CN103413325B - 一种基于车身特征点定位的车速鉴定方法 - Google Patents
一种基于车身特征点定位的车速鉴定方法 Download PDFInfo
- Publication number
- CN103413325B CN103413325B CN201310350137.5A CN201310350137A CN103413325B CN 103413325 B CN103413325 B CN 103413325B CN 201310350137 A CN201310350137 A CN 201310350137A CN 103413325 B CN103413325 B CN 103413325B
- Authority
- CN
- China
- Prior art keywords
- image
- unique point
- point
- speed
- video
- 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.)
- Expired - Fee Related
Links
Abstract
本发明公开了一种基于车身特征点定位的车速鉴定方法,包括以下步骤:视频分析;特征点的提取与定位;帧间插值;速度的计算。本发明提出了一种基于车身特征点定位和帧间插值的车速鉴定方法。采用基于Sobel算子的边缘检测算法提取车身上的特征点,避免人工提取带来的误差。计算车速时,两特征点通过固定点的时间间隔由帧间插值的方式来精确确定,避免因帧率引起的计算误差。此外,本发明在提高上述特征点定位精度和时间间隔计算精度的同时,可以获得车辆在视频范围内任意时刻的车速,绘制出车辆连续的速度变化曲线,有利于车辆行驶状态分析和事故过程重建。
Description
技术领域
本发明属于基于视频图像的车速鉴定领域,涉及到一种车身特征点的提取方法,特别涉及到一种基于车身特征点定位的车速鉴定方法。
背景技术
视频监控越来越多的应用于交通控制和社会安防,利用视频图像鉴定交通事故中车辆的行驶速度已经成为交通事故调查的关键环节。其中,基于车身特征点计算车速是最常用的车速鉴定方法之一,其基本思路是:在被鉴定车辆上选择两个特征点,观测两个特征点通过空间中某一点i的时间间隔Δti,此时间间隔为两特征点通过固定点的帧数差/帧率。测量车身上这两个特征点的水平距离L,利用速度-时间-位移公式计算车辆通过该空间点时的速度vi=L/Δti。
上述基于车身特征点的车速鉴定方法简单可行,但存在以下两个缺陷:(1)特征点提取会因为提取人的主观任意性而缺乏准确性,此处会产生较大的像素误差。(2)帧率并非无限大,帧与帧之间总会存在时间间隔,特征点与固定点重合的时刻极有可能出现在帧间间隔中,致使两特征点通过固定点的时间间隔Δti无法精确计算,产生因帧率引起的误差。
发明内容
为解决现有方法存在的上述问题,本发明要提出一种既可以避免人工提取带来的误差,又可以避免因帧率引起的计算误差的基于车身特征点定位的车速鉴定方法。
为实现上述目的,本发明的技术方案是:一种基于车身特征点定位的车速鉴定方法,包括以下步骤:
A、视频分析
首先分析视频图像,确定视频中的目标车辆,即需要鉴定车速的车辆,确定其进入视频的时间和离开视频的时间,将进入视频的时间定为0时刻;记录视频的格式、帧率及每帧图像的像素分辨率,将目标车辆出现至消失时间范围内的视频按帧率分解成图像序列,将0时刻的图像标记为第1帧,按时间顺序用自然数标记其余图像;
B、图像序列处理
B1、特征点的选择
选择一帧包含整车的图像,在图像中的车身上选择两个特征点,特征点的选择应符合以下条件:
B11、具有明显的边缘特征;所述明显的边缘特征指的是在特征点周围,图像的亮度有明显的变化,这样便于提取出有效的边缘;
B12、两特征点的水平距离必须是已知的或便于测量的;
B13、两特征点间的距离尽可能大一些;将率先从视频图像中消失的特征点记为特征点2,另一个特征点记为特征点1;特征点确定后,挑选出所有包含特征点的图像并剔除其余图像;
B2、特征点的提取与定位
对所有包含特征点的图像:基于Matlab图像处理工具箱,采用其中基于Sobel算子边缘检测函数获取图像边缘信息图像;调整其中Sobel算子阈值参数,确保特征点处的边缘信息能够被清晰提取,得到具有单像素宽度的边缘图像;将边缘图像投射到原图像中,可精确分辨出特征点1、特征点2的像素位置;对图像序列中的每一帧图像:以图像左下角为原点,建立二维坐标,以像素为单位,水平轴为X轴,竖直轴为Y轴;将特征点1、特征点2投影到水平轴上,记录投影位置的X轴坐标,记录此图像对应的时间,实现对各帧图像中特征点的定位;时间=(图像编号-1)/帧率;
B3、帧间插值
建立二维坐标系,X轴表示特征点位置,其单位为像素;Y轴表示视频时间,其单位为秒;根据步骤B2中得到的各帧图像中特征点的位置与时间关系,将每帧图像的特征点1绘入坐标系中;采用Matlab的spline三次样条插值函数,生成特征点1位置随时间变化的连续的拟合曲线,将其命名为x1-t,同理得到特征点2位置随时间变化的连续的拟合曲线,命名为x2-t;
C、速度的计算
在步骤B3所述坐标系中,对于图像中的任一横坐标位置xi,过此点做平行Y轴的直线,其与x1-t交点的纵坐标为特征点1经过该位置的时间ti1,其与x2-t的交点的纵坐标为特征点2经过该位置的时间ti2,若已知两特征点间的水平距离为L0,则车辆通过该位置的速度vi由下式求得:
vi=L/Δti=L0/(ti1-ti2)米/秒=3.6×L0/(ti1-ti2)公里/小时。
与现有技术相比,本发明的有益效果和益处是:
1、本发明提出了一种基于车身特征点定位和帧间插值的车速鉴定方法。采用基于Sobel算子的边缘检测算法提取车身上的特征点,避免人工提取带来的误差。计算车速时,两特征点通过固定点的时间间隔由帧间插值的方式来精确确定,避免因帧率引起的计算误差。此外,本发明在提高上述特征点定位精度和时间间隔计算精度的同时,可以获得车辆在视频范围内任意时刻的车速,绘制出车辆连续的速度变化曲线,有利于车辆行驶状态分析和事故过程重建。
2、本发明在特征点的提取上,采用基于Sobel算子的边缘检测算法提取车身上的特征点,避免了人工提取特征点时的不确定性,避免像素误差。
3、本发明在计算车速时,两特征点通过固定点的时间间隔通过帧间插值的方式来精确确定,避免因帧率引起的计算误差。
4、本发明可以获得车辆在视频范围内任意时刻的车速,绘制出车辆连续的速度变化曲线,有利于车辆行驶状态分析和事故过程重建。
附图说明
本发明共附图6幅,其中:
图1是本发明的流程图。
图2是特征点的选择示意图。
图3是车速计算涉及的部分图像序列。
图4是第24帧图像的边缘图像。
图5是x1及x2的位置-时间曲线。
图6视频图像内车速随时间的变化关系。
具体实施方式
下面结合技术方案和附图对本发明进一步说明。如图1所示,一种基于车身特征点定位的车速鉴定方法,设视频图像的分辨率为640×480像素,视频格式为avi。被鉴定车辆为视频中一中型普通客车,其基本外廓信息与局部测量信息是已知的。具体包括以下步骤:
A、视频分析
视频图像的时长为10.50秒,分辨率为640*480像素。帧率为30帧/秒,被鉴定车辆于7.4秒进入视频,9.0秒完全离开视频,运用Matlab软件按帧率分解此段时间内视频图像,共计1.6*30=48帧,按时间顺序对其编号。
B、图像序列处理
第一步:对图像序列时间轴进行定义:定义第一帧图像时刻为0s。选取一帧具有被鉴定车辆整车的图像。建立二维坐标系,单位为像素,选择车身上两个特征点如图2所示:特征点1为后轮前端轮辋与轮胎的交界点,其在图像坐标系X轴的投影为x1-t;特征点2为前轮前端轮辋与轮胎的交界点,其在图像坐标系X轴的投影为x2-t。两个特征点位于轮辋和轮胎的交界处,在图像上具有明显的边缘特征,便于边缘提取。两特征点的水平距离与汽车的轴距相等,汽车轴距的距离为2590mm。基于选定的两个特征点的位置,确定车速的计算从特征点2出现在视频中的时刻开始(第3帧图像,对应时间t=(3-1)/30fps=0.07s),到特征点1从视频中消失的时刻结束(第46帧图像,对应时间t=(46-1)/30fps=1.50s),共44帧图像,截取此44帧图像,去掉其余图像。列举部分图像如图3所示。
第二步:基于Matlab中图像处理工具箱,采用其中基于Sobel算子的边缘检测函数提取各帧图像的边缘图像,调整Sobel算子阈值的大小,确保成像质量,本实例中Sobel算子的检测阈值参数最终选定在0.02,成像效果良好,共获得44帧边缘图像。将边缘图像投影到与之对应的原图像中,精确确定特征点1、特征点2位置,如图4所示。对图像序列中的每一帧图像进行如下操作:以图像左下角为原点,测量特征点到原点的以像素为单位的水平距离,并记录此图像对应的时间,时间=(图像编号-1)/帧率。
第三步:建立如图5所示坐标系,坐标系横轴为图像坐标系的X轴,坐标系纵轴为时间,根据上述步骤中得到的各帧图像中特征点的位置与时间关系,将每帧图像的特征点1绘入坐标系中用“·”表示,连接所有的“·”,插值生成的位置-时间曲线x1-t。用“o”表示特征点2,同理得到的位置-时间曲线x2-t。
C、车速计算
对于图5中坐标系中的任一横坐标位置xi,过此点做Y轴平行线,平行线与曲线x1-t交点的纵坐标为ti1,与曲线x2-t交点纵坐标为特征点2经过该位置的时间ti2,利用公式vi=L/Δti=L0/(ti1-ti2)米/秒=3.6×L0/(ti1-ti2)公里/小时,既可求得汽车经过xi的速度。视频录像范围内的车速随时间变化的曲线如图6所示。其平均车速可由下方法求得:特征点2出现在视频图像时的速度v0为34.3km/h(9.53m/s),对应时间t0=0.07s,特征点1离开视频录像时的速度vn为36.1km/h(10.03m/s),对应时间tn=1.24s。平均车速v计算如下:
v=(vn+v0)/2=(34.3+36.1)/2=35.2km/h
加速度a计算如下:
a=(vn‐v0)/(tn‐t0)=(10.03‐9.53)/(1.24‐0.07)=0.43m/s2
基于以上分析,中型普通客车通过视频时的速度范围为34.3km/h‐36.1km/h,分别对应进入视频时的速度和离开视频时的速度,平均速度为35.2km/h。加速度为0.43m/s2,与实际情况相符。
Claims (1)
1.一种基于车身特征点定位的车速鉴定方法,其特征在于:包括以下步骤:
A、视频分析
首先分析视频图像,确定视频中的目标车辆,即需要鉴定车速的车辆,确定其进入视频的时间和离开视频的时间,将进入视频的时间定为0时刻;记录视频的格式、帧率及每帧图像的像素分辨率,将目标车辆出现至消失时间范围内的视频按帧率分解成图像序列,将0时刻的图像标记为第1帧,按时间顺序用自然数标记其余图像;
B、图像序列处理
B1、特征点的选择
选择一帧包含整车的图像,在图像中的车身上选择两个特征点,特征点的选择应符合以下条件:
B11、具有明显的边缘特征;所述明显的边缘特征指的是在特征点周围,图像的亮度有明显的变化,这样便于提取出有效的边缘;
B12、两特征点的水平距离必须是已知的或便于测量的;
B13、将率先从视频图像中消失的特征点记为特征点2,另一个特征点记为特征点1;特征点确定后,挑选出所有包含特征点的图像并剔除其余图像;
B2、特征点的提取与定位
对所有包含特征点的图像:基于Matlab图像处理工具箱,采用其中基于Sobel算子边缘检测函数获取图像边缘信息图像;调整其中Sobel算子阈值参数,确保特征点处的边缘信息能够被清晰提取,得到具有单像素宽度的边缘图像;将边缘图像投射到原图像中,精确分辨出特征点1、特征点2的像素位置;对图像序列中的每一帧图像:以图像左下角为原点,建立二维坐标,以像素为单位,水平轴为X轴,竖直轴为Y轴;将特征点1、特征点2投影到水平轴上,记录投影位置的X轴坐标,记录此图像对应的时间,实现对各帧图像中特征点的定位;时间=(图像编号-1)/帧率;
B3、帧间插值
建立二维坐标系,X轴表示特征点位置,其单位为像素;Y轴表示视频时间,其单位为秒;根据步骤B2中得到的各帧图像中特征点的位置与时间关系,将每帧图像的特征点1绘入坐标系中;采用Matlab的spline三次样条插值函数,生成特征点1位置随时间变化的连续的拟合曲线,将其命名为x1-t,同理得到特征点2位置随时间变化的连续的拟合曲线,命名为x2-t;
C、速度的计算
在步骤B3所述坐标系中,对于图像中的任一横坐标位置xi,过此点做平行Y轴的直线,其与x1-t交点的纵坐标为特征点1经过该位置的时间ti1,其与x2-t的交点的纵坐标为特征点2经过该位置的时间ti2,若已知两特征点间的水平距离为L0,则车辆通过该位置的速度vi由下式求得:
vi=L/Δti=L0/(ti1-ti2)米/秒=3.6×L0/(ti1-ti2)公里/小时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310350137.5A CN103413325B (zh) | 2013-08-12 | 2013-08-12 | 一种基于车身特征点定位的车速鉴定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310350137.5A CN103413325B (zh) | 2013-08-12 | 2013-08-12 | 一种基于车身特征点定位的车速鉴定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103413325A CN103413325A (zh) | 2013-11-27 |
CN103413325B true CN103413325B (zh) | 2016-04-13 |
Family
ID=49606330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310350137.5A Expired - Fee Related CN103413325B (zh) | 2013-08-12 | 2013-08-12 | 一种基于车身特征点定位的车速鉴定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413325B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978547B (zh) * | 2014-04-01 | 2019-06-18 | 能晶科技股份有限公司 | 物件检测系统 |
CN104463908A (zh) * | 2014-11-28 | 2015-03-25 | 中国电子科技集团公司第二十九研究所 | 一种与背景相叠加的车速可视分析方法及系统 |
CN105785464B (zh) * | 2016-03-17 | 2018-04-13 | 广州市凌特电子有限公司 | 货柜车车身测量方法以及货柜车车身测量系统 |
CN107341494B (zh) * | 2017-07-14 | 2020-10-02 | 电子科技大学中山学院 | 基于细线化的地形特征线提取方法、装置及电子设备 |
CN108470453B (zh) * | 2018-03-16 | 2021-01-01 | 长安大学 | 一种车辆直行的车速计算方法 |
CN109178040A (zh) | 2018-11-01 | 2019-01-11 | 同方威视技术股份有限公司 | 列车识别系统及其方法、列车安全检查系统及其方法 |
GB2599442A (en) * | 2020-10-04 | 2022-04-06 | Gerard Bailey Samuel | Measuring vehicle speed in video capture |
WO2023152495A1 (en) * | 2022-02-09 | 2023-08-17 | Transport Analysis Ltd | Method for measuring the speed of a vehicle |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1834583A (zh) * | 2005-03-09 | 2006-09-20 | 三菱自动车工业株式会社 | 车辆周边监视装置 |
CN101739829A (zh) * | 2009-12-03 | 2010-06-16 | 北京中星微电子有限公司 | 一种基于视频的车辆超速监控方法及系统 |
CN101923778A (zh) * | 2009-09-11 | 2010-12-22 | 中山大学 | 一种基于视频的高速公路交通拥堵状态检测方法 |
CN103150908A (zh) * | 2013-02-05 | 2013-06-12 | 长安大学 | 一种基于视频的平均车速检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ZA929937B (en) * | 1992-01-01 | 1993-06-29 | Abraham Stephanus Coetsee | Vehicle speed measurement arrangement. |
-
2013
- 2013-08-12 CN CN201310350137.5A patent/CN103413325B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1834583A (zh) * | 2005-03-09 | 2006-09-20 | 三菱自动车工业株式会社 | 车辆周边监视装置 |
CN101923778A (zh) * | 2009-09-11 | 2010-12-22 | 中山大学 | 一种基于视频的高速公路交通拥堵状态检测方法 |
CN101739829A (zh) * | 2009-12-03 | 2010-06-16 | 北京中星微电子有限公司 | 一种基于视频的车辆超速监控方法及系统 |
CN103150908A (zh) * | 2013-02-05 | 2013-06-12 | 长安大学 | 一种基于视频的平均车速检测方法 |
Non-Patent Citations (2)
Title |
---|
Vehicle speed detection system;Pornpanomchai,C., et al.;《Signal and Image Processing Aplication,2009 IEEE International Conference on》;20091119;135-139 * |
交通事故中的车速鉴定方法;黎光旭 等;《交通世界》;20121130(第22期);130-131 * |
Also Published As
Publication number | Publication date |
---|---|
CN103413325A (zh) | 2013-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103413325B (zh) | 一种基于车身特征点定位的车速鉴定方法 | |
CN103927754B (zh) | 一种车载摄像机的标定方法 | |
CN106256606B (zh) | 一种基于车载双目相机的车道偏离预警方法 | |
CN104657727B (zh) | 一种车道线的检测方法 | |
CN105711597B (zh) | 前方局部行驶环境感知系统及方法 | |
CN103617412B (zh) | 实时车道线检测方法 | |
CN103473762B (zh) | 一种车道线检测方法和装置 | |
CN110705458B (zh) | 边界检测方法及装置 | |
CN109359409A (zh) | 一种基于视觉与激光雷达传感器的车辆可通过性检测系统 | |
CN105300403B (zh) | 一种基于双目视觉的车辆里程计算法 | |
CN102323070B (zh) | 列车异常检测方法和系统 | |
CN107577996A (zh) | 一种车辆驾驶路径偏移的识别方法及系统 | |
CN108281041A (zh) | 一种基于超声波和视觉传感器相融合的泊车车位检测方法 | |
CN107609486A (zh) | 一种车辆前向防撞预警方法及系统 | |
CN108088799B (zh) | 机动车尾气林格曼黑度的测量方法及系统 | |
CN105184872B (zh) | 基于机器视觉的汽车保险费电子计价器 | |
CN106781476A (zh) | 交通事故中车辆动态位置分析方法 | |
CN102999759A (zh) | 一种基于光流的车辆运动状态估计方法 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN107878561B (zh) | 一种动态倒车轨迹线描画方法及其装置 | |
CN106503636A (zh) | 一种基于视觉图像的道路视距检测方法及装置 | |
CN108437893A (zh) | 一种汽车偏离车道的预警方法及装置 | |
CN102496281A (zh) | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 | |
CN112464889A (zh) | 道路车辆姿态和运动信息检测方法 | |
CN207248768U (zh) | 一种基于线阵红外摄像机的铁轨扣件异常检测装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160413 Termination date: 20180812 |