技术摘要：
本发明公开了基于图像识别的轮胎荷载获取方法、车辆称重方法及系统，通过获取待测车辆的各个轮胎的轮胎图像，并将各个轮胎的轮胎图像发送给所述数据处理组件，所述数据处理组件用于从各个轮胎的轮胎图像中检测各个轮胎与地面的接触面积、胎压；将所述各个轮胎的接触面  全部
背景技术：
随着交通运输业的迅速发展，快速、长途、重载已成为公路货运的重要组成部分和 发展趋势，这也导致超载、超限现象日益严重。超载超限车辆对道路、桥梁等基础设施会造 成不可逆转的破坏，不仅造成巨大的经济损失，同时严重威胁人民群众的生命安全。 随着人工智能和交通运输业的深入结合，智能交通系统孕育而生。智能交通系统 是利用多种高新技术改造传统运输系统而形成的一种信息化、自动化、智能化、社会化的新 型运输系统，智能系统是未来交通系统的发展方向。在智慧交通系统中，基于计算机视觉的 非接触式车重识别是交通智能化的重要一部分。 在智能化交通系统中计算机视觉作为非接触式的先进测量技术，受到越来越多的 重视。传统的车辆重量检测方法主要是采用静态地磅和接触传感式路面称重系统，然而称 重地磅或路面称重设备在车辆的不断碾压后容易破坏，使用年限短、维修成本高，且容易造 成交通阻断。 因此，如何解决现有称重系统易产生的交通阻断、服役年限短以及维修成本高已 成为本领域技术人员亟待解决的技术问题。
技术实现要素：
本发明提供了基于图像识别的轮胎荷载获取方法、车辆称重方法及系统，用于解 决现有的称重系统易产生的交通阻断、服役年限短以及维修成本高的技术问题。 为解决上述技术问题，本发明提出的技术方案为： 一种基于图像识别的轮胎荷载获取方法，包括以下步骤： 获取待测轮胎的轮胎图像；从所述轮胎图像中检测轮胎与地面的接触面积、胎压；将所 述接触面积及对应的胎压输入至荷载模型中，计算出所述轮胎的荷载。 优选的，从所述轮胎图像中检测得到轮胎与地面的接触面积，包括以下步骤： 将轮胎图像中的目标轮胎与背景分离，得到目标轮胎的轮毂和轮胎边缘的像素点； 识别目标轮胎上的轮胎规格标记，读取轮胎规格标记中的轮毂直径、轮胎宽度； 根据轮毂直径的物理长度与轮毂像素点的比值，获取轮胎图像的比例因子； 计算目标轮胎与地面接触的像素个数，根据所述像素个数和所述比例因子计算出目标 轮胎与地面的接触长度，根据所述接触长度与轮胎宽度计算所述接触面积。 优选的，将轮胎图像中的目标轮胎与背景分离，包括以下步骤： 采用等比例变换缩放所述轮胎图像，并采用小波阈值去噪算法将轮胎图像变换到频域 进行图像去噪处理，得到去噪的轮胎图像； 通过彩色图像分割的JSEG（J-value  segmentation，静态图像压缩标准）算法和区域生 4 CN 111735524 A 说　明　书 2/8 页 长算法将轮胎目标物与背景分离。 优选的，根据所述接触长度与轮胎宽度计算所述接触面积，包括以下步骤： 接触面积   =轮胎实际接触长度×轮胎宽度×面积折减率； 优选的，从所述轮胎图像中检测得到轮胎的胎压，通过以下步骤获取得到： 识别目标轮胎上的轮胎规格标记，读取轮胎规格标记中的参考胎压，将所述参考胎压 乘以预设的修正系数，得到目标轮胎的实际胎压值。 优选的，所述荷载模型为： 其中，i为待测车辆的第i轴； 为待测车辆第i轴向荷载，单位为KN； 为待测车辆第 i轴轮胎气压，单位为MPa； 为待测车辆第i轴的轮胎的接触面积，单位为 ； ， 和 分别为第一回归系数、第二回归系数以及第三回归系数，所述第一回归系数、第二回归 系数以及第三回归系数的取值范围均在（0,1）区间。 优选的，所述获取待测轮胎的轮胎图像通过图像采集装置/视频采集装置采集得 到。 一种基于图像识别的车辆称重方法，包括以下步骤： 通过上述的基于图像识别的轮胎荷载获取方法获取待测车辆的各个轮胎的荷载； 根据待测车辆的各个轮胎的荷载计算待测车辆的总重。 优选的，在根据待测车辆的各个轮胎的荷载计算待测车辆的总重后，还包括以下 步骤： 根据待测车辆的轮胎图像，识别待测车辆的类别； 将所述待测车辆的总重与待测车辆的类别对应的总重限值进行比较，当所述待测车辆 的总重大于对应的总重限值时，判断待测车辆超重，并输出报警信号； 将待测车辆的轮胎图像、车重以及是否超重发送至云端服务器存储。 一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行 的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法的步骤。 本发明具有以下有益效果： 1、本发明提出的基于图像识别的轮胎荷载获取方法、车辆称重方法及系统可以快速准 确识别待测车辆的轮胎荷载、车重，相比现有技术、本发明中的车辆称重方法及系统测量范 围广、无需任何额外传感设备、不用封闭交通、长期稳定工作和易于信息集成。 2、在优选方案中，本发明中的车辆称重方法及系统为非接触式称重系统，能自动 实现全天候24小时不间断车重数据采集、判断和预警等功能，有利于超载超限的非现场执 法，可以便捷地查处车辆超载超限的违法行为。该系统云端提供车重、车轴、车长等信息，可 以为非现场执法提供证据，减少了人为因素的干扰，避免执法过程中人为突发事件的发生， 从而有效地节省了人力成本。 除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。 下面将参照附图，对本发明作进一步详细的说明。 5 CN 111735524 A 说　明　书 3/8 页 附图说明 构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实 施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： 图1为本发明优选实施例的预处理后的轮胎图像； 图2为本发明优选实施例的图像分割后的轮胎边缘图； 图3为本发明优选实施例的轮辋直径的像素点标记和轮胎侧壁标记图； 图4为本发明优选实施例的轮胎的接触长度； 图5为本发明优选实施例的轮胎气压、荷载和轮胎平均接地压力关系图； 图6为本发明优选实施例的基于图像识别的车辆称重方法的数据流程图； 图7为本发明优选实施例的基于图像识别的车辆称重方法的第一种流程图； 图8为本发明优选实施例的基于图像识别的车辆称重方法的第二种流程图； 图9为本发明的基于图像识别的轮胎荷载获取方法的流程图。