一种基于显著性检测的夜间车辆检测方法

    公开(公告)号:CN107506686B

    公开(公告)日:2021-06-25

    申请号:CN201710568113.5

    申请日:2017-07-12

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于显著性检测的夜间车辆检测方法。该方法包括预处理手动标定得到感兴趣区域及车灯间距、车灯高度等阈值;然后对感兴趣区域进行FT显著性检测获得显著图,再对显著图进行形态学处理后及OTSU二值化处理得到显著区域二值图;利用颜色信息对显著图中显著区域进行二次过滤,得到候选车灯区域;利用标定获得阈值对候选车灯进行两两匹配,得到车灯对;利用车灯长度、宽度等先验知识对车灯对进行二次筛选,得到最终的车灯对。本方法能够有效过滤车身反光、地面反光,减少车灯的多检,增加车辆检测的鲁棒性。

    一种基于显著性计算的交通信号灯识别方法

    公开(公告)号:CN108229317B

    公开(公告)日:2021-08-03

    申请号:CN201711220616.X

    申请日:2017-11-28

    摘要: 本发明公开了一种基于显著性计算的交通信号灯识别方法,实现信号灯标定偏转后交通信号灯识别,提高道路交通违章检测系统的鲁棒性;针对交通场景中的摄像头因外界环境而产生偏移的情况,通过显著性检测的图像识别算法,实现标定位置偏移后的信号灯识别,具有准确率高、速度快、操作简单和实时检测的特点,避免了因摄像头镜头偏移而造成交通违章系统瘫痪的问题,减少了交通场景重新标定的复杂过程,解决了交通违章检测系统可靠性不高的问题。

    一种去除图像中不闭合曲线段的方法

    公开(公告)号:CN106815815B

    公开(公告)日:2019-05-24

    申请号:CN201611258093.3

    申请日:2016-12-30

    IPC分类号: G06T5/00

    摘要: 本发明公开了一种去除图像中不闭合曲线段的方法。它先对图像进行二值化,并通过细化,将图像中存在的每条曲线变成单像素曲线;遍历图像中像素点,找到一个不闭合曲线段的起点并且存储该点到pointList中;若当前点p是不闭合曲线段的终点,则根据pointList中记录的点进行线段去除,如果不是终点则根据其8邻域点灰度值使点p定位到与点p相邻的下一个点;然后更新记录点p的八领域值的变量值,再判断当前点p是否处于该不闭合曲线段的终点,直到达到预先设定的次数。本发明通过使用该方法去除图像中不闭合的曲线段,可以有效地去除图像中所有的指定长度范围内的不闭合曲线,并且很好地保留了所有的闭合曲线段和想要保留的指定长度范围以外的不闭合曲线段。

    一种基于卷积神经网络的车标定位与识别方法

    公开(公告)号:CN107590492A

    公开(公告)日:2018-01-16

    申请号:CN201710752742.3

    申请日:2017-08-28

    摘要: 本发明公开了一种基于卷积神经网络的车标定位与识别方法。它本发明使用计算机视觉技术,通过车标粗定位方法、车标精定位方法与基于卷积神经网络的车标分类,实现了车标定位与识别。本发明解决了车标识别问题,同时拥有较好的准确率与效率,改善了以车牌辨车的传统工作模式,能更加准确的确定唯一的车辆,为车牌套牌的查处、违章逃逸等违法行为提供可靠证据,更好地实现智能化的交通管理。