CN103714363A - 一种机动车尾气烟度视频识别系统 - Google Patents
一种机动车尾气烟度视频识别系统 Download PDFInfo
- Publication number
- CN103714363A CN103714363A CN201310719028.6A CN201310719028A CN103714363A CN 103714363 A CN103714363 A CN 103714363A CN 201310719028 A CN201310719028 A CN 201310719028A CN 103714363 A CN103714363 A CN 103714363A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- video
- car plate
- industrial computer
- smoke
- 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
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种机动车尾气烟度视频识别系统,包括视频采集单元、视频数据处理单元和数据中心单元,所述视频采集单元包括工业网络摄像机,所述视频数据处理单元包括工控机,所述工控机包括车辆跟踪与处理模块,车牌识别与处理模块,车辆速度测量模块、车辆尾气监测模块。本发明结构简单,鲁棒性好,没有联动设备,不会出现设备联动匹配问题。可监控多条车道,车辆排放超标,车牌记录一步完成,记录位置清晰,视频记录更具有说服力;本发明只需工业网络摄像机和工控机,即可实现对车道上的车辆进行尾气监控、车牌识别、烟度测定、车辆测速等处理,大大节约了设备和安装成本,提高了对烟度测定的效率。
Description
技术领域
本发明属于环境技术领域,具体涉及一种机动车尾气烟度视频识别系统。
背景技术
柴油机车排放严重的中高负荷时碳烟所占比例很大,通常表现为排出浓浓的黑烟,所以表征碳烟含量的排烟气度检测广泛用于柴油机排放污染评价。目前测量柴油机排气烟度普遍采用两大类测试仪器:滤纸式烟度计和不透光烟度计。滤纸式烟度计测量原理是将一定容量废气中的碳烟积存在滤纸上,通过光电检测仪器测出被染黑滤纸的碳粒吸光率,以此代表排气烟度。不透光烟度计的测量原理,是测量光穿过具有一定长度的被测废气后到达接收器的透射光与入射光之比,从而确定废气的不透光特性。这些检测手段只能在固定位置,或者车辆年检时进行,无法对路面上行驶的车辆进行监控。
随着科技的发展,北京市颁布了《在用柴油汽车排气烟度限值及测量方法(遥测法)》地方标准,规定了用遥测法测量在道路上行驶的在用柴油车排气烟度限制、测量方法、数据处理及判定结果。规定使用的遥测方法是一种用光学原理远距离感应测量行驶中柴油发动机汽车排气烟度的方法。使用的检测设备是不透光度烟度遥测仪,可对单车道,规定速度范围内的车辆进行烟度检测。但该检测手段对只能用于单车道,对多车道无法使用,车辆如果比较接近,也无法准确得到数据,且价格比较昂贵,不能广泛使用。
公开号为CN102737247A的中国专利公开了一种柴油车尾气烟度图像识别系统,利用车辆图像对车辆的尾气进行烟度识别,此系统包括多台工控机和摄像机以及图像采集卡,设备较复杂,处理过程也比较繁琐。
发明内容
发明目的:本发明的目的是为了解决以上现有技术的不足,为了解决现有技术中遥测法对车辆的各种限制以及安装地点的限制,同时减低检测成本,本发明提供一套基于交通卡口或者行驶道路上的独立摄像机对行驶车辆的尾气进行实时监控,识别出污染排放车辆,并将其排烟视频和车牌号记录下来,作为治理依据。
技术方案:一种机动车尾气烟度视频识别系统,其特征在于,包括视频采集单元、视频数据处理单元和数据中心单元,所述视频采集单元包括工业网络摄像机,所述视频数据处理单元为工控机,所述工控机包括车辆跟踪与处理模块,车牌识别与处理模块,车辆速度测量模块、车辆尾气监测模块,其中:
所述工业网络摄像机安装在交通杆上,将所述工业网络摄像机获得的视频传输至所述视频数据处理单元即所述工控机;
车辆跟踪与处理模块,将所述工控机接收到的视频信息进行处理,首先限定车道位置,人工确定需要检测的范围,使用混合高斯模型建立背景模型,得到前景为移动车辆,对检测到的前景进行轮廓提取,对得到的轮廓进行填充,再进行闭运算,即可得到前景各车辆的位置,对视频中车辆进行编号,进行车辆跟踪;
车牌识别与处理模块,将所述工控机接收到的视频信息进行处理,确定车辆的位置后,把车牌位置预设为车辆下半部分,在车牌预定区域对图像进行灰度化,边缘检测,然后进行水平扫描和垂直扫描的方式确定车牌位置,定位后,对车牌进行梯度锐化、倾斜矫正、上下边框去除、字符分割、去除间隔符和右边框,得到单个字符,采用基于模板匹配的字符识别法得到最终的车牌,对得到的车牌及其附近区域使用卡尔曼滤波对车牌及其附近区域进行跟踪,联合车辆跟踪同步分析,确保车辆跟踪的正确性;
车辆速度测量模块,将所述工控机接收到的视频信息进行处理,以道路的一边为坐标轴,在视野方位内选定坐标原点,沿着坐标轴,顺着车辆运动的方向,使用激光测距仪,每隔L米设定一个坐标点,以对车辆实际行驶距离做标定,当车辆行驶过来之后,以车辆牌照高度中心位置为运动测试点,每当该点通过道路与路边坐标点垂直线的时候,记录当前时刻t,将两个坐标点之间的距离相减,除以通过两个坐标点的时间,就得到了车辆通过两个坐标点的速度,多个速度取平均值即得到车辆的平均速度;
车辆尾气监测模块,将所述工控机接收到的视频信息进行处理,在确定了车牌大概位置后,在该位置附近寻找尾气出现的位置,即车辆正后方的阴影区域,车辆尾气的特征包括动态特征和静态特征,采用光流法确定尾气的动态特征,尾气的运动特征呈现为无规则化,作为区别尾气与一般物体运动的依据,车辆尾气的静态特征包括颜色特征、位置特征、纹理特征以及与车体的边缘特征,使用神经网络训练方法对车辆尾气的静态特征进行分类,将有明显烟气排出的车辆进行抓取,捕获其排烟的视频,并和车牌对应,将有车辆尾气视频与尾气烟度数据库进行对比判别进而确定车辆尾气的烟度的级别;
将所述工控机得到的所有数据传输至所述数据中心单元,进行存储。
有益效果:
本发明提出了一种基于高清工业摄像机获取柴油机车排放烟气度超标视频的方案。该方案安装方便,只需要将摄像机安装在现有的交通监控杆,处理器工控机安装在现有的交通控制柜中即可。一台摄像机可监控两条车道,一个工控机可连接3台摄像机。
本发明结构简单,鲁棒性好,没有联动设备,不会出现设备联动匹配问题。可监控多条车道,车辆排放超标,车牌记录一步完成,记录位置清晰,视频记录更具有说服力。
本发明只需工业网络摄像机和工控机,无需额外的设备,即可实现对车道上的车辆进行尾气监控、车牌识别、烟度测定、车辆测速等处理,大大节约了设备和安装成本,提高了对烟度测定的效率。
附图说明
图1是本发明的单元示意图。
图2是本发明实施例示意图。
图3是本发明视频数据算法流程图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例和附图对本发明作进一步详述,该实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
实施例
如图1所示,一种机动车尾气烟度视频识别系统,包括视频采集单元、视频数据处理单元和数据中心单元,所述视频采集单元包括工业网络摄像机,所述视频数据处理单元为工控机,所述工控机包括车辆跟踪与处理模块,车牌识别与处理模块,车辆速度测量模块、车辆尾气监测模块。
如图2所示,将工业网络摄像机1和工业网络摄像机2分别安装在交通杆上,对准相应的需要检测的车道,角度向下,保证可视距离在50m到80m左右,将工业网络摄像机所获得的视频通过网线传输至视频数据处理单元即工控机3;
如图3所示,是工控机3对视频数据的算法流程图,以下是具体的算法过程:
车辆跟踪与处理模块,将所述工控机接收到的视频信息进行处理,首先限定车道位置,人工确定需要检测的范围,使用混合高斯模型建立背景模型,得到前景为移动车辆,可以根据光线变化自动调节背景模型,以适应背景的变化,对检测到的前景进行轮廓提取,对得到的轮廓进行填充,再进行闭运算,即可得到前景各车辆的位置,对视频中车辆进行编号,进行车辆跟踪;在车流量大些的情况下,车辆密度较大,车辆可能会出现叠加现象,使用前景提取不能将每辆车单独识别出来,为此,我们做了以下几方面的改进:(1)首先,限定车道,人工确定需要检测的范围,以免其他部位的运动物体对前景判断产生干扰。(2)对将车尾部完全遮挡的车辆,由于完全无法观察车尾气排放情况,我们做放弃处理。(3)对于由于阴影将两辆车连接在一起的情况,我们采用阴影模型,去除侧面的阴影,将车辆分离;
车牌识别与处理模块,将所述工控机接收到的视频信息进行处理,确定车辆的位置后,把车牌位置预设为车辆下半部分,在车牌预定区域对图像进行灰度化,边缘检测,然后进行水平扫描和垂直扫描的方式确定车牌位置,定位后,对车牌进行梯度锐化、倾斜矫正、上下边框去除、字符分割、去除间隔符和右边框,得到单个字符,采用基于模板匹配的字符识别法得到最终的车牌,对得到的车牌及其附近区域使用卡尔曼滤波对车牌及其附近区域进行跟踪,联合车辆跟踪同步分析,确保车辆跟踪的正确性;
车辆速度测量模块,将所述工控机接收到的视频信息进行处理,以道路的一边为坐标轴,在视野方位内选定坐标原点,沿着坐标轴,顺着车辆运动的方向,使用激光测距仪,每隔L米设定一个坐标点,以对车辆实际行驶距离做标定,当车辆行驶过来之后,以车辆牌照高度中心位置为运动测试点,每当该点通过道路与路边坐标点垂直线的时候,记录当前时刻t,将两个坐标点之间的距离相减,除以通过两个坐标点的时间,就得到了车辆通过两个坐标点的速度,多个速度取平均值即得到车辆的平均速度;
车辆尾气监测模块,将所述工控机接收到的视频信息进行处理,在确定了车牌大概位置后,在该位置附近寻找尾气出现的位置,即车辆正后方的阴影区域,车辆尾气的特征包括动态特征和静态特征,对尾气的运动特征进行光流法检测方法,汽车等刚体的运动速度和方向一般都是有规律和向前的,而烟气的运动可分为向后、向上两种,向左和向右的方向无规律,使采用光流法确定尾气的动态特征,尾气的运动特征呈现为无规则化,作为区别尾气与一般物体运动的依据,车辆尾气的静态特征包括颜色特征、位置特征、纹理特征以及与车体的边缘特征,使用神经网络训练方法对车辆尾气的静态特征进行分类,将有明显烟气排出的车辆进行抓取,捕获其排烟的视频,并和车牌对应,记录在工控机中,为了得到尾气的烟气度黑度,在不同天气下,对不同车辆尾气的烟气黑度进行建模,并建立黑度查询数据库,在将有尾气的车辆捕获后进行对比判别,将烟气黑度数据记录到相应视频中去,最终得到视频数据中记录了抓拍时间、车牌号码和烟气的林格曼黑度;
将工控机3得到的所有数据传输至数据中心单元,进行存储。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种机动车尾气烟度视频识别系统,其特征在于,包括视频采集单元、视频数据处理单元和数据中心单元,所述视频采集单元包括工业网络摄像机,所述视频数据处理单元为工控机,所述工控机包括车辆跟踪与处理模块,车牌识别与处理模块,车辆速度测量模块、车辆尾气监测模块,其中:
所述工业网络摄像机安装在交通杆上,将所述工业网络摄像机获得的视频传输至所述视频数据处理单元即所述工控机;
车辆跟踪与处理模块,将所述工控机接收到的视频信息进行处理,首先限定车道位置,人工确定需要检测的范围,使用混合高斯模型建立背景模型,得到前景为移动车辆,对检测到的前景进行轮廓提取,对得到的轮廓进行填充,再进行闭运算,即可得到前景各车辆的位置,对视频中车辆进行编号,进行车辆跟踪;
车牌识别与处理模块,将所述工控机接收到的视频信息进行处理,确定车辆的位置后,把车牌位置预设为车辆下半部分,在车牌预定区域对图像进行灰度化,边缘检测,然后进行水平扫描和垂直扫描的方式确定车牌位置,定位后,对车牌进行梯度锐化、倾斜矫正、上下边框去除、字符分割、去除间隔符和右边框,得到单个字符,采用基于模板匹配的字符识别法得到最终的车牌,对得到的车牌及其附近区域使用卡尔曼滤波对车牌及其附近区域进行跟踪,联合车辆跟踪同步分析,确保车辆跟踪的正确性;
车辆速度测量模块,将所述工控机接收到的视频信息进行处理,以道路的一边为坐标轴,在视野方位内选定坐标原点,沿着坐标轴,顺着车辆运动的方向,使用激光测距仪,每隔L米设定一个坐标点,以对车辆实际行驶距离做标定,当车辆行驶过来之后,以车辆牌照高度中心位置为运动测试点,每当该点通过道路与路边坐标点垂直线的时候,记录当前时刻t,将两个坐标点之间的距离相减,除以通过两个坐标点的时间,就得到了车辆通过两个坐标点的速度,多个速度取平均值即得到车辆的平均速度;
车辆尾气监测模块,将所述工控机接收到的视频信息进行处理,在确定了车牌大概位置后,在该位置附近寻找尾气出现的位置,即车辆正后方的阴影区域,车辆尾气的特征包括动态特征和静态特征,采用光流法确定尾气的动态特征,尾气的运动特征呈现为无规则化,作为区别尾气与一般物体运动的依据,车辆尾气的静态特征包括颜色特征、位置特征、纹理特征以及与车体的边缘特征,使用神经网络训练方法对车辆尾气的静态特征进行分类,将有明显烟气排出的车辆进行抓取,捕获其排烟的视频,并和车牌对应,将有车辆尾气视频与尾气烟度数据库进行对比判别进而确定车辆尾气的烟度的级别;
将所述工控机得到的所有数据传输至所述数据中心单元,进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310719028.6A CN103714363B (zh) | 2013-12-23 | 2013-12-23 | 一种机动车尾气烟度视频识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310719028.6A CN103714363B (zh) | 2013-12-23 | 2013-12-23 | 一种机动车尾气烟度视频识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103714363A true CN103714363A (zh) | 2014-04-09 |
CN103714363B CN103714363B (zh) | 2018-04-03 |
Family
ID=50407319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310719028.6A Active CN103714363B (zh) | 2013-12-23 | 2013-12-23 | 一种机动车尾气烟度视频识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103714363B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105259304A (zh) * | 2015-09-16 | 2016-01-20 | 张世达 | 一种车辆尾气污染物在线监测系统和方法 |
CN106023199A (zh) * | 2016-05-19 | 2016-10-12 | 重庆扬讯软件技术有限公司 | 一种基于图像分析技术的烟气黑度智能检测方法 |
CN106251639A (zh) * | 2016-09-29 | 2016-12-21 | 武汉市达谷智能科技有限公司 | 一种大数据应用于交通的智能化系统 |
CN106323886A (zh) * | 2015-06-19 | 2017-01-11 | 张世达 | 一种基于电子环保卡的汽车尾气污染物监测方法和系统 |
CN106680281A (zh) * | 2016-12-31 | 2017-05-17 | 中国科学技术大学 | 一种基于深度残差学习网络的柴油车尾气烟度检测方法 |
CN107392186A (zh) * | 2017-08-29 | 2017-11-24 | 无锡北斗星通信息科技有限公司 | 住宅区域运动目标跟踪系统 |
CN107478590A (zh) * | 2017-08-08 | 2017-12-15 | 南京新远见智能科技有限公司 | 一种结合机动车智能视觉识别与尾气遥感检测的方法 |
CN107831170A (zh) * | 2017-12-04 | 2018-03-23 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 一种电子抓拍系统的林格曼黑度校正方法 |
CN108007573A (zh) * | 2017-12-04 | 2018-05-08 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 一种机动车尾气黑度分析系统及方法 |
CN108088799A (zh) * | 2017-12-04 | 2018-05-29 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 机动车尾气林格曼黑度的测量方法及系统 |
CN108335490A (zh) * | 2018-03-26 | 2018-07-27 | 南京新远见智能科技有限公司 | 一种手持式尾气黑烟智能识别视频监测系统及方法 |
CN108460344A (zh) * | 2018-02-07 | 2018-08-28 | 北京工业大数据创新中心有限公司 | 屏幕中的动态区域智能识别系统及智能识别方法 |
US10145340B1 (en) | 2017-12-01 | 2018-12-04 | Ford Global Technologies, Llc | Systems and methods for heating a vehicle intake manifold during stop/start events |
CN109085123A (zh) * | 2018-08-28 | 2018-12-25 | 安徽宝龙环保科技有限公司 | 一种垂直式机动车尾气不透光度监测装置 |
CN109211795A (zh) * | 2018-10-11 | 2019-01-15 | 北方工业大学 | 一种垂直式多车道机动车尾气遥感检测方法及系统 |
CN109270224A (zh) * | 2018-11-12 | 2019-01-25 | 佛山量源环境与安全检测有限公司 | 一种机动车尾气路检系统 |
CN109856018A (zh) * | 2019-01-08 | 2019-06-07 | 北京大方科技有限责任公司 | 烟度检测设备及烟度检测方法 |
CN110516691A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 一种车辆尾气检测方法和装置 |
US10598108B2 (en) | 2018-03-14 | 2020-03-24 | Ford Global Technologies, Llc | Methods and systems for oil leak determination and/or mitigation |
CN111415516A (zh) * | 2020-03-30 | 2020-07-14 | 福建工程学院 | 一种全域路网的车辆尾气监测方法 |
US10927782B2 (en) | 2018-03-14 | 2021-02-23 | Ford Global Technologies, Llc | Methods and systems for oil leak determination and/or mitigation |
CN112649379A (zh) * | 2020-11-05 | 2021-04-13 | 广州市云景信息科技有限公司 | 一种非道路移动机械尾气排污监测装置及方法 |
CN113033981A (zh) * | 2021-03-13 | 2021-06-25 | 深圳前海黑顿科技有限公司 | 一种基于跨模态技术的机动车空气污染调控系统及方法 |
WO2022048051A1 (zh) * | 2020-09-02 | 2022-03-10 | 厦门理工学院 | 一种基于北斗的工程车尾气排放监控追踪系统 |
CN115035713A (zh) * | 2022-04-29 | 2022-09-09 | 银江技术股份有限公司 | 智慧交通碳排放监测系统和方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737247A (zh) * | 2012-07-04 | 2012-10-17 | 中国科学技术大学 | 一种柴油车尾气烟度图像识别系统 |
CN103278603A (zh) * | 2013-04-22 | 2013-09-04 | 北方工业大学 | 利用号牌识别技术监测机动车对环境影响的系统及方法 |
-
2013
- 2013-12-23 CN CN201310719028.6A patent/CN103714363B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737247A (zh) * | 2012-07-04 | 2012-10-17 | 中国科学技术大学 | 一种柴油车尾气烟度图像识别系统 |
CN103278603A (zh) * | 2013-04-22 | 2013-09-04 | 北方工业大学 | 利用号牌识别技术监测机动车对环境影响的系统及方法 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106323886A (zh) * | 2015-06-19 | 2017-01-11 | 张世达 | 一种基于电子环保卡的汽车尾气污染物监测方法和系统 |
CN105259304A (zh) * | 2015-09-16 | 2016-01-20 | 张世达 | 一种车辆尾气污染物在线监测系统和方法 |
CN105259304B (zh) * | 2015-09-16 | 2017-04-12 | 张世达 | 一种车辆尾气污染物在线监测系统和方法 |
CN106023199A (zh) * | 2016-05-19 | 2016-10-12 | 重庆扬讯软件技术有限公司 | 一种基于图像分析技术的烟气黑度智能检测方法 |
CN106023199B (zh) * | 2016-05-19 | 2019-02-01 | 重庆扬讯软件技术股份有限公司 | 一种基于图像分析技术的烟气黑度智能检测方法 |
CN106251639A (zh) * | 2016-09-29 | 2016-12-21 | 武汉市达谷智能科技有限公司 | 一种大数据应用于交通的智能化系统 |
CN106680281A (zh) * | 2016-12-31 | 2017-05-17 | 中国科学技术大学 | 一种基于深度残差学习网络的柴油车尾气烟度检测方法 |
CN107478590A (zh) * | 2017-08-08 | 2017-12-15 | 南京新远见智能科技有限公司 | 一种结合机动车智能视觉识别与尾气遥感检测的方法 |
CN107392186A (zh) * | 2017-08-29 | 2017-11-24 | 无锡北斗星通信息科技有限公司 | 住宅区域运动目标跟踪系统 |
CN107392186B (zh) * | 2017-08-29 | 2018-03-20 | 杨丽 | 住宅区域运动目标跟踪系统 |
US10145340B1 (en) | 2017-12-01 | 2018-12-04 | Ford Global Technologies, Llc | Systems and methods for heating a vehicle intake manifold during stop/start events |
CN108007573A (zh) * | 2017-12-04 | 2018-05-08 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 一种机动车尾气黑度分析系统及方法 |
CN108088799A (zh) * | 2017-12-04 | 2018-05-29 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 机动车尾气林格曼黑度的测量方法及系统 |
CN107831170A (zh) * | 2017-12-04 | 2018-03-23 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 一种电子抓拍系统的林格曼黑度校正方法 |
CN108460344A (zh) * | 2018-02-07 | 2018-08-28 | 北京工业大数据创新中心有限公司 | 屏幕中的动态区域智能识别系统及智能识别方法 |
US10927782B2 (en) | 2018-03-14 | 2021-02-23 | Ford Global Technologies, Llc | Methods and systems for oil leak determination and/or mitigation |
US10598108B2 (en) | 2018-03-14 | 2020-03-24 | Ford Global Technologies, Llc | Methods and systems for oil leak determination and/or mitigation |
CN108335490A (zh) * | 2018-03-26 | 2018-07-27 | 南京新远见智能科技有限公司 | 一种手持式尾气黑烟智能识别视频监测系统及方法 |
CN110516691A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 一种车辆尾气检测方法和装置 |
CN109085123A (zh) * | 2018-08-28 | 2018-12-25 | 安徽宝龙环保科技有限公司 | 一种垂直式机动车尾气不透光度监测装置 |
CN109211795A (zh) * | 2018-10-11 | 2019-01-15 | 北方工业大学 | 一种垂直式多车道机动车尾气遥感检测方法及系统 |
CN109211795B (zh) * | 2018-10-11 | 2023-09-29 | 北方工业大学 | 一种垂直式多车道机动车尾气遥感检测方法及系统 |
CN109270224A (zh) * | 2018-11-12 | 2019-01-25 | 佛山量源环境与安全检测有限公司 | 一种机动车尾气路检系统 |
CN109856018A (zh) * | 2019-01-08 | 2019-06-07 | 北京大方科技有限责任公司 | 烟度检测设备及烟度检测方法 |
CN109856018B (zh) * | 2019-01-08 | 2024-06-07 | 北京大方科技有限责任公司 | 烟度检测设备及烟度检测方法 |
CN111415516A (zh) * | 2020-03-30 | 2020-07-14 | 福建工程学院 | 一种全域路网的车辆尾气监测方法 |
WO2022048051A1 (zh) * | 2020-09-02 | 2022-03-10 | 厦门理工学院 | 一种基于北斗的工程车尾气排放监控追踪系统 |
CN112649379A (zh) * | 2020-11-05 | 2021-04-13 | 广州市云景信息科技有限公司 | 一种非道路移动机械尾气排污监测装置及方法 |
CN113033981A (zh) * | 2021-03-13 | 2021-06-25 | 深圳前海黑顿科技有限公司 | 一种基于跨模态技术的机动车空气污染调控系统及方法 |
CN115035713A (zh) * | 2022-04-29 | 2022-09-09 | 银江技术股份有限公司 | 智慧交通碳排放监测系统和方法 |
CN115035713B (zh) * | 2022-04-29 | 2023-08-25 | 银江技术股份有限公司 | 智慧交通碳排放监测系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103714363B (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103714363A (zh) | 一种机动车尾气烟度视频识别系统 | |
CN103279996B (zh) | 一种多车道情况下的车辆信息检测与识别系统 | |
CN107066953B (zh) | 一种面向监控视频的车型识别、跟踪及矫正方法和装置 | |
CN107478590A (zh) | 一种结合机动车智能视觉识别与尾气遥感检测的方法 | |
CN102737247B (zh) | 一种柴油车尾气烟度图像识别系统 | |
CN103176185B (zh) | 用于检测道路障碍物的方法及系统 | |
CN109191830B (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
CN106652551A (zh) | 一种车位检测方法及设备 | |
CN203260072U (zh) | 一种多车道情况下的车辆信息检测与识别系统 | |
CN202793389U (zh) | 一种高铁接触网在线巡检装置 | |
CN103927878A (zh) | 一种用于违章停车的自动抓拍装置及自动抓拍方法 | |
CN103794056A (zh) | 基于实时双路视频流的车型精确分类系统及方法 | |
CN110298300A (zh) | 一种检测车辆违章压线的方法 | |
CN105118305A (zh) | 室外停车场出口车辆管理平台 | |
CN102789686B (zh) | 一种基于路面亮度组合模式识别的道路交通流检测方法 | |
CN105163014A (zh) | 道路监测装置及方法 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
CN106855491A (zh) | 一种基于智能灯网的车辆尾气排放检测判别系统 | |
CN109272482A (zh) | 一种基于序列图像的城市路口车辆排队检测系统 | |
CN109191492B (zh) | 一种基于轮廓分析的智能视频黑烟车检测方法 | |
CN105574502A (zh) | 一种自助发卡机违章行为自动检测方法 | |
CN110514789A (zh) | 一种采用边缘计算的机动车尾气遥感检测系统及方法 | |
CN203165036U (zh) | 基于激光雷达的车型自动识别装置 | |
CN116818009A (zh) | 一种货车超限检测系统及方法 | |
Yao et al. | Developing operating mode distribution inputs for MOVES with a computer vision–based vehicle data collector |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |