本发明涉及智能交通，具体为一种基于视频超分辨率的车辆压线行驶判别方法。
背景技术：
1、现代的交通控制中，基于视频的智能检测技术在飞速发展，但是硬件设备上依然存在大量低成本的卡口设备或摄像机。这些设备会产生大量的低分辨率的视频与图片，质量较低，无法直接应用于智能检测。现有技术中虽然有很多商用软件可以实现图片的分辨率重建，但是因为成本较高，而且交通检测设备采集的图片包含较多隐私信息，所以无法大范围使用现有的商用软件。
技术实现思路
1、为了解决现有设备采集的图片分辨率较低无法直接用于智能检测的问题，本发明提供一种基于视频超分辨率的车辆压线行驶判别方法，其可以利用低分辨率的视频砧生成高分辨率视频帧，而且成本较低，易于推广使用。
2、本发明的技术方案是这样的：一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于，其包括以下步骤：
3、s1：输入视频流，抽帧得到低分辨率图片，记作：待放大图片，并确定需要的放大倍数k；
4、s2：基于所述待放大图片的分辨率，放大k倍后，得到放大后图片；
5、s3：逐一读取所述放大后图片中的像素点，记作：放大后像素点p'；
6、在所述待放大图片中，找到所述待处理像素点p'对应的像素点，记作：放大前像素点p；
7、s4：在所述待放大图片中，获取所述放大前像素点p最临近的m2个像素点，记作：临近点；其中m为大于1的偶数；
8、s5：计算低分辨率图像重建分辨率过程中，每一个所述临近点对所述放大后像素点p'的影响权重；
9、所述影响权重包括：横坐标轴权重与纵坐标轴权重；
10、s6：将所有的所述临近点，根据所述影响权重加权求和值，得到所述放大后像素点p'的的像素值；
11、s7：循环执行步骤s3～s6，得到放大后图片中所有的所述放大后像素点p'的像素值；
12、s8：基于所述放大后图片，进行车辆的压线行驶违法判别。
13、其进一步特征在于：
14、步骤s3中，基于所述待处理像素点p'计算得到放大前像素点p的方法如下：
15、
16、其中，放大前像素点p的坐标为(x,y),待处理像素点p'的坐标为(x,y)；[x]为高斯取整，表示不超过x的最大整数，u表示x的小数部分，v表示y的小数部分；
17、步骤s4中，m取值为16；
18、步骤s5中，所述影响权重的计算方法为：
19、假设临近点为amn(xm，yn)，当amn在生成p'(x,y)的放大前像素点p([x]+u,[y]+v)时，amn对应的横
20、坐标轴权重ωn和纵坐标轴权重ρm如下：
21、ωn＝w(|xm-([x]+u)|)，
22、ρm＝w(|yn-([y]+v)|)，
23、其中，函数w()为差值函数；
24、所述差值函数w()，基于bicubic函数实现；
25、步骤s6中，所述放大后像素点p'的的像素值的计算方法为：
26、
27、其中，表示点aij的像素值。
28、本申请提供的一种基于视频超分辨率的车辆压线行驶判别方法，通过计算得到高分辨率图片中放大后像素点p'在低分辨率图片中的对应的放大前像素点p，并结合点p周围多个临近点与点p之间的距离，求解各临近点所占权重，依据权重计算放大后像素点p'的加权求和值，进而得到得到放大后图片，整个过程思路简单，可以基于交底成本将低分辨率的视频帧重构为高分辨率的视频帧，且适用于各种场景。
1.一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于，其包括以下步骤：
2.根据权利要求1所述一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于：步骤s3中，基于所述待处理像素点p'计算得到放大前像素点p的方法如下：
3.根据权利要求1所述一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于：步骤s4中，m取值为16。
4.根据权利要求1所述一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于：步骤s5中，所述影响权重的计算方法为：
5.根据权利要求4所述一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于：所述差值函数w()，基于bicubic函数实现。
6.根据权利要求1所述一种基于视频超分辨率的车辆压线行驶判别方法，其特征在于：步骤s6中，所述放大后像素点p'的的像素值的计算方法为：
