CN103680154A - 一种视频车辆检测方法 - Google Patents
一种视频车辆检测方法 Download PDFInfo
- Publication number
- CN103680154A CN103680154A CN201310630480.5A CN201310630480A CN103680154A CN 103680154 A CN103680154 A CN 103680154A CN 201310630480 A CN201310630480 A CN 201310630480A CN 103680154 A CN103680154 A CN 103680154A
- Authority
- CN
- China
- Prior art keywords
- lane
- wheel
- vehicle
- roof
- video
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种视频车辆检测方法,采用安装于车道一侧的摄像机进行视频检测,摄像头的检测方向与车辆行驶方向垂直,车辆的大灯眩光不会直接照射到摄像头上,不会对摄像头的检测造成影响。同时本发明进行分车道处理和分区域检测,对第一车道进行车顶建模,对第二车道进行车轮建模,对第三车道通过形成动态目标分界线确定第三车道的目标区域,在目标区域内进行背景差目标检测,防止第二车道的车辆对第三车道的影响,解决了第二车道对第三车道遮挡的问题。另外,本发明的安装不采用横臂,建设成本低,在实施安装、调试、维护时不需要封路,不会妨碍正常交通。
Description
技术领域
本发明涉及一种智能交通监控技术领域,具体地说,是涉及一种基于智能视频处理的视频车辆检测方法。
背景技术
车辆检测的作用是宏观统计经过路段的车辆,供监控中心进行交通状态分析。视频车辆检测具有不损坏路面,且兼顾监控功能的特点,更易被用户接受,因而得到广泛的应用。
现有的视频检测技术,摄像机都安装在车道的上方,一般通过在车道两侧设置立杆,在立杆上安装位于车道上方的横臂,摄像机安装在横臂上,以便对车道上行驶的车辆进行检测。而对于多车道,视频检测装置实施建设时需要增加横臂的长度,以三车道为例,需要至少5米的横臂长度,这不仅增加了建设成本,而且在实施安装、调试、维护时需要封路,阻塞交通。另一方面,摄像头的检测方向与车辆的行驶方向平行,车辆的大灯眩光会照射到摄像头上,对检测带来影响。尤其是昼夜交替时,有的车开启车灯,有的没有开启,对车辆检测带来较大影响,从而,使得检测结果不准确。
发明内容
本发明提供了一种视频车辆检测方法,解决了视频检测方法易受灯光干扰,导致检测结果不准确的技术问题。
为了解决上述技术问题,本发明采用以下技术方案予以实现:
一种视频车辆检测方法,车道为一个车道,安装于车道一侧的摄像机对车道的车顶进行检测,通过检测的车顶个数对车辆计数。
一种视频车辆检测方法,车道包括内车道和外车道,摄像机安装于外车道的外侧,外车道为车顶检测区域,对车顶进行检测,通过检测的车顶个数对车辆计数,内车道为车轮检测区域,对车轮进行检测配对,通过车轮匹配后的结果对车辆计数。
为了防止车辆跨线行驶漏车,外车道和内车道与外车道相邻的部分区域为车顶检测区域,内车道和外车道与内车道相邻的部分区域为车轮检测区域。
优选的,车轮配对方法为:判断车轮顶点和低点形成的矩形框内的背景差信息,如果背景差信息中断的宽度小于半个车轮像素的宽度,则车轮属于同一车辆,选用前后两个车轮顶点和低点形成的矩形进行目标连续性判断,可以防止第三车道车辆的干扰。
根据实际车轮的距离特点,同一车辆的车轮个数不小于2个,且不超过6个。
一种视频车辆检测方法,车道包括三个车道,由外向内依次为第一车道、第二车道、第三车道,摄像机安装于第一车道的外侧,第一车道为车顶检测区域,对车顶进行检测,通过检测的车顶个数对车辆计数,第二车道为车轮检测区域,对车轮进行检测配对,通过车轮匹配后的结果对车辆计数;
第三车道的计数方法为:
a、确定二、三车道的目标动态分界线;
b、在二、三车道的动态分界线与配置边界线之间进行背景差目标检测,判断第三车道是否有车辆存在;
c、若第三车道有车辆存在,则使能第三车道计数区域的计数功能,并开始计算动态形成的第三车道目标检测区域与计数区域交汇区域的目标点的比例,如果高于Thr,则认为当前车辆计数开始,如果低于Thr且持续帧数大于5帧,则认为当前车辆计数结束,并禁止第三车道计数区域的计数功能;
其中,第三车道目标检测区域指目标动态分界线与终止检测线之间的区域,计数区域为配置的左右边界与终止检测线、目标动态分界线围成的区域。
优选的,确定二、三车道的目标动态分界线的方法为:
如果第二车道没有车,则二、三车道目标动态分界线是经过第三车道车辆的最高位置车轮最低点的水平线;
如果第二车道有车,则
同一辆车的车轮间距存在为0或者其中最大距离大于阈值T1,则认为当前车是大型车,确定距离当前车辆的最高位置车轮最低点上方L1个像素的点P1,二、三车道的目标动态分界线经过P1点的水平线,L1为第二车道有大型车时车身遮挡在垂直方向上的图像像素数;
同一车辆的车辆间距最大距离大于T2且小于T1,则认为当前车是中型车,确定距离当前车辆的最高位置车轮最低点上方L2个像素的点P2,二、三车道的目标动态分界线经过P2点的水平线,L2为第二车道有中型车时车身遮挡在垂直方向上的图像像素数;
同一车辆的车辆间距最大距离大于0且小于T2,则认为当前车是小型车,确定距离当前车辆的最高位置车轮最低点上方L3个像素的点P3,二、三车道的目标动态分界线经过P3点的水平线,L3为第二车道有小型车时车身遮挡在垂直方向上的图像像素数。
为了防止车辆跨线行驶漏车,第一车道和第二车道与第一车道相邻的部分区域为车顶检测区域,第三车道、第二车道和第一车道与第二车道相邻的部分区域为车轮检测区域。
优选的,车轮配对方法为:判断车轮顶点和低点形成的矩形框内的背景差信息,如果背景差信息中断的宽度小于半个车轮像素的宽度,则车轮属于同一车辆,选用前后两个车轮顶点和低点形成的矩形进行目标连续性判断,可以防止第三车道车辆的干扰。
根据实际车轮的距离特点,同一车辆的车轮个数不小于2个,且不超过6个。
与现有技术相比,本发明的优点和积极效果是:
本发明将摄像机安装在车道的一侧,摄像头的检测方向与车辆行驶方向垂直,因而,车辆的大灯眩光不会直接照射到摄像头上,不会对摄像头的检测造成影响。同时,本发明进行分车道处理和分区域检测,形成有效的整体解决方案。根据各个区域成像的特点,对第一车道进行车顶建模,对第二车道进行车轮建模,有效解决第一车道和第二车道的车辆的准确检测问题。对第三车道通过形成目标动态分界线确定第三车道的目标区域,在目标区域内进行背景差目标检测,防止第二车道的车辆对第三车道的影响,解决了第二车道对第三车道遮挡的问题。另外,本发明的安装不采用横臂,只使用常用的立杆即可,而且在条件满足的情况下,可以将摄像机安装在路灯杆上,完全节省立杆,因而,建设成本低,同时在实施安装、调试、维护时不需要封路,不会妨碍正常交通。
结合附图阅读本发明实施方式的详细描述后,本发明的其他特点和优点将变得更加清楚。
附图说明
图1是本发明具体实施例1的示意图。
图2是本发明具体实施例2的示意图。
图3是本发明具体实施例3的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细地说明:
本发明将摄像机装于车道的一侧,摄像机安装在立杆上或者安装在路灯杆上,摄像机的安装高度在8-9米,摄像机拍摄的方向保证车辆水平运行,即保证车道线在画面上基本水平。下面通过具体实施例对本发明视频车辆检测方法的实现方式进行具体说明。
具体实施例1
如图1所示,本实施例以一个车道为例,说明只有一个车道的情况下,安装于车道一侧的摄像机进行视频车辆检测的方法。
由于摄像机安装位置的成像特点,该车道的车辆类似俯视照射,检测到的主要是车辆的车顶,车顶特征非常明显,为保证检测精确度,对车道范围内的车辆建立横向车顶模型,采用LBP特征进行训练和检测,采用SVM进行训练分类。车辆计数通过检测到的车顶的个数进行统计。
具体实施例2
如图2所示,本实施例以两个车道为例,包括外车道和内车道,说明在两个车道的情况下,安装于外车道外侧的摄像机进行视频车辆检测的方法。
1.外车道车辆的检测与计数:
由于摄像机安装位置的成像特点,外车道的车辆类似俯视照射,检测到的主要是车辆的车顶,车顶特征非常明显,为保证检测精确度,对外车道范围内的车辆建立横向车顶模型,采用LBP特征进行训练和检测,采用SVM进行训练分类。车辆计数通过检测到的车顶的个数进行统计。
为防止跨线行驶漏车,对外车道及内车道的部分区域作为车顶检测区域,对车顶进行检测,通过检测的车顶个数对车辆计数。
2.内车道车辆的检测与计数:
由于摄像机安装的角度,内车道的车辆可以清晰的检测到整车侧身,在整车侧身的特征中,车轮特征具有明显的统一性和稳定性,本实施例在设定的车轮检测区域内对车轮进行建模并检测。
为防止跨线行驶漏车,对外车道部分区域及内车道作为车轮检测区域,对车轮进行检测,通过检测车轮,并对其配对,根据车轮匹配后的结果对车辆计数。
a、车轮检测
建立车轮模型,车轮模型以HOG作为特征,采用SVM进行训练分类。
在采用车轮模型进行车辆检测后,对车轮检测结果进行去伪,方法是:对车轮进行OTSU法二值化,分成两个区域,判断二值化后目标区域位置,如果不是在车轮检测结果的中间区域,则认为不是真正的车轮,否则继续计算两个区域的方差,如果方差小于给定阈值TD,则认为是车轮,否者认为是伪目标。
b、车轮配对
如果前后两个车轮紧挨,则认为是同一辆车的车辆。如果不紧挨,则判断前后两个车轮顶点和低点形成的矩形框内的背景差信息,如果背景差信息中断的宽度小于半个车轮像素的宽度,则认为背景差信息连续,判断这两个车轮属于同一辆车。根据实际车轮的距离特点,在车辆匹配是做如下限定:紧挨的车辆个数不超过3个,同一车辆的车轮个数不小于2个,且不超过6个。
c、车辆计数通过车轮匹配后的结果统计。
具体实施例3
如图3所示,本实施例以三个车道为例,由外向内依次为第一车道、第二车道、第三车道,说明在三个车道的情况下,安装于第一车道外侧的摄像机进行视频车辆检测的方法。
配置视频检测所需要的先验知识,包括5类:
a、车道线位置,要保证与实际车道线重合;
b、车顶检测区域,为防止跨线行驶漏车,要保证覆盖第一车道以及第二车道的部分区域;
c、车轮检测区域,为防止跨线行驶漏车以及保证只第三车道有车时能够检测到车轮,要保证区域覆盖第一车道部分、第二车道全部以及第三车道部分。
d、第三车道计数区域,供第三车道车辆计数,此区域的下沿随着目标动态分界线的变化而变化。
e、检测终止线,小型车在第三车道正常行驶时,经过车顶位置最高点的水平线。
1.第一车道车辆的检测与计数:
由于摄像机安装位置的成像特点,第一车道的车辆类似俯视照射,检测到的主要是车辆的车顶,车顶特征非常明显,为保证检测精确度,对第一车道范围内的车辆建立横向车顶模型,采用LBP特征进行训练和检测,采用SVM进行训练分类。车辆计数通过检测到的车顶的个数进行统计。
为防止跨线行驶漏车,对第一车道及第二车道的部分区域作为车顶检测区域,对车顶进行检测,通过检测的车顶个数对车辆计数。
2.第二车道车辆的检测与计数:
由于摄像机安装的角度,第二车道的车辆可以清晰的检测到整车侧身,在整车侧身的特征中,车轮特征具有明显的统一性和稳定性,本实施例在设定的车轮检测区域内对车轮进行建模并检测。
为防止跨线行驶漏车,对第一车道部分区域及第二车道作为车轮检测区域,对车轮进行检测,通过检测车轮,并对其配对,根据车轮匹配后的结果对车辆计数。
a、车轮检测
建立车轮模型,车轮模型以HOG作为特征,采用SVM进行训练分类。
在采用车轮模型进行车辆检测后,对车轮检测结果进行去伪,方法是:对车轮进行OTSU法二值化,分成两个区域,判断二值化后目标区域位置,如果不是在车轮检测结果的中间区域,则认为不是真正的车轮,否则继续计算两个区域的方差,如果方差小于给定阈值TD,则认为是车轮,否者认为是伪目标。
b、车轮配对
首先确定车轮处在第几车道,根据检测车辆地点的位置确定属于第二车道区域,还是第三车道区域,将属于第二车道的车轮进行配对。方法如下:
如果前后两个车轮紧挨,则认为是同一辆车的车辆。如果不紧挨,则判断前后两个车轮顶点和低点形成的矩形框内的背景差信息,如果背景差信息中断的宽度小于半个车轮像素的宽度,则认为背景差信息连续,判断这两个车轮属于同一辆车。根据实际车轮的距离特点,在车辆匹配是做如下限定:紧挨的车辆个数不超过3个,同一车辆的车轮个数不小于2个,且不超过6个。
此处选用前后两个车轮顶点和低点形成的矩形进行目标连续性判断,而不是整个第二车道区域,是为了防止第三车道车辆的干扰。
c、车辆计数通过车轮匹配后的结果统计。
3.第三车道车辆的检测与计数
a、确定二、三车道的目标动态分界线
如果第二车道没有车,则二、三车道目标动态分界线是经过第三车道车辆的最高位置车轮最低点的水平线;
如果第二车道有车,再分为三种情况:
同一车辆的车轮间距存在为0或者其中最大距离大于阈值T1,则认为当前车是大型车,确定距离当前车辆的车轮低点上方L1个像素的点P1, 二、三车道的目标动态分界线经过P1点的水平线;其中,第二车道有大型车时车身遮挡在垂直方向上的图像像素数,记为L1;
同一车辆的车轮间距最大距离大于T2且小于T1,则认为当前车是中型车,确定距离当前车辆的车轮低点上方L2个像素的点P2,二、三车道的目标动态分界线经过P2点的水平线;其中,第二车道有中型车时车身遮挡在垂直方向上的图像像素数,记为L2;
同一车辆的车轮间距最大距离大于0且小于T2,则认为当前车是小型车,确定距离当前车辆的车轮低点上方L3个像素的点P3,二、三车道的目标动态分界线经过P3点的水平线;其中,第二车道有小型车时车身遮挡在垂直方向上的图像像素数,记为L3;
b、在二、三车道的动态分界线与检测终止线之间进行背景差目标检测,判断第三车道是否有车辆存在。
c、第三车道的计数方法是如果根据上述判断第三车道有车辆存在,则使能第三车道计数区域的计数功能,并开始计算动态形成的第三车道目标检测区域与计数区域交汇区域的目标点的比例,如果高于Thr,则认为当前车辆计数开始,如果低于Thr且持续帧数大于5帧,则认为当前车辆计数结束,并禁止第三车道计数区域的计数功能。
其中,第三车道目标检测区域指目标动态分界线与终止检测线之间的区域,计数区域为配置的左右边界与终止检测线、目标动态分界线围成的区域。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (10)
1. 一种视频车辆检测方法,其特征在于:车道为一个车道,安装于车道一侧的摄像机对车道的车顶进行检测,通过检测的车顶个数对车辆计数。
2. 一种视频车辆检测方法,其特征在于:车道包括内车道和外车道,摄像机安装于外车道的外侧,外车道为车顶检测区域,对车顶进行检测,通过检测的车顶个数对车辆计数,内车道为车轮检测区域,对车轮进行检测配对,通过车轮匹配后的结果对车辆计数。
3. 根据权利要求2所述的视频车辆检测方法,其特征在于:外车道和内车道与外车道相邻的部分区域为车顶检测区域,内车道和外车道与内车道相邻的部分区域为车轮检测区域。
4. 根据权利要求2或3所述的视频车辆检测方法,其特征在于:所述车轮配对方法为:判断车轮顶点和低点形成的矩形框内的背景差信息,如果背景差信息中断的宽度小于半个车轮像素的宽度,则车轮属于同一车辆。
5. 根据权利要求4所述的视频车辆检测方法,其特征在于:所述同一车辆的车轮个数不小于2个,且不超过6个。
6. 一种视频车辆检测方法,其特征在于:车道包括三个车道,由外向内依次为第一车道、第二车道、第三车道,摄像机安装于第一车道的外侧,第一车道为车顶检测区域,对车顶进行检测,通过检测的车顶个数对车辆计数,第二车道为车轮检测区域,对车轮进行检测配对,通过车轮匹配后的结果对车辆计数;
第三车道的计数方法为:
a、确定二、三车道的目标动态分界线;
b、在二、三车道的动态分界线与配置边界线之间进行背景差目标检测,判断第三车道是否有车辆存在;
c、若第三车道有车辆存在,则使能第三车道计数区域的计数功能,并开始计算动态形成的第三车道目标检测区域与计数区域交汇区域的目标点的比例,如果高于Thr,则认为当前车辆计数开始,如果低于Thr且持续帧数大于5帧,则认为当前车辆计数结束,并禁止第三车道计数区域的计数功能;
其中,第三车道目标检测区域指目标动态分界线与终止检测线之间的区域,计数区域为配置的左右边界与终止检测线、目标动态分界线围成的区域。
7. 根据权利要求6所述的视频车辆检测方法,其特征在于:确定二、三车道的目标动态分界线的方法为:
如果第二车道没有车,则二、三车道目标动态分界线是经过第三车道车辆的最高位置车轮最低点的水平线;
如果第二车道有车,则
同一辆车的车轮间距存在为0或者其中最大距离大于阈值T1,则认为当前车是大型车,确定距离当前车辆的最高位置车轮最低点上方L1个像素的点P1,二、三车道的目标动态分界线经过P1点的水平线,L1为第二车道有大型车时车身遮挡在垂直方向上的图像像素数;
同一车辆的车辆间距最大距离大于T2且小于T1,则认为当前车是中型车,确定距离当前车辆的最高位置车轮最低点上方L2个像素的点P2,二、三车道的目标动态分界线经过P2点的水平线,L2为第二车道有中型车时车身遮挡在垂直方向上的图像像素数;
同一车辆的车辆间距最大距离大于0且小于T2,则认为当前车是小型车,确定距离当前车辆的最高位置车轮最低点上方L3个像素的点P3,二、三车道的目标动态分界线经过P3点的水平线,L3为第二车道有小型车时车身遮挡在垂直方向上的图像像素数。
8. 根据权利要求6或7所述的视频车辆检测方法,其特征在于:第一车道和第二车道与第一车道相邻的部分区域为车顶检测区域,第三车道、第二车道和第一车道与第二车道相邻的部分区域为车轮检测区域。
9. 根据权利要求6或7所述的视频车辆检测方法,其特征在于:所述车轮配对方法为:判断车轮顶点和低点形成的矩形框内的背景差信息,如果背景差信息中断的宽度小于半个车轮像素的宽度,则车轮属于同一车辆。
10. 根据权利要求9所述的视频车辆检测方法,其特征在于:所述同一车辆的车轮个数不小于2个,且不超过6个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310630480.5A CN103680154B (zh) | 2013-12-02 | 2013-12-02 | 一种视频车辆检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310630480.5A CN103680154B (zh) | 2013-12-02 | 2013-12-02 | 一种视频车辆检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103680154A true CN103680154A (zh) | 2014-03-26 |
CN103680154B CN103680154B (zh) | 2016-04-27 |
Family
ID=50317567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310630480.5A Active CN103680154B (zh) | 2013-12-02 | 2013-12-02 | 一种视频车辆检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103680154B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108475471A (zh) * | 2016-01-26 | 2018-08-31 | 三菱电机株式会社 | 车辆判定装置、车辆判定方法和车辆判定程序 |
CN111107305A (zh) * | 2018-10-26 | 2020-05-05 | 杭州海康威视数字技术股份有限公司 | 一种监控界面配置方法、装置、***及摄像机 |
CN111161542A (zh) * | 2018-11-08 | 2020-05-15 | 杭州海康威视数字技术股份有限公司 | 车辆识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004860A (zh) * | 2006-11-30 | 2007-07-25 | 复旦大学 | 实时采集道路车流量信息的视频方法 |
KR100939962B1 (ko) * | 2008-05-02 | 2010-02-04 | 한국건설기술연구원 | 차종정보 인식장치 및 방법 |
CN101777263A (zh) * | 2010-02-08 | 2010-07-14 | 长安大学 | 一种基于视频的交通车流量检测方法 |
CN102231236A (zh) * | 2011-06-14 | 2011-11-02 | 汉王科技股份有限公司 | 车辆计数方法和装置 |
CN103164957A (zh) * | 2011-12-19 | 2013-06-19 | 西安正昌电子有限责任公司 | 一种交通流量的测量分析*** |
-
2013
- 2013-12-02 CN CN201310630480.5A patent/CN103680154B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004860A (zh) * | 2006-11-30 | 2007-07-25 | 复旦大学 | 实时采集道路车流量信息的视频方法 |
KR100939962B1 (ko) * | 2008-05-02 | 2010-02-04 | 한국건설기술연구원 | 차종정보 인식장치 및 방법 |
CN101777263A (zh) * | 2010-02-08 | 2010-07-14 | 长安大学 | 一种基于视频的交通车流量检测方法 |
CN102231236A (zh) * | 2011-06-14 | 2011-11-02 | 汉王科技股份有限公司 | 车辆计数方法和装置 |
CN103164957A (zh) * | 2011-12-19 | 2013-06-19 | 西安正昌电子有限责任公司 | 一种交通流量的测量分析*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108475471A (zh) * | 2016-01-26 | 2018-08-31 | 三菱电机株式会社 | 车辆判定装置、车辆判定方法和车辆判定程序 |
CN108475471B (zh) * | 2016-01-26 | 2020-12-18 | 三菱电机株式会社 | 车辆判定装置、车辆判定方法和计算机可读的记录介质 |
CN111107305A (zh) * | 2018-10-26 | 2020-05-05 | 杭州海康威视数字技术股份有限公司 | 一种监控界面配置方法、装置、***及摄像机 |
CN111161542A (zh) * | 2018-11-08 | 2020-05-15 | 杭州海康威视数字技术股份有限公司 | 车辆识别方法及装置 |
CN111161542B (zh) * | 2018-11-08 | 2021-09-28 | 杭州海康威视数字技术股份有限公司 | 车辆识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103680154B (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11087148B2 (en) | Barrier and guardrail detection using a single camera | |
US9721169B2 (en) | Image processing device for detecting vehicle in consideration of sun position | |
CN105632186B (zh) | 检测车辆加塞行为的方法和装置 | |
CN104537841B (zh) | 无牌车辆违章检测方法及其检测*** | |
CN103523014B (zh) | 车载装置 | |
CN103348394B (zh) | 行驶辅助装置及其相邻车辆检测方法 | |
US20160307054A1 (en) | Surrounding Environment Recognition Device | |
KR19980079232A (ko) | 교통량 감시장치 | |
CN103593649A (zh) | 一种用于车道偏离预警的车道线检测方法 | |
BR112015001825A2 (pt) | dispositivo de detecção de objeto tridimensional, método de detecção de objeto tridimensional | |
CN106023595A (zh) | 一种异常停车的判断方法、装置及球型摄像机 | |
CN104574979B (zh) | 机动车行经人行横道不依法让行行为的拍照***及方法 | |
CN103021186A (zh) | 一种车辆监控的方法及*** | |
CN102298844A (zh) | 自动违章车辆检测***和方法 | |
CN103192758B (zh) | 基于机器视觉的前照灯随动转向控制方法 | |
JP4544698B2 (ja) | 車種判別方法および装置 | |
CN103177586A (zh) | 一种基于机器视觉的城市交叉路口多车道车流量检测方法 | |
CN102897086A (zh) | 一种后车行驶信息检测及提示方法及*** | |
CN103680154B (zh) | 一种视频车辆检测方法 | |
CN103456170A (zh) | 基于机器视觉的车速和车辆排队长度的检测方法 | |
CN103295399A (zh) | 基于形态特征的夜间行驶车辆远光灯开启状态的判别方法 | |
CN105006150A (zh) | 车辆轮轴数量的检测方法及装置 | |
CN105574502A (zh) | 一种自助发卡机违章行为自动检测方法 | |
CN107169422A (zh) | 基于前照灯光线方向的远光灯开闭状态的判别方法 | |
CN102169583B (zh) | 基于车窗定位的车辆遮挡检测与分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |