测方法，其核心原理是通过学习建立道路背景模型，将当前帧图像与背景模型进行背景差分得到运动前景像素点，然后对这些运动前景像素进行处理得到车辆信息。该方法效果的优劣依赖于背景建模算法的性能。

　　整个检测过程分为以下几个步骤：1、由高清摄像抓拍主机获取实时的视频流。2、利用背景差分算法检测运动前景。首先通过初始多帧视频图像的自学习建立一个背景模型，然后对当前帧图像与背景模型进行差分运算，消除背景的影响，从而获取运动目标的前景区域。3、根据背景差分运算中运动目标检测的结果，有选择性地更新背景模型，并保存背景模型。4、过滤噪声，并获取准确的车辆位置。5、运用时空信息、匹配和预测等算法，对车辆进行准确的跟踪，得到车辆对象的运动轨迹，并保存车辆对象的轨迹信息。6、判断车辆是否到达触发线位置，如果没有到达，则进行下一帧的检测，如果到达则发出触发信号。车辆的抓拍触发综合运用了车牌检测算法和车辆检测算法。

　　5、红绿灯信号检测原理

　　视频检测红绿灯方法。视频分析算法对于红绿灯的检测综合运用了亮度比较算法与灰度比较算法，在场景中红绿灯所在位置划定检测区域，并对该区域的亮度与灰度的变化进行实时地检测与判断，从而获知当前的红绿灯状态。

　　信号检测器红绿灯信号检测。在某些不利于进行视频检测的场合，用来确保对红绿灯信号判断的准确性。信号检测器内置红绿灯检测电路，将被检测车道的红绿灯信号引入到信号检测器，220V的红绿灯交流信号被转换为低电压，通过光耦器件送至内部的数字逻辑门电路，从而完成红绿灯信号的检测。信号检测器收集红灯的信息，当有车辆在红灯期间驶过检测线，则通过RS485接口向摄相机发送抓拍指令，获取相应违章图片。

　　6、车牌识别原理

　　车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。

　　识别的具体步骤分为车牌定位、车牌提取、字符识别。在自然环境中，相机首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。

　　完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别，车牌识别算法采用基于模板匹配算法，首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果，通过这种多次比对的方式极大了提高了车牌识别的准确率。
　　图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。

　　预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

　　车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

　　字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

　　字符识别：对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。

　　结果输出：将车牌识别的结果以文本格式输出。