CN103235468A - 车底痕迹检测装置及其检测方法 - Google Patents

Abstract

本发明提出了一种车底痕迹检测装置及其检测方法，该检测装置包括可移动设备、摄像设备底座、摄像设备和控制端，可移动设备在控制端的控制下进行前后左右的移动，在可移动设备上设置有“工”型滑槽，摄像设备底座安装于可移动设备的滑槽上，在转动绞的控制下能够沿滑槽进行移动，摄像设备包括设置于中心区域的照相机以及至少一圈围绕照相机的环状光源，不同圈的环状光源发出不同波长不同强度的光，环状光源在控制端的控制下点亮，照相机在环状光源点亮的情况下进行拍摄。利用本发明，车底痕迹检测装置在车底能够自由移动，痕迹物证的拍摄时不会有遗漏，同时，采用不同的光源对痕迹进行照射并对不同的照射效果进行对比拍摄，能够得到清晰的痕迹图像。

Description

车底痕迹检测装置及其检测方法

技术领域

本发明涉及交通事故现场信息获取技术领域，具体涉及一种车底痕迹检测装置及其检测方法。

背景技术

事故现场勘测及痕迹物证的固定是道路交通事故处理的第一环节，在交通事故现场中，车底往往会遗留重要的事故信息，如车底血迹和组织、车底刮擦痕迹、车底油液泄漏及车底部件的碰撞损坏等信息，这些信息又对事故过程的分析具有十分重要的意义。目前，通常采用的拍摄车底痕迹的方法是拍摄者钻入车底手持照相机进行拍摄，由于车辆底部的痕迹物证的细节往往比较微弱，再加上车底的光线也比较暗，尤其是在夜晚或是在天气阴暗的条件下，从而使拍摄难度增大，难以捕捉和记录，故往往被办案人员忽略。

发明内容

为了克服上述现有技术中存在的缺陷，本发明的目的是提供一种车底痕迹检测装置及其检测方法，本发明通过使车底痕迹检测装置在车底自由移动，痕迹物证的拍摄不会有遗漏，同时，采用不同的光源对痕迹照射对比后进行拍摄，能够得到清晰的痕迹图像。

为了实现本发明的上述目的，根据本发明的第一个方面，本发明提供了一种车底痕迹检测装置，包括可移动设备，所述可移动设备与控制端相连，所述可移动设备在所述控制端的控制下进行前后左右的移动，在所述可移动设备上设置有“工”型滑槽；摄像设备底座及安装于所述摄像设备底座上的摄像设备，所述摄像设备底座安装于所述可移动设备的滑槽上，所述摄像设备底座能够沿所述滑槽进行移动，所述摄像设备底座内设置有分别与所述可移动设备和所述摄像设备相连、用于使所述可移动设备和摄像设备正常工作的电源、供电电路和散热器；所述摄像设备包括设置于中心区域的照相机以及至少一圈围绕所述照相机的环状光源，所述不同圈的环状光源发出的光线波长有区别；所述控制端分别与所述摄像设备的照相机和环状光源相连，所述环状光源在所述控制端的控制下点亮，所述控制端同时控制环状光源的亮度，所述照相机在所述环状光源点亮的情况下进行拍摄。

本发明的本发明的车底痕迹检测装置在车底能够自由移动，痕迹物证的拍摄时不会有遗漏，同时，采用不同的光源对痕迹进行照射并对不同的照射效果进行对比拍摄，能够得到清晰的痕迹图像。

在本发明的一个优选实施例中，所述摄像设备包括五圈围绕所述照相机的环状光源，所述环状光源从内向外依次为白光灯、荧光灯、红光灯、绿光灯和蓝光灯。

在本发明的一个优选实施例中，包括无线传输模块，所述无线传输模块与控制端相连，所述控制端通过无线传输模块分别向所述可移动设备、所述摄像设备的照相机和环状光源传输控制命令。不需要线路连接，提高了便利性。

本发明的环状光源包括五种不同颜色的环状灯，不同的环状灯发出不同波长的光线，车底的常见痕迹及部件损坏等事故信息都能够得到清晰的图像。

为了实现本发明的上述目的，根据本发明的第二个方面，本发明提供了一种车底痕迹检测方法，包括如下步骤：

S1：搭建权利要求1所述的车底痕迹检测装置；

S2：控制端控制可移动设备在车底进行前后左右四个方向的间断移动，在所述可移动设备固定时，首先使用白光灯对上述车底区域进行照射,当发现存在疑似痕迹时，所述控制端控制所述环状光源点亮，在每一个环状光源点亮时，通过供电电路改变光源的光照强度，使每一个环状光源的光照强度至少分为3个等级；

S3：所述控制端控制照相机对所述痕迹进行聚焦，所述照相机拍摄所述车底痕迹图像并传输给所述控制端进行预览，所述控制端选取车底痕迹清晰度最高的一张图像进行保存。

本发明的车底痕迹检测方法使车底痕迹检测装置在车底自由移动，痕迹物证的拍摄时不会有遗漏，同时，采用不同的光源对痕迹进行照射并对不同的照射效果进行对比拍摄，能够得到清晰的痕迹图像。

在本发明的一种优选实施例中，所述步骤S3具体包括如下步骤：

S31：所述控制端控制照相机在不同波长不同强度光源的照射下对所述痕迹进行聚焦，所述照相机拍摄所述车底痕迹图像并将所有痕迹图像传输给所述控制端；

S32：控制端通过图像的清晰度评价图片质量的高低，具体包括如下步骤：

S321：将拍摄的所述痕迹图像运用基于点锐度的清晰度算法进行评价，得到不同光源照射下的痕迹图像的第一评价结果X_i-EAV，其中，i=1、2、…、n，所述n=5；

S322：将步骤S321处理过的痕迹图像运用基于梯度结构相似度的清晰度算法进行评价，得到不同光源照射下的痕迹图像的第二评价结果X_i-NRSS

S323：将步骤S322处理过的痕迹图像运用基于二次模糊的清晰度算法进行评价，得到不同光源照射下的痕迹图像的第三评价结果X_i-ReBlur；

S324：计算最终评价指标，采用如下公式：

$T_{\mathrm{NER}}=K_{\mathrm{EAV}}{X}_{i-\mathrm{EAV}}/\underset{i-1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{EAV}}=K_{\mathrm{NRSS}}{X}_{i-\mathrm{NRSS}}/\underset{i-1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{NRSS}}$

$-K_{\mathrm{ReBlur}}{X}_{i-\mathrm{ReBlur}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{ReBlur}}$

其中，K_EAV、K_ReBlur和K_NRSS分别代表评价结果X_i-EAV评价结果X_i-NRSS、评价结果X_i一ReBlur的权重；

S33：选择T_NER计算结果最大的一张图片进行保存。

本发明对图片清晰度的评价方法能够得到不同光源照射下清晰度最高的图像，提高车底痕迹的检测效果。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明车底痕迹检测装置的结构示意图；

图2是本发明可移动设备的俯视图；

图3是本发明摄像设备的俯视图；

图4是本发明车底痕迹检测方法的流程图。

附图标记：

1可移动设备；2摄像设备底座；3摄像设备；4控制端；5履带；6滑槽；7转动绞；8照相机；9白光灯；10荧光灯；11红光灯；12绿光灯；13蓝光灯。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明提供了一种车底痕迹检测装置，如图1所示，包括：可移动设备1，该可移动设备1与控制端4相连，可移动设备1在控制端4的控制下进行前后左右的移动。在本实施方式中，可移动设备1可以为但不限于履带式移动装置。如图2所示，通过履带5移动实现可移动设备1的移动，在可移动设备1上还设置有“工”型滑槽6。该车底痕迹检测装置还包括摄像设备底座2及安装于该摄像设备底座2上的摄像设备3，摄像设备底座2安装于可移动设备1的滑槽6上，控制端4控制摄像设备底座2能够沿滑槽6进行移动，在本实施方式中，摄像设备底座2可以采用但不限于利用滑轮沿“工”型滑槽6移动，控制端4控制滑轮的滑动，在本发明另外的优选实施方式中，摄像设备底座2与转动绞7相连，控制端4控制转动绞7沿“工”型滑槽6移动，实现摄像设备底座2沿滑槽6进行移动，便于在各个方向进行拍摄。在摄像设备3底座2内设置有与可移动设备1和摄像设备3相连，用于使可移动设备1和摄像设备3正常工作的电源、供电电路和散热器。如图3所示，摄像设备3包括设置于中心区域的照相机8以及至少一圈围绕所述照相机8的环状光源，在本实施方式中，不同圈的环状光源之间发出不同波长的光线，从视觉上看不同的环状光源为不同的颜色。控制端4分别与摄像设备3的照相机8和环状光源相连，环状光源在控制端4的控制下点亮，同时控制端4还控制环状光源的亮度，照相机8在环状光源点亮的情况下进行拍摄。

在本实施方式中，如图3所示，摄像设备3包括五圈围绕所述照相机8的环状光源，从内向外依次发出不同波长的光线，从视觉上看，环状光源从内向外依次为白光灯9、荧光灯10、红光灯11、绿光灯12和蓝光灯13。具体每种环状光源可以采用发出相应波长的LED灯粒形成。本发明的环状光源包括五种不同颜色的环状灯，车底常见的痕迹、血迹及车底部件损坏等事故信息都能够得到清晰的图像，例如对于车底存在血迹的情况下，通过荧光灯的照射能清晰地显示血迹的大小及范围。

需要说明的是，本发明中控制端4分别与可移动设备1、照相机8和环状光源相连，这里所说的相连是信息传输线路的相连，可以是有线连接也可以是无线连接。在本实施方式中，如图1所示，控制端4可以通过线路分别与可移动设备1、照相机8和环状光源相连，将控制信号传输给可移动设备1、照相机8和环状光源；在本发明另外的优选实施方式中，还可以包括无线传输模块，无线传输模块与控制端4相连，控制端4通过无线传输模块分别与可移动设备1、照相机8和环状光源实现信息传输线路相连，无线传输模块将控制端的控制信号传输给可移动设备1、照相机8和环状光源，不需要线路连接，提高了便利性。

本发明的本发明的车底痕迹检测装置在车底能够自由移动，痕迹物证的拍摄时不会有遗漏，同时，采用不同的光源对痕迹进行照射并对不同的照射效果进行对比拍摄，能够得到清晰的痕迹图像。

本发明还提供了一种车底痕迹检测方法，如图4所示，包括如下步骤：

S1：搭建本发明的车底痕迹检测装置；

S2：控制端4控制可移动设备1在车底进行前后左右四个方向的间断移动，即移动一定的距离，停顿一定时间，在本实施方式中，优选每移动10厘米，停顿30秒。在可移动设备1固定于某一点时，控制端4控制环状光源点亮。在本发明的一个优选的实施方式中，在可移动设备1固定于某一点时，首先使用白光灯9对车底区域进行照射,当发现存在疑似痕迹时，控制端4控制可移动设备1沿“工”型滑槽6移动，使照相机8对准痕迹并准确聚焦，同时控制端4还可以控制荧光灯10、红光灯11、绿光灯12和蓝光灯13点亮，在本实施方式中，同一时刻只能有一个环状光源点亮。在每一个环状光源点亮时，通过供电电路改变环状光源的供电电流，从而改变其光照强度，在本实施方式中，每一个环状光源的光照强度至少分为3个等级，具体的调节可以按照本领域中常用的方法进行调节。

S3：控制端4控制照相机8对痕迹进行聚焦后，照相机8拍摄车底痕迹图像并传输给控制端4进行预览，控制端4选取车底痕迹清晰度最高的一张图像进行保存。在本实施方式中，控制端4从显示痕迹的类型、形状及大小这几个方面进行清晰度评价，在能够显示出痕迹类型、形状及大小的图像中，痕迹的边界最清晰的图像即为清晰度最高的图像，具体边界清晰度的判断可按照现有技术的判断方法进行。本发明的车底痕迹检测方法使车底痕迹检测装置在车底自由移动，痕迹物证的拍摄时不会有遗漏，同时，采用不同的光源对痕迹进行照射并对不同的照射效果进行对比拍摄，能够得到清晰的痕迹图像。

在本实施方式中，步骤S3具体包括如下步骤：

S31：控制端控制照相机在不同波长不同强度光源的照射下对痕迹进行聚焦，照相机拍摄车底痕迹图像并将所有痕迹图像传输给控制端；

S32：控制端通过图像的清晰度评价图片质量的高低，具体包括如下步骤：

S321：将拍摄的痕迹图像运用基于点锐度的清晰度算法进行评价，得到痕迹在不同光源照射下的图像的评价结果X_i-EAV其中，i=1、2、…、n，所述n=5，即分别计算同一痕迹在5种不同光源照射下的清晰度。

在本实施方式中，基于点锐度的清晰度算法的具体方法为：通过计算某个像素点的8邻域像素点与该像素点灰度值之差的绝对值，并对灰度值之差的绝对值进行距离加权，采用的计算公式为：

$X_{\mathrm{EAV}}=\underset{i=1}{\overset{M\×N}{\mathrm{\∑}}}\underset{a=1}{\overset{8}{\mathrm{\∑}}}|\mathrm{dI}/\mathrm{dx}|/(M\×N)$

其中，M和N为图像像素点的行数和列数，dI为第i个像素点灰度变化的幅值，dx为像素间的距离增量，在本实施方式中，可以取dx为1，在本发明另外的优选实施方式中，某个像素点与其横向或纵向相邻的像素点的dx为1，某个像素点与其斜向相邻的像素点的dx为

S322：将步骤S321处理过的痕迹图像运用基于梯度结构相似度的清晰度算法进行评价，得到痕迹不同光源照射下的图像的评价结果X_i-NRSS。

在本实施方式中，基于梯度结构相似度的清晰度算法的方法为：通过低通滤波器为痕迹图像构造参考图像，具体参考图像可按照现有技术的方法进行构造，然后通过计算方差找出痕迹图像中梯度信息最丰富的P个图像块,在本实施方式中，取P=2^m，m为6～8的整数，计算痕迹图像与参考图像对应块的结构相似度来对待评图像进行评价，计算公式为：

$X_{\mathrm{NRSS}}=1-\frac{1}{p}\underset{i=1}{\overset{P}{\mathrm{\∑}}}\mathrm{SSIM}(x_i,y_i)$

其中，x_i为痕迹图像的第i个图像块，y_i为参考图像的第i个图像块，SSIM(x_i,y_i)为图像块x_i和图像块y_i的结构相似度。

S323：将步骤S322处理过的痕迹图像运用基于二次模糊的清晰度算法进行评价，得到痕迹不同光源照射下的图像的评价结果X_i一ReBlur

在本实施方式中，基于二次模糊的清晰度算法的方法是：通过对痕迹图像进行模糊处理，具体模糊处理可采用现有的模糊处理方法，得到痕迹图像的退化图像，比较原痕迹图像与退化痕迹图像中相应的像素点与其相邻像素点的像素值变化情况，根据变化的大小确定清晰度值的高低，变化越大，越清晰。

S324：计算最终评价指标，采用如下公式：

$\begin{array}{c}{T}_{\mathrm{NER}}=K_{\mathrm{EAV}}{X}_{i-\mathrm{EAV}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{EAV}}+K_{\mathrm{NRSS}}{X}_{i-\mathrm{NRSS}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{NRSS}}\\ -K_{\mathrm{ReBlur}}{X}_{i-\mathrm{ReBlur}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{ReBlur}}\end{array}$

其中，K_EAV、K_ReBlur和K_NRSS分别代表评价结果X_i-EAV评价结果X_i-NRSS、评价结果X_i-ReBlur的权重,在本实施方式中，K_EAV、K_ReBlur和K_NRSS分别为1/3；

S33：选择T_NER计算结果最大的一张图片进行保存。

本发明对图片清晰度的评价方法能够得到不同光源照射下清晰度最高的图像，提高车底痕迹的检测效果。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (5)

1.一种车底痕迹检测装置，其特征在于，包括：

可移动设备，所述可移动设备与控制端相连，所述可移动设备在所述控制端的控制下进行前后左右的移动，在所述可移动设备上设置有“工”型滑槽；

摄像设备底座及安装于所述摄像设备底座上的摄像设备，所述摄像设备底座安装于所述可移动设备的滑槽上，所述摄像设备底座能够沿所述滑槽进行移动，所述摄像设备底座内设置有分别与所述可移动设备和所述摄像设备相连、用于使所述可移动设备和摄像设备正常工作的电源、供电电路和散热器；

所述摄像设备包括设置于中心区域的照相机以及至少一圈围绕所述照相机的环状光源，所述不同圈的环状光源发出的光线波长有区别；

所述控制端分别与所述摄像设备的照相机和环状光源相连，所述环状光源在所述控制端的控制下点亮，所述控制端同时控制环状光源的亮度，所述照相机在所述环状光源点亮的情况下进行拍摄。

2.如权利要求1所述的车底痕迹检测装置，其特征在于，所述摄像设备包括五圈围绕所述照相机的环状光源，所述环状光源从内向外依次为白光灯、荧光灯、红光灯、绿光灯和蓝光灯。

3.如权利要求1所述的车底痕迹检测装置，其特征在于，包括无线传输模块，所述无线传输模块与控制端相连，所述控制端通过无线传输模块分别向所述可移动设备、所述摄像设备的照相机和环状光源传输控制命令。

4.一种车底痕迹检测方法，其特征在于，包括如下步骤：

S1：搭建权利要求1所述的车底痕迹检测装置；

S2：控制端控制可移动设备在车底进行前后左右四个方向的间断移动，在所述可移动设备固定时，首先使用白光灯对上述车底区域进行照射,当发现存在疑似痕迹时，所述控制端控制所述环状光源点亮，在每一个环状光源点亮时，通过供电电路改变光源的光照强度，使每一个环状光源的光照强度至少分为3个等级；

S3：所述控制端控制照相机对所述痕迹进行聚焦，所述照相机拍摄所述车底痕迹图像并传输给所述控制端进行预览，所述控制端选取车底痕迹清晰度最高的一张图像进行保存。

5.如权利要求4所述的车底痕迹检测方法，其特征在于，所述步骤S3具体包括如下步骤：

S31：所述控制端控制照相机在不同波长不同强度光源的照射下对所述痕迹进行聚焦，所述照相机拍摄所述车底痕迹图像并将所有痕迹图像传输给所述控制端；

S32：控制端通过图像的清晰度评价图片质量的高低，具体包括如下步骤：

S321：将拍摄的所述痕迹图像运用基于点锐度的清晰度算法进行评价，得到不同光源照射下的痕迹图像的第一评价结果

其中，i=1、2、…、n，所述n=5；

S322：将步骤S321处理过的痕迹图像运用基于梯度结构相似度的清晰度算法进行评价，得到不同光源照射下的痕迹图像的第二评价结果

S323：将步骤S322处理过的痕迹图像运用基于二次模糊的清晰度算法进行评价，得到不同光源照射下的痕迹图像的第三评价结果

S324：计算最终评价指标，采用如下公式：

$\begin{array}{c}{T}_{\mathrm{NER}}=K_{\mathrm{EAV}}{X}_{i-\mathrm{EAV}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{EAV}}+K_{\mathrm{NRSS}}{X}_{i-\mathrm{NRSS}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{NRSS}}\\ -K_{\mathrm{ReBlur}}{X}_{i-\mathrm{ReBlur}}/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{i-\mathrm{ReBlur}}\end{array}$

其中，K_EAV、K_ReBlur和K_NRSS分别代表评价结果评价结果评价结果

的权重；

S33：选择T_NER计算结果最大的一张图片进行保存。

Images