CN106652466A - 一种基于汽车车牌识别的汽车定位***及方法 - Google Patents
一种基于汽车车牌识别的汽车定位***及方法 Download PDFInfo
- Publication number
- CN106652466A CN106652466A CN201611016853.XA CN201611016853A CN106652466A CN 106652466 A CN106652466 A CN 106652466A CN 201611016853 A CN201611016853 A CN 201611016853A CN 106652466 A CN106652466 A CN 106652466A
- Authority
- CN
- China
- Prior art keywords
- image
- car
- projection
- carries out
- module
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种基于汽车车牌识别的汽车定位***及方法,涉及定位技术领域,其特征在于,所述***包括:设置于各个道路旁的若干个图像采集装置;所述图像采集装置用于获取经过道路车辆的车牌原始图像信息,通过有线/无线的方式分别信号连接于各个图像识别装置;所述图像识别装置用于将图像采集装置发送过来的图像信息进行识别,通过有线/无线的方式分别信号连接于中间数据库;所述中间数据库用于存储图像识别装置的识别结果,通过有线/无线的方式信号连接于数据传输装置;所述数据传输装置通过有线/无线的方式分别信号连接于客户端和用于对中间数据库中的数据信息进行匹配的匹配处理器。
Description
技术领域
本发明涉及定位技术领域,尤其是一种基于汽车车牌识别的汽车定位***及方法。
背景技术
车辆牌照识别***作为一个专用的计算机视觉***,能够自动摄取车辆图像并识别出车牌。这个***可应用在公路自动收费、停车场管理、失窃车辆侦察、门卫***、智能交通***等不同场合。汽车牌照定位是车牌识别的难点,因此,公路车牌定位算法的研究有着重要而实用意义。车牌识别在图像处理技术中是典型的先分割目标进而识别的应用实例。类似的应用包括信封上邮政编码的分割与识别、货运列车车型车号的自动分割和识别、文字的识别等等。虽然车辆牌照识别***是一个针对车牌识别的专用***,然而对它的研究定会对上述类似问题的研究起到推动作用。
关于车牌定位已有很多方法提出,如基于数学形态学的定位方法:基于颜色的定位方法,这种方法主要利用彩色空间的信息,实现车牌定位,包括彩色边缘算法、颜色距离、相似度算法和基于边缘的颜色对方法等; 基于遗传算法提取汽车牌照的方法:基于神经网络的车牌定位方法。
针对各种车牌定位算法的优缺点,提出基于DCT变化的车牌定位算法, 该方法在DCT 数据中,提取出一种基于加权频率的车牌区新特征,然后经过自适应阈值分类,采用基于投影法的车牌区分割方法,直接在DCT 域实现车牌的快速定位。该方法可使定位矩形框紧凑地包围车牌区域,有效降低误检率,且运算复杂度较低,有利于实现复杂背景中车牌的快速定位。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供了一种基于汽车车牌识别的汽车定位***及方法,它具有检测准确率高、运算复杂度低、适用性广和成本低等优点。
本发明采用的技术方案如下:
一种基于汽车车牌识别的汽车定位***,其特征在于,所述***包括:设置于各个道路旁的若干个图像采集装置;所述图像采集装置用于获取经过道路车辆的车牌原始图像信息,通过有线/无线的方式分别信号连接于各个图像识别装置;所述图像识别装置用于将图像采集装置发送过来的图像信息进行识别,通过有线/无线的方式分别信号连接于中间数据库;所述中间数据库用于存储图像识别装置的识别结果,通过有线/无线的方式信号连接于数据传输装置;所述数据传输装置通过有线/无线的方式分别信号连接于客户端和用于对中间数据库中的数据信息进行匹配的匹配处理器。
所述图像采集装置为摄像头;它还包括一个数据传输装置;所述数据传输装置包括:能够将摄像头采集到的模拟图像信号转换为数字图像信号的模数装换装置,以及将转换后的数字图像信号通过有线/无线的方式发送给图像识别装置的数据发送装置。
所述图像识别装置为:图像处理器;所述图像处理器包括:用于对接收到的彩色图像进行去彩色化处理的图像预处理模块、用于对预处理后的图像进行DCT变换的DCT变换模块、用于对DCT变换后的图像进行分类处理的分类处理模块,用于对分类处理后的图像进行平滑去噪的平滑去噪模块,以及用于对平滑去噪处理后的图像进行投影分割的投影分割模块。
所述中间数据库包括:用于接收和发送来往于中间数据库数字图像信息的数据传输装置、用于保存图像识别装置发送过来的数字图像信息的数据库;所述数据库在接收数字图像信息后在该数字图像信息附加位置标记和时间标记。
所述匹配处理器用于对中间数据库中的数字图像信息进行检索和匹配,根据检索匹配的结果以及检索匹配结果的数据信息得出汽车的位置信息,将位置信息经数据传输装置发送给客户端。
一种基于汽车车牌识别的汽车定位***,其特征在于,所述方法包括以下步骤:
步骤1:图像采集装置采集原始的汽车车牌图像信息,将采集到的图像信息进行模数转换后发送给图像识别装置;
步骤2:图像识别装置对接收到的数字图像信息依次进行图像预处理、DCT变换、分类处理、平滑去噪处理和投影分割处理;
步骤3:中间数据库对图像识别装置处理后的数字图像信息添加位置标记和时间标记;
步骤4:匹配处理器根据输入的目标车牌信息通过数据传输装置在中间数据库中的数据信息进行匹配和检索,根据匹配检索的结果得出目标车牌对应的车辆位置信息;将车辆位置信息发送至客户端。
所述图像识别装置进行图像识别的方法包括以下步骤:
步骤1:图像识别装置的图像预处理模块首先将输入的图像去掉彩色,进行灰度化;利用RGB 空间到灰度的转换公式得到车牌的灰度图像;
步骤2:图像识别装置的DCT变换模块对图像预处理模块处理后的图像进行DCT变换,将变换后的图像发送给分类处理模块;分类处理模块对DCT变换后的图像进行分类处理;
步骤3:图像识别装置的平滑去噪模块对分类处理后的图像进行平滑去噪,将平滑去噪后的图像发送给投影分割模块;
步骤4:投影分割模块对平滑去噪模后的图像进行投影分割,得到处理后的最终图像信息。
所述DCT变换模块对图像进行DCT变换后,还会采用基于DCT子块的加权频率特征,通过对不同方向DCT分量进行非线性加权增强,使得车牌字符特征更加明显;所述加权频率特征的计算方法为:;其中c( i, j)为图像块块中第i行第j列的DCT系数; i值的范围1~8;j取1~8。
所述分类处理模块对图像进行分类处理的方法为:设定一个自适应阈值为:;其中aver为整幅图像的平均WF值,max为整幅图像的最大WF值,min为整幅图像的最小WF值,k为经验值。
所述投影分割模块进行投影分割的方法包括以下步骤:对于去噪后的图像信息,首先对其进行水平投影,然后对投影值进行分析,确定出水平基线,再在水平基线之间进行垂直投影,确定出垂直基线;这样就可以初步定位出车牌区;基线的产生依据下面的规则:首先设定一个阈值T,将小于此阈值的投影值置0,大于此阈值的投影值置1,然后当相邻投影值一个为0,另一个为1时,即认为非零投影值处存在一条基线;因为进行了两次投影,即水平和垂直投影;确定出水平基线和垂直基线后即可在图像中划出矩形框,标出车牌区域;另外,为使矩形框紧紧包围车牌区域,在画基线之前,首先判断矩形框各基线上所有像素值之和是否为零,若为零,则将基线向靠近矩形中心的位置移动直到各基线上所有像素值之和不为零为止。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、正确检测率高:本发明的汽车定位***和方法,采用离散余弦变换,得到DCT系数,计算加权频率特性,之后采用自适应阈值法实现车牌和非车牌区的快速分类,能够非常准确的得到车牌信息。
2、成本较低:本发明的汽车定位***和方法,不需要卫星定位,只需要道路旁的图像采集装置和对图像采集装置采集到的图像信息进行识别的图像识别装置后,对识别的图像进行匹配检索处理得到最终的结果,相较于采用卫星定位的成本显著降低
3、运算复杂度低:本发明的汽车定位***和方法,采用离散余弦变换进行处理,较之于采用连续傅里叶变换的运算复杂度较低。
4、适用性广:本发明的汽车定位***和方法,适用性非常广,在没有卫星定位的情况下,得到很好的利用,同时在成本显著降低的情况下,更增加了应用的广泛性。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明的一种基于汽车车牌识别的汽车定位***及方法的***结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
如图1所示,一种基于汽车车牌识别的汽车定位***,其特征在于,所述***包括:设置于各个道路旁的若干个图像采集装置;所述图像采集装置用于获取经过道路车辆的车牌原始图像信息,通过有线/无线的方式分别信号连接于各个图像识别装置;所述图像识别装置用于将图像采集装置发送过来的图像信息进行识别,通过有线/无线的方式分别信号连接于中间数据库;所述中间数据库用于存储图像识别装置的识别结果,通过有线/无线的方式信号连接于数据传输装置;所述数据传输装置通过有线/无线的方式分别信号连接于客户端和用于对中间数据库中的数据信息进行匹配的匹配处理器。
所述图像采集装置为摄像头;它还包括一个数据传输装置;所述数据传输装置包括:能够将摄像头采集到的模拟图像信号转换为数字图像信号的模数装换装置,以及将转换后的数字图像信号通过有线/无线的方式发送给图像识别装置的数据发送装置。
所述图像识别装置为:图像处理器;所述图像处理器包括:用于对接收到的彩色图像进行去彩色化处理的图像预处理模块、用于对预处理后的图像进行DCT变换的DCT变换模块、用于对DCT变换后的图像进行分类处理的分类处理模块,用于对分类处理后的图像进行平滑去噪的平滑去噪模块,以及用于对平滑去噪处理后的图像进行投影分割的投影分割模块。
所述中间数据库包括:用于接收和发送来往于中间数据库数字图像信息的数据传输装置、用于保存图像识别装置发送过来的数字图像信息的数据库;所述数据库在接收数字图像信息后在该数字图像信息附加位置标记和时间标记。
所述匹配处理器用于对中间数据库中的数字图像信息进行检索和匹配,根据检索匹配的结果以及检索匹配结果的数据信息得出汽车的位置信息,将位置信息经数据传输装置发送给客户端。
一种基于汽车车牌识别的汽车定位***,其特征在于,所述方法包括以下步骤:
步骤1:图像采集装置采集原始的汽车车牌图像信息,将采集到的图像信息进行模数转换后发送给图像识别装置;
步骤2:图像识别装置对接收到的数字图像信息依次进行图像预处理、DCT变换、分类处理、平滑去噪处理和投影分割处理;
步骤3:中间数据库对图像识别装置处理后的数字图像信息添加位置标记和时间标记;
步骤4:匹配处理器根据输入的目标车牌信息通过数据传输装置在中间数据库中的数据信息进行匹配和检索,根据匹配检索的结果得出目标车牌对应的车辆位置信息;将车辆位置信息发送至客户端。
所述图像识别装置进行图像识别的方法包括以下步骤:
步骤1:图像识别装置的图像预处理模块首先将输入的图像去掉彩色,进行灰度化;利用RGB 空间到灰度的转换公式得到车牌的灰度图像;
步骤2:图像识别装置的DCT变换模块对图像预处理模块处理后的图像进行DCT变换,将变换后的图像发送给分类处理模块;分类处理模块对DCT变换后的图像进行分类处理;
步骤3:图像识别装置的平滑去噪模块对分类处理后的图像进行平滑去噪,将平滑去噪后的图像发送给投影分割模块;
步骤4:投影分割模块对平滑去噪模后的图像进行投影分割,得到处理后的最终图像信息。
所述DCT变换模块对图像进行DCT变换后,还会采用基于DCT子块的加权频率特征,通过对不同方向DCT分量进行非线性加权增强,使得车牌字符特征更加明显;所述加权频率特征的计算方法为: ;其中c( i, j)为图像块块中第i行第j列的DCT系数; i值的范围1~8;j取1~8。
所述分类处理模块对图像进行分类处理的方法为:设定一个自适应阈值为:;其中aver为整幅图像的平均WF值,max为整幅图像的最大WF值,min为整幅图像的最小WF值,k为经验值。
所述投影分割模块进行投影分割的方法包括以下步骤:对于去噪后的图像信息,首先对其进行水平投影,然后对投影值进行分析,确定出水平基线,再在水平基线之间进行垂直投影,确定出垂直基线;这样就可以初步定位出车牌区;基线的产生依据下面的规则:首先设定一个阈值T,将小于此阈值的投影值置0,大于此阈值的投影值置1,然后当相邻投影值一个为0,另一个为1时,即认为非零投影值处存在一条基线;因为进行了两次投影,即水平和垂直投影;确定出水平基线和垂直基线后即可在图像中划出矩形框,标出车牌区域;另外,为使矩形框紧紧包围车牌区域,在画基线之前,首先判断矩形框各基线上所有像素值之和是否为零,若为零,则将基线向靠近矩形中心的位置移动直到各基线上所有像素值之和不为零为止。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (10)
1.一种基于汽车车牌识别的汽车定位***,其特征在于,所述***包括:设置于各个道路旁的若干个图像采集装置;所述图像采集装置用于获取经过道路车辆的车牌原始图像信息,通过有线/无线的方式分别信号连接于各个图像识别装置;所述图像识别装置用于将图像采集装置发送过来的图像信息进行识别,通过有线/无线的方式分别信号连接于中间数据库;所述中间数据库用于存储图像识别装置的识别结果,通过有线/无线的方式信号连接于数据传输装置;所述数据传输装置通过有线/无线的方式分别信号连接于客户端和用于对中间数据库中的数据信息进行匹配的匹配处理器。
2.如权利要求1所述的基于汽车车牌识别的汽车定位***,其特征在于,所述图像采集装置为摄像头;它还包括一个数据传输装置;所述数据传输装置包括:能够将摄像头采集到的模拟图像信号转换为数字图像信号的模数装换装置,以及将转换后的数字图像信号通过有线/无线的方式发送给图像识别装置的数据发送装置。
3.如权利要求1或2所述的基于汽车车牌识别的汽车定位***,其特征在于,所述图像识别装置为:图像处理器;所述图像处理器包括:用于对接收到的彩色图像进行去彩色化处理的图像预处理模块、用于对预处理后的图像进行DCT变换的DCT变换模块、用于对DCT变换后的图像进行分类处理的分类处理模块,用于对分类处理后的图像进行平滑去噪的平滑去噪模块,以及用于对平滑去噪处理后的图像进行投影分割的投影分割模块。
4.如权利要求3所述的基于汽车车牌识别的汽车定位***,其特征在于,所述中间数据库包括:用于接收和发送来往于中间数据库数字图像信息的数据传输装置、用于保存图像识别装置发送过来的数字图像信息的数据库;所述数据库在接收数字图像信息后在该数字图像信息附加位置标记和时间标记。
5.如权利要求4所述的基于汽车车牌识别的汽车定位***,其特征在于,所述匹配处理器用于对中间数据库中的数字图像信息进行检索和匹配,根据检索匹配的结果以及检索匹配结果的数据信息得出汽车的位置信息,将位置信息经数据传输装置发送给客户端。
6.一种基于权利要求1至5之一所述的基于汽车车牌识别的汽车定位***,其特征在于,所述方法包括以下步骤:
步骤1:图像采集装置采集原始的汽车车牌图像信息,将采集到的图像信息进行模数转换后发送给图像识别装置;
步骤2:图像识别装置对接收到的数字图像信息依次进行图像预处理、DCT变换、分类处理、平滑去噪处理和投影分割处理;
步骤3:中间数据库对图像识别装置处理后的数字图像信息添加位置标记和时间标记;
步骤4:匹配处理器根据输入的目标车牌信息通过数据传输装置在中间数据库中的数据信息进行匹配和检索,根据匹配检索的结果得出目标车牌对应的车辆位置信息;将车辆位置信息发送至客户端。
7.如权利要求6所述的一种基于汽车车牌识别的汽车定位方法,其特征在于,所述图像识别装置进行图像识别的方法包括以下步骤:
步骤1:图像识别装置的图像预处理模块首先将输入的图像去掉彩色,进行灰度化;利用RGB 空间到灰度的转换公式得到车牌的灰度图像;
步骤2:图像识别装置的DCT变换模块对图像预处理模块处理后的图像进行DCT变换,将变换后的图像发送给分类处理模块;分类处理模块对DCT变换后的图像进行分类处理;
步骤3:图像识别装置的平滑去噪模块对分类处理后的图像进行平滑去噪,将平滑去噪后的图像发送给投影分割模块;
步骤4:投影分割模块对平滑去噪模后的图像进行投影分割,得到处理后的最终图像信息。
8.如权利要求7所述的基于汽车车牌识别的汽车定位方法,其特征在于,所述DCT变换模块对图像进行DCT变换后,还会采用基于DCT子块的加权频率特征,通过对不同方向DCT分量进行非线性加权增强,使得车牌字符特征更加明显;所述加权频率特征的计算方法为:;其中c( i, j)为图像块块中第i行第j列的DCT系数; i值的范围1~8;j取1~8。
9.如权利要求8所述的基于汽车车牌识别的汽车定位方法,其特征在于,所述分类处理模块对图像进行分类处理的方法为:设定一个自适应阈值为:;其中aver为整幅图像的平均WF值,max为整幅图像的最大WF值,min为整幅图像的最小WF值,k为经验值。
10.如权利要求9所述的基于汽车车牌识别的汽车定位方法,其特征在于,所述投影分割模块进行投影分割的方法包括以下步骤:对于去噪后的图像信息,首先对其进行水平投影,然后对投影值进行分析,确定出水平基线,再在水平基线之间进行垂直投影,确定出垂直基线;这样就可以初步定位出车牌区;基线的产生依据下面的规则:首先设定一个阈值T,将小于此阈值的投影值置0,大于此阈值的投影值置1,然后当相邻投影值一个为0,另一个为1时,即认为非零投影值处存在一条基线;因为进行了两次投影,即水平和垂直投影;确定出水平基线和垂直基线后即可在图像中划出矩形框,标出车牌区域;另外,为使矩形框紧紧包围车牌区域,在画基线之前,首先判断矩形框各基线上所有像素值之和是否为零,若为零,则将基线向靠近矩形中心的位置移动直到各基线上所有像素值之和不为零为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611016853.XA CN106652466A (zh) | 2016-11-18 | 2016-11-18 | 一种基于汽车车牌识别的汽车定位***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611016853.XA CN106652466A (zh) | 2016-11-18 | 2016-11-18 | 一种基于汽车车牌识别的汽车定位***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106652466A true CN106652466A (zh) | 2017-05-10 |
Family
ID=58807797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611016853.XA Pending CN106652466A (zh) | 2016-11-18 | 2016-11-18 | 一种基于汽车车牌识别的汽车定位***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106652466A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539317A (zh) * | 2020-04-22 | 2020-08-14 | 上海眼控科技股份有限公司 | 车辆违规行驶检测方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100867336B1 (ko) * | 2008-02-26 | 2008-11-10 | (주) 서돌 전자통신 | 주정차단속 시스템 및 방법 |
CN103578291A (zh) * | 2012-07-30 | 2014-02-12 | 陕西浩瀚数码科技有限公司 | 停车场泊车定位*** |
CN104156704A (zh) * | 2014-08-04 | 2014-11-19 | 胡艳艳 | 一种新的车牌识别方法及*** |
CN105070065A (zh) * | 2015-09-07 | 2015-11-18 | 北京信路威科技股份有限公司 | 移动智能交通卡口***及应用其进行车辆监控的方法 |
-
2016
- 2016-11-18 CN CN201611016853.XA patent/CN106652466A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100867336B1 (ko) * | 2008-02-26 | 2008-11-10 | (주) 서돌 전자통신 | 주정차단속 시스템 및 방법 |
CN103578291A (zh) * | 2012-07-30 | 2014-02-12 | 陕西浩瀚数码科技有限公司 | 停车场泊车定位*** |
CN104156704A (zh) * | 2014-08-04 | 2014-11-19 | 胡艳艳 | 一种新的车牌识别方法及*** |
CN105070065A (zh) * | 2015-09-07 | 2015-11-18 | 北京信路威科技股份有限公司 | 移动智能交通卡口***及应用其进行车辆监控的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539317A (zh) * | 2020-04-22 | 2020-08-14 | 上海眼控科技股份有限公司 | 车辆违规行驶检测方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657632B (zh) | 一种车道线检测识别方法 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别***及方法 | |
CN110660222B (zh) | 一种智能环保道路黑烟车辆电子抓拍*** | |
CN109190444B (zh) | 一种基于视频的收费车道车辆特征识别***的实现方法 | |
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
CN104239867B (zh) | 车牌定位方法及*** | |
CN105741559B (zh) | 一种基于车道线模型的违法占用应急车道检测方法 | |
CN104951775A (zh) | 基于视频技术的铁路道口防护区域安全智能识别方法 | |
CN104573637A (zh) | 一种基于多摄像头的车牌识别方法 | |
CN107016362B (zh) | 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和*** | |
CN106056086A (zh) | 基于快速学习框架的车辆品牌型号识别方法 | |
CN111915583B (zh) | 复杂场景中基于车载红外热像仪的车辆和行人检测方法 | |
CN111626277A (zh) | 一种基于治超站交调指标分析的车辆跟踪方法及装置 | |
CN112651293B (zh) | 一种公路违法设摊事件视频检测方法 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
CN105989334A (zh) | 基于单目视觉的道路检测方法 | |
Park et al. | Real-time signal light detection | |
CN111783666A (zh) | 一种基于连续视频帧角点特征匹配的快速车道线检测方法 | |
TWI673654B (zh) | 軌道識別裝置及程式 | |
CN117078717A (zh) | 基于无人机单目相机的道路车辆轨迹提取方法 | |
CN112183206B (zh) | 一种基于路侧单目摄像头的交通参与者定位方法和*** | |
CN111191481A (zh) | 车辆识别方法及*** | |
CN106652466A (zh) | 一种基于汽车车牌识别的汽车定位***及方法 | |
CN111860113A (zh) | 车道线检测方法及*** | |
Chen et al. | Real-time vehicle color identification using symmetrical SURFs and chromatic strength |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |