CN109902591B - 一种汽车搜索*** - Google Patents
一种汽车搜索*** Download PDFInfo
- Publication number
- CN109902591B CN109902591B CN201910094056.0A CN201910094056A CN109902591B CN 109902591 B CN109902591 B CN 109902591B CN 201910094056 A CN201910094056 A CN 201910094056A CN 109902591 B CN109902591 B CN 109902591B
- Authority
- CN
- China
- Prior art keywords
- automobile
- image
- pixel point
- definition
- vehicle type
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 102000036770 Islet Amyloid Polypeptide Human genes 0.000 description 1
- 108010041872 Islet Amyloid Polypeptide Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- PLOPBXQQPZYQFA-AXPWDRQUSA-N amlintide Chemical compound C([C@@H](C(=O)NCC(=O)N[C@@H](C)C(=O)N[C@@H]([C@@H](C)CC)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CO)C(=O)N[C@@H](CO)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CO)NC(=O)[C@H](CO)NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)NC(=O)[C@H]1NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](C)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CCCCN)CSSC1)[C@@H](C)O)C(C)C)C1=CC=CC=C1 PLOPBXQQPZYQFA-AXPWDRQUSA-N 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种汽车搜索***。所述***包括:车型分析设备,设置在直升机上,用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像,对每一个汽车区域进行车型识别,以获得每一个汽车区域对应的车型信息;第一数据统计设备,与直升机的实时机拍设备连接,用于接收预设时间间隔内的多帧高清机拍图像,对每一帧高清机拍图像进行处理:基于对所述高清机拍图像中最大目标轮廓的形状,选择在所述高清机拍图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线,将所述高清机拍图像中经过所述目标曲线的各个像素点作为参考像素点,计算该参考像素点的统计数据。通过本发明,能够解决高空环境下汽车搜索困难的技术问题。
Description
本申请是申请日为2018年3月13日,申请号为201810203591.0,发明名称为“基于修正式图像处理的汽车搜索***”的中国发明专利的分案申请。
技术领域
本申请涉及图像处理领域,特别是涉及一种汽车搜索***,更具体地,涉及一种基于修正式图像处理的汽车搜索***。
背景技术
当前,在警方或相关政府执法部门对驾车逃逸的犯罪分子的汽车的搜索模式还是依靠驾驶直升机的飞机员的肉眼观察进行,对每一个待搜索区域进行次序搜查以对与犯罪分子的汽车匹配的车型进行重点勘察。
现有技术的这种搜索方式,一方面,肉眼判断的可靠性差,尤其在交通繁忙的区域,由于汽车数量过多,很难在较短时间内对所有汽车的车型做出正确的判断,而一旦漏掉一个车辆,则前功尽弃;另一方面,分区域的搜索方式进一步增加了驾驶直升机的飞机员的工作量,时间一长,当驾驶直升机的飞机员进入疲惫状态,很难继续实现有效的车型匹配和汽车搜索,同时,驾驶直升机的飞机员未专心在驾驶时,也容易造成飞行事故的发生。
因此,需要一种能够用于直升机的可靠的犯罪分子的汽车搜索方案,将驾驶直升机的飞机员从繁重的汽车搜索工作中解放出来,实现犯罪分子的汽车搜索的自动化。
发明内容
本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。
为了解决上述问题,本发明提供了一种基于修正式图像处理的汽车搜索***,在使用了适应高空环境的图像采集设备和图像处理设备的同时,引入了车型分析设备,用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像,对每一个汽车区域进行车型识别,以获得每一个汽车区域对应的车型信息,还基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索,将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出。
根据本申请的一个方面,提供了一种汽车搜索***,所述***包括:
车型分析设备,设置在直升机上,用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像,对每一个汽车区域进行车型识别,以获得每一个汽车区域对应的车型信息;其中,在所述车型分析设备中,基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索,将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出;
第一数据统计设备,与直升机的实时机拍设备连接,用于接收预设时间间隔内的多帧高清机拍图像,对每一帧高清机拍图像执行以下处理:基于对所述高清机拍图像中最大目标轮廓的形状,选择在所述高清机拍图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线,将所述高清机拍图像中经过所述目标曲线的各个像素点作为参考像素点,将每一个参考像素点的红色分量与该参考像素点的蓝色分量相乘以获得该参考像素点的分量乘积值,取该参考像素点的绿色分量的平方值以获得该参考像素点的分量平方值,将所述分量平方值除以所述分量乘积值以获得该参考像素点的统计数据。
可选地,所述预设车型信息为被追踪汽车的车型。
可选地,该***还包括:
北斗星导航设备,设置在直升机上,用于获取并输出所述直升机的当导航位置。
可选地,该***还包括:
高度测量仪,设置在直升机上,用于获取并输出所述直升机当前飞行位置所对应的实时高度。
可选地,该***还包括:
拍摄信息获取设备,分别与所述车型分析设备、所述北斗星导航设备和所述高度测量仪连接,用于接收所述当导航位置、所述实时高度和所述汽车目标区域;
其中,所述拍摄信息获取设备还基于所述当导航位置、所述实时高度和所述汽车目标区域在所述多个汽车区域对应的高清机拍图像的相对位置以确定被追踪汽车的实时导航位置。
可选地,所述***还包括:
禁行报警设备,与所述拍摄信息获取设备连接,用于在所述被追踪汽车的实时导航位置为预设禁行区域时,发出禁行报警信号,其中,所述预设禁行区域为一个或多个区域。
可选地,所述***还包括:
第二数据统计设备,与所述第一数据统计设备连接,用于接收多帧高清机拍图像的各个参考像素点的统计数据,并将多帧高清机拍图像的各个像素点的统计数据中出现频率最多的数值作为频率处理结果输出,还用于将所述频率处理结果与参考限量比较,当所述频率处理结果小于所述参考限量时,发出亮度不足信号,当所述频率处理结果大于等于所述参考限量时,发出亮度充足信号。
可选地,所述***还包括:
数据调整设备,分别与所述实时机拍设备和所述第二数据统计设备连接,用于接收所述频率处理结果,还用于在接收到所述亮度充足信号时,保持基准边缘增强值不变以作为调整边缘增强值输出,以及用于在接收到所述亮度不足信号时,基于所述频率处理结果调整所述基准边缘增强值以作为调整边缘增强值输出,其中,所述频率处理结果越小,所述调整边缘增强值越大;
子图像分割设备,与所述边缘增强设备连接,用于接收所述边缘增强图像,并基于所述边缘增强图像中每一个像素点到周围像素点的像素值的跳变程度确定其是否为跳变像素点,还用于将所述边缘增强图像中的所有跳变像素点组成的图像作为待拟合子图像输出;
拟合处理设备,与所述子图像分割设备连接,用于接收所述待拟合子图像,并对所述待拟合子图像执行图像拟合处理,以获得拟合处理后的图像以作为待分析子图像输出;
目标检测设备,与所述拟合处理设备连接,用于接收所述待分析子图像,并从所述待分析子图像处识别出多个汽车区域。
可选地,所述***还包括:
定时设备,与所述第一数据统计设备连接,用于为所述第一数据统计设备提供计时操作。
可选地,所述***还包括:
SD存储卡,分别与所述第一数据统计设备和所述第二数据统计设备连接,用于存储所述预设时间间隔和所述参考限量。
基于上述方案,本发明至少具有以下四个重要发明点:
(1)在多帧图像数据统一判断的基础上,尽量选择背景像素点进行图像亮度分析,选择在所述高清机拍图像中绕过最大目标轮廓形状的曲线以作为选择像素点的目标曲线,从而保证图像数据分析的有效性;
(2)基于先前拍摄图像的反馈情况,进行边缘增强处理的幅度的自适应调整,从而保证获取到的图像数据的可用性和一致性;
(3)在图像识别中采用了跳变像素点的判断模式以及图像拟合处理,提高了获取到的待识别图像的有效性;
(4)通过对被追踪汽车的预设车型的分析,确定被追踪汽车的实时导航位置,并在所述被追踪汽车的实时导航位置为预设禁行区域时,发出禁行报警信号,从而避免汽车误闯各种禁行区域。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解的是,这些附图未必是按比例绘制的。在附图中:
图1为根据本发明实施方案示出的汽车搜索***的区域搜索的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了克服上述不足,本发明提供了一种汽车搜索***,该方法能够基于修正式图像处理,采用电子搜索方式替换人工搜索方式,从而提高了搜索的效率和精度。
图1为根据本发明实施方案示出的汽车搜索***的区域搜索的示意图,所述***可以包括:
车型分析设备,设置在直升机上,用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像,对每一个汽车区域进行车型识别,以获得每一个汽车区域对应的车型信息;
其中,在所述车型分析设备中,基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索,将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出。
其中,所述预设车型信息为被追踪汽车的车型。
接着,继续对本发明的基于修正式图像处理的汽车搜索***的具体结构进行进一步的说明。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
高度测量仪,设置在直升机上,用于获取并输出所述直升机当前飞行位置所对应的实时高度。
北斗星导航设备,设置在直升机上,用于获取并输出所述直升机的当导航位置。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
拍摄信息获取设备,分别与所述车型分析设备、所述北斗星导航设备和所述高度测量仪连接,用于接收所述当导航位置、所述实时高度和所述汽车目标区域。
其中,所述拍摄信息获取设备还基于所述当导航位置、所述实时高度和所述汽车目标区域在所述多个汽车区域对应的高清机拍图像的相对位置以确定被追踪汽车的实时导航位置。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
禁行报警设备,与所述拍摄信息获取设备连接,用于在所述被追踪汽车的实时导航位置为预设禁行区域时,发出禁行报警信号,其中,所述预设禁行区域为一个或多个区域。
第一数据统计设备,与直升机的实时机拍设备连接,用于接收预设时间间隔内的多帧高清机拍图像,对每一帧高清机拍图像执行以下处理:基于对所述高清机拍图像中最大目标轮廓的形状,选择在所述高清机拍图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线,将所述高清机拍图像中经过所述目标曲线的各个像素点作为参考像素点,将每一个参考像素点的红色分量与该参考像素点的蓝色分量相乘以获得该参考像素点的分量乘积值,取该参考像素点的绿色分量的平方值以获得该参考像素点的分量平方值,将所述分量平方值除以所述分量乘积值以获得该参考像素点的统计数据。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
第二数据统计设备,与所述第一数据统计设备连接,用于接收多帧高清机拍图像的各个参考像素点的统计数据,并将多帧高清机拍图像的各个像素点的统计数据中出现频率最多的数值作为频率处理结果输出,还用于将所述频率处理结果与参考限量比较,当所述频率处理结果小于所述参考限量时,发出亮度不足信号,当所述频率处理结果大于等于所述参考限量时,发出亮度充足信号。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
数据调整设备,分别与所述实时机拍设备和所述第二数据统计设备连接,用于接收所述频率处理结果,还用于在接收到所述亮度充足信号时,保持基准边缘增强值不变以作为调整边缘增强值输出,以及用于在接收到所述亮度不足信号时,基于所述频率处理结果调整所述基准边缘增强值以作为调整边缘增强值输出,其中,所述频率处理结果越小,所述调整边缘增强值越大。
边缘增强设备,分别与所述数据调整设备和所述实时机拍设备连接,用于接收所述调整边缘增强值以及继续接收所述高清机拍图像,并基于所述调整边缘增强值对所述高清机拍图像进行边缘增强处理,以获得对应的边缘增强图像。
子图像分割设备,与所述边缘增强设备连接,用于接收所述边缘增强图像,并基于所述边缘增强图像中每一个像素点到周围像素点的像素值的跳变程度确定其是否为跳变像素点,还用于将所述边缘增强图像中的所有跳变像素点组成的图像作为待拟合子图像输出。
拟合处理设备,与所述子图像分割设备连接,用于接收所述待拟合子图像,并对所述待拟合子图像执行图像拟合处理,以获得拟合处理后的图像以作为待分析子图像输出。
目标检测设备,与所述拟合处理设备连接,用于接收所述待分析子图像,并从所述待分析子图像处识别出多个汽车区域。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
定时设备,与所述第一数据统计设备连接,用于为所述第一数据统计设备提供计时操作。
在所述基于修正式图像处理的汽车搜索***中,还可以包括:
SD存储卡,分别与所述第一数据统计设备和所述第二数据统计设备连接,用于存储所述预设时间间隔和所述参考限量。
另外,在所述基于修正式图像处理的汽车搜索***中,还包括:WiFi通信接口,与所说拍摄信息获取设备连接,用于接收并无线转发所述当导航位置、所述实时高度和所述汽车目标区域。
对于GPRS、CDMA1x、1xRTT、EV-DO、EV-DV等技术而言,上下链路数据业务的对称性是WiFi的一个明显优势。对于3G室内的2Mbit数据速率,WiFi也具有绝对的优势,它当前采用的是802.11b标准,理论数据速率可达11Mbit,实际的物理层数据速率支持1、2、5.5、11Mbit可调,覆盖范围从100-300m。随着802.11g/a、802.16e、802.11i、WiMAX等技术、协议标准的制定和完善,加上WiFi联盟对市场快速的反应能力,WiFi正在进入一个快速发展的阶段。其中,作为802.11b发展的后继标准802.16(WiMAX Worldwide Interoperabilityfor Microwave Access全球微波接入互操作性),已经在2003年1月正式获得批准,虽然它采用了与802.11b不同的频段(10-66GHz),但是作为一项无线城域网(WMAN)技术,他可以和802.11b/g/a无线接入热点互为补充,构筑一个完全覆盖城域的宽带无线技术。WiFi/WiMAX作为Cable和DSL的无线扩展技术,它的移动性与灵活性为移动用户提供了真正的无线宽带接入服务,实现了对传统宽带接入技术的带宽特性和QoS服务质量的延伸。
对于WiFi技术而言,漫游、切换、安全、干扰等方面都是运营商组网时需考虑的重点。随着骨干传输网容量和传输速率的提高,无论采用平面或者两层的架构都不会影响到用户的宽带快速接入;随着IAPP以及MobileIP技术的完善、IPv6的发展也可以最终解决漫游和切换的问题;802.11i标准的产生将提供更多的包括WPA2、多媒体认证等安全策略;不断成熟的组网方案和干扰预检测机制都可以减少频率资源开发带来的干扰。
采用本发明的基于修正式图像处理的汽车搜索***,针对现有技术中高空排查汽车类型艰难的技术问题,通过改造高空的图像采集机制和图像处理机制,能够基于先前拍摄图像的反馈情况,进行边缘增强处理的幅度的自适应调整,从而保证获取到的图像数据的可用性和一致性,选择背景像素点进行图像亮度分析,采用了跳变像素点的判断模式以及图像拟合处理,更关键的是,通过对被追踪汽车的预设车型的分析,确定被追踪汽车的实时导航位置,实现了对被追踪汽车的有效跟踪。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种汽车搜索***,其特征在于,所述***包括:
车型分析设备,设置在直升机上,用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像,对每一个汽车区域进行车型识别,以获得每一个汽车区域对应的车型信息;其中,在所述车型分析设备中,基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索,将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出;和
第一数据统计设备,与直升机的实时机拍设备连接,用于接收预设时间间隔内的多帧高清机拍图像,对每一帧高清机拍图像执行以下处理:基于对所述高清机拍图像中最大目标轮廓的形状,选择在所述高清机拍图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线,将所述高清机拍图像中经过所述目标曲线的各个像素点作为参考像素点,将每一个参考像素点的红色分量与该参考像素点的蓝色分量相乘以获得该参考像素点的分量乘积值,取该参考像素点的绿色分量的平方值以获得该参考像素点的分量平方值,将所述分量平方值除以所述分量乘积值以获得该参考像素点的统计数据;在多帧图像数据统一判断的基础上,选择背景像素点进行图像亮度分析,选择在所述高清机拍图像中绕过最大目标轮廓形状的曲线以作为选择像素点的目标曲线;
其中,当高空排查汽车类型艰难的情况下,基于先前拍摄图像的反馈情况,进行边缘增强处理的幅度的自适应调整,选择背景像素点进行图像亮度分析,采用跳变像素点的判断模式以及图像拟合处理,通过对被追踪汽车的预设车型的分析,确定被追踪汽车的实时导航位置。
2.根据权利要求1所述的***,其特征在于,其中,所述预设车型信息为被追踪汽车的车型。
3.根据权利要求1所述的***,其特征在于,该***还包括:
北斗星导航设备,设置在直升机上,用于获取并输出所述直升机的当导航位置。
4.根据权利要求3所述的***,其特征在于,该***还包括:
高度测量仪,设置在直升机上,用于获取并输出所述直升机当前飞行位置所对应的实时高度。
5.根据权利要求4所述的***,其特征在于,该***还包括:
拍摄信息获取设备,分别与所述车型分析设备、所述北斗星导航设备和所述高度测量仪连接,用于接收所述当导航位置、所述实时高度和所述汽车目标区域;
其中,所述拍摄信息获取设备还基于所述当导航位置、所述实时高度和所述汽车目标区域在所述多个汽车区域对应的高清机拍图像的相对位置以确定被追踪汽车的实时导航位置。
6.根据权利要求5所述的***,其特征在于,所述***还包括:
禁行报警设备,与所述拍摄信息获取设备连接,用于在所述被追踪汽车的实时导航位置为预设禁行区域时,发出禁行报警信号,其中,所述预设禁行区域为一个或多个区域。
7.根据权利要求1至6的任一项所述的***,其特征在于,所述***还包括:
第二数据统计设备,与所述第一数据统计设备连接,用于接收多帧高清机拍图像的各个参考像素点的统计数据,并将多帧高清机拍图像的各个像素点的统计数据中出现频率最多的数值作为频率处理结果输出,还用于将所述频率处理结果与参考限量比较,当所述频率处理结果小于所述参考限量时,发出亮度不足信号,当所述频率处理结果大于等于所述参考限量时,发出亮度充足信号。
8.根据权利要求7所述的***,其特征在于,所述***还包括:
数据调整设备,分别与所述实时机拍设备和所述第二数据统计设备连接,用于接收所述频率处理结果,还用于在接收到所述亮度充足信号时,保持基准边缘增强值不变以作为调整边缘增强值输出,以及用于在接收到所述亮度不足信号时,基于所述频率处理结果调整所述基准边缘增强值以作为调整边缘增强值输出,其中,所述频率处理结果越小,所述调整边缘增强值越大;
子图像分割设备,与边缘增强设备连接,用于接收边缘增强图像,并基于所述边缘增强图像中每一个像素点到周围像素点的像素值的跳变程度确定其是否为跳变像素点,还用于将所述边缘增强图像中的所有跳变像素点组成的图像作为待拟合子图像输出;
拟合处理设备,与所述子图像分割设备连接,用于接收所述待拟合子图像,并对所述待拟合子图像执行图像拟合处理,以获得拟合处理后的图像以作为待分析子图像输出;和
目标检测设备,与所述拟合处理设备连接,用于接收所述待分析子图像,并从所述待分析子图像处识别出多个汽车区域。
9.根据权利要求1所述的***,其特征在于,所述***还包括:
定时设备,与所述第一数据统计设备连接,用于为所述第一数据统计设备提供计时操作。
10.根据权利要求7所述的***,其特征在于,所述***还包括:
SD存储卡,分别与所述第一数据统计设备和所述第二数据统计设备连接,用于存储所述预设时间间隔和所述参考限量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910094056.0A CN109902591B (zh) | 2018-03-13 | 2018-03-13 | 一种汽车搜索*** |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810203591.0A CN108537125B (zh) | 2018-03-13 | 2018-03-13 | 基于修正式图像处理的汽车搜索*** |
CN201910094056.0A CN109902591B (zh) | 2018-03-13 | 2018-03-13 | 一种汽车搜索*** |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810203591.0A Division CN108537125B (zh) | 2018-03-13 | 2018-03-13 | 基于修正式图像处理的汽车搜索*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109902591A CN109902591A (zh) | 2019-06-18 |
CN109902591B true CN109902591B (zh) | 2023-10-27 |
Family
ID=63484442
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910094056.0A Active CN109902591B (zh) | 2018-03-13 | 2018-03-13 | 一种汽车搜索*** |
CN201810203591.0A Active CN108537125B (zh) | 2018-03-13 | 2018-03-13 | 基于修正式图像处理的汽车搜索*** |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810203591.0A Active CN108537125B (zh) | 2018-03-13 | 2018-03-13 | 基于修正式图像处理的汽车搜索*** |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109902591B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495522A (zh) * | 2011-12-01 | 2012-06-13 | 天津曙光敬业科技有限公司 | 基于无人直升机航拍的360°空中全景互动漫游***的制作方法 |
CN103714541A (zh) * | 2013-12-24 | 2014-04-09 | 华中科技大学 | 一种利用山体轮廓区域约束识别定位建筑物的方法 |
CN103971330A (zh) * | 2013-02-05 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 图像增强方法及装置 |
CN105549494A (zh) * | 2016-02-23 | 2016-05-04 | 苏州黄章妹族工业设计有限公司 | 一种汽车与无人机连接装置 |
CN105893510A (zh) * | 2016-03-30 | 2016-08-24 | 北京格灵深瞳信息技术有限公司 | 一种视频结构化***及其目标搜索方法 |
CN106096504A (zh) * | 2016-05-30 | 2016-11-09 | 重庆大学 | 一种基于无人机机载平台的车型识别方法 |
CN106981073A (zh) * | 2017-03-31 | 2017-07-25 | 中南大学 | 一种基于无人机的地面运动目标实时跟踪方法及*** |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8825586B2 (en) * | 2009-02-24 | 2014-09-02 | International Road Dynamics | Vehicle type recognition at a checkpoint using PCA and BIC |
CN201869279U (zh) * | 2010-06-17 | 2011-06-15 | 厦门柏事特信息科技有限公司 | 智能交通高清检测抓拍专用摄像机 |
CN102646199B (zh) * | 2012-02-29 | 2013-12-18 | 湖北莲花山计算机视觉和信息科学研究院 | 复杂场景中的车型识别方法 |
CN102637257B (zh) * | 2012-03-22 | 2014-07-02 | 北京尚易德科技有限公司 | 一种基于视频的交通车辆检测识别***和方法 |
CN103258432B (zh) * | 2013-04-19 | 2015-05-27 | 西安交通大学 | 基于视频的交通事故自动识别处理方法和*** |
CN103310199B (zh) * | 2013-06-17 | 2016-03-02 | 武汉大学 | 基于高分辨率遥感数据的车辆型号识别方法 |
CN104766481A (zh) * | 2015-04-29 | 2015-07-08 | 深圳市保千里电子有限公司 | 一种无人机进行车辆跟踪的方法及*** |
CN106709476A (zh) * | 2017-01-24 | 2017-05-24 | 福州市规划设计研究院 | 一种交叉路口od调查方法 |
CN107194006A (zh) * | 2017-06-19 | 2017-09-22 | 深圳警翼智能科技股份有限公司 | 一种视频特征结构化管理方法 |
-
2018
- 2018-03-13 CN CN201910094056.0A patent/CN109902591B/zh active Active
- 2018-03-13 CN CN201810203591.0A patent/CN108537125B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495522A (zh) * | 2011-12-01 | 2012-06-13 | 天津曙光敬业科技有限公司 | 基于无人直升机航拍的360°空中全景互动漫游***的制作方法 |
CN103971330A (zh) * | 2013-02-05 | 2014-08-06 | 腾讯科技(深圳)有限公司 | 图像增强方法及装置 |
CN103714541A (zh) * | 2013-12-24 | 2014-04-09 | 华中科技大学 | 一种利用山体轮廓区域约束识别定位建筑物的方法 |
CN105549494A (zh) * | 2016-02-23 | 2016-05-04 | 苏州黄章妹族工业设计有限公司 | 一种汽车与无人机连接装置 |
CN105893510A (zh) * | 2016-03-30 | 2016-08-24 | 北京格灵深瞳信息技术有限公司 | 一种视频结构化***及其目标搜索方法 |
CN106096504A (zh) * | 2016-05-30 | 2016-11-09 | 重庆大学 | 一种基于无人机机载平台的车型识别方法 |
CN106981073A (zh) * | 2017-03-31 | 2017-07-25 | 中南大学 | 一种基于无人机的地面运动目标实时跟踪方法及*** |
Non-Patent Citations (1)
Title |
---|
基于形状特征的图像匹配与检索算法研究;王为;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170115;正文第7-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108537125A (zh) | 2018-09-14 |
CN109902591A (zh) | 2019-06-18 |
CN108537125B (zh) | 2019-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104798396B (zh) | 在无线通信***中报告测量的方法和支持所述方法的装置 | |
EP3659361B1 (en) | Method and apparatus for cell measurement in a communications system | |
DE69730956T2 (de) | Analyse von Nachbarzellen in zellularem Telekommunikationssystem | |
US20170048864A1 (en) | Method and apparatus for providing dynamic frequency selection spectrum access in peer-to-peer wireless networks | |
CN103988540A (zh) | 用于提出记录信息和获取位置信息以使得mdt技术在移动通信***中被有效地利用的方法和设备 | |
CN105050092A (zh) | 一种定位伪基站的方法 | |
CN106355860A (zh) | 一种传输数据的方法及可移动设备 | |
EP3654698B1 (en) | A method for performing a handover process for a mobile radio network terminal in a mobile radio network, corresponding apparatuses for performing steps in the method, vehicle and core network management device and corresponding computer programs | |
CN111837049B (zh) | 通信装置、位置估计方法、记录介质和通信*** | |
CN109902591B (zh) | 一种汽车搜索*** | |
CN106686615A (zh) | 一种基于移动测量的全制式基站信息并行采集实现*** | |
CN105991515B (zh) | 一种通信***业务隔离的实现方法、终端及基站 | |
US11337054B2 (en) | System and method for obtaining an identifier of a mobile communication terminal at a control checkpoint | |
CN107484199B (zh) | 全制式基站信息采集装置 | |
CN107587456B (zh) | 实时监控型地锁装置 | |
CN108804993B (zh) | 基于修正式图像处理的搜索方法 | |
CN107770488B (zh) | 一种基于高精度图像采集的实时监控型地锁装置 | |
CN105075318B (zh) | 一种重用频谱方案中异***干扰规避的方法和装置 | |
CN206023987U (zh) | 视频监控*** | |
CN108200576B (zh) | 卫星互联网中不良用户的检测方法及*** | |
WO2022260651A1 (en) | Transmitter detection in shared spectrum band | |
CN110636209B (zh) | 辅助式信号参数解析方法 | |
CN103458472A (zh) | 信号收发方法与装置以及分级管理架构的信号收发*** | |
CN105636092A (zh) | 信道频段选择方法、信息处理方法及装置 | |
CN109141367B (zh) | 基于图像识别的井盖显示*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |