一种交通标牌被遮挡的智能化检测方法及系统与流程

1.本技术涉及交通标牌技术领域，尤其涉及一种交通标牌被遮挡的智能化检测方法及系统。


背景技术：

2.交通标牌是用图形符号和文字传递特定信息，用以管理交通、指示行车方向以保证道路畅通与行车安全的设施，主要适用于公路、城市道路以及一切专用公路，具有法令的性质，车辆、行人都必须遵守。
3.城市绿化是指在城市中植树造林、种植花草，把一定的地面覆盖或者是装点起来。随着经济的发展，城市绿化越发的引起人们的重视，城市绿化作为城市生态系统中的还原组织，城市生态系统具有受到外来干扰和破坏而恢复原状的能力，例如：能够滞尘、减弱噪声、释放氧气和吸收有害气体以净化空气。
4.随着树木生长，树木的枝叶会向路边蔓延生长，生长茂盛的枝叶会遮挡交通标牌，当交通标牌被遮挡到一定程度时，如果不能及时进行打理，驾驶员看不清甚至看不到交通标牌，在行驶过程中不能根据交通标牌的标识及时做出正确的预判，从而影响人们的安全和道路交通安全。当前在对枝叶进行修剪之前，主要是通过人工周期性对道路进行巡查，判断是否进行修剪，但是这样的方式需要耗费较大的人力物力，增加了经济成本。


技术实现要素：

5.本技术提供了一种交通标牌被遮挡的智能化检测方法及系统，用于智能化的检测，使得修枝人员了解被遮挡交通标牌并及时采取修剪，减少人力物力的耗费，从而降低经济成本。
6.本技术第一方面提供了一种交通标牌被遮挡的智能化检测方法，包括：
7.获取车辆行驶视频数据和车辆行驶定位数据，所述车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，所述车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息；
8.根据所述车辆行驶定位数据为所述车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，所述交通标牌视频表示所述车辆行驶视频数据中一段包含交通标牌的视频；
9.对所述目标道路的所述交通标牌视频进行图像处理，生成道路图像集合；
10.获取所述目标道路的交通标牌数据；
11.确定所述道路图像集合中具备所述交通标牌数据的目标图像集合；
12.根据所述目标图像集合确定所述交通标牌数据中目标交通标牌的被遮挡率集合；
13.判断所述目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值；
14.若是，则根据所述目标交通标牌和所述目标道路生成被遮挡通知。
15.可选地，所述对所述目标道路的所述交通标牌视频进行图像处理，生成道路图像集合包括：
16.对所述目标道路的所述交通标牌视频进行图像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理，并生成道路图像集合。
17.可选地，在所述根据所述车辆行驶定位数据为所述车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频之后，在所述对所述目标道路的所述交通标牌视频进行图像处理，生成道路图像集合之前，所述智能化检测方法还包括：
18.根据所述车辆行驶定位数据为所述车辆行驶视频数据划分，以生成交通视频；
19.对所述交通视频进行道路标识，以生成至少一条目标道路的交通标牌视频。
20.可选地，所述根据所述目标图像集合确定所述交通标牌数据中目标交通标牌的被遮挡率集合包括：
21.提取所述目标图像集合中的绿植特征；
22.根据所述绿植特征计算所述目标图像集合的被遮挡率，生成被遮挡率数据集合；
23.根据所述被遮挡率数据集合确定所述交通标牌数据中目标交通标牌的被遮挡率集合。
24.可选地，在所述若是，则根据所述目标交通标牌和所述目标道路生成被遮挡通知之后，所述智能化检测方法还包括：
25.获取目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合；
26.将目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合进行对比；
27.当目标交通标牌的被遮挡图像集合的被遮挡面积都小于历史被遮挡图像集合被遮挡面积时，则更新数据库中的目标交通标牌的交通标牌数据。
28.本技术第二方面提供了一种交通标牌被遮挡的智能化检测系统，包括：
29.第一获取单元，用于获取车辆行驶视频数据和车辆行驶定位数据，所述车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，所述车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息；
30.第一生成单元，用于根据所述车辆行驶定位数据为所述车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，所述交通标牌视频表示所述车辆行驶视频数据中一段包含交通标牌的视频；
31.第二生成单元，用于对所述目标道路的所述交通标牌视频进行图像处理，生成道路图像集合；
32.第二获取单元，用于获取所述目标道路的交通标牌数据；
33.第一确定单元，用于确定所述道路图像集合中具备所述交通标牌数据的目标图像集合；
34.第二确定单元，用于根据所述目标图像集合确定所述交通标牌数据中目标交通标牌的被遮挡率集合；
35.判断单元，用于判断所述目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值；
36.第三生成单元，用于若所述目标交通标牌的被遮挡率集合中最小被遮挡率大于预设阈值，则根据所述目标交通标牌和所述目标道路生成被遮挡通知。
37.可选地，所述第二生成单元具体用于对所述目标道路的所述交通标牌视频进行图
像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理，并生成道路图像集合。
38.可选地，所述智能化检测系统还包括：
39.第四生成单元，用于根据所述车辆行驶定位数据为所述车辆行驶视频数据划分，以生成交通视频；
40.标识单元，用于对所述交通视频进行道路标识，以生成至少一条目标道路的交通标牌视频。
41.可选地，所述第二确定单元具体用于提取所述目标图像集合中的绿植特征；
42.根据所述绿植特征计算所述目标图像集合的被遮挡率，生成被遮挡率数据集合；
43.根据所述被遮挡率数据集合确定所述交通标牌数据中目标交通标牌的被遮挡率集合。
44.可选地，所述智能化检测系统还包括：
45.第三获取单元，用于获取目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合；
46.对比单元，用于将目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合进行对比；
47.更新单元，用于当目标交通标牌的被遮挡图像集合的被遮挡面积都小于历史被遮挡图像集合被遮挡面积时，则更新数据库中的目标交通标牌的交通标牌数据。
48.本技术第三方面提供了一种交通标牌被遮挡的智能化检测系统，包括：
49.中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
50.所述存储器为短暂存储存储器或持久存储存储器；
51.所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。
52.本技术第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。
53.从以上技术方案可以看出，本技术具有以下有益效果：
54.本技术中，系统获取车辆行驶视频数据和车辆行驶定位数据，车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息，根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，交通标牌视频表示车辆行驶视频数据中一段包含交通标牌的视频，对目标道路的交通标牌视频进行图像处理，生成道路图像集合，获取目标道路的交通标牌数据，确定道路图像集合中具备交通标牌数据的目标图像集合，根据目标图像集合确定交通标牌数据中目标交通标牌的被遮挡率集合，判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值，若是，则根据目标交通标牌和目标道路生成被遮挡通知。本方案中不需通过人工巡查，而是通过系统智能化的检测，以使得修枝人员能够及时了解被遮挡交通标牌，并及时采取修剪，减少了人力物力的耗费，从而降低经济成本。
附图说明
55.图1为本技术中交通标牌被遮挡的智能化检测方法一个示意图；
56.图2-1和图2-2为本技术中交通标牌被遮挡的智能化检测方法另一示意图；
57.图3为本技术中交通标牌被遮挡的智能化检测系统一个示意图；
58.图4为本技术中交通标牌被遮挡的智能化检测系统另一示意图；
59.图5为本技术中交通标牌被遮挡的智能化检测系统另一示意图。
具体实施方式
60.为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的阐述，显然阐述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护范围。
61.需要说明的是，本技术提供的交通标牌被遮挡的智能化检测方法，可以应用于系统上，也可以应用于服务器上。为方便阐述，本技术中以系统为执行主体进行举例说明。
62.本技术提供了一种交通标牌被遮挡的智能化检测方法及系统，用于智能化的检测，使得修枝人员了解被遮挡交通标牌并及时采取修剪，减少人力物力的耗费，从而降低经济成本。
63.请参阅图1，图1是本技术提供的交通标牌被遮挡的智能化检测方法一个实施例的流程示意图，该交通标牌被遮挡的智能化检测方法包括：
64.101、获取车辆行驶视频数据和车辆行驶定位数据；
65.本实施例中，车联网是指把汽车连接起来，组成网络。汽车和汽车组成车网，车网与互联网相连，三者基于统一的协议，实现人、汽、路、云之间的数据互通，并最终实现智能交通、智能汽车已经智能驾驶等功能。系统通过车联网获取车辆行驶视频数据和车辆行驶定位数据，该车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息，例如：车辆从a地行驶到b地，从a地行驶到b地的距离为25公里，则车辆行驶视频数据包含该车辆从a地行驶到b地这里一路上拍摄到的过往行人、车辆、道路两侧的建筑绿化以及路上的交通标牌等信息数据，由于道路并非是理想状态的直线距离，该车辆行驶定位数据包含该车辆从a地行驶前往到b地所经过的道路的轨迹信息。获取车辆行驶定位数据和车辆行驶视频数据，是为了根据车辆行驶定位数据为车辆行驶视频数据划分和生成目标道路的交通标牌视频，详见下文。
66.本实施例中，车辆行驶视频数据可以是通过车载摄像头拍摄，也可以是通过行车记录仪拍摄，具体此处不做限定。
67.本实施例中的车辆行驶定位数据可以是通过全球定位系统获取，也可以是通过全球定位系统和航位推算系统的组合定位获取，具体此处不做限定。
68.102、根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频；
69.本实施例中，在获取了车辆行驶视频数据和车辆行驶定位数据之后，系统根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，该交
通标牌视频表示车辆行驶视频数据中一段包含交通标牌的视频，该车辆行驶定位数据越大，则划分和生成的交通标牌视频的数量越多。例如：目标车辆从b地到c地行驶距离为15公里，其车辆行驶定位数据为目标车辆行驶的15公里，车辆行驶视频数据包含目标车辆从b地行驶到c地经过道路所拍摄到的所有信息数据，根据车辆行驶定位数据为15公里为车辆行驶视频数据划分成5条交通标牌视频，每一条交通标牌视频中的车辆轨迹距离为3公里。
70.本实施例中的车辆行驶定位数据可以是20公里，也可以是25公里，具体此处不做限定。
71.103、对目标道路的交通标牌视频进行图像处理，生成道路图像集合；
72.本实施例中，在根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频之后，因交通标牌视频是由车辆行驶视频数据划分所得，而车辆行驶视频数据是车辆在道路上行驶时通过摄像头获取，则获取到的行驶视频存在画面不清晰、画面中的图像缺失等情况，为获取到清晰、有效的视频，以便后续确定交通标牌的被遮挡率，则在生成了道交通标牌视频后，系统需要对该交通标牌视频中进行图像处理，并生成道路图像集合，主要是对目标道路的交通标牌视频进行图像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理，具体的实施步骤，将在后续的实施例中进行阐述。
73.104、获取目标道路的交通标牌数据；
74.本实施例中，每条道路上设置的交通标牌都会有其对应的信息记录在数据库中，在生成道路图像集合之后，系统从数据库中获取该目标道路的交通标牌数据，该交通标牌数据包含该目标道路上的交通标牌的位置信息、历史被遮挡图像集合以及历史被遮挡率集合，例如：在第一目标道路上，设置有一号交通标牌和二号交通标牌，系统从数据库中获取第一目标道路上一号交通标牌和二号交通标牌的交通标牌数据，其中一号交通标牌的交通标牌数据包含一号交通标牌所处的一号位位置信息、由三张被遮挡图像组成的历史被遮挡图像集合以及由被遮挡率为51％、43％、26％组成的历史被遮挡率集合；二号交通标牌的交通标牌数据包含二号交通标牌所处的二号位位置信息、由四张被遮挡图像组成的历史被遮挡图像集合以及由被遮挡率为22％、35％、42％、46％组成的历史被遮挡率集合。获取目标道路的交通标牌数据，主要是为了根据该交通标牌数据确定道路图像集合中的目标图像集合，具体见下文。
75.105、确定道路图像集合中具备交通标牌数据的目标图像集合；
76.本实施例中，对目标道路的交通标牌视频进行图像处理后，生成的道路图像集合中有的道路图像存在交通标牌，而有的道路图像不存在交通标牌，不存在交通标牌的道路图像并非是本方案中所需的图像，则去除该冗余图像，即，不存在交通标牌的道路图像；并将存在交通标牌的道路图像进行归纳整合，生成图像集合，即为目标图像集合，每一张交通标牌的图像集合都生成对应的目标图像集合。例如：目标车辆从b地到c地行驶距离为15公里，根据车辆行驶定位数据为15公里为车辆行驶视频数据划分成5条交通标牌视频，将第一目标道路上的交通标牌视频转化成由a1、b1、c1、d1、e1五张图像组成的道路图像集合，其中图像a1、b1、c1存在一号交通标牌，d1、e1不存在交通标牌，则去除图像d1、e1，并将a1、b1、c1生成一号交通标牌的目标图像集合。
77.106、根据目标图像集合确定交通标牌数据中目标交通标牌的被遮挡率集合；
78.本实施例中，在确定了道路图像集合中具备交通标牌数据的目标图像集合之后，系统根据该目标图像集合确定交通标牌数据中目标交通标牌的被遮挡率集合，该被遮挡率集合是目标车辆在行驶过程中对目标交通标牌由远及近进行拍摄并计算每张图像中该交通标牌被枝叶遮挡的面积所得到的集合，每一块交通标牌在交通标牌数据中都有对应的被遮挡率集合，具体的实施方式，将在后续实施例中进行阐述。
79.107、判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值；
80.本实施例中，在确定了交通标牌数据中目标交通标牌的被遮挡率集合之后，系统对该目标交通标牌的被遮挡率集合中的数据进行筛选，选出这些数据中的最小被遮挡率，并判断该最小被遮挡率是否大于预设阈值，以了解是否需要对该交通标牌的枝叶进行修剪，目标车辆在行驶过程中，距离该目标交通标牌越近，获取到的图像被遮挡率越大，当最小被遮挡率大于预设阈值时，则表明需要进行修剪，反之，当最小被遮挡率小于预设阈值时，则不需要进行修剪。例如：被遮挡率预设阈值为35％，三号目标交通标牌的被遮挡率分别为45％、37％、20％，最小被遮挡率20％小于被遮挡率预设阈值为35％，则三号目标交通标牌不需要进行修剪；四号目标交通标牌的被遮挡率分别为55％、47％、38％，最小被遮挡率38％大于被遮挡率预设阈值为35％，则四号目标交通标牌需要进行修剪。
81.本实施例中，被遮挡率预设阈值可以为30％，也可以为40％，具体此处不做限定。
82.108、若目标交通标牌的被遮挡率集合中最小被遮挡率大于预设阈值，则根据目标交通标牌和目标道路生成被遮挡通知。
83.本实施例中，当确定存在目标交通标牌的被遮挡率集合中最小被遮挡率大于预设阈值时，系统根据该目标交通标牌和目标道路生成被遮挡通知，该被遮挡通知中包含该目标道路的名称、目标交通标牌的位置信息以及目标交通标牌被遮挡率，并将该通知发送至控制室，以使得修枝人员了解到该目标交通标牌被遮挡的面积较大，为减少枝叶遮挡交通标牌造成驾驶员不能进行准确预判而引发安全事故，修枝人员根据该被遮挡通知中的目标道路的名称、目标交通标牌的位置信息以及目标交通标牌被遮挡率及时前往该目标道路，对该目标交通标牌的枝叶进行修剪处理。在进行枝叶修剪之前，不再需要人工定期对道路进行巡查，而是通过系统进行检测，减少了人力物力的耗费，从而降低经济成本。
84.本实施例中，系统获取车辆行驶视频数据和车辆行驶定位数据，车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息，根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，交通标牌视频表示车辆行驶视频数据中一段包含交通标牌的视频，对目标道路的交通标牌视频进行图像处理，生成道路图像集合，获取目标道路的交通标牌数据，确定道路图像集合中具备交通标牌数据的目标图像集合，根据目标图像集合确定交通标牌数据中目标交通标牌的被遮挡率集合，判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值，若是，则根据目标交通标牌和目标道路生成被遮挡通知。本方案中不需通过人工巡查，而是通过系统智能化的检测，以使得修枝人员能够及时了解被遮挡交通标牌，并及时采取修剪，减少了人力物力的耗费，从而降低经济成本。
85.请参阅图2-1和图2-2，图2-1和图2-2是本技术提供的交通标牌被遮挡的智能化检测方法另一实施例的流程示意图，该交通标牌被遮挡的智能化检测方法包括：
86.201、获取车辆行驶视频数据和车辆行驶定位数据；
87.202、根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频；
88.本实施例中的步骤201至202与前述实施例中的步骤101至102类似，此处不再赘述。
89.203、根据车辆行驶定位数据为车辆行驶视频数据划分，以生成交通视频；
90.204、对交通视频进行道路标识，以生成至少一条目标道路的交通标牌视频；
91.本实施例中，车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息，当车辆存在远距离行驶轨迹时，系统根据该车辆行驶定位数据为车辆行驶视频数据进行划分多段视频，以生成多个小段的交通视频，该交通视频中包含车辆行驶视频数据中对应的视频数据，再对生成的每一段交通视频进行道路名称和道路位置的标识，从而生成对应的交通标牌视频，每一段交通标牌视频都有对应的道路名称和道路位置，以使得修剪人员能够根据该交通标牌视频了解该对应的道路名称和道路位置。例如：车辆行驶定位数据中的行驶距离为40公里，车辆行驶视频数据中存在该40公里的行驶视频，设置每8公里划分一段交通视频，则将行驶距离为40公里划分并生成5段交通视频，再对这5段交通视频进行道路标识，第1段交通视频标识为第一交通标牌视频，第2段交通视频标识为第二交通标牌视频，第3段交通视频标识为第三交通标牌视频，第4段交通视频标识为第四交通标牌视频，第5段交通视频标识为第五交通标牌视频。
92.205、对目标道路的交通标牌视频进行图像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理，并生成道路图像集合；
93.本实施例中，在根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频之后，因交通标牌视频是由车辆行驶视频数据划分所得，而车辆行驶视频数据是车辆在道路上行驶时通过摄像头获取，则获取到的行驶视频存在画面不清晰、画面中的图像缺失等情况，系统对目标道路的交通标牌视频进行图像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理。交通标牌视频具有一定的连续性，若对整个视频中的目标交通标牌和目标交通标牌上的绿植特征进行提取，容易导致检测结果不准确，因而需要将交通标牌视频进行图像分帧处理，也就是，将视频转换为分帧图像集合，主要是查询该交通标牌视频的总帧数，基于该总帧数将该交通标牌视频分割成多张分帧图像，再将这多张分帧图像转换为图像格式，从而得到分帧图像集合，以实现对视频中的每一帧图像较为准确的检测，提高检测的准确性，从而提高被遮挡率计算结果的准确率。灰度图像转化处理生成网格矩阵图像，即图像的数据类型为矩阵，网格矩阵图像为单色的灰度图像。再对灰度图像转化处理之后的图像进行图像降维处理得到单色图像，以此构建数据集。最后通过图像直方图均衡化处理减少光照的影响。
94.206、获取目标道路的交通标牌数据；
95.207、确定道路图像集合中具备交通标牌数据的目标图像集合；
96.本实施例中的步骤206至207与前述实施例中的步骤104至105类似，此处不再赘述。
97.208、提取目标图像集合中的绿植特征；
98.209、根据绿植特征计算目标图像集合的被遮挡率，生成被遮挡率数据集合；
99.210、根据被遮挡率数据集合确定交通标牌数据中目标交通标牌的被遮挡率集合；
100.本实施例中，在确定了道路图像集合中具备交通标牌数据的目标图像集合之后，系统对目标图像集合中每张图像的绿植特征进行提取，根据该绿植特征在对应图像中面积的占比计算该图像的被遮挡率，对目标图像集合中存在绿植特征每张目标图像都进行计算，并生成该目标交通标牌的被遮挡率数据集合，根据被遮挡率数据集合确定交通标牌数据中目标交通标牌的被遮挡率集合。例如：在第二目标道路上设置有三号交通标牌和四号交通标牌，目标车辆在行驶过程中对三号交通标牌拍摄了a2、b2、c2三张图像，生成三号目标图像集合，对三号目标图像集合的三张图像进行绿植特提取并计算得到被遮挡率分别为45％、37％、20％，将这三个被遮挡率生成三号目标交通标牌的被遮挡率集合，对四号交通标牌拍摄了a3、b3、c3三张图像，并生成四号目标图像集合，对四号目标图像集合中的三张图像进行计算得到被遮挡率分别为55％、47％、38％，将这三个被遮挡率生成四号目标交通标牌的被遮挡率集合。
101.211、判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值；
102.212、若目标交通标牌的被遮挡率集合中最小被遮挡率大于预设阈值，则根据目标交通标牌和目标道路生成被遮挡通知；
103.本实施例中的步骤211至212与前述实施例中的步骤107至108类似，此处不再赘述。
104.213、获取目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合；
105.214、将目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合进行对比；
106.215、当目标交通标牌的被遮挡图像集合的被遮挡面积都小于历史被遮挡图像集合被遮挡面积时，则更新数据库中的目标交通标牌的交通标牌数据。
107.本实施例中，在根据目标交通标牌和目标道路生成被遮挡通知，并将该通知发送至控制室之后，系统获取目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合，对图像中的绿植特征进行提取，以确定图像中的枝叶，将目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合进行对比，当目标交通标牌的被遮挡图像集合的被遮挡面积都小于历史被遮挡图像集合被遮挡面积时，表明该目标交通标牌的枝叶已经被修枝人员处理，则系统更新数据库中的目标交通标牌的交通标牌数据，也就是，将修剪后的目标交通标牌的图像集合更新为最新的历史被遮挡图像集合。
108.本实施例中，系统获取车辆行驶视频数据和车辆行驶定位数据，根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，根据车辆行驶定位数据为车辆行驶视频数据划分，以生成交通视频，对交通视频进行道路标识，以生成至少一条目标道路的交通标牌视频，对目标道路的交通标牌视频进行图像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理，并生成道路图像集合，获取目标道路的交通标牌数据，确定道路图像集合中具备交通标牌数据的目标图像集合，提取目标图像集合中的绿植特征，根据绿植特征计算目标图像集合的被遮挡率，生成被遮挡率数据集合，根据被遮挡率数据集合确定交通标牌数据中目标交通标牌的被遮挡率集合，判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值，若是，则根据目标交通标牌和目标道路生成被遮挡通知。本方案中不需通过人工巡查，而是通过系统智能化的检测，以
使得修枝人员能够及时了解被遮挡交通标牌，并及时采取修剪，减少了人力物力的耗费，从而降低经济成本。系统获取目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合，将目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合进行对比，当目标交通标牌的被遮挡图像集合的被遮挡面积都小于历史被遮挡图像集合被遮挡面积时，则将修剪后的目标交通标牌的图像集合更新为最新的历史被遮挡图像集合，在下一次进行计算被遮挡率时，根据该最新的历史被遮挡图像集合进行计算。
109.请参阅图3，图3是本技术提供的交通标牌被遮挡的智能化检测系统一个实施例的流程示意图，该交通标牌被遮挡的智能化检测系统包括：
110.第一获取单元301，用于获取车辆行驶视频数据和车辆行驶定位数据，车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息；
111.第一生成单元302，用于根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，交通标牌视频表示车辆行驶视频数据中一段包含交通标牌的视频；
112.第二生成单元303，用于对目标道路的交通标牌视频进行图像处理，生成道路图像集合；
113.第二获取单元304，用于获取目标道路的交通标牌数据；
114.第一确定单元305，用于确定道路图像集合中具备交通标牌数据的目标图像集合；
115.第二确定单元306，用于根据目标图像集合确定交通标牌数据中目标交通标牌的被遮挡率集合；
116.判断单元307，用于判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值；
117.第三生成单元308，用于若目标交通标牌的被遮挡率集合中最小被遮挡率大于预设阈值，则根据目标交通标牌和目标道路生成被遮挡通知。
118.请参阅图4，图4是本技术提供的交通标牌被遮挡的智能化检测系统另一实施例的流程示意图，该交通标牌被遮挡的智能化检测系统包括：
119.第一获取单元401，用于获取车辆行驶视频数据和车辆行驶定位数据，车辆行驶视频数据为车辆在行驶过程中拍摄的道路信息，车辆行驶定位数据为车辆在行驶过程中的行驶轨迹信息；
120.第一生成单元402，用于根据车辆行驶定位数据为车辆行驶视频数据划分和生成至少一条目标道路的交通标牌视频，交通标牌视频表示车辆行驶视频数据中一段包含交通标牌的视频；
121.第二生成单元403，用于根据车辆行驶定位数据为车辆行驶视频数据划分，以生成交通视频；
122.标识单元404，用于对交通视频进行道路标识，以生成至少一条目标道路的交通标牌视频；
123.第三生成单元405，用于对目标道路的交通标牌视频进行图像分帧处理、灰度图像转化处理、图像降维处理以及图像直方图均衡化处理，并生成道路图像集合；
124.第二获取单元406，用于获取目标道路的交通标牌数据；
125.第一确定单元407，用于确定道路图像集合中具备交通标牌数据的目标图像集合；
126.提取单元408，用于提取目标图像集合中的绿植特征；
127.第四生成单元409，用于根据绿植特征计算目标图像集合的被遮挡率，生成被遮挡率数据集合；
128.第二确定单元410，用于根据被遮挡率数据集合确定交通标牌数据中目标交通标牌的被遮挡率集合；
129.判断单元411，用于判断目标交通标牌的被遮挡率集合中最小被遮挡率是否大于预设阈值；
130.第五生成单元412，用于若目标交通标牌的被遮挡率集合中最小被遮挡率大于预设阈值，则根据目标交通标牌和目标道路生成被遮挡通知；
131.第三获取单元413，用于获取目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合；
132.对比单元414，用于将目标交通标牌的被遮挡图像集合和目标交通标牌的历史被遮挡图像集合进行对比；
133.更新单元415，当目标交通标牌的被遮挡图像集合的被遮挡面积都小于历史被遮挡图像集合被遮挡面积时，则更新数据库中的目标交通标牌的交通标牌数据。
134.请参阅图5，图5是本技术提供的交通标牌被遮挡的智能化检测系统另一实施例的流程示意图，该交通标牌被遮挡的智能化检测系统包括：
135.中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源505；
136.存储器501为短暂存储存储器或持久存储存储器；
137.中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行前述图1、图2-1和图2-2所示实施例中的步骤。
138.本技术提供了一种计算机可读存储介质，包括指令，当该指令在计算机上运行时，使得计算机执行图1实施例或图2-1和图2-2实施例所对应的方法实施例。
139.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
140.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
141.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
142.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单
元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
143.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。