-
公开(公告)号:CN108242183B
公开(公告)日:2019-12-10
申请号:CN201810116165.3
申请日:2018-02-06
申请人: 淮阴工学院
摘要: 本发明公开了一种基于运动目标标记框宽度特性的交通冲突检测方法及装置,首先从视频图像序列中提取运动目标的前景图像,并对获得的二值化前景图像进行孔洞移除和平滑处理;然后绘制前景图像中的各连通域的外接矩形作为运动目标标记框;再计算并保存各视频图像上运动目标标记框的宽度和运动方向上的坐标,根据视频图像序列相邻两帧中运动目标标记框信息,计算标记框相邻帧宽度比值,并计算标记框相邻帧在运动方向上的坐标之差;最后根据设定的规则实现对交通冲突的检测。本发明可以有效地对路段交通冲突中的追尾冲突、横穿冲突、撞固定物冲突进行即时检测。
-
公开(公告)号:CN107590462B
公开(公告)日:2020-11-20
申请号:CN201710821434.1
申请日:2017-09-13
申请人: 淮阴工学院
摘要: 本发明公开了一种基于模式识别与ST‑MRF相结合的交通流参数提取方法,其特征在于,包括如下步骤:步骤一、通过模式识别技术分割遮挡严重的单个车辆区域,识别被遮挡车辆的边缘间隙以及边界信息;步骤二、通过ST‑MRF中的能量函数分配标号进行提炼及优化处理,结合模式识别技术融合不完整的分割部分,得到车辆跟踪算法;步骤三、基于摄像机标定的坐标转换方法,对同一点在实际交通场景中的坐标和图像平面上的坐标进行相互转换;步骤四、提取交通流参数。优点:在原始ST‑MRF算法的基础上,结合车辆模式识别技术,以解决车辆在行驶中的遮挡问题,从而提高车辆跟踪精度,获得准确的交通流参数。
-
公开(公告)号:CN107239754B
公开(公告)日:2019-10-29
申请号:CN201710368090.3
申请日:2017-05-23
申请人: 淮阴工学院
摘要: 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法,包括:在车牌上方选取一个区域,作为车标识别的感兴趣区域;采用随机均匀稀疏采样方法对样本图像进行采样,并将所有的采样点随机配对,划分成邻近点对集和非邻近点对集,对两类不同的点对集采用不同的方法进行特征提取,建立特征库;设定一可缩放的窗口,在待测的感兴趣区域内进行扫描,对当前窗口位置上,窗口大小的图像进行特征提取,并与准备好的特征库进行对比,最终确定车标类型。与现有技术相比,本发明方法将定位和识别有机的结合在一起,降低了中间过程的误差,提高了识别率,对于噪声大、质量差、像素低的图片也有较高的识别率。
-
公开(公告)号:CN108242183A
公开(公告)日:2018-07-03
申请号:CN201810116165.3
申请日:2018-02-06
申请人: 淮阴工学院
摘要: 本发明公开了一种基于运动目标标记框宽度特性的交通冲突检测方法及装置,首先从视频图像序列中提取运动目标的前景图像,并对获得的二值化前景图像进行孔洞移除和平滑处理;然后绘制前景图像中的各连通域的外接矩形作为运动目标标记框;再计算并保存各视频图像上运动目标标记框的宽度和运动方向上的坐标,根据视频图像序列相邻两帧中运动目标标记框信息,计算标记框相邻帧宽度比值,并计算标记框相邻帧在运动方向上的坐标之差;最后根据设定的规则实现对交通冲突的检测。本发明可以有效地对路段交通冲突中的追尾冲突、横穿冲突、撞固定物冲突进行即时检测。
-
公开(公告)号:CN107590462A
公开(公告)日:2018-01-16
申请号:CN201710821434.1
申请日:2017-09-13
申请人: 淮阴工学院
摘要: 本发明公开了一种基于模式识别与ST-MRF相结合的交通流参数提取方法,其特征在于,包括如下步骤:步骤一、通过模式识别技术分割遮挡严重的单个车辆区域,识别被遮挡车辆的边缘间隙以及边界信息;步骤二、通过ST-MRF中的能量函数分配标号进行提炼及优化处理,结合模式识别技术融合不完整的分割部分,得到车辆跟踪算法;步骤三、基于摄像机标定的坐标转换方法,对同一点在实际交通场景中的坐标和图像平面上的坐标进行相互转换;步骤四、提取交通流参数。优点:在原始ST-MRF算法的基础上,结合车辆模式识别技术,以解决车辆在行驶中的遮挡问题,从而提高车辆跟踪精度,获得准确的交通流参数。
-
公开(公告)号:CN107239754A
公开(公告)日:2017-10-10
申请号:CN201710368090.3
申请日:2017-05-23
申请人: 淮阴工学院
摘要: 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法,包括:在车牌上方选取一个区域,作为车标识别的感兴趣区域;采用随机均匀稀疏采样方法对样本图像进行采样,并将所有的采样点随机配对,划分成邻近点对集和非邻近点对集,对两类不同的点对集采用不同的方法进行特征提取,建立特征库;设定一可缩放的窗口,在待测的感兴趣区域内进行扫描,对当前窗口位置上,窗口大小的图像进行特征提取,并与准备好的特征库进行对比,最终确定车标类型。与现有技术相比,本发明方法将定位和识别有机的结合在一起,降低了中间过程的误差,提高了识别率,对于噪声大、质量差、像素低的图片也有较高的识别率。
-
-
-
-
-