1.基于全景摄像技术的山区公路弯道盲区会车预警系统，其特征在于，包括：图像获取模块、图像处理模块、车辆识别模块以及信号输出显示模块，其中：图像获取模块用于获取山区公路弯道进口处、弯道处、弯道出口处的图像，并将采集到的图像输入到图像处理模块；

图像处理模块接收到上述的图像后，将图像灰度化处理后转换为数字信号，再对图像进行全景拼接处理，经过图像增强和形态学运算后再将全景拼接处理后的数字信号还原为全景图像后进行输出；

车辆识别模块用于识别所述的全景图像中的车辆，并判断识别出车辆的运动速度、运动方向以及整个弯道内的车辆数量；

信号输出显示模块用于将所述的全景图像中的车辆、速度以及车辆数量信息通过设置在弯道进口处、弯道出口处的显示器进行实时显示；

所述的系统还包括：输入模块和控制模块，其中：

输入模块包括设置在弯道进口处、弯道出口处的地磁传感器，用于进行车辆检测；

控制模块用于接收输入模块传递来的、当前是否有车辆经过弯道的指令，并根据该指令以及车辆识别模块的识别结果，共同控制信号输出显示模块；控制过程为：当控制模块未接收到所述的指令以及识别结果时，使信号输出显示模块断电以节省能源；当控制模块接收到所述的指令以及识别结果时，通过信号输出显示模块将识别结果进行实时的显示；

所述的信号输出显示模块包括安装在弯道进口处和弯道出口处的显示器；

所述的系统还包括：图像存储模块，图像存储模块与图像获取模块、图像处理模块连接，用于接收并存储最近2～3天所述的图像获取模块采集的图像以及经过图像处理模块处理得到的全景图像。

2.如权利要求1所述的基于全景摄像技术的山区公路弯道盲区会车预警系统，其特征在于，所述的图像处理模块中，对信号进行全景拼接处理的方法包括：对图像信号进行特征点的提取，提取的过程中加入Harris角点算子，筛选出鲁棒性较强的特征点，然后借助匹配特征点对之间的几何一致性来对特征点进行粗提纯；最后采用重叠区域线性过渡融合算法对图像信号进行平滑过渡，消除拼接缝隙。

3.如权利要求2所述的基于全景摄像技术的山区公路弯道盲区会车预警系统，其特征在于，所述的特征点提取、加入Harris角点算子，筛选出鲁棒性较强的特征点的具体算法为：从图像中提取的特征点的信息可以表示为：I(xn,yn,σn,θn)，其中xn、yn是特征点的横坐标和纵坐标，σn为特征点的尺度，θn为特征点的方向；n∈(1,N)，N为从图像中提取的特征点的总数；则Harris角点检测的自相关矩阵可以表示为：上式中，w(x,y)是以(xn、yn)为中心的高斯加权窗口函数， Ix，Iy表示图像在x方向和y方向的偏导数，W(xn,yn)为特征点的坐标集合；

记λ1，λ2为自相关矩阵M的两个特征值，则使用以下公式来判断角点量R：R＝λ1λ2-k(λ1+λ2)2＝det(M)-ktrace2(M)上式中，k是一个常数，取值为0.04～0.06，det(M)是矩阵M的行列式，trace(M)为矩阵M的迹；

设定一个阈值T，当角点量R大于T时，则判定当前的特征点是候选角点，即所述的鲁棒性较强的特征点；否则不是候选角点。

4.如权利要求3所述的基于全景摄像技术的山区公路弯道盲区会车预警系统，其特征在于，所述的阈值T的计算公式如下：在上式中，N为提取的特征点的总数， 为特征点的角点值。

5.如权利要求2所述的基于全景摄像技术的山区公路弯道盲区会车预警系统，其特征在于，所述的对特征点进行粗提纯的算法包括：记原图像A和将原图像A经过旋转和缩放后的图像B表示待匹配的图像，图像A的特征点集合a＝(a1,a2,...,an)，图像B的特征点集合b＝(b1,b2,...,bn)；记粗匹配点集的尺度比集合和角度差集合为C、D，则有：上式中， 分别为特征点ai、bi的尺度， 分别为特征点ai、bi的方向，i＝1,

2,...,n；

计算下面两个式子：

上式中，mσ为图像B相对于原图像A的尺寸缩放比例，nθ为图像B相对于原图像A的尺寸的旋转角度；

设置阈值T′,如果l1,l2均小于阈值T′，则保留匹配点对(ai,bi)，否则剔除该匹配点对。

6.如权利要求2所述的基于全景摄像技术的山区公路弯道盲区会车预警系统，其特征在于，所述的重叠区域线性过渡融合算法的步骤包括：记两幅待拼接的图像重叠区域的宽度为L，过渡因子为σ；如果两幅图像的重叠区域在水平轴方向上的最大值和最小值分别是xmax和xmin那么过渡因子：上式中x为重叠区域像素点水平方向坐标；

令f1(x,y)、f2(x,y)分别表示待拼接的两幅图像的灰度值，f3(x,y)表示融合两幅图像之后的图像的灰度值，那么重叠区域f3(x,y)的计算公式为：f3(x,y)＝σf1(x,y)+(1-σ)f2(x,y)上式中，过渡因子为σ的取值范围为0到1。