CN110310492B - 一种移动车辆测速方法及装置 - Google Patents
一种移动车辆测速方法及装置 Download PDFInfo
- Publication number
- CN110310492B CN110310492B CN201910556991.4A CN201910556991A CN110310492B CN 110310492 B CN110310492 B CN 110310492B CN 201910556991 A CN201910556991 A CN 201910556991A CN 110310492 B CN110310492 B CN 110310492B
- Authority
- CN
- China
- Prior art keywords
- camera
- time
- distance
- calculating
- angle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003287 optical effect Effects 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 40
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012634 optical imaging Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- QBPFLULOKWLNNW-UHFFFAOYSA-N chrysazin Chemical compound O=C1C2=CC=CC(O)=C2C(=O)C2=C1C=CC=C2O QBPFLULOKWLNNW-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000016057 CHAND syndrome Diseases 0.000 description 1
- 101100113998 Mus musculus Cnbd2 gene Proteins 0.000 description 1
- 101150040210 allR gene Proteins 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000827 velocimetry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种移动车辆测速方法,包括以下步骤:获取摄像头C的三维坐标(0,0,H);获取移动车辆J在进入所述摄像头的拍摄范围的时刻t0和离开所述摄像头的拍摄范围的时刻t1的视频帧图像,并在t0至t1时间段内对移动车辆J进行连续对焦拍摄;获取摄像头C的硬件参数、t0时刻摄像头C的光学参数、t1时刻摄像头C的光学参数以及视频帧图像参数;计算移动车辆J在t0时刻和时刻t1的坐标位置及行驶的距离G;根据移动车辆J在t0至t1时间段内的行驶距离G,获得移动车辆J在该时间段内的平均车速V。本发明无需额外安装其他测速设备,可以直接部署在现有的安防监控网络中,扩大智能交通管理的范围,具有应用广泛的优势。
Description
技术领域
本发明属于定位技术领域,具体涉及一种移动车辆测速方法及装置。
背景技术
近年来我国道路交通建设快速发展以及机动车数量迅猛增长,因此保障道路安全,道路畅通显得尤为重要。考虑到成本等因素,目前我国在道路交通建设上多以主干道上的车辆测速为重点管理目标,在辅路或者支路上不对车辆行驶速度进行监测,导致了城市交通管理范围覆盖率不高的问题。为了提高道路交通管理能力以及管理范围覆盖率,需要在现有安防监控的基础上对移动车辆进行测速。
目前车辆测速的主要方法主要包括三个方面:视频图像测速、线圈测速、雷达测速。
视频图像测速主要是通过对连续图像进行分析,计算不同视频帧中车辆所在图像中的像素坐标的差值,再乘以一个预设的比例值得到车辆速度。虽然在间隔视频帧时间内车辆在图像中像素坐标的位移在一定程度上能反映车辆的行驶状态的变化,再乘以一个比例值能估算出车辆的速度,但是该方法所得到的车辆速度误差较大,无法用于高精度测速。
线圈测速主要通过计算车辆经过两个平行线圈的时间差,并由两线圈间隔的距离得到车辆的行驶速度。该方法测速精度高,但通常需要配合摄像头共同使用实现对某一车辆进行测速和抓拍,同时由于埋设感应线圈的施工量大,对路面质量要求高,易毁坏、等因素导致线圈测速的方法不利于广泛使用。
雷达测速主要是利用多普勒效应,根据雷达发射波的频率与接收波的频率偏移量来计算车辆的行驶速度。该方法测速精度高,但该方法和线圈测速一样无法单一使用,需要配合摄像头共同使用实现对某一车辆进行测速和抓拍,因此在使用成本上较高。
综上所述,目前先有的测速主要存在如下矛盾:视频图像测速成本低,但误差较大;线圈测速和雷达测速精度高,但使用和维护成本高。
发明内容
鉴于以上所述现有技术的缺点,本发明提供一种移动车辆测速方法及装置,以解决现有技术中车辆测速误差大或成本高的问题。
为实现上述目的及其他相关目的,本发明提供一种移动车辆测速方法,所述移动车辆测速方法包括:
获取摄像头C的三维坐标 (0,0,H),其中,H表示摄像头距离地面的高度;
获取移动车辆J在进入所述摄像头的拍摄范围的时刻t0和离开所述摄像头的拍摄范围的时刻t1的视频帧图像,并在t0至t1时间段内对移动车辆J进行连续对焦拍摄;
获取摄像头C的硬件参数,包括图像传感器的宽w和高h;
获取t0时刻摄像头C的光学参数,包括焦距f0、相距v0、摄像头C的拍摄角度a0和摄像头C的转向角度b0;
获取t1时刻摄像头C的光学参数,包括焦距f1、相距v1、摄像头C的拍摄角度a1和摄像头C的转向角度b1;
获取视频帧图像参数,包括图像分辨率R;
以采集的视频帧图像左上角像素点为坐标系原点,图像水平向右为x轴的正轴,竖直向上为y轴正轴建立二维坐标系;
获取摄像头C在t0时刻采集到的视频帧图像Frame0画面中的对焦点Focus0,并确定所述对焦点Focus0所在图像中的中心像素点Pixel0在所述二维坐标系中的位置;
获取摄像头C在t1时刻采集到的视频帧图像Frame1画面中的对焦点Focus1,并确定所述对焦点Focus1所在图像中的中心像素点Pixel1在所述二维坐标系中的位置;
确定摄像头C采集到的视频帧图像中心像素点在所述二维坐标系中的位置;
根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的宽w,计算摄像头C在t0和t1时刻的画面横向视角θ0和θ1;
根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的高h,计算摄像头C在t0和t1时刻的画面纵向视角α0和α1;
根据对焦点Focus0、Focus1以及图像宽包含的像素个数Pw、图像高包含的像素个数Ph计算摄像头C在t0时刻和t1时刻的对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1;
根据横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1以及画面横向视角θ0和θ1、画面纵向视角α0和α1计算对焦点Focus0和Focus1的横向偏移角度值βw0、βw1和纵向偏移角度值βh0和βh1;
根据焦距f0、相距v0计算物距u0,根据焦距f1、相距v1计算物距u1;
根据摄像头C距离地面的高度H、拍摄角度a0和a1、纵向偏移角度值βh0、βh1计算移动车辆J在t0时刻和t1时刻分别以拍摄角度a0和a1纵向偏移角度值βh0和βh1投影到水平面的投影点J0`和J1`距离摄像头C的水平距离L0和L1;
根据水平距离L0和L1、转向角度b0、b1以及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`的坐标信息(J0x`,J0y`)和(J1x`,J1y`);
根据拍摄角度a0和a1、水平距离L0和L1及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`到摄像头C的直线距离S0和S1;
根据直线距离S0和S1、物距u0和u1、拍摄角度a0和a1以及偏移角度值βw0、βw1、β h0、βh1计算t0时刻和t1时刻移动车辆J0和J1在水平面的垂直投影点分别距离投影点J0`和J1`的直线距离l0和l1;
根据水平距离L0和L1、直线距离l0和l1、投影点J0`和J1`的坐标信息分别计算移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y);
根据移动车辆J在t0时刻和t1时刻的位置坐标,获得移动车辆J在t0至t1时间段内的行驶距离G;
根据移动车辆J在t0至t1时间段内的行驶距离G,获得移动车辆J在该时间段内的平均车速V。
可选地,所述画面横向视角θ0和θ1表示为:
所述画面纵向视角α0和α1表示为:
可选地,偏移比例Qw0、Qw1、Qh0、Qh1分别表示为:
其中,其中,Qw0表示t0时刻横向的偏移比例,Qh0表示t0时刻纵向的偏移比例,Qw1表示t1时刻横向的偏移比例,Qh1表示t1时刻纵向的偏移比例,Pw表示图像宽包含的像素个数,Ph 表示图像高包含的像素个数。
可选地,偏移角度值βw0、βw1、βh0、βh1分别表示为:
其中,βw0表示t0时刻横向的偏移角度值,βh0表示t0时刻纵向的偏移角度值,βw1表示t1时刻横向的偏移角度值,βh1表示t1时刻纵向的偏移角度值。
可选地,所述投影点J0`(J0x`,J0y`)和J1`(J1x`,J1y`)表示为:
其中,L0和L1表示投影点J0`和J1`距离摄像头C的水平距离;
可选地,所述直线距离S0和S1表示为:
可选地,所述直线距离l0和l1表示为:
可选地,所述移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y)表示为:
可选地,所述移动车辆J在t0至t1时间段内的行驶距离G表示为:
为实现上述目的及其他相关目的,本发明还提供一种移动车辆测速装置,所述移动车辆测速装置包括:
摄像头位置信息获取模块,用于获取摄像头C的三维坐标(0,0,H),其中,H表示摄像头距离地面的高度;
对焦模块,用于获取移动车辆J在进入所述摄像头的拍摄范围的时刻t0和离开所述摄像头的拍摄范围的时刻t1的视频帧图像,并在t0至t1时间段内对移动车辆J进行连续对焦拍摄;
硬件参数获取模块,获取摄像头C的硬件参数,包括图像传感器的宽w和高h;
第一光学参数获取模块,用于获取t0时刻摄像头C的光学参数,包括焦距f0、相距v0、摄像头C的拍摄角度a0和摄像头C的转向角度b0;
第二光学参数获取模块,用于获取t1时刻摄像头C的光学参数,包括焦距f1、相距v1、摄像头C的拍摄角度a1和摄像头C的转向角度b1;
频视参数获取模块,用于获取视频帧图像参数,包括图像分辨率R;
坐标系建立模块,以采集的视频帧图像左上角像素点为坐标系原点,图像水平向右为x轴的正轴,竖直向上为y轴正轴建立二维坐标系;
第一中心像素点确定模块,用于获取摄像头C在t0时刻采集到的视频帧图像Frame0画面中的对焦点Focus0,并确定所述对焦点Focus0所在图像中的中心像素点Pixel0在所述二维坐标系中的位置;
第二中心像素点确定模块,用于获取摄像头C在t1时刻采集到的视频帧图像Frame1画面中的对焦点Focus1,并确定所述对焦点Focus1所在图像中的中心像素点Pixel1在所述二维坐标系中的位置;
第三中心像素点确定模块,用于确定摄像头C采集到的视频帧图像中心像素点在所述二维坐标系中的位置;
横向视角确定模块,用于根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的宽w,计算摄像头C在t0和t1时刻的画面横向视角θ0和θ1;
纵向视角确定模块,用于根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的高h,计算摄像头C在t0和t1时刻的画面纵向视角α0和α1;
偏移比例计算模块,用于根据对焦点Focus0、Focus1以及图像宽包含的像素个数Pw、图像高包含的像素个数Ph计算摄像头C在t0时刻和t1时刻的对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1;
偏移角度值计算模块,用于根据横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1以及画面横向视角θ0和θ1、画面纵向视角α0和α1计算对焦点Focus0和Focus1的横向偏移角度值βw0、βw1和纵向偏移角度值βh0和βh1;
物距计算模块,用于根据焦距f0、相距v0计算物距u0,根据焦距f1、相距v1计算物距u1;
水平距离计算模块,用于根据摄像头C距离地面的高度H、拍摄角度a0和a1、纵向偏移角度值βh0、βh1计算移动车辆J在t0时刻和t1时刻分别以拍摄角度a0和a1纵向偏移角度值βh0和βh1投影到水平面的投影点J0`和J1`距离摄像头C的水平距离L0和L1;
第一坐标信息计算模块,用于根据水平距离L0和L1、转向角度b0、b1以及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`的坐标信息(J0x`,J0y`)和(J1x`,J1y`);
第一直线距离计算模块,用于根据拍摄角度a0和a1、水平距离L0和L1及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`到摄像头C的直线距离S0和S1;
第二直线距离计算模块,用于根据直线距离S0和S1、物距u0和u1、拍摄角度a0和a1以及偏移角度值βw0、βw1、βh0、βh1计算t0时刻和t1时刻移动车辆J0和J1在水平面的垂直投影点分别距离投影点J0`和J1`的直线距离l0和l1;
第二坐标信息计算模块,用于根据水平距离L0和L1、直线距离l0和l1、投影点J0`和J1`的坐标信息分别计算移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y);
行程计算模块,用于根据移动车辆J在t0时刻和t1时刻的位置坐标,获得移动车辆J在t0至t1时间段内的行驶距离G;
车速计算模块,用于根据移动车辆J在t0至t1时间段内的行驶距离G,获得移动车辆J在该时间段内的平均车速V。
如上所述,本发明的一种移动车辆测速方法及装置,具有以下有益效果:
本发明的一种移动车辆测速方法及装置,涉及一种以摄像头构建的三维坐标系,并对移动车辆进行连续拍摄,取拍摄视频的第一帧和最后一帧视频图像,以两个视频帧拍摄时刻的摄像头光学参数和视频图像参数为条件,计算得到移动车辆在两个时刻的坐标位置,最后获得在移动车辆在两个时刻的时间段内行驶距离以及平均车速。该方法无需额外安装其他测速设备,可以直接部署在现有的安防监控网络中,扩大智能交通管理的范围,具有应用广泛的优势。
附图说明
图1是本发明实施例的一种移动车辆测速方法的流程图;
图2是本发明实施例的计算移动车辆J在t0时刻和时刻t1的坐标位置及行驶的距离G的流程图;
图3是本发明实施例所涉及的移动车辆在t0和t1时刻视频帧图像上对焦点的中心像素点所在图像传感器上的坐标关系图;
图4是摄像头光学成像焦距与横向视角的原理示意图;
图5是摄像头光学成像焦距与纵向视角的原理示意图;
图6是摄像头光学成像原理示意图;
图7是以t0时刻为例,说明对焦点不在画面中点时未考虑纵向偏移角的三维坐标关系图;
图8是以t0时刻为例,说明结合纵向偏移角对摄像头进行角度调整后的三维坐标关系图;
图9是本发明实施例所涉及的摄像头与移动车辆在t0时刻的几何关系示意图;
图10是本发明实施例所涉及的摄像头和移动车辆在t1时刻的几何关系示意图;
图11是本发明实施例的一种移动车辆测速装置的示意框图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的实施例涉及一种以摄像头构建的三维坐标系,并对移动车辆进行连续拍摄,取拍摄视频的第一帧和最后一帧视频图像,以两个视频帧拍摄时刻的摄像头光学参数和视频图像参数为条件,计算得到移动车辆在两个时刻的坐标位置,最后获得在移动车辆在两个时刻的时间段内行驶距离以及平均车速。该方法无需额外安装其他测速设备,可以直接部署在现有的安防监控网络中,扩大智能交通管理的范围,具有应用广泛的优势。结合图1至图10,其实现步骤包括:
步骤S101、建立三维坐标系,定义摄像头C的三维坐标信息为(0,0,H),其中,H表示摄像头C距离地面的高度,即z轴上的坐标值,x轴方向为地理位置正北方向;
步骤S102、移动车辆J在t0时刻进入摄像头C的视野拍摄范围,在t1时刻之后离开摄像头C的视野拍摄范围。摄像头C获取在t0时刻和t1时刻拍摄的移动车辆J的视频帧图像,摄像头C在t0至t1时间段对移动车辆J进行连续对焦拍摄,并规定移动车辆J在t0时刻的位置状态为J0,移动车辆J在t1时刻的位置状态为J1;
步骤S103、分别获取摄像头C的硬件参数、摄像头C在t0时刻的光学参数和获取摄像头C在t1时刻的光学参数、视频帧图像参数;其中,
摄像头C的硬件参数包括图像传感器宽w和高h,单位通常为毫米,图像传感器对应于图4和图5的CCD靶面。
摄像头C在t0时刻的光学参数包括焦距f0、相距v0、摄像头C的拍摄角度a0和摄像头C的转向角度b0。如图7所示,a0具体表示摄像头C拍摄的俯角或仰角的角度值。换言之,a0即为摄像头C与竖直方向的夹角,竖直方向为垂直地面向下,且通常该夹角a0小于90度。b0具体表示摄像头C在水平方向转动的角度值,通常将摄像头C正对北时b0定义为0度,摄像头顺时针旋转时b0增大,换言之,b0即为摄像头C与x轴的夹角,方向为北。
摄像头C在t1时刻的光学参数包括焦距f1、相距v1、摄像头C的拍摄角度a1和摄像头C的转向角度b1。a1、b1根据摄像头C的实际情况考虑,a1、b1与步骤S104中的a0、b0若相等,即摄像头固定不动。
视频帧图像参数包括图像分辨率R,其中R的计算公式表示为:
其中,Pw表示图像宽包含的像素个数,Ph表示图像高包含的像素个数。在图3中分别以Pw和Ph表示。通常摄像头C的图像分辨率R是固定不变的,所以摄像头C在t0和t1时刻采集到的视频帧图像的分辨率均为R。
步骤S104、计算移动车辆J在t0时刻和t1时刻的坐标位置。
步骤S1041、根据摄像头C在t0时刻采集到的视频帧图像Frame0构建二维坐标系,将图像左上角像素点定义为坐标系原点,图像水平向右为 x 轴的正轴,竖直向上为 y 轴正轴建立二维坐标系。
步骤S1042、获取摄像头C在t0时刻采集到的视频帧图像Frame0画面中的对焦点Focus0,并确定Focus0所在图像中的中心像素点Pixel0在二维坐标系中的位置,将定义Pixel0为(Pw0,Ph0),其中Pw0为Pixel0在Frame0中x轴方向上距离坐标原点的值,换言之,即为Pixel0在水平方向上距离画面左侧的像素点个数。同理,Ph0表示Pixel0在Frame0中y轴方向上距离坐标原点的值,换言之,即为Pixel0在竖直方向上距离画面顶部的像素点个数;对焦点Focus0在图3中的坐标信息为(Pw0,Ph0)。
步骤S1043、获取摄像头C在t1时刻采集到的视频帧图像Frame1画面中的及对焦点Focus1,并确定Focus1所在图像中的中心像素点Pixel1在二维坐标系中的位置,如图3所示,将Pixel1定义为(Pw1,Ph1)。
步骤S1044、确定摄像头C采集到的视频帧图像中心像素点在二维坐标系中的位置,如图3所示,将中心像素点定义为(Pw/2,Ph/2)。
步骤S1045、根据摄像头C在t0时刻和t1时刻的光学参数焦距f0、f1以及摄像头C的图像传感器宽w,根据光学成像原理中焦距、传感器宽度以及视角的关系,计算摄像头C在t0和t1时刻的画面横向视角θ0和θ1,其中,焦距f、图像传感器的宽w和画面横向视角θ的关系如图4所示,其摄像头C在t0和t1时刻的画面横向视角θ0和θ1的计算公式为:
步骤S1046、根据摄像头C在t0时刻和t1时刻的光学参数焦距f0、f1以及摄像头C的图像传感器的高h,计算摄像头C在t0和t1时刻的画面纵向视角α0和α1,其中,焦距f、图像传感器的宽w和画面横向视角θ的关系如图4所示,其计算公式为:
步骤S1047、如图3所示的坐标关系,根据对焦点Focus0、Focus1以及图像宽包含的像素个数Pw、图像高包含的像素个数Ph计算摄像头C在t0时刻和t1时刻对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的偏移比例Qw0和Qw1以及Qh0和Qh1,其中Qw0表示t0时刻横向的偏移比例,Qh0表示t0时刻纵向的偏移比例,Qw1表示t1时刻横向的偏移比例,Qh1表示t1时刻纵向的偏移比例,其计算公式为:
步骤S1048、根据横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1以及画面横向视角θ0和θ1、画面纵向视角α0和α1计算摄像头C在t0时刻和t1时刻对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的对焦点偏移角度βw0和βh0以及βw1和βh1,其中βw0表示t0时刻横向的偏移角度值,βh0表示t0时刻纵向的偏移角度值,βw1表示t1时刻横向的偏移角度值,βh1表示t1时刻纵向的偏移角度值。
换言之,摄像头C在t0时刻和t1采集到的视频帧图像由于对焦点有可能不是在画面中点,直接使用摄像头C的拍摄角度a0和a1和转向角度b0、b1参数会造成计算车辆位置的误差,进而造成测速结果误差,因此为了避免这个问题,需要在拍摄角度和转向角度的基础上加上摄像头C对焦点的横向和纵向的偏移角度值,以此消除误差。如图7、8所示,以t0时刻为例,说明对焦点不在画面中点时未考虑纵向偏移角将对会存在误差,其计算公式为:
需要说明的是,偏移角仅作为本发明技术方案后面步骤中的参数,实际上摄像头无需调整拍摄角度,换言之,通过偏移角的计算结果,作为拍摄角度误差的补偿。
步骤S1049、由摄像头C在t0和t1时刻的焦距f0、相距v0以及焦距f1、相距v1计算移动车辆J与摄像头的直线距离u0和u1,该直线距离在光学成像原理中亦称为物距,其中焦距f、相距v和物距u的关系如图6所示,其中,1表示CCD靶面,2表示镜头,3表示视角,4表示目标物体,物距u的计算公式为:
步骤S10410、如图9、10所示,分别表示摄像头C在t0和t1时刻于移动车辆J的三维坐标几何关系图。根据摄像头C距离地面的高度H、拍摄角度a0和a1、纵向偏移角度值βh0、β h1计算移动车辆J在t0时刻和t1时刻分别以拍摄角度a0和a1、纵向偏移角度值βh0、βh1投影到水平面的投影点J0`和J1`距离摄像头C的水平距离L0和L1;其中L0和L1的计算公式为:
步骤S10411、由于摄像头C垂直于水平面,根据摄像头C距离地面的高度H和拍摄角度a0和a1以及纵向偏移角度值βh0和βh1,可以获得移动车辆J在t0时刻和t1时刻以拍摄角度a0和a1和对焦点纵向偏移角度值βh0和βh1投影到水平面的点J0`和J1`的坐标信息(J0x`,J0y`)和(J1x`,J1y`),其中J0x`和J0y`表示投影点J0`在步骤S101定义的摄像头C的三维坐标系中的水平面上的值。
其中J0x`、J0y`和J1x`、J1y`的计算公式为:
步骤S10412、根据拍摄角度a0和a1、水平距离L0和L1及偏移角度值βw0、βw1、βh0、β h1可以获得J0`和J1`到摄像头C的直线距离S0和S1,其计算公式为:
步骤S10413、根据t0时刻和t1时刻投影点J0`、J1`和移动车辆J0、J1和摄像头C在三维坐标系中的三角函数关系,可以根据直线距离S0和S1、物距u0和u1、拍摄角度a0和a1以及偏移角度值βw0、βw1、βh0、βh1计算t0时刻和t1时刻移动车辆J0和J1在水平面的垂直投影点分别距离投影点J0`和J1`的直线距离l0和l1,其计算公式为:
步骤S10414、根据投影点J0`、J1`和移动车辆J0、J1在竖直方向上的投影j0、j1和摄像头C在竖直方向的投影C0,三者在水平面存在的三角函数关系,可以根据水平距离L0和L1、直线距离l0和l1、投影点J0`和J1`的坐标信息分别计算移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y),其计算公式为:
至此,通过摄像头C建立的三维坐标系、摄像头C在t0时刻和t1时刻拍摄的视频帧图像的光学参数和图像参数,获取到了移动车辆J在两个时刻的位置坐标(J0x,J0y)和(J1x,J1y);并在图9和图10分别以j0和j1表示。
步骤S10415、根据移动车辆J在t0时刻和t1时刻的位置坐标,可以获得移动车辆J在该时间段内行驶距离G,其计算公式为:
步骤S105、根据移动车辆J在t0至t1时间段内的行驶距离G,可以获得移动车辆J在该时间段内的平均车速V,其计算公式为:
至此,通过摄像头C得到了移动车辆的行驶速度V。
本发明属于视频测速范畴,具有准确度高的优势,同时可以直接应用于现有的安防监控网络中,成本低,同时也扩大智能交通管理的范围。
本发明的一种移动车辆测速方法,涉及一种以摄像头构建的三维坐标系,并对移动车辆进行连续拍摄,取拍摄视频的第一帧和最后一帧视频图像,以两个视频帧拍摄时刻的摄像头光学参数和视频图像参数为条件,计算得到移动车辆在两个时刻的坐标位置,最后获得在移动车辆在两个时刻的时间段内行驶距离以及平均车速。该方法无需额外安装其他测速设备,可以直接部署在现有的安防监控网络中,扩大智能交通管理的范围,具有应用广泛的优势。
如图11,一种移动车辆测速装置,所述移动车辆测速装置包括:
摄像头位置信息获取模块11,用于获取摄像头C的三维坐标(0,0,H),其中,H表示摄像头距离地面的高度;
对焦模块12,用于获取移动车辆J在进入所述摄像头的拍摄范围的时刻t0和离开所述摄像头的拍摄范围的时刻t1的视频帧图像,并在t0至t1时间段内对移动车辆J进行连续对焦拍摄;
硬件参数获取模块13,获取摄像头C的硬件参数,包括图像传感器的宽w和高h;
第一光学参数获取模块14,用于获取t0时刻摄像头C的光学参数,包括焦距f0、相距v0、摄像头C的拍摄角度a0和摄像头C的转向角度b0;
第二光学参数获取模块15,用于获取t1时刻摄像头C的光学参数,包括焦距f1、相距v1、摄像头C的拍摄角度a1和摄像头C的转向角度b1;
频视参数获取模块16,用于获取视频帧图像参数,包括图像分辨率R;
坐标系建立模块17,以采集的视频帧图像左上角像素点为坐标系原点,图像水平向右为x轴的正轴,竖直向上为y轴正轴建立二维坐标系;
第一中心像素点确定模块18,用于获取摄像头C在t0时刻采集到的视频帧图像Frame0画面中的对焦点Focus0,并确定所述对焦点Focus0所在图像中的中心像素点Pixel0在所述二维坐标系中的位置;
第二中心像素点确定模块19,用于获取摄像头C在t1时刻采集到的视频帧图像Frame1画面中的对焦点Focus1,并确定所述对焦点Focus1所在图像中的中心像素点Pixel1在所述二维坐标系中的位置;
第三中心像素点确定模块110,用于确定摄像头C采集到的视频帧图像中心像素点在所述二维坐标系中的位置;
横向视角确定模块111,用于根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的宽w,计算摄像头C在t0和t1时刻的画面横向视角θ0和θ1;
纵向视角确定模块112,用于根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的高h,计算摄像头C在t0和t1时刻的画面纵向视角α0和α1;
偏移比例计算模块113,用于根据对焦点Focus0、Focus1以及图像宽包含的像素个数Pw、图像高包含的像素个数Ph计算摄像头C在t0时刻和t1时刻的对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1;
偏移角度值计算模块114,用于根据横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1以及画面横向视角θ0和θ1、画面纵向视角α0和α1计算对焦点Focus0和Focus1的横向偏移角度值βw0、βw1和纵向偏移角度值βh0和βh1;
物距计算模块115,用于根据焦距f0、相距v0计算物距u0,根据焦距f1、相距v1计算物距u1;
水平距离计算模块116,用于根据摄像头C距离地面的高度H、拍摄角度a0和a1、纵向偏移角度值βh0、βh1计算移动车辆J在t0时刻和t1时刻分别以拍摄角度a0和a1纵向偏移角度值βh0和βh1投影到水平面的投影点J0`和J1`距离摄像头C的水平距离L0和L1;
第一坐标信息计算模块117,用于根据水平距离L0和L1、转向角度b0、b1以及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`的坐标信息(J0x`,J0y`)和(J1x`,J1y`);
第一直线距离计算模块118,用于根据拍摄角度a0和a1、水平距离L0和L1及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`到摄像头C的直线距离S0和S1;
第二直线距离计算模块119,用于根据直线距离S0和S1、物距u0和u1、拍摄角度a0和a1以及偏移角度值βw0、βw1、βh0、βh1计算t0时刻和t1时刻移动车辆J0和J1在水平面的垂直投影点分别距离投影点J0`和J1`的直线距离l0和l1;
第二坐标信息计算模块120,用于根据水平距离L0和L1、直线距离l0和l1、投影点J0`和J1`的坐标信息分别计算移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y);
行程计算模块121,用于根据移动车辆J在t0时刻和t1时刻的位置坐标,获得移动车辆J在t0至t1时间段内的行驶距离G;
车速计算模块122,用于根据移动车辆J在t0至t1时间段内的行驶距离G,获得移动车辆J在该时间段内的平均车速V。
需要说明的是,由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例的内容请参见方法部分的实施例的描述,这里暂不赘述。
本发明还提供一种存储介质,存储计算机程序,所述计算机程序被处理器运行时执行前述的移动车辆测速方法。
本发明还提供一种电子终端,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器存储的计算机程序,以使所述设备执行前述的移动车辆测速方法。
所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器((RAM ,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可以是内部存储单元或外部存储设备,例如插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字卡(Secure Digital,SD),闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括内部存储单元,也包括外部存储设备。所述存储器用于存储所述计算机程序以及其他程序和数据。所述存储器还可以用于暂时地存储己经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (3)
1.一种移动车辆测速方法,其特征在于,所述移动车辆测速方法包括:
获取摄像头C的三维坐标 (0,0,H),其中,H表示摄像头距离地面的高度;
获取移动车辆J在进入所述摄像头的拍摄范围的时刻t0和离开所述摄像头的拍摄范围的时刻t1的视频帧图像,并在t0至t1时间段内对移动车辆J进行连续对焦拍摄;
获取摄像头C的硬件参数,包括图像传感器的宽w和高h;
获取t0时刻摄像头C的光学参数,包括焦距f0、相距v0、摄像头C的拍摄角度a0和摄像头C的转向角度b0;
获取t1时刻摄像头C的光学参数,包括焦距f1、相距v1、摄像头C的拍摄角度a1和摄像头C的转向角度b1;
获取视频帧图像参数,包括图像分辨率R;
以采集的视频帧图像左上角像素点为坐标系原点,图像水平向右为x轴的正轴,竖直向上为y轴正轴建立二维坐标系;
获取摄像头C在t0时刻采集到的视频帧图像Frame0画面中的对焦点Focus0,并确定所述对焦点Focus0所在图像中的中心像素点Pixel0在所述二维坐标系中的位置;
获取摄像头C在t1时刻采集到的视频帧图像Frame1画面中的对焦点Focus1,并确定所述对焦点Focus1所在图像中的中心像素点Pixel1在所述二维坐标系中的位置;
确定摄像头C采集到的视频帧图像中心像素点在所述二维坐标系中的位置;
根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的宽w,计算摄像头C在t0和t1时刻的画面横向视角θ0和θ1;
根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的高h,计算摄像头C在t0和t1时刻的画面纵向视角α0和α1;
根据对焦点Focus0、Focus1以及图像宽包含的像素个数Pw、图像高包含的像素个数Ph计算摄像头C在t0时刻和t1时刻的对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1;
其中,Qw0表示t0时刻横向的偏移比例,Qh0表示t0时刻纵向的偏移比例,Qw1表示t1时刻横向的偏移比例,Qh1表示t1时刻纵向的偏移比例,Pw表示图像宽包含的像素个数,Ph 表示图像高包含的像素个数;
根据横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1以及画面横向视角θ0和θ1、画面纵向视角α0和α1计算对焦点Focus0和Focus1的横向偏移角度值βw0、βw1和纵向偏移角度值β h0和βh1;
其中,βw0表示t0时刻横向的偏移角度值,βh0表示t0时刻纵向的偏移角度值,βw1表示t1时刻横向的偏移角度值,βh1表示t1时刻纵向的偏移角度值;
根据焦距f0、相距v0计算物距u0,根据焦距f1、相距v1计算物距u1;
根据摄像头C距离地面的高度H、拍摄角度a0和a1、纵向偏移角度值βh0、βh1计算移动车辆J在t0时刻和t1时刻分别以拍摄角度a0和a1纵向偏移角度值βh0和βh1投影到水平面的投影点J0`和J1`距离摄像头C的水平距离L0和L1;
根据水平距离L0和L1、转向角度b0、b1以及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`的坐标信息(J0x`,J0y`)和(J1x`,J1y`);
根据拍摄角度a0和a1、水平距离L0和L1及偏移角度值βw0、βw1、βh0、βh1计算投影点J0`和J1`到摄像头C的直线距离S0和S1;
根据直线距离S0和S1、物距u0和u1、拍摄角度a0和a1以及偏移角度值βw0、βw1、βh0、βh1计算t0时刻和t1时刻移动车辆J0和J1在水平面的垂直投影点分别距离投影点J0`和J1`的直线距离l0和l1;
根据水平距离L0和L1、直线距离l0和l1、投影点J0`和J1`的坐标信息分别计算移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y);
根据移动车辆J在t0时刻和t1时刻的位置坐标,获得移动车辆J在t0至t1时间段内的行驶距离G;
根据移动车辆J在t0至t1时间段内的行驶距离G,获得移动车辆J在该时间段内的平均车速V。
3.一种移动车辆测速装置,其特征在于,所述移动车辆测速装置包括:
摄像头位置信息获取模块,用于获取摄像头C的三维坐标(0,0,H),其中,H表示摄像头距离地面的高度;
对焦模块,用于获取移动车辆J在进入所述摄像头的拍摄范围的时刻t0和离开所述摄像头的拍摄范围的时刻t1的视频帧图像,并在t0至t1时间段内对移动车辆J进行连续对焦拍摄;
硬件参数获取模块,获取摄像头C的硬件参数,包括图像传感器的宽w和高h;
第一光学参数获取模块,用于获取t0时刻摄像头C的光学参数,包括焦距f0、相距v0、摄像头C的拍摄角度a0和摄像头C的转向角度b0;
第二光学参数获取模块,用于获取t1时刻摄像头C的光学参数,包括焦距f1、相距v1、摄像头C的拍摄角度a1和摄像头C的转向角度b1;
频视参数获取模块,用于获取视频帧图像参数,包括图像分辨率R;
坐标系建立模块,以采集的视频帧图像左上角像素点为坐标系原点,图像水平向右为x轴的正轴,竖直向上为y轴正轴建立二维坐标系;
第一中心像素点确定模块,用于获取摄像头C在t0时刻采集到的视频帧图像Frame0画面中的对焦点Focus0,并确定所述对焦点Focus0所在图像中的中心像素点Pixel0在所述二维坐标系中的位置;
第二中心像素点确定模块,用于获取摄像头C在t1时刻采集到的视频帧图像Frame1画面中的对焦点Focus1,并确定所述对焦点Focus1所在图像中的中心像素点Pixel1在所述二维坐标系中的位置;
第三中心像素点确定模块,用于确定摄像头C采集到的视频帧图像中心像素点在所述二维坐标系中的位置;
横向视角确定模块,用于根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的宽w,计算摄像头C在t0和t1时刻的画面横向视角θ0和θ1;
纵向视角确定模块,用于根据摄像头C在t0和t1时刻的焦距f0、f1以及摄像头C的图像传感器的高h,计算摄像头C在t0和t1时刻的画面纵向视角α0和α1;
偏移比例计算模块,用于根据对焦点Focus0、Focus1以及图像宽包含的像素个数Pw、图像高包含的像素个数Ph计算摄像头C在t0时刻和t1时刻的对焦点Focus0和Focus1的中心像素点相对于视频帧图像中心像素点的横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1;
其中,Qw0表示t0时刻横向的偏移比例,Qh0表示t0时刻纵向的偏移比例,Qw1表示t1时刻横向的偏移比例,Qh1表示t1时刻纵向的偏移比例,Pw表示图像宽包含的像素个数,Ph 表示图像高包含的像素个数;
偏移角度值计算模块,用于根据横向偏移比例Qw0、Qw1和纵向偏移比例Qh0、Qh1以及画面横向视角θ0和θ1、画面纵向视角α0和α1计算对焦点Focus0和Focus1的横向偏移角度值β w0、βw1和纵向偏移角度值βh0和βh1;
其中,βw0表示t0时刻横向的偏移角度值,βh0表示t0时刻纵向的偏移角度值,βw1表示t1时刻横向的偏移角度值,βh1表示t1时刻纵向的偏移角度值;
物距计算模块,用于根据焦距f0、相距v0计算物距u0,根据焦距f1、相距v1计算物距u1;
水平距离计算模块,用于根据摄像头C距离地面的高度H、拍摄角度a0和a1、纵向偏移角度值βh0、βh1计算移动车辆J在t0时刻和t1时刻分别以拍摄角度a0和a1纵向偏移角度值βh0和βh1投影到水平面的投影点J0`和J1`距离摄像头C的水平距离L0和L1;
第一坐标信息计算模块,用于根据水平距离L0和L1、转向角度b0、b1以及偏移角度值β w0、βw1、βh0、βh1计算投影点J0`和J1`的坐标信息(J0x`,J0y`)和(J1x`,J1y`);
第一直线距离计算模块,用于根据拍摄角度a0和a1、水平距离L0和L1及偏移角度值β w0、βw1、βh0、βh1计算投影点J0`和J1`到摄像头C的直线距离S0和S1;
第二直线距离计算模块,用于根据直线距离S0和S1、物距u0和u1、拍摄角度a0和a1以及偏移角度值βw0、βw1、βh0、βh1计算t0时刻和t1时刻移动车辆J0和J1在水平面的垂直投影点分别距离投影点J0`和J1`的直线距离l0和l1;
第二坐标信息计算模块,用于根据水平距离L0和L1、直线距离l0和l1、投影点J0`和J1`的坐标信息分别计算移动车辆J在t0时刻和t1时刻在水平面的坐标(J0x,J0y)和(J1x,J1y);
行程计算模块,用于根据移动车辆J在t0时刻和t1时刻的位置坐标,获得移动车辆J在t0至t1时间段内的行驶距离G;
车速计算模块,用于根据移动车辆J在t0至t1时间段内的行驶距离G,获得移动车辆J在该时间段内的平均车速V。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556991.4A CN110310492B (zh) | 2019-06-25 | 2019-06-25 | 一种移动车辆测速方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556991.4A CN110310492B (zh) | 2019-06-25 | 2019-06-25 | 一种移动车辆测速方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110310492A CN110310492A (zh) | 2019-10-08 |
CN110310492B true CN110310492B (zh) | 2020-09-04 |
Family
ID=68076389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910556991.4A Active CN110310492B (zh) | 2019-06-25 | 2019-06-25 | 一种移动车辆测速方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110310492B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632339A (zh) * | 2019-10-09 | 2019-12-31 | 天津天地伟业信息***集成有限公司 | 一种视频流速测试仪的水流测试方法 |
CN114296479B (zh) * | 2021-12-30 | 2022-11-01 | 哈尔滨工业大学 | 一种基于图像的无人机对地面车辆跟踪方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006034205B4 (de) * | 2006-07-25 | 2012-03-01 | Carl Mahr Holding Gmbh | Dynamische Bildaufnahme mit bildgebenden Sensoren |
EP2998698B1 (de) * | 2014-09-17 | 2017-02-01 | Leica Geosystems AG | Vermessungsgerät mit Funktion zur Kalibrierung distanzabhängig einzustellender Fokussieroptikpositionen |
CN105163065B (zh) * | 2015-08-04 | 2019-04-16 | 深圳市哈工大交通电子技术有限公司 | 一种基于摄像机前端处理的交通测速方法 |
CN106781536A (zh) * | 2016-11-21 | 2017-05-31 | 四川大学 | 一种基于视频检测的车辆测速方法 |
CN108122244B (zh) * | 2016-11-30 | 2022-02-01 | 浙江宇视科技有限公司 | 一种视频图像的视频测速方法及装置 |
CN107367262B (zh) * | 2017-06-17 | 2019-11-15 | 周超 | 一种无人机远距离实时定位测绘显示互联式控制方法 |
-
2019
- 2019-06-25 CN CN201910556991.4A patent/CN110310492B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110310492A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021004312A1 (zh) | 一种基于双目立体视觉***的车辆智能测轨迹方法 | |
CN110689581B (zh) | 结构光模组标定方法、电子设备、计算机可读存储介质 | |
CN107274336B (zh) | 一种针对车载环境的全景图像拼接方法 | |
CN101710932B (zh) | 图像拼接方法及装置 | |
CN108574825B (zh) | 一种云台摄像机的调整方法和装置 | |
CN108694741B (zh) | 一种三维重建方法及装置 | |
CN108510540B (zh) | 立体视觉摄像机及其高度获取方法 | |
CN108805934A (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN107767422A (zh) | 一种鱼眼镜头的校正方法、装置及便携式终端 | |
CN106871787A (zh) | 大空间线扫描成像三维测量方法 | |
CN107545586B (zh) | 基于光场极线平面图像局部的深度获取方法及*** | |
CN102997891A (zh) | 场景深度的测量装置和方法 | |
CN108520232A (zh) | 立体环景影片产生方法及装置 | |
CN108429908B (zh) | 一种摄像模组的测试方法、装置、设备及介质 | |
CN107767424A (zh) | 多相机***的标定方法、多相机***及终端设备 | |
CN110310492B (zh) | 一种移动车辆测速方法及装置 | |
CN106033614B (zh) | 一种强视差下的移动相机运动目标检测方法 | |
CN111080709A (zh) | 基于轨迹特征配准的多光谱立体相机自标定算法 | |
CN105005964A (zh) | 基于视频序列影像的地理场景全景图快速生成方法 | |
CN111383204A (zh) | 视频图像融合方法、融合装置、全景监控***及存储介质 | |
CN109883433A (zh) | 基于360度全景视图的结构化环境中车辆定位方法 | |
CN111383264A (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN115953483A (zh) | 一种参数标定方法、装置、计算机设备及存储介质 | |
CN104634323B (zh) | 一种多级摄像三维照相***及方法 | |
CN111131801A (zh) | 投影仪校正***、方法及投影仪 |
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 |