CN111582255A - 车辆超限检测方法、装置、计算机设备和存储介质 - Google Patents
车辆超限检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111582255A CN111582255A CN202010568135.3A CN202010568135A CN111582255A CN 111582255 A CN111582255 A CN 111582255A CN 202010568135 A CN202010568135 A CN 202010568135A CN 111582255 A CN111582255 A CN 111582255A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- image
- vehicle
- image acquisition
- acquisition equipment
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V20/63—Scene text, e.g. street names
-
- 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)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种车辆超限检测方法、装置、计算机设备和存储介质。其通过获取图像采集设备拍摄的待检测图像,定位待检测图像中的目标车辆,识别该目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;并获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;进而根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。从而不需要布控多摄像头,减少了人力物力成本,且计算方式简洁明了,对于大面积推广布控提供了可能。
Description
技术领域
本申请涉及图像识别技术领域,特别是涉及一种车辆超限检测方法、装置、计算机设备和存储介质。
背景技术
随着我国社会经济的不断发展和人民生活水平的不断提高,道路上行驶的车辆越来越多,为了降低发生交通事故的频率,保障人民的安全交通出行,车辆超限检测越来越重要。车辆超限检测具体表现在车辆是否存在超高、超长、超宽等超限方面,如何准确判定车辆是否超限一直是困扰交警合理执法的一个难点。
传统技术中,一般通过在现有的高速公路、道路红绿灯等路口布控摄像头,通过拍照采像的方式大致估计车辆是否存在超长、超宽等违法行为。但一般要获得准确可靠的车辆长、宽、高等尺寸属性往往需要一定的计算,单纯依靠一张图片目测估计其中的车辆尺寸往往是不够的,因此,目前大部分的计算方式是通过多摄像头联合布控,并通过标记一些实际路标的实际尺寸来计算,但这样的方式需要获取的参量较多,所需设备及人力成本也较高,从而不适用于城市大面积布控。
发明内容
基于此,有必要针对上述传统车辆超限检测时计算车辆尺寸成本较高的问题,提供一种车辆超限检测方法、装置、计算机设备和存储介质。
一种车辆超限检测方法,所述方法包括:
获取图像采集设备拍摄的待检测图像,其中待检测图像中包括目标车辆;
识别目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;
获取图像采集设备的固定参数以及目标车辆位于所述待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;
根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。
在其中一个实施例中,目标车辆的尺寸包括目标车辆的长度;所述计算目标车辆的尺寸,包括:获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,图像采集设备的固定参数包括图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及所述垂直线与图像采集设备拍摄范围下限的第二角度;根据目标车辆位于待检测图像中的位置、图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及垂直线与图像采集设备拍摄范围下限的第二角度,计算目标车辆的长度。
在其中一个实施例中,目标车辆位于待检测图像中的位置包括目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离;根据目标车辆位于待检测图像中的位置、图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及垂直线与图像采集设备拍摄范围下限的第二角度,计算目标车辆的长度,包括:根据图像采集设备拍摄范围的第一角度、目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离,分别计算第一像素距离对应的第一对角以及第二像素距离对应的第二对角;根据垂直线的高度、垂直线与图像采集设备拍摄范围下限的第二角度、第一像素距离对应的第一对角以及第二像素距离对应的第二对角,应用三角函数关系计算得到目标车辆的长度。
在其中一个实施例中,所述应用三角函数关系计算得到目标车辆的长度,包括:L=(h/tan(90°-∠2-∠1-∠0))-(h/tan(90°-∠1-∠0));其中,L表示目标车辆的长度,h表示垂直线的高度,∠0表示垂直线与图像采集设备拍摄范围下限之间的第二角度,∠1表示第一像素距离对应的第一对角,∠2表示第二像素距离对应的第二对角。
在其中一个实施例中,垂直线与图像采集设备拍摄范围下限之间的第二角度的获取方法,包括:获取图像采集设备拍摄的样本图像,所述样本图像中包括样本车辆以及标注的样本车辆的长度;获取垂直线位于地面的端点到达图像采集设备拍摄范围下限临界点之间的距离;根据所述距离、所述样本车辆的长度以及所述垂直线的高度,计算得到垂直线与图像采集设备拍摄范围下限之间的第二角度。
在其中一个实施例中,目标车辆的尺寸包括所述目标车辆的宽度和高度;所述计算所述目标车辆的尺寸,包括:获取目标车辆的参考特征;根据所述目标车辆的型号确定所述参考特征的参考尺寸;根据所述参考特征分别占据目标车辆车身宽度和车身高度的比例,以及所述参考特征的参考尺寸,分别计算目标车辆的宽度和目标车辆的高度。
在其中一个实施例中,车辆标准尺寸包括车辆的标准长度、标准宽度以及标准高度,目标车辆的尺寸包括目标车辆的长度、宽度以及高度;所述根据所述车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果,包括:若目标车辆的长度、宽度以及高度分别与标准长度、标准宽度以及标准高度相匹配,则确定目标车辆未超限,输出合格的检测结果;否则确定目标车辆超限,输出不合格的检测结果。
一种车辆超限检测装置,所述装置包括:
待检测图像获取模块,用于获取图像采集设备拍摄的待检测图像,其中,待检测图像中包括目标车辆;
标准尺寸获取模块,用于识别目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;
计算模块,用于获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;
检测模块,用于根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述方法的步骤。
上述车辆超限检测方法、装置、计算机设备和存储介质,通过获取图像采集设备拍摄的待检测图像,定位待检测图像中的目标车辆,识别该目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;并获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;进而根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。从而不需要布控多摄像头,减少了人力物力成本,且计算方式简洁明了,对于大面积推广布控提供了可能。
附图说明
图1为一个实施例中车辆超限检测方法的应用环境图;
图2为一个实施例中车辆超限检测方法的流程示意图;
图3为一个实施例中计算目标车辆的宽度和高度步骤的流程示意图;
图4为一个实施例中计算目标车辆的长度步骤的流程示意图;
图5为一个实施例中计算目标车辆的长度原理示意图;
图6为另一个实施例中车辆超限检测方法的流程示意图;
图7为一个实施例中车辆超限检测装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的车辆超限检测方法,可以应用于如图1所示的应用环境中。其中,图像采集设备102通过网络与服务器104进行通信,具体的,图像采集设备102可以是布控在高速公路、道路红绿灯等路口的具有图像采集功能的单目摄像头,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在本实施例中,图像采集设备102用于采集待检测图像,并将采集的待检测图像通过网络发送至服务器104,服务器104则定位待检测图像中的目标车辆,识别该目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;并获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;进而根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。从而不需要布控多摄像头,减少了人力物力成本,且计算方式简洁明了,对于大面积推广布控提供了可能。
在一个实施例中,如图2所示,提供了一种车辆超限检测方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤210,获取图像采集设备拍摄的待检测图像。
其中,待检测图像是指需要进行车辆超限检测的图像,在本实施例中,待检测图像中包括目标车辆,车辆超限检测则是检测待检测图像中的目标车辆是否存在超高、超长或超宽的超限情况。
步骤220,识别目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸。
其中,型号是指为识别车辆而对一类车辆指定的由拼音字母和***数字组成的编号,通常体现在汽车的主要外表面上,如车辆尾部或头部,该编号能够表明车辆的厂牌、类型和对应的主要特征参数(如车辆标准尺寸)等。在本实施例中,通过识别待检测图像中目标车辆的型号,从而根据目标车辆的型号得到对应型号的车辆标准尺寸。具体的,可以采用基于深度学习的车辆型号识别模型对目标车辆的型号进行识别,如通过对待检测图像中目标车辆车身的编号区域进行检测并定位,进而将定位的编号区域输入基于深度学习的车辆型号识别模型,从而得到目标车辆的型号,以及与该型号对应的车辆标准尺寸。
步骤230,获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸。
其中,图像采集设备的固定参数是指图像采集设备布控完成后,测量或标定的其固有特征参数,其通常不会改变,例如,该固定参数可以包括测量的图像采集设备到达地面之间的垂直线的高度、图像采集设备拍摄范围的角度等。目标车辆位于待检测图像中的位置可以是目标车辆车身占用待检测图像中的像素距离以及目标车辆车身的边界点到达待检测图像边缘的像素距离等。目标车辆的尺寸包括目标车辆的实际长度、宽度以及高度。在本实施例中,结合目标车辆的型号,通过标记车辆自身的参考特征,并根据获取的图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,通过计算得到目标车辆的实际长度、宽度以及高度,从而不需要布控多摄像头,减少了人力物力成本。
步骤240,根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。
其中,车辆标准尺寸包括与目标车辆的型号对应的标准长度、标准宽度以及标准高度,目标车辆的尺寸包括通过上述步骤计算得到的目标车辆的实际长度、宽度以及高度;检测结果包括目标车辆超限不合格的检测结果和目标车辆未超限合格的检测结果。具体的,若目标车辆的实际长度、宽度以及高度分别与上述确定的标准长度、标准宽度以及标准高度相匹配,即目标车辆的实际长度、宽度以及高度分别与上述确定的标准长度、标准宽度以及标准高度对应的误差范围内,则确定该目标车辆未超限,从而输出未超限合格的检测结果。若目标车辆的实际长度、宽度以及高度分别与上述确定的标准长度、标准宽度以及标准高度中的任一项不匹配,则确定该目标车辆超限,从而输出超限不合格的检测结果。
上述车辆超限检测方法,通过获取图像采集设备拍摄的待检测图像,定位待检测图像中的目标车辆,识别该目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;并获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;进而根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。从而不需要布控多摄像头,减少了人力物力成本,且计算方式简洁明了,对于大面积推广布控提供了可能。
在一个实施例中,目标车辆的尺寸包括目标车辆的宽度和高度,则如图3所示,计算目标车辆的尺寸,具体可以包括如下步骤:
步骤310,获取目标车辆的参考特征。
其中,参考特征是指车辆本身自带的一些可以用于测量车辆宽度及高度的属性特征,例如车辆的车牌或车灯等。由于在车辆型号一定的情况下,其对应的车牌尺寸及车灯尺寸是相对固定的,因此,在本实施例中,通过获取目标车辆自身的参考特征而计算目标车辆的宽度和高度。
步骤320,根据目标车辆的型号确定参考特征的参考尺寸。
其中,参考特征的参考尺寸是指参考特征的大小。以参考特征为车牌为例来说,其对应的参考尺寸则是指车牌的标准长度和标准宽度。由于对于不同类型的车辆,其对应的车牌尺寸不同,例如,对于小型轿车和大型汽车,其对应的车牌尺寸一般是440mm*140mm,对于农用运输车,其对应的车牌尺寸一般是300mm*165mm。因此,在本实施例中,根据目标车辆的型号确定对应参考特征的参考尺寸。
步骤330,根据参考特征分别占据目标车辆车身宽度和车身高度的比例,以及参考特征的参考尺寸,分别计算目标车辆的宽度和目标车辆的高度。
具体的,可以通过定位模型在待检测图像中分别定位出目标车辆和目标车辆中的参考特征,本实施例以参考特征为车牌为例进行说明。然后测量车牌的长度和宽度分别所占用的像素距离,以及目标车辆的车身宽度和高度分别所占用的像素距离,进而计算车牌的长度占据目标车辆的车身宽度的比例,由于车牌实际尺寸是已知的,因此,通过结合车牌实际尺寸进行换算即可得得到目标车辆的宽度。同理,通过计算车牌的宽度占据目标车辆的车身高度的比例,再结合车牌实际尺寸进行换算即可得得到目标车辆的高度。
本实施例通过获取目标车辆自身的参考特征而计算目标车辆的宽度和高度,其计算方式简洁明了,相比于多摄像头布控与测定实际标记物减少了人力物力成本。
在一个实施例中,目标车辆的尺寸包括目标车辆的长度,则如图4所示,计算目标车辆的尺寸,具体可以包括如下步骤:
步骤410,获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置。
具体的,图像采集设备的固定参数是指图像采集设备布控完成后,图像采集设备到达地面之间的垂直线的高度、图像采集设备拍摄范围的第一角度,垂直线与图像采集设备拍摄范围下限之间的第二角度。其中,图像采集设备到达地面之间的垂直线的高度可通过测量得到,图像采集设备拍摄范围的第一角度由图像采集设备本身确定,垂直线与图像采集设备拍摄范围下限之间的第二角度可通过标定的方式得到。目标车辆位于待检测图像中的位置包括目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离。
在本实施例中,当已知图像采集设备到达地面之间的垂直线的高度、图像采集设备拍摄范围的第一角度时,可通过如下方法标定得到垂直线与图像采集设备拍摄范围下限之间的第二角度,具体的,获取图像采集设备拍摄的样本图像,其中,样本图像中包括样本车辆以及标注的样本车辆的长度,获取垂直线位于地面的端点到达图像采集设备拍摄范围下限临界点之间的距离,根据该距离、样本车辆的长度、垂直线的高度以及图像采集设备拍摄范围的第一角度,通过数学计算即可得到垂直线与图像采集设备拍摄范围下限的第二角度。
步骤420,根据图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,计算目标车辆的长度。
具体的,根据图像采集设备拍摄范围的第一角度、目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离,分别计算第一像素距离对应的第一对角以及第二像素距离对应的第二对角,从而根据垂直线的高度、垂直线与图像采集设备拍摄范围下限之间的第二角度、第一像素距离对应的第一对角以及第二像素距离对应的第二对角,应用三角函数关系计算得到目标车辆的长度。
举例来说,如图5所示,其中,o点为路口布控的图像采集设备的位置,h代表图像采集设备到达地面之间的垂直线的高度,p0~p4分别代表地面上的某些点,如p0为该垂直线位于地面的端点,p1-p4是图像采集设备所能拍摄到的视线范围的投影距离,则线段p0-p1是指图像采集设备视线盲区对应的投影距离,p2-p3为该视线范围内采集的一辆目标车辆,其中,p2为车尾点,p3为车头点。0~6分别代表对应的夹角,其中,∠1+∠2+∠3为图像采集设备拍摄范围的第一角度,为已知量,假设其为θ,∠0为垂直线与图像采集设备拍摄范围下限之间的第二角度。在图像采集设备拍摄范围的第一角度θ固定的情况下,由p1~p4各个线段的长度比例即可分别换算出∠1、∠2、∠3的各个值,其中线段p1-p2表示图像中目标车辆的车尾到达图像底部的第一像素距离,线段p2-p3表示目标车辆车身长度的第二像素距离,线段p3-p4表示目标车辆的车头到达图像顶部的第三像素距离,则有同理
则∠0可通过标定计算得到,假设线段p2-p3为标定的已知车辆,即已知该车辆的长度,若该车辆的长度为L',并设定p0-p2的距离为x,则有:tan(∠0+∠1+∠2)=(L'+x)/h,tan(∠0+∠1)=x/h,由上述两式,将正切函数值展开,通过消减参量x,即可求得∠0,其具体计算过程如下:
由tan(∠0+∠1+∠2)=(L'+x)/h,tan(∠0+∠1)=x/h两式可得:
x+L'=h*tan(∠0+∠1+∠2),x=h*tan(∠0+∠1),两式相减可得:
L'=h*[tan(∠0+∠1+∠2)-tan(∠0+∠1)]。
由于∠1和∠2已知,不妨设∠0为y,a=∠1+∠2,b=∠1,此时有:tan(y+a)-tan(y+b)=L'/h。将正弦函数按照公式展开得到:
通过通分、销项得到:
再设tana=A,tanb=B,tany=Y,得到:
通过去分母,化简得到Y的值,进而得到∠0=arctanY。
一般而言,图像采集设备一旦布控完毕后,位置不会变动,所以∠0也不会再变动了,因此,上述步骤中通过标定计算得到的∠0值可当做已知量用于后续计算目标车辆的实际长度,假设此时p2-p3出现一个待求的目标车辆,长度记为L,再通过p1-p4各个线段之间的距离,即p1-p2表示图像中目标车辆的车尾到达图像底部的第一像素距离,线段p2-p3表示目标车辆车身长度的第二像素距离,线段p3-p4表示目标车辆的车头到达图像顶部的第三像素距离,分别求得目标车辆实际对应的∠1、∠2、∠3的大小,其中,∠1为第一像素距离对应的第一对角,∠2表示第二像素距离对应的第二对角,∠3表示所述第三像素距离对应的第三对角。此时由于h与地面的夹角为直角,而且∠0大小已知,因此,基于三角函数关系,较容易获得∠4、∠5、∠6的值,即∠6=90°-∠0,∠5=90°-∠1-∠0,∠4=90°-∠2-∠1-∠0。
设p0-p3的长度为L总,p0-p2的距离为x,则有:tan(∠4)=h/L总;tan(∠5)=h/x。
故有目标车辆的长度为:L=L总-x=(h/tan(∠4))-(h/tan(∠5))。
上述实施例通过利用所拍摄的样本图像,根据样本图像中标定车辆的尺寸以及标定车辆的上下边界在图像中的位置,计算图像采集设备视域下界距离垂直线的夹角,然后根据其中一些参量的计算求取实际采集的待检测图像中目标车辆的真实长度,从而省去了大量人力和设备做实地测量,极大的减轻了工作量。相比于多摄像头布控,对于大面积推广布控摄像头提供了可能,且布控摄像头的效率更高。
在一个实施例中,通过一个具体的实施例进一步说明本申请中车辆超限检测方法,如图6所示,包括如下步骤:
步骤601,获取图像采集设备拍摄的待检测图像。
步骤602,识别目标车辆的型号。
步骤603,根据目标车辆的型号获取对应型号的车辆标准尺寸。
步骤604,根据目标车辆的型号获取目标车辆的参考特征。
步骤605,确定参考特征的参考尺寸。
步骤606,获取参考特征占据目标车辆车身宽度和车身高度的比例。
步骤607,计算目标车辆的宽度和目标车辆的高度。
步骤608,获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置。
步骤609,计算目标车辆的长度。
步骤610,判断目标车辆的长度、宽度以及高度分别与车辆标准尺寸是否匹配。匹配则执行步骤611,不匹配则执行步骤612。
步骤611,确定目标车辆未超限,输出合格的检测结果。
步骤612,确定目标车辆超限,输出不合格的检测结果。
上述车辆超限检测方法,不需要布控多摄像头,减少了人力物力成本,对于大面积推广布控提供了可能,且计算方式简洁明了,进而提高了车辆超限检测的效率。
应该理解的是,虽然图1-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种车辆超限检测装置,包括:待检测图像获取模块701、标准尺寸获取模块702、计算模块703和检测模块704,其中:
待检测图像获取模块701,用于获取图像采集设备拍摄的待检测图像,其中,待检测图像中包括目标车辆;
标准尺寸获取模块702,用于识别目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;
计算模块703,用于获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;
检测模块704,用于根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。
在一个实施例中,目标车辆的尺寸包括目标车辆的长度;则计算模块703包括:第一获取单元,用于获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,图像采集设备的固定参数包括图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及所述垂直线与图像采集设备拍摄范围下限的第二角度;第一计算单元,用于根据目标车辆位于待检测图像中的位置、图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及垂直线与图像采集设备拍摄范围下限的第二角度,计算目标车辆的长度。
在一个实施例中,目标车辆位于待检测图像中的位置包括目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离;则第一计算单元具体用于:根据图像采集设备拍摄范围的第一角度、目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离,分别计算第一像素距离对应的第一对角以及第二像素距离对应的第二对角;根据垂直线的高度、垂直线与图像采集设备拍摄范围下限的第二角度、第一像素距离对应的第一对角以及第二像素距离对应的第二对角,应用三角函数关系计算得到目标车辆的长度。
在一个实施例中,应用三角函数关系计算得到目标车辆的长度,包括:L=(h/tan(90°-∠2-∠1-∠0))-(h/tan(90°-∠1-∠0));其中,L表示目标车辆的长度,h表示垂直线的高度,∠0表示垂直线与图像采集设备拍摄范围下限之间的第二角度,∠1表示第一像素距离对应的第一对角,∠2表示第二像素距离对应的第二对角。
在一个实施例中,上述装置还包括第二角度获取模块,用于获取图像采集设备拍摄的样本图像,所述样本图像中包括样本车辆以及标注的样本车辆的长度;获取垂直线位于地面的端点到达图像采集设备拍摄范围下限临界点之间的距离;根据所述距离、所述样本车辆的长度以及所述垂直线的高度,计算得到垂直线与图像采集设备拍摄范围下限之间的第二角度。
在一个实施例中,目标车辆的尺寸包括所述目标车辆的宽度和高度;则计算模块703包括:第二获取单元,用于获取目标车辆的参考特征;根据所述目标车辆的型号确定所述参考特征的参考尺寸;第二计算单元,用于根据所述参考特征分别占据目标车辆车身宽度和车身高度的比例,以及所述参考特征的参考尺寸,分别计算目标车辆的宽度和目标车辆的高度。
在一个实施例中,车辆标准尺寸包括车辆的标准长度、标准宽度以及标准高度,目标车辆的尺寸包括目标车辆的长度、宽度以及高度;则检测模块704具体用于,若目标车辆的长度、宽度以及高度分别与标准长度、标准宽度以及标准高度相匹配,则确定目标车辆未超限,输出合格的检测结果;否则确定目标车辆超限,输出不合格的检测结果。
关于车辆超限检测装置的具体限定可以参见上文中对于车辆超限检测方法的限定,在此不再赘述。上述车辆超限检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储待检测图像数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆超限检测方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取图像采集设备拍摄的待检测图像,其中待检测图像中包括目标车辆;
识别目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;
获取图像采集设备的固定参数以及目标车辆位于所述待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;
根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。
在一个实施例中,目标车辆的尺寸包括目标车辆的长度;则处理器执行计算机程序时还实现以下步骤:获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,图像采集设备的固定参数包括图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及所述垂直线与图像采集设备拍摄范围下限的第二角度;根据目标车辆位于待检测图像中的位置、图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及垂直线与图像采集设备拍摄范围下限的第二角度,计算目标车辆的长度。
在一个实施例中,目标车辆位于待检测图像中的位置包括目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离;则处理器执行计算机程序时还实现以下步骤:根据图像采集设备拍摄范围的第一角度、目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离,分别计算第一像素距离对应的第一对角以及第二像素距离对应的第二对角;根据垂直线的高度、垂直线与图像采集设备拍摄范围下限的第二角度、第一像素距离对应的第一对角以及第二像素距离对应的第二对角,应用三角函数关系计算得到目标车辆的长度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:L=(h/tan(90°-∠2-∠1-∠0))-(h/tan(90°-∠1-∠0));其中,L表示目标车辆的长度,h表示垂直线的高度,∠0表示垂直线与图像采集设备拍摄范围下限之间的第二角度,∠1表示第一像素距离对应的第一对角,∠2表示第二像素距离对应的第二对角。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取图像采集设备拍摄的样本图像,所述样本图像中包括样本车辆以及标注的样本车辆的长度;获取垂直线位于地面的端点到达图像采集设备拍摄范围下限临界点之间的距离;根据所述距离、所述样本车辆的长度以及所述垂直线的高度,计算得到垂直线与图像采集设备拍摄范围下限之间的第二角度。
在一个实施例中,目标车辆的尺寸包括所述目标车辆的宽度和高度;则处理器执行计算机程序时还实现以下步骤:获取目标车辆的参考特征;根据所述目标车辆的型号确定所述参考特征的参考尺寸;根据所述参考特征分别占据目标车辆车身宽度和车身高度的比例,以及所述参考特征的参考尺寸,分别计算目标车辆的宽度和目标车辆的高度。
在一个实施例中,车辆标准尺寸包括车辆的标准长度、标准宽度以及标准高度,目标车辆的尺寸包括目标车辆的长度、宽度以及高度;则处理器执行计算机程序时还实现以下步骤:若目标车辆的长度、宽度以及高度分别与标准长度、标准宽度以及标准高度相匹配,则确定目标车辆未超限,输出合格的检测结果;否则确定目标车辆超限,输出不合格的检测结果。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取图像采集设备拍摄的待检测图像,其中待检测图像中包括目标车辆;
识别目标车辆的型号,根据目标车辆的型号获取对应型号的车辆标准尺寸;
获取图像采集设备的固定参数以及目标车辆位于所述待检测图像中的位置,结合目标车辆的型号,计算目标车辆的尺寸;
根据车辆标准尺寸以及目标车辆的尺寸对目标车辆进行超限检测,输出检测结果。
在一个实施例中,目标车辆的尺寸包括目标车辆的长度;则计算机程序被处理器执行时还实现以下步骤:获取图像采集设备的固定参数以及目标车辆位于待检测图像中的位置,图像采集设备的固定参数包括图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及所述垂直线与图像采集设备拍摄范围下限的第二角度;根据目标车辆位于待检测图像中的位置、图像采集设备与地面之间垂直线的高度、图像采集设备拍摄范围的第一角度以及垂直线与图像采集设备拍摄范围下限的第二角度,计算目标车辆的长度。
在一个实施例中,目标车辆位于待检测图像中的位置包括目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离;则计算机程序被处理器执行时还实现以下步骤:根据图像采集设备拍摄范围的第一角度、目标车辆的车尾到达待检测图像底部的第一像素距离、目标车辆车身长度的第二像素距离以及目标车辆的车头到达待检测图像顶部的第三像素距离,分别计算第一像素距离对应的第一对角以及第二像素距离对应的第二对角;根据垂直线的高度、垂直线与图像采集设备拍摄范围下限的第二角度、第一像素距离对应的第一对角以及第二像素距离对应的第二对角,应用三角函数关系计算得到目标车辆的长度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:L=(h/tan(90°-∠2-∠1-∠0))-(h/tan(90°-∠1-∠0));其中,L表示目标车辆的长度,h表示垂直线的高度,∠0表示垂直线与图像采集设备拍摄范围下限之间的第二角度,∠1表示第一像素距离对应的第一对角,∠2表示第二像素距离对应的第二对角。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取图像采集设备拍摄的样本图像,所述样本图像中包括样本车辆以及标注的样本车辆的长度;获取垂直线位于地面的端点到达图像采集设备拍摄范围下限临界点之间的距离;根据所述距离、所述样本车辆的长度以及所述垂直线的高度,计算得到垂直线与图像采集设备拍摄范围下限之间的第二角度。
在一个实施例中,目标车辆的尺寸包括所述目标车辆的宽度和高度;则计算机程序被处理器执行时还实现以下步骤:获取目标车辆的参考特征;根据所述目标车辆的型号确定所述参考特征的参考尺寸;根据所述参考特征分别占据目标车辆车身宽度和车身高度的比例,以及所述参考特征的参考尺寸,分别计算目标车辆的宽度和目标车辆的高度。
在一个实施例中,车辆标准尺寸包括车辆的标准长度、标准宽度以及标准高度,目标车辆的尺寸包括目标车辆的长度、宽度以及高度;则计算机程序被处理器执行时还实现以下步骤:若目标车辆的长度、宽度以及高度分别与标准长度、标准宽度以及标准高度相匹配,则确定目标车辆未超限,输出合格的检测结果;否则确定目标车辆超限,输出不合格的检测结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆超限检测方法,其特征在于,所述方法包括:
获取图像采集设备拍摄的待检测图像,所述待检测图像中包括目标车辆;
识别所述目标车辆的型号,根据所述目标车辆的型号获取对应型号的车辆标准尺寸;
获取所述图像采集设备的固定参数以及所述目标车辆位于所述待检测图像中的位置,结合所述目标车辆的型号,计算所述目标车辆的尺寸;
根据所述车辆标准尺寸以及所述目标车辆的尺寸对所述目标车辆进行超限检测,输出检测结果。
2.根据权利要求1所述的方法,其特征在于,所述目标车辆的尺寸包括所述目标车辆的长度;所述计算所述目标车辆的尺寸,包括:
获取所述图像采集设备的固定参数以及所述目标车辆位于所述待检测图像中的位置,所述图像采集设备的固定参数包括所述图像采集设备与地面之间垂直线的高度、所述图像采集设备拍摄范围的第一角度以及所述垂直线与所述图像采集设备拍摄范围下限的第二角度;
根据所述目标车辆位于所述待检测图像中的位置、所述图像采集设备与地面之间垂直线的高度、所述图像采集设备拍摄范围的第一角度以及所述垂直线与所述图像采集设备拍摄范围下限的第二角度,计算所述目标车辆的长度。
3.根据权利要求2所述的方法,其特征在于,所述目标车辆位于所述待检测图像中的位置包括所述目标车辆的车尾到达所述待检测图像底部的第一像素距离、所述目标车辆车身长度的第二像素距离以及所述目标车辆的车头到达所述待检测图像顶部的第三像素距离;所述根据所述目标车辆位于所述待检测图像中的位置、所述图像采集设备与地面之间垂直线的高度、所述图像采集设备拍摄范围的第一角度以及所述垂直线与所述图像采集设备拍摄范围下限的第二角度,计算所述目标车辆的长度,包括:
根据所述图像采集设备拍摄范围的第一角度、所述目标车辆的车尾到达所述待检测图像底部的第一像素距离、所述目标车辆车身长度的第二像素距离以及所述目标车辆的车头到达所述待检测图像顶部的第三像素距离,分别计算所述第一像素距离对应的第一对角以及所述第二像素距离对应的第二对角;
根据所述垂直线的高度、所述垂直线与所述图像采集设备拍摄范围下限的第二角度、所述第一像素距离对应的第一对角以及所述第二像素距离对应的第二对角,应用三角函数关系计算得到所述目标车辆的长度。
4.根据权利要求3所述的方法,其特征在于,所述应用三角函数关系计算得到所述目标车辆的长度,包括:
L=(h/tan(90°-∠2-∠1-∠0))-(h/tan(90°-∠1-∠0));其中,L表示所述目标车辆的长度,h表示所述垂直线的高度,∠0表示所述垂直线与所述图像采集设备拍摄范围下限的第二角度,∠1表示所述第一像素距离对应的第一对角,∠2表示所述第二像素距离对应的第二对角。
5.根据权利要求2至4任一项所述的方法,其特征在于,所述垂直线与所述图像采集设备拍摄范围下限的第二角度的获取方法,包括:
获取所述图像采集设备拍摄的样本图像,所述样本图像中包括样本车辆以及标注的所述样本车辆的长度;
获取所述垂直线位于所述地面的端点到达所述图像采集设备拍摄范围下限临界点之间的距离;
根据所述距离、所述样本车辆的长度以及所述垂直线的高度,计算得到所述垂直线与所述图像采集设备拍摄范围下限的第二角度。
6.根据权利要求1所述的方法,其特征在于,所述目标车辆的尺寸包括所述目标车辆的宽度和高度;所述计算所述目标车辆的尺寸,包括:
获取所述目标车辆的参考特征;
根据所述目标车辆的型号确定所述参考特征的参考尺寸;
根据所述参考特征分别占据所述目标车辆车身宽度和车身高度的比例,以及所述参考特征的参考尺寸,分别计算所述目标车辆的宽度和所述目标车辆的高度。
7.根据权利要求1所述的方法,其特征在于,所述车辆标准尺寸包括车辆的标准长度、标准宽度以及标准高度,所述目标车辆的尺寸包括所述目标车辆的长度、宽度以及高度;所述根据所述车辆标准尺寸以及所述目标车辆的尺寸对所述目标车辆进行超限检测,输出检测结果,包括:
若所述目标车辆的长度、宽度以及高度分别与所述标准长度、标准宽度以及标准高度相匹配,则确定所述目标车辆未超限,输出合格的检测结果;否则确定所述目标车辆超限,输出不合格的检测结果。
8.一种车辆超限检测装置,其特征在于,所述装置包括:
待检测图像获取模块,用于获取图像采集设备拍摄的待检测图像,所述待检测图像中包括目标车辆;
标准尺寸获取模块,用于识别所述目标车辆的型号,根据所述目标车辆的型号获取对应型号的车辆标准尺寸;
计算模块,用于获取所述图像采集设备的固定参数以及所述目标车辆位于所述待检测图像中的位置,结合所述目标车辆的型号,计算所述目标车辆的尺寸;
检测模块,用于根据所述车辆标准尺寸以及所述目标车辆的尺寸对所述目标车辆进行超限检测,输出检测结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010568135.3A CN111582255A (zh) | 2020-06-19 | 2020-06-19 | 车辆超限检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010568135.3A CN111582255A (zh) | 2020-06-19 | 2020-06-19 | 车辆超限检测方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111582255A true CN111582255A (zh) | 2020-08-25 |
Family
ID=72111296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010568135.3A Withdrawn CN111582255A (zh) | 2020-06-19 | 2020-06-19 | 车辆超限检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582255A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396868A (zh) * | 2020-11-05 | 2021-02-23 | 中国联合网络通信集团有限公司 | 碰撞预警实现方法、***、计算机设备及存储介质 |
CN112849574A (zh) * | 2021-01-08 | 2021-05-28 | 广州南沙珠江啤酒有限公司 | 一种啤酒包装异常的检测方法、计算机设备、***及介质 |
CN113640303A (zh) * | 2021-08-09 | 2021-11-12 | 联宝(合肥)电子科技有限公司 | 一种用于笔记本电脑的表面瑕疵检验设备及其检测方法 |
CN114708245A (zh) * | 2022-04-21 | 2022-07-05 | 深圳信路通智能技术有限公司 | 车辆尺寸测量方法、装置、计算机设备、存储介质 |
WO2023155483A1 (zh) * | 2022-02-17 | 2023-08-24 | 广州广电运通金融电子股份有限公司 | 一种车型识别方法、装置和*** |
-
2020
- 2020-06-19 CN CN202010568135.3A patent/CN111582255A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396868A (zh) * | 2020-11-05 | 2021-02-23 | 中国联合网络通信集团有限公司 | 碰撞预警实现方法、***、计算机设备及存储介质 |
CN112849574A (zh) * | 2021-01-08 | 2021-05-28 | 广州南沙珠江啤酒有限公司 | 一种啤酒包装异常的检测方法、计算机设备、***及介质 |
CN113640303A (zh) * | 2021-08-09 | 2021-11-12 | 联宝(合肥)电子科技有限公司 | 一种用于笔记本电脑的表面瑕疵检验设备及其检测方法 |
WO2023155483A1 (zh) * | 2022-02-17 | 2023-08-24 | 广州广电运通金融电子股份有限公司 | 一种车型识别方法、装置和*** |
CN114708245A (zh) * | 2022-04-21 | 2022-07-05 | 深圳信路通智能技术有限公司 | 车辆尺寸测量方法、装置、计算机设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582255A (zh) | 车辆超限检测方法、装置、计算机设备和存储介质 | |
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
EP3581890A2 (en) | Method and device for positioning | |
US11380104B2 (en) | Method and device for detecting illegal parking, and electronic device | |
CN108091141B (zh) | 车牌识别*** | |
CN113822247B (zh) | 基于航拍影像的违章建筑识别方法及*** | |
CN109785637B (zh) | 车辆违规的分析评价方法及装置 | |
Hinz | Detection and counting of cars in aerial images | |
CN107527017B (zh) | 停车位检测方法及***、存储介质及电子设备 | |
CN109916415B (zh) | 道路类型确定方法、装置、设备及存储介质 | |
CN113505638B (zh) | 车流量的监测方法、监测装置及计算机可读存储介质 | |
JP2017181476A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
CN114299457A (zh) | 积水深度检测方法及装置 | |
JP2020160840A (ja) | 路面標示不具合検出装置、路面標示不具合検出方法及び路面標示不具合検出プログラム | |
Vishwakarma et al. | Analysis of lane detection techniques using opencv | |
US20230108779A1 (en) | Road deterioration diagnostic device, road deterioration diagnostic system, roaddeterioration diagnostic method, and recording medium | |
JP2015191573A (ja) | マンホール蓋管理装置、マンホール蓋管理方法及びプログラム | |
CN106339683A (zh) | 一种路考红绿灯识别方法及装置 | |
JP3612565B2 (ja) | 路面状況判定方法 | |
CN113994391B (zh) | 车辆通行提醒方法、装置及车载终端 | |
US20230081098A1 (en) | Deterioration diagnosis device, deterioration diagnosis method, and recording medium | |
CN111383268A (zh) | 车辆间距状态获取方法、装置、计算机设备和存储介质 | |
CN110969875B (zh) | 一种用于道路交叉***通管理的方法及*** | |
CN111414804B (zh) | 识别框确定方法、装置、计算机设备、车辆和存储介质 | |
CN113870185A (zh) | 基于图像抓拍的图像处理方法、终端及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200825 |
|
WW01 | Invention patent application withdrawn after publication |