CN103522982A - 基于图像分析的车辆安全带检测方法及装置 - Google Patents
基于图像分析的车辆安全带检测方法及装置 Download PDFInfo
- Publication number
- CN103522982A CN103522982A CN201310512208.7A CN201310512208A CN103522982A CN 103522982 A CN103522982 A CN 103522982A CN 201310512208 A CN201310512208 A CN 201310512208A CN 103522982 A CN103522982 A CN 103522982A
- Authority
- CN
- China
- Prior art keywords
- module
- vehicle
- safety strap
- safety belt
- safety
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于图像分析的车辆安全带检测方法及装置,其用于智能交通中的图像分析领域,首先对车窗区域进行定位;采用线段检测,初步检测出安全带位置;根据线段的角度及其长度对安全带进行精确定位。本发明能够将未系安全带的车辆的信息存储,为查验不系安全带的违章行为提供充分、确凿、严谨的证据。
Description
技术领域
本发明涉及图像分析技术领域,尤其涉及智能交通中的图像分析技术。
背景技术
安全是人们出行最基本的需求。有些人在购车时也非常注重车辆的安全性能,可是对于保护驾驶人和乘客生命的安全带却重视不够。当高速行驶的汽车发生碰撞或遇到意外紧急制动时,将产生巨大的惯性力,这个惯性力可能超过驾驶人体重的20倍,使驾驶人及乘客与车内的方向盘、挡风玻璃、座椅靠背、车门等物体发生碰撞,极易造成对驾乘人员的伤害,甚至将驾乘者抛离座位或抛出车外。
汽车安全带的作用就是在车辆发生碰撞或使用紧急制动,预紧装置就会瞬间收束,绷紧佩带时松弛的安全带,将乘员牢牢地拴在座椅上,防止发生二次碰撞。一旦安全带的收束力度超过一定限度,限力装置就会适当放松安全带,保持胸部受力稳定。因此,汽车安全带起着约束位移和缓冲作用,吸收撞击能量,化解惯性力,避免或减轻驾乘人员受伤的程度。
目前,对不系安全带的违章行为查验,主要靠人工检查,这种方法需要大量人力,效率低,容易查一漏百,并且这种方法必须当场停车查验,容易造成道路堵塞,严重影响交通道路的畅通。
发明内容
针对目前安全带违章行为查验主要依靠人工检查,存在效率低、检查精度差等问题,本发明的目的在于提供一种能够实现自动检测车辆安全带的技术,对不系安全带的违章行为进行自动、高效以及高精度的查验。
为了达到上述目的,本发明采用如下的技术方案:
基于图像分析的车辆安全带检测方法,所述检测方法包括如下步骤:
(1)对获得的整个图像中的车窗区域进行定位,并将车窗图像从整个图像中裁剪出来;
(2)检测车窗区域内的线段,对安全带进行初步定位;
(3)根据常用安全带类型的特点对步骤(2)中检测到的线段进行过滤,最终精确定位安全带。
在检测方法的优选方案中,所述步骤(2)中通过如下步骤进行初步定位:
(2-1)对车窗图像进行45°方向增强;
(2-2)对步骤(2-1)中得到的增强后的图像进行边缘检测;
(2-3)对步骤(2-2)中得到的边缘图像进行45°方向的均值滤波;
(2-4)将步骤(2-3)的结果图像二值化;
(2-5)采用hough概率算法,检测步骤(2-4)得到的二值图像中的线;
(2-6)过滤掉小于给定阈值的直线,得到安全带初步定位的位置。
进一步的,所述步骤(3)中基于三点式安全带中斜跨前胸的肩带近似于一条线段,并且斜跨的角度在一定范围内的特点进行过滤。
进一步的,所述步骤(3)中通过如下步骤过滤确定安全带:
(3-1)根据线段的角度,进一步过滤线段,将角度在一定范围内的线段作为安全带的候选位置;
(3-2)选取候选线段中最长的线段,作为安全带最终精确定位的位置。
基于上述检测方案,本发明还提供一种基于图像分析的车辆安全带检测装置,该装置包括:
照片输入模块,所述照片输入模块连接于车牌识别模块、安全带检测模块以及主控模块,将视频中采集到的车头照片传送给车牌识别模块、安全带检测模块,并为主控模块提供驾驶员未系安全带的车辆的照片以及照片采集的时间和地点信息;
车牌识别模块,所述车牌识别模块连接于主控模块,用于定位识别车牌,并将车牌识别的结果信息传送给主控模块;
安全带检测模块,所述安全带检测模块连接于主控模块,通过上述的车辆安全带检测方法检测车辆中安全带的系戴情况,并将检测结果传送给主控模块;
主控模块,所述主控模块控制各个模块的运行,并对接收的数据进行处理,形成最终的车辆安全带检测结果,并传至输出模块;
输出模块,所述输出模块显示主控模块传输的车辆安全带检测结果信息。
在检测装置的优选方案中,所述安全带检测模块包括:车窗定位模块、安全带初步定位模块和安全带精确定位模块,所述车窗定位模块对接收的图片中的车窗区域进行精确定位,所述安全带初步定位模块采用hough概率算法,检测出经车窗定位模块定位确定的车窗区域中的线段,初步定位出安全带位置;所述安全带精确定位模块根据安全带初步定位模块检测出的线段的角度及其长度对安全带进行精确定位。
进一步的,所述车辆安全带检测结果信息包括驾驶员未系安全带的车辆的照片、照片采集的时间和地点、照片中车辆的车牌号。
与现有技术相比,本发明提供的安全带检测方法及装置,能够自动检测出司机未系安全带的违章车辆,并记录其车牌号、照片和照片所采集到的时间,为查验不系安全带的违章行为提供充分、确凿、严谨的证据。
再者,本发明提供的安全带检测方法及装置具有极高的检测精度,有效避免错检、漏检的问题,非常的高效。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为本发明所述基于图像分析的安全带检测方法的流程图;
图2为本发明所述基于图像分析的安全带检测装置的示意图;
图3为本发明中安全带检测模块的示意图;
图4为车辆常用的三点式安全带的示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
参见图1,其所示为本发明中的安全带检测方法的流程图。该检测方法基于图像分析技术,主要包括如下步骤:
步骤1,首先对获得图像中的车窗区域进行精确定位。对于车窗区域的精确定位可以使用基于遗传算法的方法和基于色差均值的快速车窗定位算法,当然也可以先进行车型识别,根据不同车型车窗位置的先验知识,对车窗位置进行约束,但不限于所列举的方法。
在精确定位车窗区域后,出于方便后续操作的考虑,需要将车窗图像从原图中裁剪出来,后续操作都将在裁剪后的车窗图像上进行。
步骤2,检测车窗区域内的线段,对安全带进行初步的定位,具体如下:
步骤2-1,在得到车窗图像后,首先需要对图像进行45°方向的增强。作为举例,为了达到比较的增强效果,其所采用而非限制的模板为:
步骤2-2,在45°方向增强的车窗图像中检测边缘。作为举例,此处边缘检测所采用而非限制的模板为:
步骤2-3,在检测到车窗图像的边缘后,对其进行45°角方向的均值滤波。作为举例,此处边均值滤波所采用而非限制的模板为:
步骤2-4,在使用均值滤波对车窗图像的边缘图像降噪后,将此图像转化为二值图像。
步骤2-5,采用hough概率算法进行线段检测。
步骤2-6,将线段长度小于一定阈值的线段过滤掉,从而得到安全带的初步定位结果。
步骤3,在初步定位安全带的位置后,对检测到的线段进行过滤,最终精确定位安全带。具体过程如下:
步骤3-1,在得到安全带初步定位的结果后,根据常用车辆安全带的特点,将得到的线段的角度在一定范围内的作为候选安全带位置。一般的该范围为40°-70°,根据此范围,把角度不在此范围内的线段过滤掉。
步骤3-2,最后在剩余的线段中,选择长度最长的线段作为安全带精确定位的结果。至此,所述方法实现了自动检测车辆的驾驶员是否系安全带的功能。
上述常用安全带类型为三点式安全带,参见图4,其所示为三点式安全带的示意图,其特点为斜跨前胸的肩带近似于一条线段,并且其角度在一定范围内。
参见图2,其所示为基于上述安全带检测方法的安全带检测装置的组成结构示意图。该安全带检测装置基于上述的安全带检测方法,实现了自动检测车辆的驾驶员是否系安全带的功能,并且能够输出未系安全带的驾驶员所驾驶车辆的车牌号、驾驶员未系安全带驾驶车辆时的照片、照片采集的时间、照片采集的地点信息,为查验不系安全带的违章行为提供充分、确凿、严谨的证据。
由图可知,该安全带检测的装置包括:照片输入模块(01)、车牌识别模块(02)、安全带检测模块(03)、主控模块(04)以及输出模块(05)。
照片输入模块(01)分别连接于车牌识别模块(02)、安全带检测模块(03)和主控模块(04),其用于从视频中采集相应的车头照片,并将该车头照片传送给车牌识别模块(02)、安全带检测模块(03),同时为主控模块(04)提供驾驶员未系安全带的车辆的照片以及照片采集的时间和地点等信息。
车牌识别模块(02)用于对照片输入模块(01)发送的车头照片进行车牌识别获取相应的车牌信息,并传至主控模块(04)。
安全带检测模块(03)利用上述的安全带检测方法对照片输入模块(01)发送的车头照片进行检测,检测识别出照片中车辆中驾驶员是否系安全带,并将安全带检测的结果传送到主控模块(04)。
主控模块(04)为整个装置的控制中心,其分别控制装置的其它组成模块,用于控制各个模块的运行,将照片输入模块(01)、车牌识别模块(02)以及安全带检测模块(03)提供的数据信息对应存储,同时,可根据接收到的结果进行检索,搜索出驾驶员未系安全带的车辆信息。该车辆信息包括:驾驶员未系安全带的车辆的照片、照片采集的时间和地点、照片中车辆的车牌号等。
输出模块(05)与主控模块(04)相接,用于显示主控模块检索结果。
参见图3,其所是为检测装置中安全带检测模块(03)的示意图。该安全带检测模块(03)分为三个子模块:车窗定位模块(31)、安全带初步定位模块(32)以及安全带精确定位模块(33)。
这三个模块之间依次数据相接,车窗定位模块(31)用于对接收的图片中的车窗区域进行精确定位,并将车窗区域从原图中剪裁出来,并将结果传至安全带初步定位模块(32)。
安全带初步定位模块(32)对经车窗定位模块(31)定位的图片进行边缘检测,采用hough概率算法检测线段,并初步过滤检测到的线段,从而初步定位安全带的位置。
安全带精确定位模块(33)根据线段的角度以及长度对安全带初步定位模块(32)的初步定位结果进行精确定位,实现精确定位安全带的位置。
由此形成的安全带检测的装置在运行时,首先由照片输入模块(01)从视频中采集相应的车头照片,并将该车头照片传送给车牌识别模块(02)、安全带检测模块(03),同时将该图片以及照片采集的时间和地点等信息传输给主控模块(04)。
车牌识别模块(02)和安全带检测模块(03)对接收的图片分别进行车牌识别和安全带检测,并将识别出的车牌信息和是否系安全带的检测结果发送至主控模块(04)。
主控模块(04)首先对安全带检测模块(03)发送的结果进行判断,确定图片中的驾乘人员是否系安全带:若已经系安全带,不错处理;若没有系安全带,将识别出的对应车牌信息、原始照片、照片采集的时间和地点等信息进行对应存储,形成相应的违章车辆信息。根据需要可将该车辆信息发送至输出模块(05)进行显示。
另外,主控模块(04)可接受查询请求,根据输入的查询条件(如车牌信息)搜索相应的违章车辆信息,若检索到相应的信息则传至输出模块(05)进行显示。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.基于图像分析的车辆安全带检测方法,其特征在于,所述检测方法包括如下步骤:
(1)对获得的整个图像中的车窗区域进行定位,并将车窗图像从整个图像中裁剪出来;
(2)检测车窗区域内的线段,对安全带进行初步定位;
(3)根据常用安全带类型的特点对步骤(2)中检测到的线段进行过滤,最终精确定位安全带。
2.根据权利要求1所述的基于图像分析的车辆安全带检测方法,其特征在于,所述步骤(2)中通过如下步骤进行初步定位:
(2-1)对车窗图像进行45°方向增强;
(2-2)对步骤(2-1)中得到的增强后的图像进行边缘检测;
(2-3)对步骤(2-2)中得到的边缘图像进行45°方向的均值滤波;
(2-4)将步骤(2-3)的结果图像二值化;
(2-5)采用hough概率算法,检测步骤(2-4)得到的二值图像中的线;
(2-6)过滤掉小于给定阈值的直线,得到安全带初步定位的位置。
3.根据权利要求1所述的基于图像分析的车辆安全带检测方法,其特征在于,所述步骤(3)中基于三点式安全带中斜跨前胸的肩带近似于一条线段,并且斜跨的角度在一定范围内的特点进行过滤。
4.根据权利要求1或3所述的基于图像分析的车辆安全带检测方法,其特征在于,所述步骤(3)中通过如下步骤过滤确定安全带:
(3-1)根据线段的角度,进一步过滤线段,将角度在一定范围内的线段作为安全带的候选位置;
(3-2)选取候选线段中最长的线段,作为安全带最终精确定位的位置。
5.基于图像分析的车辆安全带检测装置,其特征在于,所述装置包括:
照片输入模块,所述照片输入模块连接于车牌识别模块、安全带检测模块以及主控模块,将视频中采集到的车头照片传送给车牌识别模块、安全带检测模块,并为主控模块提供驾驶员未系安全带的车辆的照片以及照片采集的时间和地点信息;
车牌识别模块,所述车牌识别模块连接于主控模块,用于定位识别车牌,并将车牌识别的结果信息传送给主控模块;
安全带检测模块,所述安全带检测模块连接于主控模块,通过上述的车辆安全带检测方法检测车辆中安全带的系戴情况,并将检测结果传送给主控模块;
主控模块,所述主控模块控制各个模块的运行,并对接收的数据进行处理,形成最终的车辆安全带检测结果,并传至输出模块;
输出模块,所述输出模块显示主控模块传输的车辆安全带检测结果信息。
6.根据权利要求5所述的基于图像分析的车辆安全带检测装置,其特征在于,所述安全带检测模块包括:车窗定位模块、安全带初步定位模块和安全带精确定位模块,所述车窗定位模块对接收的图片中的车窗区域进行精确定位,所述安全带初步定位模块采用hough概率算法,检测出经车窗定位模块定位确定的车窗区域中的线段,初步定位出安全带位置;所述安全带精确定位模块根据安全带初步定位模块检测出的线段的角度及其长度对安全带进行精确定位。
7.根据权利要求5所述的基于图像分析的车辆安全带检测装置,其特征在于,所述车辆安全带检测结果信息包括驾驶员未系安全带的车辆的照片、照片采集的时间和地点、照片中车辆的车牌号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310512208.7A CN103522982B (zh) | 2013-10-25 | 2013-10-25 | 基于图像分析的三点式车辆安全带检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310512208.7A CN103522982B (zh) | 2013-10-25 | 2013-10-25 | 基于图像分析的三点式车辆安全带检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103522982A true CN103522982A (zh) | 2014-01-22 |
CN103522982B CN103522982B (zh) | 2016-09-07 |
Family
ID=49925461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310512208.7A Active CN103522982B (zh) | 2013-10-25 | 2013-10-25 | 基于图像分析的三点式车辆安全带检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103522982B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871052A (zh) * | 2014-02-21 | 2014-06-18 | 杭州奥视图像技术有限公司 | 一种基于直线检测的安全带检测算法 |
CN103870806A (zh) * | 2014-02-21 | 2014-06-18 | 杭州奥视图像技术有限公司 | 一种结合方向盘检测的安全带检测方法 |
CN103927512A (zh) * | 2014-03-11 | 2014-07-16 | 浙江工商大学 | 车辆识别方法 |
CN104112141A (zh) * | 2014-06-29 | 2014-10-22 | 中南大学 | 一种基于公路监控设备的货车安全带系挂状态的检测方法 |
CN104123557A (zh) * | 2014-06-29 | 2014-10-29 | 中南大学 | 一种基于公路监控设备的轿车安全带系挂状态的检测方法 |
CN104331687A (zh) * | 2014-10-30 | 2015-02-04 | 安徽国华光电技术有限公司 | 一种基于车载式视频分析的未系安全带行为检测方法 |
CN104361317A (zh) * | 2014-10-30 | 2015-02-18 | 安徽国华光电技术有限公司 | 一种卡口式视频分析未系安全带行为检测系统及其方法 |
CN104376561A (zh) * | 2014-11-19 | 2015-02-25 | 青岛海信网络科技股份有限公司 | 一种安全带检测方法 |
CN104573680A (zh) * | 2015-02-10 | 2015-04-29 | 深圳市哈工大交通电子技术有限公司 | 图像检测方法、图像检测装置以及交通违法检测系统 |
CN104680156A (zh) * | 2015-03-23 | 2015-06-03 | 山东农业大学 | 基于机器视觉的机动车前排未系安全带识别系统及方法 |
CN105117696A (zh) * | 2015-08-19 | 2015-12-02 | 杭州昊清科技有限公司 | 一种基于小线分析的未系安全带自动检测方法 |
CN105550656A (zh) * | 2015-12-23 | 2016-05-04 | 天津天地伟业数码科技有限公司 | 一种基于卡口图片的驾驶员安全带检测方法 |
CN105564368A (zh) * | 2015-12-25 | 2016-05-11 | 杭州职业技术学院 | 座椅安全带三维系检机构 |
CN105809099A (zh) * | 2014-12-31 | 2016-07-27 | 成都理想境界科技有限公司 | 基于监控图像的安全带检测方法 |
CN105809171A (zh) * | 2014-12-31 | 2016-07-27 | 成都理想境界科技有限公司 | 基于监控图像的安全带检测方法 |
CN106530730A (zh) * | 2016-11-02 | 2017-03-22 | 重庆中科云丛科技有限公司 | 交通违规检测方法及系统 |
CN108269217A (zh) * | 2018-02-01 | 2018-07-10 | 王娟 | 一种etc通道快递检测违章信息的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050232460A1 (en) * | 2002-04-19 | 2005-10-20 | Marc Schmiz | Safety device for a vehicle |
CN102717773A (zh) * | 2012-06-01 | 2012-10-10 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种汽车安全带的检测控制方法及装置 |
CN102750544A (zh) * | 2012-06-01 | 2012-10-24 | 浙江捷尚视觉科技有限公司 | 基于车牌识别的未扣紧安全带违章驾驶检测系统及方法 |
CN102831407A (zh) * | 2012-08-22 | 2012-12-19 | 中科宇博(北京)文化有限公司 | 仿生机械恐龙的视觉识别系统实现方法 |
CN102915640A (zh) * | 2012-10-30 | 2013-02-06 | 武汉烽火众智数字技术有限责任公司 | 基于Hough变换的安全带检测方法 |
CN102999749A (zh) * | 2012-12-21 | 2013-03-27 | 广东万安科技股份有限公司 | 基于人脸检测的安全带违章事件智能检测方法 |
CN103150556A (zh) * | 2013-02-20 | 2013-06-12 | 西安理工大学 | 用于道路交通监控的安全带自动检测方法 |
CN103268468A (zh) * | 2012-07-06 | 2013-08-28 | 华南理工大学 | 机动车前排就坐者是否扣带安全带的自动检测方法 |
-
2013
- 2013-10-25 CN CN201310512208.7A patent/CN103522982B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050232460A1 (en) * | 2002-04-19 | 2005-10-20 | Marc Schmiz | Safety device for a vehicle |
CN102717773A (zh) * | 2012-06-01 | 2012-10-10 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种汽车安全带的检测控制方法及装置 |
CN102750544A (zh) * | 2012-06-01 | 2012-10-24 | 浙江捷尚视觉科技有限公司 | 基于车牌识别的未扣紧安全带违章驾驶检测系统及方法 |
CN103268468A (zh) * | 2012-07-06 | 2013-08-28 | 华南理工大学 | 机动车前排就坐者是否扣带安全带的自动检测方法 |
CN102831407A (zh) * | 2012-08-22 | 2012-12-19 | 中科宇博(北京)文化有限公司 | 仿生机械恐龙的视觉识别系统实现方法 |
CN102915640A (zh) * | 2012-10-30 | 2013-02-06 | 武汉烽火众智数字技术有限责任公司 | 基于Hough变换的安全带检测方法 |
CN102999749A (zh) * | 2012-12-21 | 2013-03-27 | 广东万安科技股份有限公司 | 基于人脸检测的安全带违章事件智能检测方法 |
CN103150556A (zh) * | 2013-02-20 | 2013-06-12 | 西安理工大学 | 用于道路交通监控的安全带自动检测方法 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870806B (zh) * | 2014-02-21 | 2017-05-10 | 杭州奥视图像技术有限公司 | 一种结合方向盘检测的安全带检测方法 |
CN103870806A (zh) * | 2014-02-21 | 2014-06-18 | 杭州奥视图像技术有限公司 | 一种结合方向盘检测的安全带检测方法 |
CN103871052A (zh) * | 2014-02-21 | 2014-06-18 | 杭州奥视图像技术有限公司 | 一种基于直线检测的安全带检测算法 |
CN103927512A (zh) * | 2014-03-11 | 2014-07-16 | 浙江工商大学 | 车辆识别方法 |
CN103927512B (zh) * | 2014-03-11 | 2017-05-10 | 浙江工商大学 | 车辆识别方法 |
CN104112141A (zh) * | 2014-06-29 | 2014-10-22 | 中南大学 | 一种基于公路监控设备的货车安全带系挂状态的检测方法 |
CN104123557A (zh) * | 2014-06-29 | 2014-10-29 | 中南大学 | 一种基于公路监控设备的轿车安全带系挂状态的检测方法 |
CN104123557B (zh) * | 2014-06-29 | 2017-10-03 | 中南大学 | 一种基于公路监控设备的轿车安全带系挂状态的检测方法 |
CN104361317A (zh) * | 2014-10-30 | 2015-02-18 | 安徽国华光电技术有限公司 | 一种卡口式视频分析未系安全带行为检测系统及其方法 |
CN104361317B (zh) * | 2014-10-30 | 2017-11-24 | 安徽国华光电技术有限公司 | 一种卡口式视频分析未系安全带行为检测系统及其方法 |
CN104331687B (zh) * | 2014-10-30 | 2017-10-13 | 安徽国华光电技术有限公司 | 一种基于车载式视频分析的未系安全带行为检测方法 |
CN104331687A (zh) * | 2014-10-30 | 2015-02-04 | 安徽国华光电技术有限公司 | 一种基于车载式视频分析的未系安全带行为检测方法 |
CN104376561A (zh) * | 2014-11-19 | 2015-02-25 | 青岛海信网络科技股份有限公司 | 一种安全带检测方法 |
CN104376561B (zh) * | 2014-11-19 | 2017-04-12 | 青岛海信网络科技股份有限公司 | 一种安全带检测方法 |
CN105809099B (zh) * | 2014-12-31 | 2019-12-13 | 成都理想境界科技有限公司 | 基于监控图像的安全带检测方法 |
CN105809099A (zh) * | 2014-12-31 | 2016-07-27 | 成都理想境界科技有限公司 | 基于监控图像的安全带检测方法 |
CN105809171A (zh) * | 2014-12-31 | 2016-07-27 | 成都理想境界科技有限公司 | 基于监控图像的安全带检测方法 |
CN104573680A (zh) * | 2015-02-10 | 2015-04-29 | 深圳市哈工大交通电子技术有限公司 | 图像检测方法、图像检测装置以及交通违法检测系统 |
CN104680156A (zh) * | 2015-03-23 | 2015-06-03 | 山东农业大学 | 基于机器视觉的机动车前排未系安全带识别系统及方法 |
CN105117696B (zh) * | 2015-08-19 | 2018-06-29 | 杭州昊清科技有限公司 | 一种基于小线分析的未系安全带自动检测方法 |
CN105117696A (zh) * | 2015-08-19 | 2015-12-02 | 杭州昊清科技有限公司 | 一种基于小线分析的未系安全带自动检测方法 |
CN105550656A (zh) * | 2015-12-23 | 2016-05-04 | 天津天地伟业数码科技有限公司 | 一种基于卡口图片的驾驶员安全带检测方法 |
CN105564368A (zh) * | 2015-12-25 | 2016-05-11 | 杭州职业技术学院 | 座椅安全带三维系检机构 |
CN105564368B (zh) * | 2015-12-25 | 2017-10-20 | 杭州职业技术学院 | 座椅安全带三维系检机构 |
CN106530730A (zh) * | 2016-11-02 | 2017-03-22 | 重庆中科云丛科技有限公司 | 交通违规检测方法及系统 |
CN108269217A (zh) * | 2018-02-01 | 2018-07-10 | 王娟 | 一种etc通道快递检测违章信息的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103522982B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103522982A (zh) | 基于图像分析的车辆安全带检测方法及装置 | |
CN105799512B (zh) | 车辆超速提醒方法及系统 | |
CN108682173B (zh) | 道路交通事件检测预警方法及系统 | |
CN107067718B (zh) | 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统 | |
CN107284355A (zh) | 一种安全车门开启处理方法及系统 | |
CN1148431A (zh) | 用于自动车辆事故检测的监控交通的方法 | |
CN202574100U (zh) | 一种车辆碰撞预警装置 | |
CN106157664A (zh) | 一种道路限速标识识别装置 | |
CN110525429A (zh) | 一种基于v2x的商用车紧急制动方法 | |
CN102785660A (zh) | 车辆防碰撞预警装置 | |
CN109466488A (zh) | 一种车辆碰撞自动救援报警系统 | |
CN108564803B (zh) | 一种车辆超速提醒方法及系统 | |
CN108877236B (zh) | 车辆超速监控系统 | |
CN108966145A (zh) | 使用v2x通信来跟踪肇事逃逸犯罪者 | |
CN104129387A (zh) | 安全距离与碰撞时间权衡风险的单摄像头汽车防撞方法 | |
US11335103B2 (en) | Evaluation system, evaluation method, and storage medium | |
CN105321352A (zh) | 一种机动车遮挡号牌违章行为检测及取证方法 | |
CN108569310B (zh) | 一种无线调车机车信号和监控系统检测分路不良的方法 | |
CN105894858A (zh) | 一种车辆紧急刹车预警系统 | |
CN105522984B (zh) | 一种行车时获取目标车辆驾驶员级别的方法 | |
CN110103954B (zh) | 基于电控的汽车防追尾预警装置及方法 | |
CN107067724A (zh) | 智慧城市车辆行驶资源评估系统 | |
CN105235587A (zh) | 一种行车主动安全系统 | |
CN104477152A (zh) | 安全行车方法及装置 | |
CN114169851A (zh) | 一种高速路口快速检测通行系统 |
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 |