CN102306382A - 基于道路环境固有特征的事故现场图像校正方法 - Google Patents
基于道路环境固有特征的事故现场图像校正方法 Download PDFInfo
- Publication number
- CN102306382A CN102306382A CN201110175890A CN201110175890A CN102306382A CN 102306382 A CN102306382 A CN 102306382A CN 201110175890 A CN201110175890 A CN 201110175890A CN 201110175890 A CN201110175890 A CN 201110175890A CN 102306382 A CN102306382 A CN 102306382A
- Authority
- CN
- China
- Prior art keywords
- scene
- accident
- image
- road environment
- reference point
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于道路环境固有特征的事故现场图像校正方法,该图像校正方法的步骤如下:1.交通事故现场场景的选取,选取场景时要包含事故车辆和路面信息,还包括提取出4个以上参考点的交通标志或事故车辆未损坏部分等;2.事故场景的拍摄;3.图像处理人员启动图像校正软件;4.利用图像校正软件打开所拍摄的事故现场图像;5.点击“几何校正”按钮来启动图像校正模块,在图像上手动选取4个已知相对位置关系的道路环境固有特征点作为校正的参考点;6.输入所选参考点的相对位置参数,利用选定的4个参考点,根据图像二维校正模型,用最小二乘法确定8个未知系数,从而确定空间平面和图像平面的坐标变换关系;7.显示图像校正结果。
Description
技术领域
本发明涉及一种交通事故现场图像处置方法,更具体地说,本发明涉及一种在交通事故现场利用道路环境固有特征来对事故现场图像进行校正的方法。
背景技术
对交通事故现场图像进行技术处理,目的是便于事故处理人员对事故现场图像进行测量和标定。目前,对交通事故现场图像进行校正的技术和方法多是依据立体视觉原理,利用人为在现场设定的标杆、标尺或模板等标定参考物作为参考点,来对事故现场、事故车辆以及道路设施等景物进行空间标定和尺寸测量。为得到多个标定物的实际空间坐标位置,必须在事故现场测量各标定物之间的位置关系。这不仅会产生测量误差而影响事故现场的勘测结果,而且标定物的携带、摆放、测量等一系列工序都增加了对交通事故现场勘测工作的繁琐性,时间的浪费加重交通事故带来的直接和间接损失,使其无法满足当今对交通事故现场快速勘测处置的要求。
发明内容
本发明所要解决的技术问题是克服了现有技术存在的问题,提供了一种基于道路环境固有特征的事故现场图像校正方法。
为解决上述技术问题,本发明是采用如下技术方案实现的:所述的基于道路环境固有特征的事故现场图像校正方法包含以下步骤:
1.交通事故现场场景的选取;
2.事故场景的拍摄;
3.图像处理人员启动图像校正软件;
4.利用图像校正软件打开所拍摄的事故现场图像;
5.点击“几何校正”按钮来启动图像校正模块,在图像上手动选取4个已知相对位置关系的道路环境固有特征点作为校正参考点;
6.输入所选参考点的相对位置参数,利用选定的4个参考点,根据图像二维校正模型 用最小二乘法确定未知系数D1至D8,确定空间平面和图像平面的坐标变换关系,X,Y,Z为对应事故现场空间坐标系内的点坐标,x,y为所述点对应的图像坐标系像素坐标;
7.显示图像校正结果。
技术方案中所述的交通事故现场场景的选取是指:
1.事故现场勘查人员选取交通事故现场的场景要包含交通标志、交通标线、车行道、事故现场遗留痕迹或事故车辆未损坏部分道路环境固有特征点;
2.在交通标志、交通标线、车行道、事故现场地面遗留痕迹或事故车辆未损坏部分提取出4个以上已知相对位置关系的参考点。
技术方案中所述的事故场景的拍摄是指:
事故现场勘查人员使用摄像设备对所选取的场景进行拍摄,拍摄时做到:
1.摄像设备要与所拍摄场景呈6°至60°的俯视角度;
2.摄像设备应和地面保持1.30m至2.50m的高度;
3.摄像设备焦距为35mm至55mm。
技术方案中所述的选取4个已知相对位置关系的道路环境固有特征点作为校正参考点中的左下角点为第1参考点,依次逆时针旋转选取第2参考点、第3参考点与第4参考点。
与现有技术相比本发明的有益效果是:
1.设备结构的便捷程度:
在运用同样的图像校正软件的前提下,现有的对事故现场做人为标定参考点方法需要现场勘查员携带各种标定物(如标定点、标尺、标杆等),使得整套设备的复杂程度增加;采用本发明所述方法无需携带任何标定物,充分利用不同事故现场的地形地貌及周边环境,简化了整个校正设备的复杂程度。
2.事故图像二维数据测量的精度:
使用现有对事故现场做人为标定参考点的校正方法试验数据如表1-1所示:
表1-1事故现场做人为标定参考点的校正方法试验数据
使用本发明方法试验数据如表1-2所示:
使用本发明方法试验数据如表1-2所示:
表1-2基于道路环境固有特征的事故现场图像校正方法试验数据
其中,本发明所述方法的实验选取的是人行横道线中间一条白线的四个角点作为校正参考点。
两组试验中所采用摄影器材均为尼康D5000型单反相机,选取的焦距均为45mm,相机离地面高度为1.5m。
通过两组试验数据的对比可见,采用本发明方法能有效降低事故图像二维数据测量的平均误差,提高其精度。
3.处理过程的快速性:
使用现有对事故现场做人为标定参考点的校正方法试验中,摆放标定参考点耗时14.5秒,测量和记录各标定点之间相对位置关系耗时42.8秒,拍摄过程耗时3.5秒,将图像传入计算机并进行图像校正处理耗时1分36秒,整个过程共耗时约2分37秒。
使用本发明所述方法的试验中,选取场景并拍摄过程耗时10.8秒,图像传入计算机并进行图像校正处理耗时1分40秒,整个过程共耗时约1分51秒,比前一种方法节约了46秒。
通过两组试验数据的对比可见,采用本发明所述的方法能有效减少整个图像处理过程的时间。
本发明方法基于交通事故现场的固有特征,充分利用不同事故现场的地形地貌及周边环境,非外设标定物,对交通事故现场图像进行校正,目的是在保证交通事故现场二维数据测量精度的基础上,减轻对事故现场标定和测量的繁琐性,使得其更快速、便捷、高效的完成。基于交通事故现场固有特征的图像处理方法能节省交通事故现场勘测的时间,更趋近于快速勘测的目标,对降低交通事故带来的直接和间接损失以及交通事故快速勘测体系的实际应用均具有重要意义。
附图说明
下面结合附图对本发明作进一步的说明:
图1为本发明所述的基于道路环境固有特征的事故现场图像校正方法的流程框图;
图2为本发明所述的基于道路环境固有特征的事故现场图像校正方法所采用的二维重建理论的原理示意图;
图3为采用本发明所述的基于道路环境固有特征的事故现场图像校正方法在交通事故事故现场以人行横道线中间一条白线的四个角点作为校正参考点对交通事故事故现场图像进行校正的照片;
图4为采用本发明所述的基于道路环境固有特征的事故现场图像校正方法对图3校正的输出结果图像;
图5为采用本发明所述的基于道路环境固有特征的事故现场图像校正方法在交通事故事故现场以车行道分界线的一段白线的四个角点作为校正的参考点对交通事故事故现场图像进行校正的照片;
图6为采用本发明所述的基于道路环境固有特征的事故现场图像校正方法对图5校正的输出结果图像;
图7为采用本发明所述的基于道路环境固有特征的事故现场图像校正方法在交通事故事故现场以车行道分界虚线的白线间隔处与左侧车行道边缘线的交线所围成的矩形的四个角点作为校正的参考点对交通事故事故现场图像进行校正的照片;
图8为采用本发明所述的基于道路环境固有特征的事故现场图像校正方法对图7校正的输出结果图像。
具体实施方式
下面结合附图对本发明作详细的描述:
为克服交通事故现场的标定和勘测工作的繁琐和局限性,同时提高其快速、便捷和准确的性质,本发明提出了一种基于道路环境固有特征的事故现场图像校正方法。
对应事故现场空间坐标系内的点(X,Y,Z),其对应的图像坐标系像素坐标为(x,y)。根据照相机的线性成像模型,他们的关系可写为:
式(1)表示三维空间坐标(X,Y,Z)中任意点和它在二维图像平面坐标系(x,y)上的对应点之间的线性射影变换关系。若把交通事故现场所有空间点都看做位于同一道路平面上,则Z坐标值为一常数,则上式可变换并整理为:
式(2)为图像的二维重建模型,其详细理论推导过程可参见《汽车事故工程》第十章第四节内容。由式(2)可以看出,该数学模型既非简单线性模型,也非二元多项式模型,而是参数未定的二元非线性数学模型。其中有8个系数需要确定,如果已知4个以上标定参考点的空间位置及其在图像上对应点的位置,可用最小二乘法确定8个未知系数,从而确定空间平面和图像平面的坐标变换关系。其中二维重建理论的原理参阅图2。
本发明依据二维重建理论,在交通事故现场图像上找到固有的4个以上已知相互位置关系的点,即可完成对该幅事故现场图像的校正处理。道路交通事故现场中,特别是在事故现场的测量中,许多需要的信息点都存在于路面上,即在没有放置标定物的情况下,根据已知的道路情况,也易找出4个以上的非人为标定参考点,直接对事故现场图像进行校正与重建。
本发明根据道路情况的不同,可以有效提取4个及4个以上参考点的事故现场环境固有特征分为以下几类:
1.交通标志:
包括路面交通标志(如左转车道标志、直行车道标志、右转车道标志、减速标志等)和道路指示牌等,这些交通标志的外形尺寸均可由GB-5768《道路交通标志和标线实用手册》中查出,因此易在其中找出4个以上已知相对位置关系的参考点用于事故现场图像的校正;
2.交通标线:
包括双向两车道路面中心线、车行道分界线、车行道边缘线、人行横道线、距离确认线等,这些交通标线的外形尺寸均可由GB-5768《道路交通标志和标线实用手册》中查出,因此易在其中找出4个以上已知相对位置关系的参考点用于事故现场图像的校正;
3.车行道:
包括城市道路车行道(机动车道、非机动车道)、高速公路车行道、一级公路车行道、二级公路车行道等,这些行车道宽度等设计尺寸和要求可在《道路设计指南》中查出,因此易在其中找出4个以上已知相对位置关系的参考点用于事故现场图像的校正;
4.事故现场遗留痕迹:
包括轮胎地面制动及滑行痕迹、散落物位置及面积、油迹等,其形状及位置虽然各不相同,但可由事故现场勘测警员予以提供,因此,易在其中找出4个以上已知相对位置关系的参考点用于事故现场图像的校正;
5.事故车辆未损坏部分:
包括事故车辆未受损变形的轮距、轴距、前悬尺寸和后悬尺寸等,这些外形尺寸可由车辆行驶证及车辆登记信息中查出,因此易在其中找出4个以上已知相对位置关系的参考点用于事故现场图像的校正。
参阅图1,本发明所述的基于道路环境固有特征的事故现场图像校正方法包含以下步骤:
1.交通事故现场场景的选取
事故现场勘查人员在选取场景时应注意,所取场景应包括交通标志、交通标线、车行道、事故现场遗留痕迹或事故车辆未损坏部分等容易在其中提取出4个以上已知相对位置关系的参考点的道路环境固有特征点,以用于后续图像的校正;
2.事故场景的拍摄
事故现场勘查人员使用摄像设备对所选取的场景进行拍摄,拍摄时应注意:摄像设备要与所拍摄场景呈一定的俯视角度,一般在6°至60°之间较为适宜;摄像设备应和地面保持一定高度,一般在1.30m至2.50m范围内较合适;摄像设备焦距一般在35mm至55mm较为适宜;
3.图像处理人员启动图像校正软件;
4.利用图像校正软件打开所拍摄的事故现场图像;
5.点击“几何校正”按钮来启动图像校正模块,在图像上手动选取4个已知相对位置关系的道路环境固有特征点作为校正的参考点(注意选取时左下角点为第1点,依次逆时针旋转选取2、3、4点);
6.输入所选参考点的相对位置参数,利用选定的4个参考点,根据图像二维校正模型 用最小二乘法确定未知系数D1至D8,从而确定空间平面和图像平面的坐标变换关系,并点击确定按钮;
7.显示图像校正结果。
结合说明书附图进一步说明本发明所述方法的具体实施:
1.交通事故现场场景的选取
事故现场勘查人员在选取场景时应注意,所取场景应尽可能包括交通标志、交通标线、车行道、事故现场遗留痕迹或事故车辆未损坏部分等易于提取的道路环境固有特征点。图3中所取场景包含了人行横道线,图5中所取场景包含车行道分界线和事故车辆制动印迹,图7所取场景包含车行道、车行道分界线、车行道边缘线及事故车辆制动印迹;
2.事故场景的拍摄
事故现场勘查人员使用摄像设备对所选取的场景进行拍摄,拍摄时应注意:摄像设备要与所拍摄场景呈一定的俯视角度,一般在6°至60°之间较为适宜;摄像设备应和地面保持一定高度,一般在1.30m至2.50m范围内较为适宜;
3.图像处理人员启动图像校正软件;
4.利用图像校正软件打开所拍摄的事故现场图像;
5.点击“几何校正”按钮来启动图像校正模块,在图像上手动选取4个已知相对位置关系的道路环境固有特征点作为校正的参考点,注意选取点时左下角点为1点,依次逆时针选取分别为2、3、4点。图3中选取人行横道线中间一条白线的四个角点作为校正参考点,图5中选取车行道分界线的一段白线的四个角点作为校正参考点,图7中选取车行道分界虚线的白线间隔处与左侧车行道边缘线的交线所围成的矩形的四个角点为参考点;
6.输入所选参考点的相对位置参数,查GB-5768《道路交通标志和标线实用手册》和《道路设计指南》可知:图3中1、2点距3000mm,2、3点距400mm,3、4点距3000mm,4、1点距400mm,1、3点距3027mm,2、4点距3027mm;图5中1、2点距150mm,2、3点距4000mm,3、4点距150mm,4、1点距4000mm,1、3点距4003mm,2、4点距4003mm;图7中1、2点距3850mm,2、3点距9000mm,3、4点距3850mm,4、1点距9000mm,1、3点距9789mm,2、4点距9789mm,注意选取点时左下角点为1点,依次逆时针选取,并点击确定。
7.显示图像校正结果:图4为图3的校正结果,图6为图5的校正结果,图8为图7的校正结果。
Claims (4)
1.一种基于道路环境固有特征的事故现场图像校正方法,其特征在于,所述的基于道路环境固有特征的事故现场图像校正方法包含以下步骤:
1)交通事故现场场景的选取;
2)事故场景的拍摄;
3)图像处理人员启动图像校正软件;
4)利用图像校正软件打开所拍摄的事故现场图像;
5)点击“几何校正”按钮来启动图像校正模块,在图像上手动选取4个已知相对位置关系的道路环境固有特征点作为校正参考点;
6)输入所选参考点的相对位置参数,利用选定的4个参考点,根据图像二维校正模型 用最小二乘法确定未知系数D1至D8,确定空间平面和图像平面的坐标变换关系,X,Y,Z为对应事故现场空间坐标系内的点坐标,x,y为所述点对应的图像坐标系像素坐标;
7)显示图像校正结果。
2.按照权利要求1所述的基于道路环境固有特征的事故现场图像校正方法,其特征在于,所述的交通事故现场场景的选取是指:
1)事故现场勘查人员选取交通事故现场的场景要包含交通标志、交通标线、车行道、事故现场遗留痕迹或事故车辆未损坏部分道路环境固有特征点;
2)在交通标志、交通标线、车行道、事故现场地面遗留痕迹或事故车辆未损坏部分提取出4个以上已知相对位置关系的参考点。
3.按照权利要求1所述的基于道路环境固有特征的事故现场图像校正方法,其特征在于,所述的事故场景的拍摄是指:
事故现场勘查人员使用摄像设备对所选取的场景进行拍摄,拍摄时做到:
1)摄像设备要与所拍摄场景呈6°至60°的俯视角度;
2)摄像设备应和地面保持1.30m至2.50m的高度;
3)摄像设备焦距为35mm至55mm。
4.按照权利要求1所述的基于道路环境固有特征的事故现场图像校正方法,其特征在于,所述的选取4个已知相对位置关系的道路环境固有特征点作为校正参考点中的左下角点为第1参考点,依次逆时针旋转选取第2参考点、第3参考点与第4参考点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110175890A CN102306382A (zh) | 2011-06-28 | 2011-06-28 | 基于道路环境固有特征的事故现场图像校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110175890A CN102306382A (zh) | 2011-06-28 | 2011-06-28 | 基于道路环境固有特征的事故现场图像校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102306382A true CN102306382A (zh) | 2012-01-04 |
Family
ID=45380240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110175890A Pending CN102306382A (zh) | 2011-06-28 | 2011-06-28 | 基于道路环境固有特征的事故现场图像校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102306382A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104613901A (zh) * | 2015-01-12 | 2015-05-13 | 张长隆 | 一种单目摄像头平面角度的测量方法和系统 |
CN105389731A (zh) * | 2015-11-09 | 2016-03-09 | 深圳市云智易联科技有限公司 | 一种影像信息处理方法及相关装置 |
CN110174093A (zh) * | 2019-05-05 | 2019-08-27 | 腾讯科技(深圳)有限公司 | 定位方法、装置、设备和计算机可读存储介质 |
CN111275766A (zh) * | 2018-12-05 | 2020-06-12 | 杭州海康威视数字技术股份有限公司 | 图像坐标系与gps坐标系的标定方法、装置及摄像机 |
WO2021184564A1 (zh) * | 2020-03-20 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 基于图像的事故定责方法、装置、计算机设备和存储介质 |
CN113450457A (zh) * | 2021-08-31 | 2021-09-28 | 腾讯科技(深圳)有限公司 | 道路重建方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1379364A (zh) * | 2001-03-29 | 2002-11-13 | 日本电气株式会社 | 图形对照装置及其图形对照方法 |
CN101029878A (zh) * | 2007-01-26 | 2007-09-05 | 韩鑫贤 | 痕迹物证的偏角拍摄和快速矫正方法及矩形比例尺 |
US20080031543A1 (en) * | 2004-07-07 | 2008-02-07 | Noboru Nakajima | Wide-Field Image Input Method And Device |
-
2011
- 2011-06-28 CN CN201110175890A patent/CN102306382A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1379364A (zh) * | 2001-03-29 | 2002-11-13 | 日本电气株式会社 | 图形对照装置及其图形对照方法 |
US20080031543A1 (en) * | 2004-07-07 | 2008-02-07 | Noboru Nakajima | Wide-Field Image Input Method And Device |
CN101029878A (zh) * | 2007-01-26 | 2007-09-05 | 韩鑫贤 | 痕迹物证的偏角拍摄和快速矫正方法及矩形比例尺 |
Non-Patent Citations (2)
Title |
---|
张丹,等: "基于图像的模拟相机标定方法的研究", 《红外与激光工程》 * |
张明恒: "交通事故现场俯视摄影图几何校正的研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104613901A (zh) * | 2015-01-12 | 2015-05-13 | 张长隆 | 一种单目摄像头平面角度的测量方法和系统 |
CN105389731A (zh) * | 2015-11-09 | 2016-03-09 | 深圳市云智易联科技有限公司 | 一种影像信息处理方法及相关装置 |
CN111275766A (zh) * | 2018-12-05 | 2020-06-12 | 杭州海康威视数字技术股份有限公司 | 图像坐标系与gps坐标系的标定方法、装置及摄像机 |
CN111275766B (zh) * | 2018-12-05 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 图像坐标系与gps坐标系的标定方法、装置及摄像机 |
CN110174093A (zh) * | 2019-05-05 | 2019-08-27 | 腾讯科技(深圳)有限公司 | 定位方法、装置、设备和计算机可读存储介质 |
WO2020224375A1 (zh) * | 2019-05-05 | 2020-11-12 | 腾讯科技(深圳)有限公司 | 定位方法、装置、设备和计算机可读存储介质 |
WO2021184564A1 (zh) * | 2020-03-20 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 基于图像的事故定责方法、装置、计算机设备和存储介质 |
CN113450457A (zh) * | 2021-08-31 | 2021-09-28 | 腾讯科技(深圳)有限公司 | 道路重建方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107341453B (zh) | 一种车道线提取方法及装置 | |
CN103366555B (zh) | 基于航拍图像的交通事故现场图快速生成方法及系统 | |
CN110322702A (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
CN102306382A (zh) | 基于道路环境固有特征的事故现场图像校正方法 | |
CN110285793A (zh) | 一种基于双目立体视觉系统的车辆智能测轨迹方法 | |
Zhang et al. | Automatic road-marking detection and measurement from laser-scanning 3D profile data | |
CN104851104A (zh) | 采用柔性靶标高速摄相机近景大视场标定方法 | |
CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
CN105956942A (zh) | 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置 | |
CN103226354A (zh) | 基于光电导航的无人驾驶道路识别系统 | |
CN102376089A (zh) | 一种标靶校正方法及系统 | |
CN103927748B (zh) | 一种基于多矩形图像距离转换模型的坐标标定方法 | |
CN103186892A (zh) | 利用航拍图像生成等比例实景现场图的方法及系统 | |
CN103729837A (zh) | 一种单个路况摄像机的快速标定方法 | |
CN102446355B (zh) | 一种基于双视场的无标定平面突起目标检测方法 | |
CN102589425B (zh) | 球面射电望远镜反射面单元面板测量方法 | |
CN106705962A (zh) | 一种获取导航数据的方法及系统 | |
CN102914295A (zh) | 基于计算机视觉立方体标定的三维测量方法 | |
Su et al. | Developing an unmanned aerial vehicle-based rapid mapping system for traffic accident investigation | |
CN112446915B (zh) | 一种基于图像组的建图方法及装置 | |
Yang et al. | Detecting small objects in urban settings using SlimNet model | |
Jiang et al. | Development of a pavement evaluation tool using aerial imagery and deep learning | |
CN112200779B (zh) | 面向无人驾驶的路表车辙形状及构造横向差异度评价方法 | |
CN101819038B (zh) | 基于标线参数的交通事故现场二维测量及俯视校正方法 | |
CN110415299B (zh) | 一种运动约束下基于设定路牌的车辆位置估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120104 |