-
公开(公告)号：CN104504912A
公开(公告)日：2015-04-08
申请号：CN201410853930.1
申请日：2014-12-31
Applicant: 长安大学
CPC classification number: G08G1/052 , G06T7/20 , G06T2207/10016 , G06T2207/30236
Abstract: 本发明公开了一种基于三维水平逆投影面的车速检测方法，属于交通领域。所述方法用于对采集到的视频进行处理，包括：根据道路与视频采集装置的空间关系，确定所述道路第一坐标系与所述视频采集装置所处的第二坐标系的转换关系；在所述道路所处的平面上设置水平逆投影面，确定所述水平逆投影面的参数；当检测到车辆进入所述水平逆投影面时，按预设时间间隔对所述水平逆投影面拍摄预定量的图片；根据所述图片中车辆的阴影信息，确定所述车辆的车速。本发明通过利用水平逆投影面进行背景差分法、阈值法和逐差法，从而获取准确的车辆速度，能够在一定程度上避免了因超速导致的交通事故，提高了行车安全。
-
公开(公告)号：CN103177584A
公开(公告)日：2013-06-26
申请号：CN201310045928.7
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于枚举试探的车速检测方法，通过在图像上划出三条车道线，手动标记不少于三对特征点，建立映射表，划定跟踪区域，构建一幅背景图像，然后采用当前帧和背景图像做差分的方法进行目标识别，利用比率法寻找特征点，最后再利用枚举试探的方法计算车速。本发明的的车速检测方法，能够实时、精确的检测出在途车辆的速度，配合智能交通系统的其他应用可迅速得到违章车辆的全面信息，不受环境限制。适用于智能交通管理中对车速的监测，减少交通事故的发生，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN103150901A
公开(公告)日：2013-06-12
申请号：CN201310045476.2
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于车辆运动矢量场分析的异常交通状况检测方法，通过利用基于块的帧间差法检测运动区域，找出运动区域的特征点，得到运动车辆的行驶轨迹，记录所有运动车辆的行驶轨迹，形成车辆运动矢量场，结合正常车辆运动矢量场，与视频中的车辆运动矢量场作对比，确定车辆行驶轨迹是否正常。本发明的检测方法，绕过了复杂背景环境限制，能够对对视频范围内所有运动车辆进行实时、可靠检测。并且易于实现、准确性较高，具有广阔的应用前景。
-
公开(公告)号：CN103150550A
公开(公告)日：2013-06-12
申请号：CN201310045531.8
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于运动轨迹分析的道路行人事件检测方法，通过划分成多个块区域图像中的每个块，在背景图像中找到与该块位置相同的背景块，计算灰度差值的绝对值之和并赋值，确定目标块，寻找最佳角点，得到特征点，同时创建一个目标结构体，记录这些目标的特征点位置以及匹配跟踪计数器信息，用模板在当前帧图像中搜索，重复上述过程，得到目标的跟踪轨迹，通过查找映射表，得到跟踪轨迹对应的实际距离，求得跟踪轨迹的速度，判断该目标是否为行人。本发明的检测方法，可对视频范围内所有行人目标进行检测，不受环境限制，能够对实时视频进行检测，且检测时间短、易于实现、准确性较高，很适合于实时检测行人事件，具有广阔的应用前景。
-
公开(公告)号：CN103177584B
公开(公告)日：2014-10-08
申请号：CN201310045928.7
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于枚举试探的车速检测方法，通过在图像上划出三条车道线，手动标记不少于三对特征点，建立映射表，划定跟踪区域，构建一幅背景图像，然后采用当前帧和背景图像做差分的方法进行目标识别，利用比率法寻找特征点，最后再利用枚举试探的方法计算车速。本发明的车速检测方法，能够实时、精确的检测出在途车辆的速度，配合智能交通系统的其他应用可迅速得到违章车辆的全面信息，不受环境限制。适用于智能交通管理中对车速的监测，减少交通事故的发生，具有广阔的应用前景。
-
公开(公告)号：CN103150550B
公开(公告)日：2015-10-28
申请号：CN201310045531.8
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于运动轨迹分析的道路行人事件检测方法，通过划分成多个块区域图像中的每个块，在背景图像中找到与该块位置相同的背景块，计算灰度差值的绝对值之和并赋值，确定目标块，寻找最佳角点，得到特征点，同时创建一个目标结构体，记录这些目标的特征点位置以及匹配跟踪计数器信息，用模板在当前帧图像中搜索，重复上述过程，得到目标的跟踪轨迹，通过查找映射表，得到跟踪轨迹对应的实际距离，求得跟踪轨迹的速度，判断该目标是否为行人。本发明的检测方法，可对视频范围内所有行人目标进行检测，不受环境限制，能够对实时视频进行检测，且检测时间短、易于实现、准确性较高，很适合于实时检测行人事件，具有广阔的应用前景。
-
公开(公告)号：CN103150901B
公开(公告)日：2015-02-18
申请号：CN201310045476.2
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于车辆运动矢量场分析的异常交通状况检测方法，通过利用基于块的帧间差法检测运动区域，找出运动区域的特征点，得到运动车辆的行驶轨迹，记录所有运动车辆的行驶轨迹，形成车辆运动矢量场，结合正常车辆运动矢量场，与视频中的车辆运动矢量场作对比，确定车辆行驶轨迹是否正常。本发明的检测方法，绕过了复杂背景环境限制，能够对对视频范围内所有运动车辆进行实时、可靠检测。并且易于实现、准确性较高，具有广阔的应用前景。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
