CN103559793A - 一种车内遮阳板检测方法及装置 - Google Patents
一种车内遮阳板检测方法及装置 Download PDFInfo
- Publication number
- CN103559793A CN103559793A CN201310574043.6A CN201310574043A CN103559793A CN 103559793 A CN103559793 A CN 103559793A CN 201310574043 A CN201310574043 A CN 201310574043A CN 103559793 A CN103559793 A CN 103559793A
- Authority
- CN
- China
- Prior art keywords
- image
- car
- vehicle body
- vehicle window
- sunshading board
- 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)
- Processing Of Solid Wastes (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种车内遮阳板检测的方法及装置,其特征在于包括对车身定位,具体为对采集到的图像利用基于彩色图像信息的定位方法对车身进行定位,并根据车身大小裁剪出车身图像;对车窗进行定位,根据步骤1获得的图像,进一步得到车身轮廓,再利用水平投影、垂直投影扫描的方法对车窗进行定位,并根据车窗大小裁剪出车窗图像;对遮阳板区域进行检测,利用形态学图像处理方法对图像进行预处理和细化处理,再根据遮阳板的位置、大小等固有特征来对遮阳板进行检测,判定车内是否存在遮阳板,本发明与现有技术相比,能在各种复杂天气条件下实现对车内遮阳板的检测并能得到良好的检测效果。
Description
技术领域
本发明属于图像分析技术领域,具体地说是一种利用道路监控系统拍摄的图像检测汽车遮阳板是否放下,特别适用于交通管理和公安刑侦领域需要的车内遮阳板检测的方法及装置。
背景技术
众所周知,遮阳板位于汽车前风挡处,是为了避免阳光刺眼影响驾驶员视线而设计的,使用时可以上下搬动,从而调整太阳光对眼睛的照射度,避免交通事故的发生。随着社会的快速发展,社会上的犯罪率也在逐渐上升,例如有些犯罪分子在开车潜逃的途中,故意利用帽子、墨镜、或者车内的遮阳板来遮蔽面部,为了去识别这些微小且不起眼的举动,即便我们设置了道路拍照系统,也有大量的图片需要用人眼去看车里面有没有放下遮阳板,这给办案人员带来了极大的工作量和工作难度,给案件的侦破带来了很大的麻烦和障碍。
我国目前对遮阳板的智能检测的研究较少。虽然国内外在对车牌定位、安全带检测以及车内人员人脸识别等技术方面都有各种明显的突破,而在遮阳板的提取、检测方面却很少有人问津,在该领域存在一个很大的空白。而电子技术领域智能技术的迅猛发展,使得我们能够去研究并开发出一套基于数字图象处理技术的智能检测系统来自动检测车内的遮阳板是否放下。该系统能够为案件的侦破提供必要的技术支持,同时,对交通智能化、抑制交通犯罪和促进城市现代化建设均有重大意义。
发明内容
本发明针对现有技术存在的问题,提出一种能够利用道路监控系统抓拍的图像进行汽车内有无放下遮阳板的检测方法及装置,该车内遮阳板检测方法及装置能在各种复杂天气条件下实现对车内遮阳板的检测并能得到良好的检测效果。
本发明可以通过以下措施达到:
一种车内遮阳板检测方法,其特征在于包括以下步骤:
步骤1:对车身定位,具体为对采集到的图像利用基于彩色图像信息的定位方法对车身进行定位,并根据车身大小裁剪出车身图像;
步骤2:对车窗进行定位,根据步骤1获得的图像,进一步得到车身轮廓,再利用水平投影、垂直投影扫描的方法对车窗进行定位,并根据车窗大小裁剪出车窗图像;
步骤3:对遮阳板区域进行检测,利用形态学图像处理方法对图像进行预处理和细化处理,再根据遮阳板的位置、大小等固有特征来对遮阳板进行检测,判定车内是否存在遮阳板。
本发明步骤1中利用基于彩色图像信息的车牌定位方法对车身进行定位的具体步骤包括:
步骤1-1:对图像中的符合车牌RGB值范围的像素进行统计;
步骤1-2:根据事先统计出的车牌长宽等信息,建立一个车牌模板,并将模板从扫描范围的左上方开始进行水平垂直移动,扫描进入模板内的符合条件的背景色点数,一旦大于设定阈值,就确定该模板目前所在位置是车牌位置,从而计算出车牌中心坐标;
步骤1-3:根据车牌中心坐标以及车身长宽等先验信息,从图像中剪裁出车身部分。
本发明中步骤2所述对车窗进行定位,具体包括以下步骤:
步骤2-1:利用灰度化、直方图均衡化等方法对图像进行预处理,以强化图像的对比度;
首先定义灰度变换函数为
其中R为图像像素点的原灰度值,B为变换后的灰度,pr(Rj) 是第j级灰度值的概率,nj是图像中j级灰度的像素总数,l是图像中灰度级的总数目,n是图象中像素的总数,之后对变换后的B值取最靠近的一个灰度级的值,建立灰度级变换表,即可将原图像变换为直方图均衡的图像;
步骤2-2:利用Sobel算子对图像进行边缘检测,得到车身的边缘轮廓;
由步骤2-1得到的图像为B(x,y),定义卷积算子▽x和▽y为
则Sobel算子边缘检测后的图像为。
步骤2-3:利用水平投影和垂直投影扫描的方法实现对车窗的边界定位,获取前当风车窗的顶部、底部、左、右边界值,从图像中剪裁出车窗部分。
首先对边缘检测后的图像进行小面积噪声点的删除,之后将图像通过水平检测掩膜[-1,-1,-1;2,2,2;1,1,1]的处理,其处理方法与上述的边缘检测方法相同,对处理后的图像进行行直方图统计,找出挡风车窗的顶部、底部的边界值;
挡风车窗左右边界的获取是通过垂直投影的方法实现的,其方法和过程与上述水平投影类似,只是采用的是垂直检测掩膜,其为[-1,2,-1;-1,2,-1,-1,2,-1]。
本发明步骤3中所述对遮阳板区域进行检测的具体包括:
步骤3-1:利用Prewitt算子再次对图像做边缘检测,以强化图像内目标的边界;
若设坐标(x,y)处的像素为C(x,y)并定义卷积算子▽x和▽y为
则Prewitt算子边缘检测后的图像为。
步骤3-2:利用膨胀、腐蚀、开运算、闭运算等形态学图像处理方法对图像进行预处理;
对步骤3-1得到的图像依次进行如下处理:
之后对处理后的图像进行小面积区域的删除,保存最大面积区域。
步骤3-3:根据遮阳板的位置、大小固有特征来判定是否存在遮阳板。
本发明还提出了一种车内遮阳板检测装置,其特征在于包括用来确定车身位置从采集到的图像中剪裁出车身图像的车身定位模块、用来对车窗进行定位以进一步缩小检测范围的车窗定位模块、用来判定遮阳板是否存在的遮阳板检测模块,其中车身定位模块位于车窗定位模块前端,遮阳板检测模块位于车窗定位模块的后端;
所述车身定位模块包括利用基于彩色图像信息的车牌检测算法来确定车牌中心位置的车牌定位子模块和根据得到的车牌中心位置以及车身大小从图像中剪裁出车身部分的车身定位子模块,车牌定位子模块位于车身定位子模块的前端;
所述车窗定位模块包括利用灰度化、直方图均衡化等方法来强化图像的对比度的图像预处理子模块,利用Sobel算子来进行边缘检测以得到车身的边缘轮廓的边缘检测子模块,以及利用水平投影和垂直投影的扫描方法用来判定车窗位置并从图像中剪裁出车窗部分的水平垂直扫描子模块,图像预处理子模块位于边缘检测子模块的前端,水平垂直扫描子模块位于边缘检测子模块的后端。
所述遮阳板检测模块包括利用Prewitt算子再次进行边缘检测以强化图像内目标的边界的边缘检测子模块,利用形态学图像处理方法对图像进行预处理的形态学处理子模块,以及根据遮阳板的固有特征来判定是否存在遮阳板的判定子模块,其中边缘检测子模块位于形态学处理子模块的前端,判定子模块位于形态学处理子模块的后端。
本发明与现有技术相比,基于图像处理和图像分析的车内遮阳板检测方法及装置采用了基于彩色图像信息的车牌定位方法定位车身,利用了水平垂直投影方法定位车窗,运用了形态学图像处理方法来检测遮阳板的有无。本发明可以应用到城市智能交通系统中,对道路拍摄设备得到图像有效地进行车内遮阳板的检测,同时本发明对图像的拍摄时间并无要求,夜间拍摄的图像依然能够准确检测,而且正确检测的概率可达到93.5%。
附图说明:
附图1 本发明中车内遮阳板检测方法的流程图。
附图2本发明中车身定位的流程图。
附图3 车窗定位的流程图。
附图4 本发明中遮阳板检测的流程图。
附图5 本发明的遮阳板检测装置结构示意图。
附图6 本发明的车内遮阳板检测装置结构示意图。
附图7 本发明中车内遮阳板检测装置组成示意图。
附图8 本发明中车内遮阳板检测装置组成示意图。
附图标记:车身定位模块1、车窗定位模块2、遮阳板检测模块3、车牌定位子模块4、车身定位子模块5、图像预处理子模块6、边缘检测子模块7、水平垂直扫描子模块8、边缘检测子模块9、形态学处理子模块10、判定子模块11。
具体实施方式:
下面将结合附图对本发明的方法做详细说明:
如附图1所示,本发明提出了一种车内遮阳板检测的方法,具体包括以下步骤骤:
步骤1:根据采集到的图像,利用基于彩色图像信息的车牌定位方法对车身进行定位,并根据车身大小裁剪出车身图像;
步骤2:利用直方图均衡化、边缘检测等方法得到车身轮廓,再利用水平投影、垂直投影扫描的方法对车窗进行定位,并根据车窗大小裁剪出车窗图像;
步骤3:利用形态学图像处理方法对图像进行预处理和细化处理,再根据遮阳板的位置、大小等固有特征来对遮阳板进行检测,判定车内是否存在遮阳板。
进一步,如附图2所示,为本发明所述利用车牌定位方法对车身进行定位的具体流程包括:
步骤1-1:对图像中的符合车牌RGB值范围的像素进行统计;
步骤1-2: 根据事先统计出的车牌长宽等信息,建立一个车牌模板,并将模板从扫描范围的左上方开始进行水平垂直移动,扫描进入模板内的符合条件的背景色点数,一旦大于设定阈值,就确定该模板目前所在位置是车牌位置,从而计算出车牌中心坐标;
步骤1-3:根据车牌中心坐标以及车身长宽等先验信息,从图像中剪裁出车身部分。
进一步,如图3所示,为本发明:所述对车窗进行定位的具体流程包括:
步骤2-1:利用灰度化、直方图均衡化等方法对图像进行预处理,以强化图像的对比度;
步骤2-2:利用Sobel算子对图像进行边缘检测,得到车身的边缘轮廓;
步骤2-3:利用水平投影和垂直投影扫描的方法实现对车窗的边界定位,获取前当风车窗的顶部、底部、左、右边界值,从图像中剪裁出车窗部分。
进一步,如图4所示,为本发明:所述对遮阳板进行检测的具体流程包括:
步骤3-1:利用Prewitt算子再次对图像做边缘检测,以强化图像内目标的边界;
步骤3-2:利用膨胀、腐蚀、开运算、闭运算等形态学图像处理方法对图像进行预处理;
步骤3-3:根据遮阳板的位置、大小等固有特征来判定是否存在遮阳板。
为了实现上述发明的目的,如图5所示,本发明:还提出了一种车内遮阳板检测装置,所述装置是通过以下技术方案实现的:
一种车内遮阳板检测装置,其包括:车身定位模块1,用来确定车身位置,并从采集到的图像中剪裁出只包含车辆本身的部分;车窗定位模块2,用来对车窗进行定位,以进一步缩小检测范围;遮阳板检测模块3,用来判定遮阳板是否存在。
进一步优选地,如附图6所示,所述车身定位模块1具体包括:车牌定位子模块4,利用基于彩色图像信息的车牌检测算法来确定车牌中心位置;车身定位子模块5,根据得到的车牌中心位置以及车身大小从图像中剪裁出车身部分。
进一步优选地,如图7所示,所述车窗定位模块2具体包括:图像预处理子模块6,利用灰度化、直方图均衡化等方法来强化图像的对比度;边缘检测子模块7,利用Sobel算子来进行边缘检测以得到车身的边缘轮廓;水平垂直扫描子模块8,利用水平投影和垂直投影的扫描方法用来判定车窗位置,并从图像中剪裁出车窗部分。
进一步优选地,如图8所示,所述遮阳板检测模块3具体包括:边缘检测子模块9,利用Prewitt算子再次进行边缘检测以强化图像内目标的边界;形态学处理子模块10,利用膨胀、腐蚀、开运算、闭运算等形态学图像处理方法对图像进行预处理;判定子模块11,根据遮阳板的位置、大小等固有特征来判定是否存在遮阳板。
本发明与现有技术相比,基于图像处理和图像分析的车内遮阳板检测方法及装置采用了基于彩色图像信息的车牌定位方法定位车身,利用了水平垂直投影方法定位车窗,运用了形态学图像处理方法来检测遮阳板的有无。本发明可以应用到城市智能交通系统中,对道路拍摄设备得到图像有效地进行车内遮阳板的检测,同时本发明对图像的拍摄时间并无要求,夜间拍摄的图像依然能够准确检测,而且正确检测的概率可达到93.5%。
Claims (5)
1.一种车内遮阳板检测方法,其特征在于包括以下步骤:
步骤1:对车身定位,具体为对采集到的图像利用基于彩色图像信息的定位方法对车身进行定位,并根据车身大小裁剪出车身图像;
步骤2:对车窗进行定位,根据步骤1获得的图像,进一步得到车身轮廓,再利用水平投影、垂直投影扫描的方法对车窗进行定位,并根据车窗大小裁剪出车窗图像;
步骤3:对遮阳板区域进行检测,利用形态学图像处理方法对图像进行预处理和细化处理,再根据遮阳板的位置、大小等固有特征来对遮阳板进行检测,判定车内是否存在遮阳板。
2.根据权利要求1所述的一种车内遮阳板检测方法,其特征在于步骤1中利用基于彩色图像信息的车牌定位方法对车身进行定位的具体步骤包括:
步骤1-1:对图像中的符合车牌RGB值范围的像素进行统计;
步骤1-2:根据事先统计出的车牌长宽等信息,建立一个车牌模板,并将模板从扫描范围的左上方开始进行水平垂直移动,扫描进入模板内的符合条件的背景色点数,一旦大于设定阈值,就确定该模板目前所在位置是车牌位置,从而计算出车牌中心坐标;
步骤1-3:根据车牌中心坐标以及车身长宽等先验信息,从图像中剪裁出车身部分。
3.根据权利要求2所述的一种车内遮阳板检测方法,其特征在于步骤2所述对车窗进行定位,具体包括以下步骤:
步骤2-1:利用灰度化、直方图均衡化等方法对图像进行预处理,以强化图像的对比度,其包括先定义灰度变换函数为
其中R为图像像素点的原灰度值,B为变换后的灰度,pr(Rj) 是第j级灰度值的概率,nj是图像中j级灰度的像素总数,l是图像中灰度级的总数目,n是图象中像素的总数,之后对变换后的B值取最靠近的一个灰度级的值,建立灰度级变换表,即可将原图像变换为直方图均衡的图像;
步骤2-2:利用Sobel算子对图像进行边缘检测,得到车身的边缘轮廓,由步骤2-1得到的图像为B(x,y),定义卷积算子▽x和▽y为
步骤2-3:利用水平投影和垂直投影扫描的方法实现对车窗的边界定位,获取前当风车窗的顶部、底部、左、右边界值,从图像中剪裁出车窗部分,其中先对边缘检测后的图像进行小面积噪声点的删除,之后将图像通过水平检测掩膜[-1,-1,-1;2,2,2;1,1,1]的处理,其处理方法与上述的边缘检测方法相同,对处理后的图像进行行直方图统计,找出挡风车窗的顶部、底部的边界值;挡风车窗左右边界的获取是通过垂直投影的方法实现的,其方法和过程与上述水平投影类似,只是采用的是垂直检测掩膜,其为[-1,2,-1;-1,2,-1,-1,2,-1]。
5.一种车内遮阳板检测装置,其特征在于包括用来确定车身位置从采集到的图像中剪裁出车身图像的车身定位模块、用来对车窗进行定位以进一步缩小检测范围的车窗定位模块、用来判定遮阳板是否存在的遮阳板检测模块,其中车身定位模块位于车窗定位模块前端,遮阳板检测模块位于车窗定位模块的后端,所述车身定位模块包括利用基于彩色图像信息的车牌检测算法来确定车牌中心位置的车牌定位子模块和根据得到的车牌中心位置以及车身大小从图像中剪裁出车身部分的车身定位子模块,车牌定位子模块位于车身定位子模块的前端,所述车窗定位模块包括利用灰度化、直方图均衡化等方法来强化图像的对比度的图像预处理子模块,利用Sobel算子来进行边缘检测以得到车身的边缘轮廓的边缘检测子模块,以及利用水平投影和垂直投影的扫描方法用来判定车窗位置并从图像中剪裁出车窗部分的水平垂直扫描子模块,图像预处理子模块位于边缘检测子模块的前端,水平垂直扫描子模块位于边缘检测子模块的后端,所述遮阳板检测模块包括利用Prewitt算子再次进行边缘检测以强化图像内目标的边界的边缘检测子模块,利用形态学图像处理方法对图像进行预处理的形态学处理子模块,以及根据遮阳板的固有特征来判定是否存在遮阳板的判定子模块,其中边缘检测子模块位于形态学处理子模块的前端,判定子模块位于形态学处理子模块的后端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310574043.6A CN103559793B (zh) | 2013-11-18 | 2013-11-18 | 一种车内遮阳板检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310574043.6A CN103559793B (zh) | 2013-11-18 | 2013-11-18 | 一种车内遮阳板检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103559793A true CN103559793A (zh) | 2014-02-05 |
CN103559793B CN103559793B (zh) | 2015-12-09 |
Family
ID=50014030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310574043.6A Expired - Fee Related CN103559793B (zh) | 2013-11-18 | 2013-11-18 | 一种车内遮阳板检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103559793B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463220A (zh) * | 2014-12-19 | 2015-03-25 | 深圳市捷顺科技实业股份有限公司 | 一种车牌检测方法和系统 |
CN106504261A (zh) * | 2016-10-31 | 2017-03-15 | 北京奇艺世纪科技有限公司 | 一种图像分割方法及装置 |
CN106611165A (zh) * | 2016-12-26 | 2017-05-03 | 广东工业大学 | 一种基于相关滤波和颜色匹配的汽车车窗检测方法及装置 |
CN108470137A (zh) * | 2017-12-13 | 2018-08-31 | 天津天地伟业机器人技术有限公司 | 一种基于视频的汽车遮阳板检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504717A (zh) * | 2008-07-28 | 2009-08-12 | 上海高德威智能交通系统有限公司 | 特征区域的定位方法、车身深浅色与车身颜色的识别方法 |
CN101872416A (zh) * | 2010-05-06 | 2010-10-27 | 复旦大学 | 对道路图像进行车牌识别的方法和系统 |
US20110133510A1 (en) * | 2009-12-07 | 2011-06-09 | Gm Global Technology Operations, Inc. | Saturation-based shade-line detection |
CN102169583A (zh) * | 2011-05-13 | 2011-08-31 | 北方工业大学 | 基于车窗定位的车辆遮挡检测与分割方法 |
CN102622889A (zh) * | 2012-03-30 | 2012-08-01 | 深圳市博康智能信息技术有限公司 | 一种基于图像分析的车辆遮阳板检测方法及装置 |
-
2013
- 2013-11-18 CN CN201310574043.6A patent/CN103559793B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504717A (zh) * | 2008-07-28 | 2009-08-12 | 上海高德威智能交通系统有限公司 | 特征区域的定位方法、车身深浅色与车身颜色的识别方法 |
US20110133510A1 (en) * | 2009-12-07 | 2011-06-09 | Gm Global Technology Operations, Inc. | Saturation-based shade-line detection |
CN101872416A (zh) * | 2010-05-06 | 2010-10-27 | 复旦大学 | 对道路图像进行车牌识别的方法和系统 |
CN102169583A (zh) * | 2011-05-13 | 2011-08-31 | 北方工业大学 | 基于车窗定位的车辆遮挡检测与分割方法 |
CN102622889A (zh) * | 2012-03-30 | 2012-08-01 | 深圳市博康智能信息技术有限公司 | 一种基于图像分析的车辆遮阳板检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
张于青等: "一种基于多重特征的车牌定位算法", 《计算机工程与应用 》, no. 32, 30 November 2006 (2006-11-30), pages 220 - 222 * |
李冬梅: "HOV乘客计数中的车窗定位与提取算法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 03, 15 September 2007 (2007-09-15), pages 13 - 32 * |
骆玉荣等: "一种自动车窗识别方法的设计与实现", 《计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集》, 31 August 2007 (2007-08-31), pages 1195 - 1201 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463220A (zh) * | 2014-12-19 | 2015-03-25 | 深圳市捷顺科技实业股份有限公司 | 一种车牌检测方法和系统 |
CN106504261A (zh) * | 2016-10-31 | 2017-03-15 | 北京奇艺世纪科技有限公司 | 一种图像分割方法及装置 |
CN106504261B (zh) * | 2016-10-31 | 2019-08-06 | 北京奇艺世纪科技有限公司 | 一种图像分割方法及装置 |
CN106611165A (zh) * | 2016-12-26 | 2017-05-03 | 广东工业大学 | 一种基于相关滤波和颜色匹配的汽车车窗检测方法及装置 |
CN106611165B (zh) * | 2016-12-26 | 2019-07-19 | 广东工业大学 | 一种基于相关滤波和颜色匹配的汽车车窗检测方法及装置 |
CN108470137A (zh) * | 2017-12-13 | 2018-08-31 | 天津天地伟业机器人技术有限公司 | 一种基于视频的汽车遮阳板检测方法 |
CN108470137B (zh) * | 2017-12-13 | 2022-05-13 | 天地伟业技术有限公司 | 一种基于视频的汽车遮阳板检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103559793B (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105206109B (zh) | 一种基于红外ccd的车辆雾天识别预警系统及方法 | |
CN102364496B (zh) | 一种基于图像分析的汽车车牌自动识别方法及系统 | |
CN107808392B (zh) | 开放场景的安检车辆自动跟踪定位方法及系统 | |
CN109685026B (zh) | 一种驾驶员手持手机通话的实时监测方法 | |
CN104008645A (zh) | 一种适用于城市道路车道线预测及预警方法 | |
Guo et al. | Image-based seat belt detection | |
CN104408932A (zh) | 一种基于视频监控的酒驾车辆检测系统 | |
CN104657735A (zh) | 车道线检测方法、系统、车道偏离预警方法及系统 | |
CN103559793B (zh) | 一种车内遮阳板检测方法及装置 | |
CN103034843B (zh) | 一种基于单目视觉的夜间车辆检测方法 | |
CN108021856A (zh) | 车辆尾灯识别方法、装置及车辆 | |
CN103903018A (zh) | 一种复杂场景中对车牌进行定位的方法和系统 | |
CN104952060A (zh) | 一种红外行人感兴趣区域自适应分割提取方法 | |
CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN108229447B (zh) | 一种基于视频流的远光灯检测方法 | |
CN104616258A (zh) | 一种针对道路图像的快速去雾方法 | |
CN109948433A (zh) | 一种嵌入式人脸跟踪方法及装置 | |
CN108284793A (zh) | 一种车辆辅助控制装置 | |
CN105966314B (zh) | 基于双低成本摄像头的车道偏离预警方法 | |
CN111783666A (zh) | 一种基于连续视频帧角点特征匹配的快速车道线检测方法 | |
CN108182393A (zh) | 一种汽车及其应用的前车跟踪方法及系统 | |
CN105787456A (zh) | 一种夜间远红外图像中的行人检测方法 | |
CN203020184U (zh) | 一种基于双ccd的纯电动汽车车道标识线检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20151209 Termination date: 20161118 |