CN102564403B - 基于图像引导的交通事故现场快速测绘系统 - Google Patents

基于图像引导的交通事故现场快速测绘系统 Download PDF

Info

Publication number
CN102564403B
CN102564403B CN201210002407.9A CN201210002407A CN102564403B CN 102564403 B CN102564403 B CN 102564403B CN 201210002407 A CN201210002407 A CN 201210002407A CN 102564403 B CN102564403 B CN 102564403B
Authority
CN
China
Prior art keywords
scene
accident
module
traffic accident
orthograph
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
Application number
CN201210002407.9A
Other languages
English (en)
Other versions
CN102564403A (zh
Inventor
苗新强
金先龙
陈德户
王小庆
韩学源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North Jiangsu Institute of Shanghai Jiao Tong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201210002407.9A priority Critical patent/CN102564403B/zh
Publication of CN102564403A publication Critical patent/CN102564403A/zh
Application granted granted Critical
Publication of CN102564403B publication Critical patent/CN102564403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

基于图像引导的交通事故现场快速测绘系统,包括:单应性矩阵求解模块,根据二维直接线性变换法,建立事故现场照片图像平面到实际道路平面的映射关系;空间坐标变换模块,根据单应性矩阵恢复事故现场图像在物方空间的位置信息,并将事故现场范围缩放到原事故现场照片的尺寸范围;重采样模块,恢复事故现场图像在物方空间的灰度信息,实现事故现场照片由透视图到正投影图的转换;绘图和标注模块,实现直接在正投影图上进行事故现场信息绘制和相关尺寸标注;文件保存和打印模块,实现事故现场图的保存和现场打印输出功能。本发明不但提高了交通事故现场勘测的精度,缩短了现场数据处理和绘图时间,还能满足在事故现场打印输出现场图的要求。

Description

基于图像引导的交通事故现场快速测绘系统
技术领域
本发明涉及一种交通事故现场勘测技术领域的系统,具体是一种基于图像引导的交通事故现场快速测绘系统。
背景技术
现有摄影测量软件如PhotoModeler、iWitness等,主要用于交通事故现场高精度的三维建模。它们虽然可以大大缩短事故现场数据采集时间,但后续数据处理和绘图过程比较复杂和费时,难以满足在事故现场绘制输出现场图的要求。这些软件在操作时一般首先需要对事故现场照片进行复杂的定向处理,然后在照片上描绘出一些关键的点、线和面,最后只能建立这些关键点、线和面的三维模型。由于这些软件的绘图和标注功能有限,需要将建好的三维模型导入其它CAD软件如AutoCAD等才能完成事故现场图的绘制。在将模型导入其它CAD软件时,一方面由于软件间的不兼容问题会造成数据精度的损失,另一方面如果模型中包含事故现场图像的灰度信息,则这些信息将全部丢失,这样就只能根据建模时用到的一些关键点、线和面来完成事故现场图的绘制。整个操作过程比较复杂和费时,无法满足在事故现场绘制输出现场图的要求。而根据我国公安部标准,交通事故现场图必须在事故现场绘制,并由事故当事人签字认可。
经对现有技术文献的检索发现,中国专利申请号:200910049882.X,公开号:CN 101556152A,专利名称:交通事故现场图像数据采集及处理方法。该技术涉及一种交通事故现场图像数据信息采集及处理方法,该方法首先通过使用固定机构调节四个激光测距仪的角度,在路面上形成围绕事故现场特征的四边形激光标靶。然后用相机拍下带激光标靶的事故现场照片,记录激光标靶相对于激光测距仪的距离、拍摄角度等事故现场几何信息。接着根据简化的直接线性变换法建立像空间和物方空间的坐标关系,并把事故现场图像中的所有像素进行图像变换得到事故现场的正投影图。最后将处理后带有尺寸参数的图像数据转换为矢量图格式,并导入AutoCAD软件中完成事故现场图的绘制。该方法虽然避免了复杂的三维建模过程,在一定程度上缩短了数据处理时间,但由于采用的是简化的二维直接线性变换公式实现交通事故现场照片的正投影变换,没有考虑物镜畸变对图像像素坐标的影响,因此其测绘精度较低。另一方面,该方法同样需要将图像数据转换为矢量图格式,并导入AutoCAD软件才能完成事故现场图的绘制,其操作比较复杂费时,也无法满足在事故现场打印输出现场图的要求。此外,该方法在将数据导入AutoCAD软件时,同样会遭遇正投影图灰度信息全部丢失的问题,也只依靠以前描绘的关键点、线等矢量图信息来完成现场图的绘制。
发明内容
本发明针对现有技术的不足,提供一种基于图像引导的交通事故现场快速测绘系统。使其实现了直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注,不但缩短了数据处理和绘图时间,还能够满足在事故现场打印输出现场图的要求。
本发明是通过以下技术方案实现的,本发明包括五个部分:单应性矩阵求解模块、空间坐标变换模块、重采样模块、绘图和标注模块、文件保存和打印模块。单应性矩阵求解模块根据二维直接线性变换法,建立事故现场照片图像平面到实际道路平面的映射关系;空间坐标变换模块根据单应性矩阵,恢复事故现场图像在物方空间的位置信息,并将事故现场范围缩放到原事故现场照片的尺寸范围;重采样模块恢复事故现场图像在物方空间的灰度信息,最终实现事故现场照片由透视图到正投影图的转换;绘图和标注模块实现直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注;文件保存和打印模块实现事故现场图的保存和现场打印输出功能。
所述单应性矩阵求解模块根据控制点的物方空间坐标和像空间坐标,通过二维直接线性变换法,建立事故现场照片图像平面到实际道路平面的映射关系。为保证能够顺利求解单应性矩阵和提高系统测绘精度,应至少在实际道路平面确定四个以上控制点的物方空间坐标。交通事故现场勘测中使用的消费级数码相机属于非量测相机,其物镜畸变较大,内外方位元素不稳定且未知,因此不能用航空摄影测量中的解析法求解。而直接线性变换法计算中不需要内外方位元素数据,还可以对物镜畸变进行适当校正,非常适合用来处理非量测相机拍摄的照片。
所述空间坐标变换模块根据单应性矩阵,将事故现场图像投影到实际道路平面,恢复事故现场图像在物方空间的位置信息,并将事故现场范围缩放到原事故现场照片的尺寸范围。由于在图像平面坐标系中,点的位置以像素为基本单位且均为正数,所以如果要将投影区域以图像的形式显示出来,首先要保证投影区域内点的坐标值全部为正值。另外,投影区域的坐标值有可能过大而无法用有限的图像像素表达出来,这还需要对事故现场范围进行适当缩放。可以首先通过坐标偏移将计算得到的事故现场信息的实际位置坐标全部转换为正值,然后选择合适的比例因子将事故现场范围缩放到原事故现场照片的尺寸范围。
所述重采样模块恢复事故现场图像在物方空间的灰度信息,最终实现事故现场照片由透视图到正投影图的转换。当变换后图像对应的原事故现场图像位置恰好位于整数点上时,直接取原事故现场图像的灰度值为变换后正投影图的灰度值;但是,若算得的原事故现场图像不在整数点上时,并无现成的灰度值存在。此时,可采用双三次卷积法把该点周围整数点位上的灰度值对该点的灰度贡献积累起来构成该点位新的灰度值。
所述绘图和标注模块实现直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注。该模块包括两个子模块:绘图子模块和标注子模块。绘图子模块主要实现几何图元的绘制和编辑、基本图符的插入和编辑功能;标注子模块主要实现尺寸、角度和文字的标注和编辑功能。
其中:
所述几何图元的绘制和编辑功能包括:
a.实现正投影图上几何图元如点、直线、自由曲线、贝塞尔曲线、圆、椭圆、矩形、多边形、圆弧、椭圆弧等的绘制功能。这些几何图元可以用来直接在正投影图上描绘道路边缘、刹车痕迹和散落物等事故现场信息。
b.几何图元绘制结束后可以通过控制点对其进行编辑,实现几何图元的平移、旋转、缩放以及改变形状的操作;不需要某个几何图元时,可以随时将其选中,然后执行删除操作。
所述基本图符的插入和编辑功能包括:
a.实现正投影图上事故现场常用图符如人体、轿车、货车、客车、卡车、拖拉机、自行车、三轮车、摩托车、电杆、路灯、里程碑、垃圾筒、人行横道和十字路口等的插入功能。通过确定图符上参照点与正投影图上相应参照点的对应关系能够保证图符精确插入到图像上合适位置。
b.基本图符插入后可以通过控制点对其进行编辑,实现基本图符的平移、旋转、缩放操作;不需要某个基本图符时,可以随时将其选中,然后执行删除操作。通过在正投影图上直接插入和编辑基本图符,能够大大提高现场绘图的效率和规范性。
所述尺寸的标注和编辑功能包括:
a.实现正投影图上直接测绘车辆、人体、散落物的相对位置以及刹车痕迹的长度等尺寸信息。当尺寸线的端点恰好位于正投影图上已插入图符的参照点位置时,可以将尺寸线端点精确定位到该图符参照点的位置。
b.尺寸标注后可以通过控制点对其进行编辑,实现尺寸的平移、旋转、改变尺寸长度的操作;不需要某个尺寸时,可以随时将其选中,然后执行删除操作。
所述角度的标注和编辑功能包括:
a.实现正投影图上任意两条直线段夹角信息的测绘。进行角度标注时需要首先在正投影图上绘制两条直线段分别作为角度标注的起始位置和终止位置,然后系统便自动计算它们之间夹角的大小,并进行标注。
b.角度标注后可以通过控制点对其进行编辑,实现角度的平移、改变角度大小的操作;不需要某个角度时,可以随时将其选中,然后执行删除操作。
所述文字的标注和编辑功能包括:
a.实现正投影图上直接标注一些附加的文字说明信息。标注文字的风格如字体、大小、加粗、斜体和下划线等可根据需要进行设置。
b.文字标注后可以通过控制点对其进行编辑,实现文字的平移、改变文字字体和内容的操作;不需要某个文字时,可以随时将其选中,然后执行删除操作。
所述文件保存和打印模块实现事故现场图的保存和现场打印输出功能。文件保存时,可以根据用户选择将正投影图及其在它上面绘制的交通事故现场图保存为矢量图或位图。文件打印时,能够在事故现场实现交通事故现场图的打印预览,并能根据用户选择完成现场图的横向或纵向输出打印。
与现有技术相比,本发明具有以下优点:
(1)采用基于图像引导的绘图方法直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注,可以大大提高事故现场测绘效率,缩短测绘时间,能够满足事故现场打印输出现场图的要求,从而有利于缓解交通堵塞,促进道路畅通,避免发生次生交通事故。
(2)可以进行交通事故现场信息的二次验证,避免事故现场信息的漏测和错测,提高了事故现场测绘数据和信息的可靠性和正确性。目前传统的手工测绘方法在事故现场清除之后,无法对已测绘的事故现场信息进行二次验证。而本发明中的正投影图由于保存了事故现场完整的物方空间信息,故可随时在正投影图上重新测量或补测一些有争议的尺寸,从而实现事故现场信息的二次验证。
(3)避免了复杂的建模过程和矢量图和位图之间的相互转换,缩短了数据处理时间,提高了测绘精度。本发明只需已知实际道路平面上四个以上控制点的物方空间坐标,就能将事故现场照片由透视图转换为正投影图,其操作方便简单,数据处理时间短。生成的正投影图可以用来直接绘制现场图,不需要导入其它CAD软件进行绘图,从而避免了数据转换时精度的损失,提高了测绘精度。
(4)提高了现场图绘制的规范性。目前传统手工测绘方法采用手工草绘的方式绘制事故现场图,尺寸标注和事故现场信息绘制因人而异,难以形成一个统一的标准。而本发明中现场图的绘制全部由计算机实现,尺寸标注和事故现场信息绘制都严格遵循国家标准,从而大大提高了现场图绘制的规范性。
附图说明
图1本发明系统结构框图;
图2是本发明中将交通事故现场照片由透视图转换为正投影图的生成过程示意图;
图3是某次交通事故现场照片;
图4是图3所示事故照片的正投影图及事故现场信息测绘示意图;
图5是绘制的图3所示事故照片的交通事故现场图。
具体实施方式
下面结合附图对本发明的实施例作详细说明:本实施例以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例包括五个部分:单应性矩阵求解模块、空间坐标变换模块、重采样模块、绘图和标注模块、文件保存和打印模块。单应性矩阵求解模块根据二维直接线性变换法,建立事故现场照片图像平面到实际道路平面的映射关系;空间坐标变换模块根据单应性矩阵,恢复事故现场图像在物方空间的位置信息,并将事故现场范围缩放到原事故现场照片的尺寸范围;重采样模块恢复事故现场图像在物方空间的灰度信息,最终实现事故现场照片由透视图到正投影图的转换;绘图和标注模块实现直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注;文件保存和打印模块实现事故现场图的保存和现场打印输出功能。
本实施例的五个模块之间存在一定的逻辑关系,当前模块的输入参数仅依赖于前一个模块的输出结果,当前模块的输出结果仅可作为下一个模块的输入参数,模块间按照从前到后的顺序依次执行完成系统的总功能。如图1中的粗箭头所示,从左到右这五个模块的先后执行顺序依次为:单应性矩阵求解模块、空间坐标变换模块、重采样模块、绘图和标注模块、文件保存和打印模块。下面按照这五个模块的先后执行顺序,对本实施例的具体操作过程和实施步骤作详细说明:
1.求解单应性矩阵
考虑非线性物镜畸变差Δx,Δy和像点观测误差vx,vy时,由二维直接线性变换基本公式得:
x + Δx + v x + l 1 X + l 2 Y + l 3 l 7 X + l 8 Y + 1 = 0 y + Δy + v y + l 4 X + l 5 Y + l 6 l 7 X + l 8 Y + 1 = 0 - - - ( 1 )
式中,x,y为图像平面坐标;X,Y为物方空间坐标;l1,l2,…,l8为直接线性变换系数。非线性物镜畸变差Δx,Δy可用下式或其中一部分代入:
Δx=(x-x0)(k1r2+k2r4+k3r6+…)+p1[r2+2(x-x0)2]+2p2(x-x0)(y-y0)(2)
Δy=(y-y0)(k1r2+k2r4+k3r6+…)+p2[r2+2(y-y0)2]+2p1(x-x0)(y-y0)(3)
式中,x0,y0为像主点在图像平面坐标系内的坐标;k1,k2,k3为待定的径向畸变系数;p1,p2为待定的切向畸变系数;r为向径,其值为: r = ( x - x 0 ) 2 + ( y - y 0 ) 2 .
若取Δx=(x-x0)k1r2,Δy=(y-y0)k1r2,则得到求解待定系数的误差方程式:
v x = - 1 A [ Xl 1 + Yl 2 + l 3 + xX l 7 + x Yl 8 + A ( x - x 0 ) r 2 k 1 + x ] v y = - 1 A [ Xl 4 + Yl 5 + l 6 + yXl 7 + yYl 8 + A ( y - y 0 ) r 2 k 1 + y ] - - - ( 4 )
式中,A=l7X+l8Y+1。
此误差方程式及相应的法方程式的矩阵形式写为:
V = ML + W M T ML + M T W = 0 - - - ( 5 )
式中, V = v x v y , W = - 1 A x y ,
M = - 1 A X Y 1 0 0 0 xX xY A ( x - x 0 ) r 2 0 0 0 X Y 1 yX yY A ( y - y 0 ) r 2 ,
L=[l1 l2 l3 l4 l5 l6 l7 l8 k1]T
未知数矩阵L中共有9个未知数,因此至少需要4个以上已知物方空间坐标的控制点。由于式(1)是非线性的,因此整个解算过程必须采用迭代法。根据二维直接线性变换系数即可得到单应性矩阵,从而建立事故现场照片图像平面到实际道路平面的映射关系。
2.空间坐标变换
通过求解单应性矩阵,建立了事故现场照片图像平面坐标到实际道路平面坐标之间的映射关系,进而可通过空间坐标变换恢复事故现场信息的实际位置坐标。为便于测绘和形象直观地反映事故现场信息,需要将实际的物方空间信息以正投影图的形式表达出来,即实现事故现场照片由透视图到正投影图的转换。交通事故现场照片由透视图转换为正投影图的过程如图2所示。首先通过坐标偏移将投影计算得到的事故现场信息的实际位置坐标全部转换为正值,然后选择合适的比例因子将事故现场范围缩放到原始事故现场照片的尺寸范围。最后通过重采样操作完成事故现场照片由透视图到正投影图的转换。
如图2所示的本发明中交通事故现场照片由透视图转换为正投影图的生成过程示意图,图中从上到下依次表示事故现场照片→实际道路平面→正投影图像。其中,事故现场照片映射到实际道路平面上,再通过偏移、缩放,将事故现场范围缩放到原始事故现场照片的尺寸范围。最后通过重采样操作完成事故现场照片由透视图到正投影图的转换。具体过程为:假设在事故现场照片上四边形efgh的四个顶点分别为实际道路平面上一矩形区域EFGH相应顶点的成像。在事故现场照片上以左顶点a为原点建立图像平面坐标系,在实际道路平面上以点E为原点建立二维笛卡尔直角坐标系。根据区域的连续性知,在图像平面坐标系中事故现场照片的四个顶点围成的封闭区域abcd投影到实际道路平面上时必定构成一块连续封闭的区域ABCD。因此,通过计算投影区域内坐标的极小值点和极大值点的位置就能确定偏移量和比例因子的大小。若计算得到的事故现场照片的四个顶点a、b、c、d在实际道路平面上投影的坐标值分别为A(XA,YA)、B(XB,YB)、C(XC,YC)、D(XD,YD),则投影区域内极小值点Min(XMin,YMin)和极大值点Max(XMax,YMax)的坐标可分别通过下式(5)和(6)计算。
X Min = min { X A , X B , X C , X D } Y Min = min { Y A , Y B , Y C , Y D } - - - ( 5 )
X Max = max { X A , X B , X C , X D } Y Max = max { Y A , Y B , Y C , Y D } - - - ( 6 )
由此可得偏移量:
X offset = | X Min | Y offset = | Y Min | - - - ( 7 )
投影后区域的宽度为:
width=XMax-XMin                                            (8)
投影后区域的高度为:
height=YMax-YMin                                           (9)
设原事故现场照片的宽和高分别为w0和h0,则要将投影区域缩放到原事故现场照片的尺寸范围,需要首先估算横向缩放系数wScale和纵向缩放系数hScale,然后选择其中的一个缩放系数作为全局缩放系数。横向缩放系数wScale和纵向缩放系数hScale可根据式(10)和式(11)计算。
wScale=w0/width                                 (10)
hScale=h0/height                                (11)
为保证缩放后图像的内容不发生丢失,全局缩放系数s的选择需遵循一定的规则。如果wScale<hScale,则全局缩放系数s取wScale的值;反之,取hScale的值。
3.重采样
经空间坐标变换恢复了事故现场图像在实际道路平面的位置信息,而正投影图不仅包含每个投影点的位置信息,还包含每个投影点的灰度信息。恢复每个投影点的灰度信息需要经过重采样操作。当变换后图像对应的原事故现场图像位置恰好位于整数点上时,直接取原事故现场图像的灰度值为变换后正投影图的灰度值;但是,若算得的原事故现场图像在整数点上时,并无现成的灰度值存在。此时,可采用双三次卷积法把该点周围整数点位上的灰度值对该点的灰度贡献积累起来构成该点位新的灰度值。双三次卷积法以三次样条函数作为卷积核,其函数表达式为:
w ( x ) = 1 - 2 x 2 + | x | 3 0 ≤ | x | ≤ 1 4 - 8 | x | + 5 x 2 - | x | 3 1 ≤ | x | ≤ 2 0 2 ≤ | x | - - - ( 12 )
重采样时用待重采样点p周围16个邻近像元灰度矩阵与对应权阵的Hadamard(哈达玛)积来计算。此时,重采样点p的灰度值为:
I p = Σ i = 1 4 Σ j = 1 4 I ( i , j ) * W ( i , j ) - - - ( 13 )
式中:I(i,j)*W(i,j)为两个矩阵的Hadamard积,它为两个矩阵中对应元素的乘积所构成的矩阵。其中,I为4行4列的灰度矩阵,W为根据双三次卷积法构成的4行4列的权矩阵。
4.绘图和标注
实现直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注。该模块包括两个子模块:绘图子模块和标注子模块。绘图子模块主要实现几何图元的绘制和编辑、基本图符的插入和编辑功能;标注子模块主要实现尺寸、角度和文字的标注和编辑功能。某次交通事故现场照片如图3所示,经适当裁剪后得到的正投影图及事故现场信息测绘如图4所示,最终绘制的交通事故现场图如图5所示。
5.文件的保存和打印
文件保存时,可以根据用户的选择将正投影图及其在它上面绘制的交通事故现场图保存为矢量图或位图的格式。文件打印时,能够在事故现场实现交通事故现场图的打印预览,并能根据用户的选择完成现场图的横向或纵向输出打印。
本实施例采用Visual C++创建的良好的Windows GUI(Windows图形窗口用户界面)界面与用户进行交互,能够简单方便地将交通事故现场照片由透视图转换为正投影图,然后直接在正投影图上进行车辆、人体、散落物和刹车痕迹等事故现场信息的绘制和相关尺寸的标注,不但缩短了数据处理和绘图时间,还能够满足在事故现场打印输出现场图的要求。为交通事故现场快速勘测提供技术支持,同时也为事故现场的信息测绘提供了良好的工具。

Claims (5)

1.一种基于图像引导的交通事故现场快速测绘系统,其特征在于,包括:单应性矩阵求解模块、空间坐标变换模块、重采样模块、绘图和标注模块、文件保存和打印模块;其中:单应性矩阵求解模块根据二维直接线性变换法,建立事故现场照片图像平面到实际道路平面的映射关系;空间坐标变换模块根据单应性矩阵,恢复事故现场图像在物方空间的位置信息,并将事故现场范围缩放到原事故现场照片的尺寸范围;重采样模块恢复事故现场图像在物方空间的灰度信息,最终实现事故现场照片由透视图到正投影图的转换;绘图和标注模块实现直接在正投影图上进行事故现场信息的绘制和相关尺寸的标注;文件保存和打印模块实现事故现场图的保存和现场打印输出功能;
所述空间坐标变换模块根据单应性矩阵,建立了事故现场照片图像平面坐标到实际道路平面坐标之间的映射关系,进而通过空间坐标变换恢复事故现场信息的实际位置坐标;为便于测绘和形象直观地反映事故现场信息,需要将实际的物方空间信息以正投影图的形式表达出来,即实现事故现场照片由透视图到正投影图的转换,首先通过坐标偏移将投影计算得到的事故现场信息的实际位置坐标全部转换为正值,然后选择合适的比例因子将事故现场范围缩放到原始事故现场照片的尺寸范围;
所述坐标偏移的量以及比例因子的大小是根据区域的连续性,在图像平面坐标系中事故现场照片的四个顶点围成的封闭区域投影到实际道路平面上时必定构成一块连续封闭的区域;通过计算投影区域内坐标的极小值点和极大值点的位置来确定坐标偏移的量和比例因子的大小;
所述四个顶点a、b、c、d在实际道路平面上投影的坐标值分别为A(XA,YA)、B(XB,YB)、C(XC,YC)、D(XD,YD),则投影区域内极小值点Min(XMin,YMin)和极大值点Max(XMax,YMax)的坐标可分别通过下式计算:
X Min = min { X A , X B , X C , X D } Y Min = min { Y A , Y B , Y C , Y D }
X Max = max { X A , X B , X C , X D } Y Max = max { Y A , Y B , Y C , Y D }
由此可得偏移量:
X offset = | X Min | Y offset = | Y Min |
投影后区域的宽度为:width=XMax-XMin
投影后区域的高度为:height=YMax-YMin
设原事故现场照片的宽和高分别为w0和h0,则要将投影区域缩放到原事故现场照片的尺寸范围,需要首先估算横向缩放系数wScale和纵向缩放系数hScale,然后选择其中的一个缩放系数作为全局缩放系数;横向缩放系数wScale和纵向缩放系数hScale可根据下式计算:wScale=w0/width;hScale=h0/height;为保证缩放后图像的内容不发生丢失,全局缩放系数s的选择需遵循一定的规则;如果wScale<hScale,则全局缩放系数s取wScale的值;反之,取hScale的值。
2.根据权利要求1所述的基于图像引导的交通事故现场快速测绘系统,其特征在于,所述单应性矩阵求解模块根据控制点的物方空间坐标和像空间坐标,通过二维直接线性变换法,建立事故现场照片图像平面到实际道路平面的映射关系;为保证能够顺利求解单应性矩阵和提高系统测绘精度,应至少在实际道路平面确定四个以上控制点的物方空间坐标。
3.根据权利要求1所述的基于图像引导的交通事故现场快速测绘系统,其特征在于,所述绘图和标注模块包括两个子模块:绘图子模块和标注子模块,绘图子模块主要实现几何图元的绘制和编辑、基本图符的插入和编辑功能;标注子模块主要实现尺寸、角度和文字的标注和编辑功能,其中:
所述几何图元的绘制和编辑功能包括:
a.实现正投影图上几何图元的绘制功能,几何图元包括点、直线、自由曲线、贝塞尔曲线、圆、椭圆、矩形、多边形、圆弧、椭圆弧;这些几何图元用来直接在正投影图上描绘道路边缘、刹车痕迹和散落物这些事故现场信息;
b.几何图元绘制结束后通过控制点对其进行编辑,实现几何图元的平移、旋转、缩放以及改变形状的操作;不需要某个几何图元时,随时将其选中,然后执行删除操作;
所述基本图符的插入和编辑功能包括:
a.实现正投影图上事故现场常用图符的插入功能,常用图符包括人体、轿车、货车、客车、卡车、拖拉机、自行车、三轮车、摩托车、电杆、路灯、里程碑、垃圾筒、人行横道和十字路口;
b.基本图符插入后通过控制点对其进行编辑,实现基本图符的平移、旋转、缩放操作;不需要某个基本图符时,随时将其选中,然后执行删除操作;
所述尺寸的标注和编辑功能包括:
a.实现正投影图上直接测绘车辆、人体、散落物的相对位置以及刹车痕迹的长度这些尺寸信息;
b.尺寸标注后通过控制点对其进行编辑,实现尺寸的平移、旋转、改变尺寸长度的操作;不需要某个尺寸时,随时将其选中,然后执行删除操作;
所述角度的标注和编辑功能包括:
a.实现正投影图上任意两条直线段夹角信息的测绘;进行角度标注时需要首先在正投影图上绘制两条直线段分别作为角度标注的起始位置和终止位置,然后系统便自动计算它们之间夹角的大小,并进行标注;
b.角度标注后通过控制点对其进行编辑,实现角度的平移、改变角度大小的操作;不需要某个角度时,随时将其选中,然后执行删除操作;
所述文字的标注和编辑功能包括:
a.实现正投影图上直接标注一些附加的文字说明信息;标注文字的风格根据需要进行设置,文字的风格包括字体、大小、加粗、斜体和下划线;
b.文字标注后通过控制点对其进行编辑,实现文字的平移、改变文字字体和内容的操作;不需要某个文字时,随时将其选中,然后执行删除操作。
4.根据权利要求1所述的基于图像引导的交通事故现场快速测绘系统,其特征在于,所述文件保存和打印模块实现事故现场图的保存和现场打印输出功能;文件保存时,根据用户选择将正投影图及其在它上面绘制的交通事故现场图保存为矢量图或位图;文件打印时,能够在事故现场实现交通事故现场图的打印预览,并能根据用户选择完成现场图的横向或纵向输出打印。
5.根据权利要求1至4中任一所述的基于图像引导的交通事故现场快速测绘系统,其特征在于,所述系统采用Visual C++创建的Windows图形窗口用户界面与用户进行交互,将交通事故现场照片由透视图转换为正投影图。
CN201210002407.9A 2012-01-06 2012-01-06 基于图像引导的交通事故现场快速测绘系统 Active CN102564403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210002407.9A CN102564403B (zh) 2012-01-06 2012-01-06 基于图像引导的交通事故现场快速测绘系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210002407.9A CN102564403B (zh) 2012-01-06 2012-01-06 基于图像引导的交通事故现场快速测绘系统

Publications (2)

Publication Number Publication Date
CN102564403A CN102564403A (zh) 2012-07-11
CN102564403B true CN102564403B (zh) 2014-11-19

Family

ID=46410467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210002407.9A Active CN102564403B (zh) 2012-01-06 2012-01-06 基于图像引导的交通事故现场快速测绘系统

Country Status (1)

Country Link
CN (1) CN102564403B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366555B (zh) * 2013-07-01 2015-06-17 中国人民解放军第三军医大学第三附属医院 基于航拍图像的交通事故现场图快速生成方法及系统
CN105627993B (zh) * 2014-01-13 2018-05-04 天津职业技术师范大学 一种展示交通事故现场摄影勘测原理的实验系统
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
CN106500670A (zh) * 2016-10-21 2017-03-15 云南北方昆物光电科技发展有限公司 道路交通事故现场实景记录图测绘方法
CN107038204B (zh) * 2016-12-30 2019-05-03 北京工业大学 物联网感知数据状态矢量提取及表示方法
CN106908801B (zh) * 2017-02-13 2019-04-26 北京物资学院 一种关联成像制导方法及装置
CN109489636B (zh) * 2018-10-19 2021-02-02 衡阳市规划设计院 一种测绘作业实时采集系统及采集方法
CN109636881A (zh) * 2018-12-19 2019-04-16 沈阳天择智能交通工程有限公司 基于ai识别技术道路交通事故现场草图绘制方法
US11741763B2 (en) 2018-12-26 2023-08-29 Allstate Insurance Company Systems and methods for system generated damage analysis
CN110081860B (zh) * 2019-04-15 2022-04-26 长安大学 一种交通事故现场图绘制方法
CN113223096B (zh) * 2021-06-09 2022-08-30 司法鉴定科学研究院 基于场景图像的轻微交通事故快速勘查方法和系统
CN115935462B (zh) * 2022-10-18 2023-12-26 美的集团股份有限公司 外包装建模方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101556152A (zh) * 2009-04-23 2009-10-14 上海交通大学 交通事故现场图像数据信息采集及处理方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101556152A (zh) * 2009-04-23 2009-10-14 上海交通大学 交通事故现场图像数据信息采集及处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"基于图像引导的交通事故现场实时测绘方法";苗新强 等;《上海交通大学学报》;20130228;第47卷(第2期);253-258页 *
杨博."数字摄影测量技术在交通事故现场勘测中的应用方法研究".《上海交通大学硕士学位论文》.2010, *
苗新强 等."基于图像引导的交通事故现场实时测绘方法".《上海交通大学学报》.2013,第47卷(第2期),253-258页. *

Also Published As

Publication number Publication date
CN102564403A (zh) 2012-07-11

Similar Documents

Publication Publication Date Title
CN102564403B (zh) 基于图像引导的交通事故现场快速测绘系统
CN111144388B (zh) 一种基于单目影像的道路标志标线的更新方法
KR101932623B1 (ko) 3차원 도로 모델의 모델링 방법, 장치 및 저장 매체
Zhou et al. A comprehensive study on urban true orthorectification
JP4284644B2 (ja) 3次元モデル構築システム及び3次元モデル構築プログラム
CN109493407A (zh) 实现激光点云稠密化的方法、装置及计算机设备
US20190026400A1 (en) Three-dimensional modeling from point cloud data migration
US8625851B2 (en) Measurement apparatus, measurement method, and feature identification apparatus
CN108388641B (zh) 一种基于深度学习的交通设施地图生成方法与系统
US20190026938A1 (en) Three-dimensional modeling from optical capture
CN107121064A (zh) 一种激光扫描测量装置
CN105931234A (zh) 一种地面三维激光扫描点云与影像融合及配准的方法
CN111103595B (zh) 一种数字线划图的生成方法和装置
CN104484668A (zh) 一种无人机多重叠遥感影像的建筑物轮廓线提取方法
CN106127771A (zh) 基于激光雷达lidar点云数据获取隧道正射影像系统及方法
CN102750697A (zh) 一种参数标定方法及装置
CN111062958B (zh) 一种城市道路要素提取方法
CN112017262B (zh) 路面标识生成方法及装置、存储介质及电子设备
JP2003323640A (ja) レーザスキャナデータと空中写真画像を用いた高精度都市モデルの生成方法及び高精度都市モデルの生成システム並びに高精度都市モデルの生成のプログラム
CN105447452A (zh) 一种基于地物空间分布特征的遥感亚像元制图方法
JP5544595B2 (ja) 地図画像処理装置、地図画像処理方法、および、コンピュータプログラム
CN117557466B (zh) 基于成像条件的光学遥感影像目标图像增强方法及装置
Chandler et al. Recording aboriginal rock art using cheap digital cameras and digital photogrammetry
CN203893850U (zh) 道路交通事故现场双目视觉三维测距系统
CN113886630A (zh) 基于迁移学习的多源异构遥感样本库构建方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20171214

Address after: 223001 science and Technology Industrial Park, Jiangsu, Huaian science and technology road, No. 18

Patentee after: North Jiangsu Institute of Shanghai Jiao Tong University

Address before: 200240 Minhang District, Shanghai, Dongchuan Road, No. 800, No.

Patentee before: Shanghai Jiao Tong University