1.一种基于参数辨识的预警系统，其特征在于，所述系统包括：

桥洞辨识设备，设置在汽车内部，与边缘锐化设备连接，用于接收边缘锐化图像，基于桥洞成像特征辨识出所述边缘锐化图像中的桥洞对象；

参数解析设备，与所述桥洞辨识设备连接，用于获取所述桥洞对象在所述边缘锐化图像中的景深以作为实时景深，以及获取所述桥洞对象在所述边缘锐化图像中的横向宽度；

在所述参数解析设备中，获取的所述桥洞对象在所述边缘锐化图像中的横向宽度为所述桥洞对象在所述边缘锐化图像中占据区域的水平方向各列像素点数量的均值；

现场预警设备，与所述参数解析设备连接，用于基于所述实时景深和所述横向宽度确定所述桥洞对象的实际宽度，并在所述实际宽度低于预设宽度阈值时，执行现场预警动作；

第一解析设备，设置在汽车内部，用于接收来自车前采集设备采集到的所述实时车前图像，对所述实时车前图像中每一个像素点的像素值占据的字节数进行分析，以获得参考字节数输出；

第二解析设备，用于接收所述实时车前图像，统计所述实时车前图像中的像素点的总数，以获得参考总数输出；

等级辨识设备，分别与所述第一解析设备和所述第二解析设备连接，用于接收所述参考字节数和所述参考总数，并基于所述参考字节数和所述参考总数的乘积确定与其成正比的数据量等级；

通用阵列逻辑器件，与所述等级辨识设备连接，用于在接收到的数据量等级超限时，控制自适应滤波设备从休眠模式进入工作模式，并控制导向滤波设备从工作模式进入休眠模式，还用于在接收到的数据量等级未超限时，控制自适应滤波设备从工作模式进入休眠模式，并控制导向滤波设备从休眠模式进入工作模式；

自适应滤波设备，与所述第一解析设备连接，用于在进入工作模式下对接收到的实时车前图像执行自适应滤波处理，以获得并输出相应的现场滤波图像；

导向滤波设备，与所述第一解析设备连接，用于在进入工作模式下对接收到的实时车前图像执行导向滤波处理，以获得并输出相应的现场滤波图像；

边缘锐化设备，分别与所述自适应滤波设备和所述导向滤波设备连接，用于对所述自适应滤波设备或所述导向滤波设备输出的现场滤波图像进行边缘锐化处理，以获得相应的边缘锐化图像；

其中，所述自适应滤波设备还用于在进入休眠模式下，不对接收到的实时车前图像执行自适应滤波处理；

其中，所述导向滤波设备还用于在进入休眠模式下，不对接收到的实时车前图像执行导向滤波处理。

2.如权利要求1所述的基于参数辨识的预警系统，其特征在于：

在所述等级辨识设备、所述第一解析设备和所述第二解析设备都与同一32位并行数据总线连接。

3.如权利要求2所述的基于参数辨识的预警系统，其特征在于：

所述边缘锐化设备由图像接收子设备、锐化处理子设备和图像输出子设备组成，所述锐化处理子设备分别与所述图像接收子设备和所述图像输出子设备连接。

4.如权利要求3所述的基于参数辨识的预警系统，其特征在于，所述系统还包括：锐化处理设备，位于所述边缘锐化设备和所述桥洞辨识设备之间，用于接收所述边缘锐化图像，确定所述边缘锐化图像中的背景复杂度，基于所述背景复杂度确定对所述边缘锐化图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述边缘锐化图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片模糊程度的锐化处理处理操作以获得各个锐化处理碎片，图像碎片模糊程度越高，对图像碎片执行的锐化处理处理操作强度越大，将各个锐化处理碎片进行组合以获得锐化组合图像；

其中，所述锐化处理设备还用于将所述锐化组合图像替换所述边缘锐化图像发送给所述桥洞辨识设备。

5.如权利要求4所述的基于参数辨识的预警系统，其特征在于：

所述锐化处理设备确定所述边缘锐化图像中的背景复杂度的具体操作如下：获取所述边缘锐化图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述边缘锐化图像对应的背景复杂度。

6.一种基于参数辨识的预警方法，其特征在于，所述方法包括：

使用桥洞辨识设备，与边缘锐化设备连接，用于接收边缘锐化图像，基于桥洞成像特征辨识出所述边缘锐化图像中的桥洞对象；

使用参数解析设备，与所述桥洞辨识设备连接，用于获取所述桥洞对象在所述边缘锐化图像中的景深以作为实时景深，以及获取所述桥洞对象在所述边缘锐化图像中的横向宽度；

在所述参数解析设备中，获取的所述桥洞对象在所述边缘锐化图像中的横向宽度为所述桥洞对象在所述边缘锐化图像中占据区域的水平方向各列像素点数量的均值；

使用现场预警设备，与所述参数解析设备连接，用于基于所述实时景深和所述横向宽度确定所述桥洞对象的实际宽度，并在所述实际宽度低于预设宽度阈值时，执行现场预警动作；

使用第一解析设备，设置在汽车内部，用于接收来自车前采集设备采集到的所述实时车前图像，对所述实时车前图像中每一个像素点的像素值占据的字节数进行分析，以获得参考字节数输出；

使用第二解析设备，用于接收所述实时车前图像，统计所述实时车前图像中的像素点的总数，以获得参考总数输出；

使用等级辨识设备，分别与所述第一解析设备和所述第二解析设备连接，用于接收所述参考字节数和所述参考总数，并基于所述参考字节数和所述参考总数的乘积确定与其成正比的数据量等级；

使用通用阵列逻辑器件，与所述等级辨识设备连接，用于在接收到的数据量等级超限时，控制自适应滤波设备从休眠模式进入工作模式，并控制导向滤波设备从工作模式进入休眠模式，还用于在接收到的数据量等级未超限时，控制自适应滤波设备从工作模式进入休眠模式，并控制导向滤波设备从休眠模式进入工作模式；

使用自适应滤波设备，与所述第一解析设备连接，用于在进入工作模式下对接收到的实时车前图像执行自适应滤波处理，以获得并输出相应的现场滤波图像；

使用导向滤波设备，与所述第一解析设备连接，用于在进入工作模式下对接收到的实时车前图像执行导向滤波处理，以获得并输出相应的现场滤波图像；

使用边缘锐化设备，分别与所述自适应滤波设备和所述导向滤波设备连接，用于对所述自适应滤波设备或所述导向滤波设备输出的现场滤波图像进行边缘锐化处理，以获得相应的边缘锐化图像；

其中，所述自适应滤波设备还用于在进入休眠模式下，不对接收到的实时车前图像执行自适应滤波处理；

其中，所述导向滤波设备还用于在进入休眠模式下，不对接收到的实时车前图像执行导向滤波处理。

7.如权利要求6所述的基于参数辨识的预警方法，其特征在于：

在所述等级辨识设备、所述第一解析设备和所述第二解析设备都与同一32位并行数据总线连接。

8.如权利要求7所述的基于参数辨识的预警方法，其特征在于：

所述边缘锐化设备由图像接收子设备、锐化处理子设备和图像输出子设备组成，所述锐化处理子设备分别与所述图像接收子设备和所述图像输出子设备连接。

9.如权利要求8所述的基于参数辨识的预警方法，其特征在于，所述方法还包括：使用锐化处理设备，位于所述边缘锐化设备和所述桥洞辨识设备之间，用于接收所述边缘锐化图像，确定所述边缘锐化图像中的背景复杂度，基于所述背景复杂度确定对所述边缘锐化图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述边缘锐化图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片模糊程度的锐化处理处理操作以获得各个锐化处理碎片，图像碎片模糊程度越高，对图像碎片执行的锐化处理处理操作强度越大，将各个锐化处理碎片进行组合以获得锐化组合图像；

其中，所述锐化处理设备还用于将所述锐化组合图像替换所述边缘锐化图像发送给所述桥洞辨识设备。

10.如权利要求9所述的基于参数辨识的预警方法，其特征在于：

所述锐化处理设备确定所述边缘锐化图像中的背景复杂度的具体操作如下：获取所述边缘锐化图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述边缘锐化图像对应的背景复杂度。