CN102610104A - 一种车载的前方车辆检测方法 - Google Patents
一种车载的前方车辆检测方法 Download PDFInfo
- Publication number
- CN102610104A CN102610104A CN2012100699799A CN201210069979A CN102610104A CN 102610104 A CN102610104 A CN 102610104A CN 2012100699799 A CN2012100699799 A CN 2012100699799A CN 201210069979 A CN201210069979 A CN 201210069979A CN 102610104 A CN102610104 A CN 102610104A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- front vehicles
- detection method
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000003068 static effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车载的前方车辆检测方法，包括以下步骤：1)通过摄像机得到连续的图像，并传至计算机中进行处理；2)在待检测的图像上设置特定检测区域R1，并利用车辆的底部阴影特征和车牌特征对前方车辆进行检测；3)利用车辆的车牌特征确定前方车辆的车牌。本发明可以在运动相机或静止相机上使用，而且计算量小，实时性好，对不同光强有一定的适应性，且识别率较高，能够满足一般应用要求。
Description
技术领域
本发明涉及一种车载的前方车辆检检测方法，属于图像处理在智能交通上的应用技术领域。
背景技术
目前检测前方车辆的方法一般都是针对摄像头固定的情况下进行处理,且处理时由于要对整个图像像素进行处理,再加上预处理,提取特征,检测,识别的方法比较复杂,计算量很大,处理器负担比较大,一般处理器不能够在完成其他工作的同时仍然保证图像处理的速度。否则就需要比较高端的处理器,加大了图像处理的成本。
发明内容
本发明所要解决的技术问题是提供一种前方车辆检测方法，可以在运动摄像头上使用，而且计算量小,能够满足现实使用中对实时性的要求。
为解决上述技术问题，本发明所采用的技术方案是：
一种车载的前方车辆检测方法,其特征在于，包括以下步骤：
1)通过摄像机得到连续的图像，并传至计算机中进行处理；
2)在待检测的图像上设置特定检测区域R1，并利用车辆的底部阴影特征和车牌特征对前方车辆进行检测；
3)利用车辆的车牌特征确定前方车辆的车牌。
前述的前方车辆检测方法,其特征在于：在所述步骤2）中，所述特定检测区域R1为图像的宽度在W/4到W*3/4,高度在图像的H/2到H,其中W和H为图像的宽和高。
前述的前方车辆检测方法,其特征在于：在对现场视频检测的过程中,通过对图像阴影像素的数值统计和分析,判别前方是否有车辆,当判别前方连续有车达到阈值的帧数时就认为确实前方有车。
前述的前方车辆检测方法,其特征在于：图像阴影像素的数值统计和分析方法为,若像素R,G,B三通道的灰度值低于阈值,且三通道的灰度值与区域灰度均值的1/3的差大于阈值,则将该像素标记为白色作为前景；否则标记为黑色作为背景,并对处理后的图像做单次腐蚀膨胀处理,以获取离图像底边最近的阴影区域R2的形状及统计特征。
前述的前方车辆检测方法,其特征在于：在阴影区域R2的形状和统计特征中,形状特征是指阴影区域R2外接矩形的宽高及其在图像中的位置,统计特征是指白色像素占整个阴影区域R2外接矩形面积的百分比，当标记为白色的阴影像素点满足形状特征和统计特征，即宽度在阈值范围内,水平位置与图像的W/2的差得绝对值小于阈值,且白色像素百分比大于阈值,则暂时认为该阴影区域为车辆阴影区域,图像中有车,且车辆的位置处于摄像机的正前方。
前述的前方车辆检测方法,其特征在于：当获取标记为白色阴影像素点满足条件,且有满足条件的图像的连续帧数等于阈值,则取一个位于阴影区域上方的矩形作为特征区域,宽度为阴影区域宽度，高度由摄像机放置的高度及图像的分辨率决定，在特征区域内求取原图像的灰度平均值,作为车辆的标识特征，并通过垂直边缘的水平投影大于一定阈值的连续行数是否大于设定值,以此判断是否存在车牌。
前述的前方车辆检测方法,其特征在于：检测到车辆后对当前车辆的特征区域的标识特征与上一次计算得到的特征区域的标识特征进行比对,大于阈值则认为不是同一辆车,以降低误检率和重复抓拍率,提高识别出真正的非重复车辆的概率。
本发明的有益效果是，可以在运动相机或静止相机上使用，而且计算量小,实时性好,对不同光强有一定的适应性,且识别率较高,能够满足一般应用要求。
附图说明
图1为本发明所提供的视频检测前方车辆的流程图。
具体实施方式
下面结合附图和实施例对本发明进一步说明：
为了解决在视频检测中动摄像机平台识别率低,及识别的实时性,本发明提供了一种前方车辆检测的简便方法。下面结合附图进行详细说明:
如图1所示,为本发明所提供的视频检测前方车辆的流程图:
1、本发明所用的硬件为摄像机及DSP计算机，其中相机的分辨率为1360（W）*1024(H)。首先对图像部分区域二值化，选取图像的W/4到W*3/4部分及H/2到H部分作为图像处理的区域R1,在区域R1中通过判别图像每一像素三通道的灰度值与区域灰度均值的1/3的差大于阈值(15)且三通道的灰度值都小于阈值(80)来选取图像中的阴影像素,若满足则标记为白色,作为前景,其他不满足条件的像素标记为黑色,作为背景。
2、对1中所述区域做腐蚀膨胀处理各一次,以消除在1中二值化后出现的部分杂点和空洞。
3、在区域内由下至上获取第一个阴影像素外接矩形R2满足阈值条件的阴影区域作为实际的阴影区域,且区域内的白色像素占整个区域的比例大于设定的阈值0.5,且该阴影区域的中心点与图片垂直中心线的距离小于阈值(40),满足则返回真,否则返回假。
4、如果图像中的区域满足上述条件则认定前方有车,车辆的连续数目加一,否则连续数目清零,以防止误检测。
5、经几帧的连续监测后,判断连续有车的帧数是否等于阈值（8）,如果等于则执行步骤6,否则执行步骤8。
6、取步骤3中获取的外接矩形R2上方的和R2等宽且高度为0.2*H/H1的矩形区域R3作为车辆的特征区域,其中H为图像的垂直分辨率，H1为摄像机的安放高度，H1的单位为米。取R3内所有像素的三通道的加权灰度均值作为该帧图像的特征值。根据经验我们可知此区域一般存在车牌,且车牌的纹理较车辆的其他部分丰富,对R3进行SOBEL垂直边缘检测处理及对垂直边缘检测后的图像水平投影,判断投影大于阈值(60)的连续行数是否大于设定阈值(20),且其特征值是否与上次获取的特征值之差大于阈值(80)。若满足则认定为有车且与上一次抓拍非同一车辆,执行步骤7,否则,执行步骤8。
7、保存当前帧的图像作为有车图像。
8、读取下一帧图像并从步骤一开始执行。
以上已以较佳实施例公开了本发明，然其并非用以限制本发明，凡采用等同替换或者等效变换方式所获得的技术方案，均落在本发明的保护范围之内。
Claims (7)
1.一种车载的前方车辆检测方法,其特征在于，包括以下步骤：
1)通过摄像机得到连续的图像，并传至计算机中进行处理；
2)在待检测的图像上设置特定检测区域R1，并利用车辆的底部阴影特征和车牌特征对前方车辆进行检测；
3)并利用车辆的车牌特征确定前方车辆的车牌。
2.根据权利要求1所述的前方车辆检测方法,其特征在于：在所述步骤2）中，所述特定检测区域R1为图像的宽度在W/4到W*3/4,高度在图像的H/2到H,其中W和H为图像的宽和高。
3. 根据权利要求1或2所述的前方车辆检测方法,其特征在于：在对现场视频检测的过程中,通过对图像阴影像素的数值统计和分析,判别前方是否有车辆,当判别前方连续有车达到阈值的帧数时就认为确实前方有车。
4.根据权利要求3所述的前方车辆检测方法,其特征在于：图像阴影像素的数值统计和分析方法为,若像素R,G,B三通道的灰度值低于阈值,且三通道的灰度值与区域灰度均值的1/3的差大于阈值,则将该像素标记为白色作为前景；否则标记为黑色作为背景,并对处理后的图像做单次腐蚀膨胀处理,以获取离图像底边最近的阴影区域R2的形状及统计特征。
5.根据权利要求4所述的前方车辆检测方法,其特征在于：在阴影区域R2的形状和统计特征中,形状特征是指阴影区域R2外接矩形的宽高及其在图像中的位置,统计特征是指白色像素占整个阴影区域R2外接矩形面积的百分比，当标记为白色的阴影像素点满足形状特征和统计特征，即宽度在阈值范围内,水平位置与图像的W/2的差得绝对值小于阈值,且白色像素百分比大于阈值,则暂时认为该阴影区域为车辆阴影区域,图像中有车,且车辆的位置处于摄像机的正前方。
6.根据权利要求5所述的前方车辆检测方法,其特征在于：当获取标记为白色阴影像素点满足条件,且有满足条件的图像的连续帧数等于阈值,则取一个位于阴影区域上方的矩形作为特征区域,宽度为阴影区域宽度，高度由摄像机放置的高度及图像的分辨率决定，在特征区域内求取原图像的灰度平均值,作为车辆的标识特征，并通过垂直边缘的水平投影大于一定阈值的连续行数是否大于设定值,以此判断是否存在车牌。
7.根据权利要求6所述的前方车辆检测方法,其特征在于：检测到车辆后对当前车辆的特征区域的标识特征与上一次计算得到的特征区域的标识特征进行比对,大于阈值则认为不是同一辆车。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210069979.9A CN102610104B (zh) | 2012-03-16 | 2012-03-16 | 一种车载的前方车辆检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210069979.9A CN102610104B (zh) | 2012-03-16 | 2012-03-16 | 一种车载的前方车辆检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102610104A true CN102610104A (zh) | 2012-07-25 |
| CN102610104B CN102610104B (zh) | 2014-11-05 |
Family
ID=46527438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210069979.9A Active CN102610104B (zh) | 2012-03-16 | 2012-03-16 | 一种车载的前方车辆检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102610104B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942532A (zh) * | 2014-03-14 | 2014-07-23 | 吉林大学 | 基于车载摄像机的盲区车辆检测方法 |
| CN104732235A (zh) * | 2015-03-19 | 2015-06-24 | 杭州电子科技大学 | 一种消除夜间道路反光干扰的车辆检测方法 |
| CN104866838A (zh) * | 2015-06-02 | 2015-08-26 | 南京航空航天大学 | 一种基于视觉的前方车辆自动检测方法 |
| CN105260701A (zh) * | 2015-09-14 | 2016-01-20 | 中电海康集团有限公司 | 一种适用于复杂场景下的前方车辆检测方法 |
| CN109447003A (zh) * | 2018-10-31 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 车辆检测方法、装置、设备和介质 |
| CN109766780A (zh) * | 2018-12-20 | 2019-05-17 | 武汉理工大学 | 一种基于深度学习的船舶烟雾排放在线检测和追踪方法 |
| CN110728843A (zh) * | 2019-09-10 | 2020-01-24 | 浙江大华技术股份有限公司 | 车辆抓拍方法及车辆抓拍装置、存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101383094A (zh) * | 2008-10-21 | 2009-03-11 | 上海高德威智能交通***有限公司 | 视频触发方法和装置 |
| US20090154808A1 (en) * | 2007-12-13 | 2009-06-18 | Feng Gao | Method and apparatus for segmenting an object region of interest from an image |
| JP2009244985A (ja) * | 2008-03-28 | 2009-10-22 | Toyota Central R&D Labs Inc | 運転支援装置及び歩行者検出装置 |
| CN101620788A (zh) * | 2008-07-03 | 2010-01-06 | 威海克劳斯数码通讯有限公司 | 移动式视音频、图像识别智能化*** |
| CN102074113A (zh) * | 2010-09-17 | 2011-05-25 | 浙江大华技术股份有限公司 | 基于视频的牌照识别和车辆速度测量方法 |
-
2012
- 2012-03-16 CN CN201210069979.9A patent/CN102610104B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090154808A1 (en) * | 2007-12-13 | 2009-06-18 | Feng Gao | Method and apparatus for segmenting an object region of interest from an image |
| JP2009244985A (ja) * | 2008-03-28 | 2009-10-22 | Toyota Central R&D Labs Inc | 運転支援装置及び歩行者検出装置 |
| CN101620788A (zh) * | 2008-07-03 | 2010-01-06 | 威海克劳斯数码通讯有限公司 | 移动式视音频、图像识别智能化*** |
| CN101383094A (zh) * | 2008-10-21 | 2009-03-11 | 上海高德威智能交通***有限公司 | 视频触发方法和装置 |
| CN102074113A (zh) * | 2010-09-17 | 2011-05-25 | 浙江大华技术股份有限公司 | 基于视频的牌照识别和车辆速度测量方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942532A (zh) * | 2014-03-14 | 2014-07-23 | 吉林大学 | 基于车载摄像机的盲区车辆检测方法 |
| CN103942532B (zh) * | 2014-03-14 | 2017-02-15 | 吉林大学 | 基于车载摄像机的盲区车辆检测方法 |
| CN104732235A (zh) * | 2015-03-19 | 2015-06-24 | 杭州电子科技大学 | 一种消除夜间道路反光干扰的车辆检测方法 |
| CN104732235B (zh) * | 2015-03-19 | 2017-10-31 | 杭州电子科技大学 | 一种消除夜间道路反光干扰的车辆检测方法 |
| CN104866838A (zh) * | 2015-06-02 | 2015-08-26 | 南京航空航天大学 | 一种基于视觉的前方车辆自动检测方法 |
| CN104866838B (zh) * | 2015-06-02 | 2018-08-03 | 南京航空航天大学 | 一种基于视觉的前方车辆自动检测方法 |
| CN105260701A (zh) * | 2015-09-14 | 2016-01-20 | 中电海康集团有限公司 | 一种适用于复杂场景下的前方车辆检测方法 |
| CN105260701B (zh) * | 2015-09-14 | 2019-01-29 | 中电海康集团有限公司 | 一种适用于复杂场景下的前方车辆检测方法 |
| CN109447003A (zh) * | 2018-10-31 | 2019-03-08 | 百度在线网络技术（北京）有限公司 | 车辆检测方法、装置、设备和介质 |
| CN109766780A (zh) * | 2018-12-20 | 2019-05-17 | 武汉理工大学 | 一种基于深度学习的船舶烟雾排放在线检测和追踪方法 |
| CN110728843A (zh) * | 2019-09-10 | 2020-01-24 | 浙江大华技术股份有限公司 | 车辆抓拍方法及车辆抓拍装置、存储介质 |
| CN110728843B (zh) * | 2019-09-10 | 2021-08-31 | 浙江大华技术股份有限公司 | 车辆抓拍方法及车辆抓拍装置、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102610104B (zh) | 2014-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI409718B (zh) | 移動中車輛之車牌定位方法 | |
| CN102610104B (zh) | 一种车载的前方车辆检测方法 | |
| CN103049787B (zh) | 一种基于头肩特征的人数统计方法和*** | |
| US20130120125A1 (en) | Method and system for lane departure warning | |
| JP6723328B2 (ja) | 車両検出方法、動的光強度に基づく夜間の車両検出方法及びそのシステム | |
| CN103605967A (zh) | 一种基于图像识别的地铁防逃票***及其工作方法 | |
| CN1801930A (zh) | 基于视频内容分析的可疑静止物检测方法 | |
| KR101246120B1 (ko) | 전후면 번호판 영상 기반 차량번호 인식 시스템 | |
| CN102915433A (zh) | 基于字符组合的车牌定位和识别方法 | |
| CN103530640A (zh) | 基于AdaBoost与SVM的无牌车辆检测方法 | |
| CN104299210A (zh) | 基于多特征融合的车辆阴影消除方法 | |
| CN101719280B (zh) | 红外弱小目标检测方法 | |
| CN108229447B (zh) | 一种基于视频流的远光灯检测方法 | |
| Chen et al. | Traffic congestion classification for nighttime surveillance videos | |
| CN103793921A (zh) | 一种运动目标提取方法及装置 | |
| CN107507140A (zh) | 基于特征融合的高速公路露天场景车辆阴影干扰抑制方法 | |
| CN104463170A (zh) | 一种卡口***下基于多重检测的无牌车辆检测方法 | |
| Skodras et al. | Rear lights vehicle detection for collision avoidance | |
| US9727780B2 (en) | Pedestrian detecting system | |
| JP4537794B2 (ja) | 画像処理装置及び画像処理プログラム | |
| CN103839035A (zh) | 人数统计方法和人数统计*** | |
| CN106951831B (zh) | 一种基于深度摄像机的行人检测跟踪方法 | |
| CN110688876A (zh) | 一种基于视觉的车道线检测方法及装置 | |
| Marinas et al. | Detection and tracking of traffic signs using a recursive Bayesian decision framework | |
| Li et al. | A fog level detection method based on grayscale features |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| ASS | Succession or assignment of patent right |
Owner name: JIANGSU UNION OF SCIENCE AND TECHNOLOGY CO., LTD. Free format text: FORMER OWNER: NANJING UNIVERSITY OF AERONAUTICS AND ASTRONAUTICS Effective date: 20130508 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 210016 NANJING, JIANGSU PROVINCE TO: 210019 NANJING, JIANGSU PROVINCE |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20130508 Address after: 210019 Nanjing science and Technology Park, Jiangsu City, Jianye Province, No. 69 Metro science and technology building, building 01 Applicant after: Jiangsu Suke Changlian Technology Co., Ltd. Address before: Yudaojie Baixia District of Nanjing City, Jiangsu Province, No. 29 210016 Applicant before: Nanjing University of Aeronautics and Astronautics |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |