CN103913121A - 一种车辆轮廓尺寸自动测量装置及方法 - Google Patents
一种车辆轮廓尺寸自动测量装置及方法 Download PDFInfo
- Publication number
- CN103913121A CN103913121A CN201410079662.2A CN201410079662A CN103913121A CN 103913121 A CN103913121 A CN 103913121A CN 201410079662 A CN201410079662 A CN 201410079662A CN 103913121 A CN103913121 A CN 103913121A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- along
- calculate
- edge
- 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
Abstract
本发明提供了一种车辆轮廓尺寸自动测量装置及方法,该装置包括第一框架以及设置在第一框架上的横梁,所述第一框架包含前、中、后3组支撑杆,其中中间组两根支撑杆和第一框架的交叉点为A,B,在A,B处分别布置左右各一台摄像机,在所述横梁上布置有前后两组摄像机,在所述中间组支撑杆中的任意一支撑杆上布置有上下第一和第二两台摄像机;所述装置还包括数据采集与处理单元,用于利用所述前后两组摄像机采集的车辆前沿图像和车辆后沿图像,计算车辆长度;利用所述左右两台摄像机采集的车辆左沿图像和右沿图像,计算车辆的宽度;利用所述上下第一和第二两台摄像机采集的车辆侧面图像,计算车辆的高度。本发明能够实现车辆轮廓尺寸的自动测量。
Description
技术领域
本发明属于图像处理与机器视觉领域,具体涉及一种车辆轮廓尺寸自动测量装置及方法。
背景技术
随着国内社会经济和科学技术的快速发展,汽车工业逐渐成为了我国国民经济的支柱产业。汽车生产企业逐年增多,汽车总产量逐年升高,汽车品种逐年扩宽,使得我国的市场经济竞争逐渐进入白热化。同时,随着《道路交通安全法》的发布和实施,汽车产品的管理急需从基础做起,将更加系统全面地提出产品的要求。2004年10月1日,国家质检总局、国家标准化管理委员会发布的《道路车辆外廓尺寸、轴荷及质量限值》(GB1589-2004)(以下简称《限值》)正式实施。这一项法规的贯彻落实使得一切与汽车相关的检测手段、检测技术,特别是自动化检测设备的作用和地位显得尤为重要,检测技术的先进程度往往是制约产品质量的一个重要因素。车辆轮廓尺寸参数的测量是我国车辆定型试验及安全检测的重要组成部分,它不仅仅需要有人力的支持,而且需要有相应的技术和配套措施的支持。
目前,车辆轮廓尺寸参数的测量主要是依靠人工操作,即利用测量器具钢卷尺、高度尺、角度尺、外径卡规、标杆,以及光学式及电磁式检测仪等对车辆的外轮廓尺寸进行测量。这种传统的测量方法劳动强度大、测量时间长、测量精度低,已经不能满足我国现代化检测的需求。
发明内容
针对现有技术的不足,本发明提供一种车辆轮廓尺寸自动测量装置及方法,能够实现车辆轮廓尺寸的自动测量。
为实现上述目的,本发明通过以下技术方案予以实现:
一种车辆轮廓尺寸自动测量装置,该装置包括
第一框架以及设置在第一框架上的横梁,所述第一框架包含前、中、后3组支撑杆,其中中间组两根支撑杆和第一框架的交叉点为A,B,在A,B处分别布置左右各一台摄像机,在所述横梁上布置有前后两组摄像机,在所述中间组支撑杆中的任意一支撑杆上布置有上下第一和第二两台摄像机;
所述装置还包括数据采集与处理单元,用于利用所述前后两组摄像机采集的车辆前沿图像和车辆后沿图像,计算车辆长度;利用所述左右两台摄像机采集的车辆左沿图像和右沿图像,计算车辆的宽度;利用所述上下第一和第二两台摄像机采集的车辆侧面图像,计算车辆的高度;数据采集过程采用多线程技术实现,其中前后两组摄像机利用信号量实现同步采集,左右两台摄像机和侧面上下第一和第二两台摄像机利用定时器实现同步采集。
一种利用所述装置实现车辆轮廓尺寸自动测量的方法,该方法包括测量车辆的长度,
S21.计算所述前后两组摄像机中心之间的距离X;
S22.在车辆后沿图像中,计算车辆后沿距车辆后沿图像的水平中心线的垂直距离a;在车辆前沿图像中,计算车辆前沿距车辆前沿图像的水平中心线的垂直距离b;
S23.计算车辆长度L=X-S1a-S2b,其中,S1表示后沿图像的图像比例尺,S2表示前沿图像的图像比例尺。
其中,所述车辆后沿距车辆后沿图像的水平中心线的垂直距离a和车辆前沿距车辆前沿图像的水平中心线的垂直距离b的计算方法包括:
设车辆后沿图像的大小为xsize×ysize,为车辆后沿图像建立直角坐标系,以车辆后沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数a为:
a=ysize/2-y1
其中y1表示在上述坐标系中车辆后沿的位置纵坐标;
设车辆前沿图像的大小为xsize×ysize,为车辆前沿图像建立直角坐标系,以车辆前沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数b为:
b=y2-ysize/2
其中y2表示在上述坐标系中车辆前沿的位置纵坐标。
其中,所述车辆后沿的位置坐标y1和车辆前沿的位置坐标y2的计算方法包括:
在所述车辆后沿图像和前沿图像上分别选定图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆后沿和前沿的差分图像g1(x,y)、g2(x,y);
对差分图像g1(x,y)、g2(x,y)分别进行灰度水平累计,并绘制灰度水平累计曲线I1(y)和I2(y);
查找曲线I1(y)从上向下扫描过程中遇到的第一个斜率突变点即为车辆后沿位置坐标y1;查找曲线I2(y)从下向上扫描过程中遇到的第一个斜率突变点即为车辆前沿位置坐标y2。
进一步,该方法还包括测量车辆的宽度,
S51.计算所述左右两台摄像机中心之间的距离Y;
S52.在车辆左沿图像中,计算车辆左沿距车辆左沿图像的垂直中心线的水平距离d;在车辆右沿图像中,计算车辆右沿距车辆右沿图像的垂直中心线的水平距离c;
S53.计算车辆宽度W=Y+S3c+S4d,其中,S3表示右沿图像的图像比例尺,S4表示左沿图像的图像比例尺;
S54.按照上述步骤S51-S53计算出每一帧图像的车辆宽度,取最大值作为最终的车辆宽度。
其中,所述车辆右沿距车辆右沿图像的垂直中心线的水平距离c和车辆左沿距车辆左沿图像的垂直中心线的水平距离d的计算方法包括:
设车辆右沿图像的大小为xsize×ysize,为车辆右沿图像建立直角坐标系,以车辆右沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数c为:
c=x1-xsize/2
其中x1表示在上述坐标系中车辆右沿的位置横坐标;
设车辆左沿图像的大小为xsize×ysize,为车辆左沿图像建立直角坐标系,以车辆左沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数d为:
d=xsize/2-x2
其中x2表示在上述坐标系中车辆左沿的位置横坐标。
其中,所述车辆右沿的位置横坐标x3和车辆左沿的位置横坐标x4的计算方法包括:
在所述车辆右沿图像和左沿图像上分别选定图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆右沿和左沿的差分图像g3(x,y)、g4(x,y);
对差分图像g3(x,y)、g4(x,y)分别进行灰度垂直累计,并绘制灰度垂直累计曲线I1(x)和I2(x);
查找曲线I1(x)从右向左扫描过程中遇到的第一个斜率突变点即为车辆右沿位置坐标x3;查找曲线I2(x)从左向右扫描过程中遇到的第一个斜率突变点即为车辆左沿位置坐标x4。
进一步,该方法还包括测量车辆的高度,所述上下第一和第二两台摄像机分别用来测量大型车的高度H1和小型车的高度H2,
S81.计算所述上下第一和第二两台摄像机与地面的距离Z1和Z2,其中Z1>Z2;
S82.在车辆的侧面图像中,计算车辆上沿距车辆侧面图像的水平中心线的垂直距离为e;
S83.计算小型车辆侧面图像的比例尺S6和大型车辆侧面图像的比例尺S5;
S84.计算大型车的高度H1=Z1+S5e;计算小型车的高度H2=Z2+S6e;
S85.按照上述步骤S81-S84计算出每一帧图像的车辆高度,取最大值作为最终的车辆高度。
其中,所述车辆上沿距车辆侧面图像的水平中心线的垂直距离e的计算方法包括:
设车辆侧面图像的大小为xsize×ysize,为车辆侧面图像建立直角坐标系,以车辆侧面图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数e为:
e=ysize/2-y3
其中y3表示在上述坐标系中车辆上沿的位置纵坐标。
其中,所述车辆上沿的位置纵坐标y3的计算方法包括:
在所述车辆侧面图像上选定图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆侧面的差分图像g5(x,y);
对差分图像g5(x,y)进行灰度水平累计,并绘制灰度水平累计曲线I3(y);
查找曲线I3(y)从上向下扫描过程中遇到的第一个斜率突变点即为车辆上沿位置坐标y3。
其中,所述小型车辆侧面图像的比例尺S6和大型车辆侧面图像的比例尺S5的计算方式为:
这里y4表示地面在上述坐标系的位置纵坐标。
其中,所述地面在上述坐标系的位置纵坐标y4的计算方法包括:
在所述车辆侧面图像上选定图像处理区域;
对所述图像处理区域内彩色图像中的最大分量进行灰度值水平累计,并绘制累计曲线I4(y);
分别计算所述图像处理区域内像素的亮度平均值Mean和标准偏差Std,并找出曲线I4(y)的波谷点坐标(pos,min),以及曲线I4(y)与直线y=Mean*x-Std的两交点之间的距离c;
查找轮胎帧,即确定在哪一帧图像上轮胎中心正好处于侧面图像中心线上,定义特征参数α,如下式所示,以该参数值最大的图像帧号为轮胎帧,
查找所述参数值最大的图像帧号对应的图像上函数I4(y)的曲线波谷点位置坐标,该点为检测出的轮胎与地面的接触点位置坐标,即地面位置纵坐标y4。
本发明至少具有如下的有益效果:
本发明所述的装置及方法可以实现车辆长度、宽度、高度参数的自动测量,尤其对于汽车检测站或其他公路、交通管理部门等特定场合,利用该方法可以实现不停车自动测量各种型号车辆的轮廓参数,这方法大大降低了车辆轮廓参数测量的劳动强度,提高了测量质量和效率,降低了测量成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中车辆轮廓尺寸自动测量装置的结构示意图;
图2是本发明实施例中所述装置硬件单元的三维结构示意图;
图3是本发明实施例中车辆轮廓尺寸自动测量方法的流程图;
图4是本发明实施例中前后两组摄像机采集的车辆前沿图像和车辆后沿图像的坐标图;
图5是本发明实施例中左右两个摄像机采集的车辆左沿图像和车辆右沿图像的坐标图;
图6是本发明实施例中上下第一和第二两台摄像机采集的车辆上沿图像的坐标图;
图7是本发明实施例中小型车高度测量原理示意图;
图8本发明实施例中大型车高度测量原理示意图;
图9是本发明实施例中摄像机采集的地面图像的坐标图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本发明实施例提出了一种车辆轮廓尺寸自动测量装置,参见图1,包括硬件单元101和数据采集与处理单元102;
图2为硬件单元101的三维结构示意图,其包括第一框架以及设置在第一框架上的横梁,所述第一框架包含前、中、后3组支撑杆,其中中间组两根支撑杆和第一框架的交叉点为A,B,在A,B处分别布置左右各一台摄像机,在所述横梁上布置有前后两组摄像机,在所述中间组支撑杆中的任意一支撑杆上布置有上下第一和第二两台摄像机。
数据采集与处理单元102,用于利用所述前后两组摄像机采集的车辆前沿图像和车辆后沿图像,计算车辆长度;利用所述左右两台摄像机采集的车辆左沿图像和右沿图像,计算车辆的宽度;利用所述上下第一和第二两台摄像机采集的车辆侧面图像,计算车辆的高度;数据采集过程采用多线程技术实现,其中前后两组摄像机利用信号量实现同步采集,左右两台摄像机和侧面上下第一和第二两台摄像机利用定时器实现同步采集。
采集过程中,利用程序为每个摄像机各开启一个线程。对于前后两组摄像机,利用多线程编程技术中的信号量,实现同步采集。对于左右两台摄像机和侧面上下第一和第二两台摄像机利用程序的定时器实现每隔30毫秒进行一次同步采集。
本发明实施例所述装置的第一框架也称测量工位,用于供待测量的车辆通过;所述设置在第一框架上的横梁用于放置前后两组摄影机,用于采集车辆前沿图像和后沿图像;所述布置在中间组两根支撑杆和第一框架的交叉点A,B处的两台摄像机,用于采集车辆的左沿图像和右沿图像;所述第一框架的中间组支撑杆中的任意一支撑杆上布置上下第一和第二台摄像机,用于采集不同型号车辆的侧面图像,比如采集大型车的侧面图像,利用第一台摄像机,而采集小型车的侧面图像,利用第二台摄像机。
在本实施例中,所采用的摄像机分辨率为1280×720,帧率为30帧/秒的高清网络摄像机。摄像机安装好后,分别对其进行标定,这样在实际测量时,可以直接获得车体的实际数据。
在车辆通过所述第一框架的过程中,需要两个触发信号来控制整个测量装置的正常运转,一个触发信号用来控制摄像机的启动,另一个触发信号用来控制摄像机的关闭。当车辆驶入后,数据采集与处理单元通过后组摄像机图像判断是否有车辆驶入,如果判断已有车辆驶入第一框架,则立即启动摄像机,进行连续图像采集,即采集一帧一帧的图像。与此同时,数据采集与处理单元通过前组摄像机采集的图像判断第一框架内是否有车辆驶出,当车辆驶出后,即刻停止图像采集。
车辆通过第一框架组成的测量区域时,该装置自动判断,自动测量,实现完全智能化。该测量装置包含的数据采集与处理单元用于对采集的图像进行处理,进而计算车辆的长度、宽度和高度,另外数据采集与处理单元还负责建立参数数据库,将车辆的尺寸、图像、检测时间等存入数据库,以便将来查询。
实施例2
本发明实施例还提出了一种车辆轮廓尺寸自动测量方法,该方法基于所述车辆轮廓尺寸自动测量装置,当所述装置检测到有车辆驶入第一框架时,立即启动摄像机,进行图像的连续采集,直至检测到车辆驶出为止,该方法包括测量车辆的长度,宽度和高度,参见图3,具体步骤为:
步骤301:计算所述前后两组摄像机中心之间的距离X。
在本步骤中,所用装置中前后两组摄像机的中心距离X是已知的或可以经过简单测量获知的。例如图2,装置中前后两组摄像机共8个,4个均匀分布在装置顶部横梁的前端,为前组摄像机,假设两个摄像机之间的距离为3米;4个均匀分布在测量装置顶部横梁的后端,为后组摄像机,两个摄像机之间的距离也假设为3米;前组摄像机和后组摄像机之间的距离为5米,那么前后两组摄像机中心之间的距离即为1.5+3+5+3+1.5,共14米。
步骤302:在车辆后沿图像中,计算车辆后沿距车辆后沿图像水平中心线的垂直距离a;在车辆前沿图像中,计算车辆前沿距车辆前沿图像的水平中心线的垂直距离b。
在本步骤中,所述车辆后沿距车辆后沿图像的水平中心线的垂直距离a和车辆前沿距车辆前沿图像的水平中心线的垂直距离b的计算方法包括:
如图4所示,设车辆后沿图像的大小为xsize×ysize,为车辆后沿图像建立直角坐标系,以车辆后沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数a为:
a=ysize/2-y1
其中y1表示在上述坐标系中车辆后沿的位置纵坐标;
设车辆前沿图像的大小为xsize×ysize,为车辆前沿图像建立直角坐标系,以车辆前沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数b为:
b=y2-ysize/2
其中y2表示在上述坐标系中车辆前沿的位置纵坐标。
这里,所述车辆后沿的位置坐标y1和车辆前沿的位置坐标y2的计算方法包括:
在所述车辆后沿图像和前沿图像上分别选定图像处理区域,如图4所示,将坐标(sx,0),(ex,0),(sx,ysize),(ex,ysize)围成的区域为图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆后沿和前沿的差分图像g1(x,y)、g2(x,y);
具体地,差分图像g(x,y)的计算方法为:利用图像处理区域内每一像素点R、G、B三分量中的最大分量进行相邻帧差分,设第t帧图像的R、G、B分量分别为rt(x,y)、gt(x,y)和bt(x,y),则差分图像g(x,y)的计算方法为:
g(x,y)=|max(rt(x,y),gt(x,y),bt(x,y))-max(rt-1(x,y),gt-1(x,y),bt-1(x,y))|;
对差分图像g1(x,y)、g2(x,y)分别进行灰度水平累计,并绘制灰度水平累计曲线I1(y)和I2(y);
灰度水平累计曲线I(y)的具体计算方式为
查找曲线I1(y)从上往下扫描过程中遇到的第一个斜率突变点即为车辆后沿位置坐标y1;查找曲线I2(y)从下往上扫描过程中遇到的第一个斜率突变点即为车辆前沿位置坐标y2。
将计算出的y1和y2带入a=ysize/2-y1和b=y2-ysize/2中,计算出a和b。
步骤303:计算车辆长度L=X-S1a-S2b,其中,S1表示后沿图像的图像比例尺,S2表示前沿图像的图像比例尺。
在本步骤中,由于a和b为车辆后沿距车辆后沿图像的水平中心线的垂直距离和车辆前沿距车辆前沿图像的水平中心线的垂直距离,因此需要将其转化为实际距离,利用后沿图像的图像比例尺S1和前沿图像的图像比例尺S2可以计算出其实际距离,其中后沿图像的图像比例尺S1和前沿图像的图像比例尺S2为预先设定;再根据步骤301和步骤302计算出的X、a和b,利用L=X-S1a-S2b计算出车辆长度L。
步骤304:计算所述左右两台摄像机中心之间的距离Y。
在本步骤中,所述左右两台摄像机中心之间的距离Y为已知或经过简单测量获取。
步骤305:在车辆左沿图像中,计算车辆左沿距车辆左沿图像的垂直中心线的水平距离d;在车辆右沿图像中,计算车辆右沿距车辆右沿图像的垂直中心线的水平距离c。
在本步骤中,所述车辆右沿距车辆右沿图像的垂直中心线的水平距离c和车辆左沿距车辆左沿图像的垂直中心线的水平距离d的计算方法包括:
如图5所示,设车辆右沿图像的大小为xsize×ysize,为车辆右沿图像建立直角坐标系,以车辆右沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数c为:
c=x1-xsize/2
其中x1表示在上述坐标系中车辆右沿的位置横坐标;
设车辆左沿图像的大小为xsize×ysize,其中xsize×ysize的大小可以由用户定义,为车辆左沿图像建立直角坐标系,以车辆左沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数d为:
d=xsize/2-x2
其中x2表示在上述坐标系中车辆左沿的位置横坐标;
其中,所述车辆右沿的位置横坐标x1和车辆左沿的位置横坐标x2的计算方法包括:
在所述车辆右沿图像和左沿图像上分别选定图像处理区域,如图5所示,红线划定的范围为图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆右沿和左沿的差分图像g3(x,y)、g4(x,y);
具体地,差分图像g(x,y)的计算方法为:利用图像处理区域内每一像素点R、G、B三分量中的最大分量进行相邻帧差分,设第t帧图像的R、G、B分量分别为rt(x,y)、gt(x,y)和bt(x,y),则差分图像g(x,y)为:
g(x,y)=|max(rt(x,y),gt(x,y),bt(x,y))-max(rt-1(x,y),gt-1(x,y),bt-1(x,y))|;
对差分图像g3(x,y)、g4(x,y)分别进行灰度垂直累计,并绘制灰度垂直累计曲线I1(x)和I2(x);
灰度垂直累计曲线I(x)的具体计算方式为
查找曲线I1(x)从右向左扫描过程中遇到的第一个斜率突变点即为车辆右沿位置坐标x1;查找曲线I2(x)从左向右扫描过程中遇到的第一个斜率突变点即为车辆左沿位置坐标x2。
将x1和x2代入到c=x1-xsize/2和d=xsize/2-x2中,计算出c和d。
步骤306:计算车辆宽度W=Y+S3c+S4d,其中,S3表示右沿图像的图像比例尺,S4表示左沿图像的图像比例尺。
在本步骤中,由于c和d为车辆右沿距车辆右沿图像的垂直中心线的水平距离和车辆左沿距车辆左沿图像的垂直中心线的水平距离,因此需要将其转化为实际距离,利用右沿图像的图像比例尺S3和左沿图像的图像比例尺S4可以计算出其实际距离,其中右沿图像的图像比例尺S3和左沿图像的图像比例尺S4为预先设定;再根据步骤304和步骤305计算出的Y、c和d,利用W=Y+S3c+S4d计算出车辆宽度W。
步骤307:按照上述步骤304-306计算出每一帧图像的车辆宽度,取最大值作为最终的车辆宽度。
在本步骤中,由于车辆在行进过程中,图像采集和处理的过程一直持续,并且车辆宽度的测量是以最宽宽度为标准的,所以需要按照上述步骤304-306计算采集的每一帧图像的车辆宽度,最后取最大值作为最终的车辆宽度。
步骤308:计算所述上下第一和第二两台摄像机与地面的距离Z1和Z2,其中Z1>Z2。
在本步骤中,所述上下第一和第二两台摄像机与地面的距离Z1和Z2为已知的或经过简单测量可以获取。
步骤309:在车辆的侧面图像中,计算车辆上沿距车辆侧面图像的水平中心线的垂直距离e。
在本步骤中,所述车辆上沿距车辆侧面图像的水平中心线的垂直距离e的计算方法包括:
如图6所示,设车辆侧面图像的大小为xsize×ysize,为车辆侧面图像建立直角坐标系,以车辆侧面图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数e为:
e=ysize/2-y3
其中y3表示在上述坐标系中车辆上沿的位置纵坐标。
这里,所述车辆上沿的位置纵坐标y3的计算方法包括:
在所述车辆侧面图像上选定图像处理区域,如图6红线划定的范围为图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆侧面的差分图像g5(x,y);
具体地,差分图像g(x,y)的计算方法为:利用图像处理区域内每一像素点R、G、B三分量中的最大分量进行相邻帧差分,设第t帧图像的R、G、B分量分别为rt(x,y)、gt(x,y)和bt(x,y),则差分图像g(x,y)为:
g(x,y)=|max(rt(x,y),gt(x,y),bt(x,y))-max(rt-1(x,y),gt-1(x,y),bt-1(x,y))|;
对差分图像g5(x,y)进行灰度水平累计,并绘制灰度水平累计曲线I3(y);
其中,灰度水平累计曲线I(y)的计算方式为
最后,查找曲线I3(y)从上向下扫描过程中遇到的第一个斜率突变点即为车辆上沿位置坐标y3;
将计算出的y3代入e=ysize/2-y3中,计算出参数e。
步骤310:计算大型车的高度H1=Z1+S5e;计算小型车的高度H2=Z2+S6e。
在本步骤中,当被测量车辆为小型车时,如图7所示,由于是第二摄像机采集车辆侧面图像,所以其车辆高度的计算公式为H2=Z2+S6e,其中S6为小型车车辆侧面图像的比例尺,计算方法为
当被测量车辆为大型车时,如图8所示,由于是第一摄像机采集车辆侧面图像,所以其车辆高度的计算公式为H1=Z1+S5e,其中S5为大型车辆侧面图像的比例尺,计算方法为
这里y4表示地面在上述坐标系的位置纵坐标,如图9所示,其求解方法为:
在所述车辆侧面图像上选定图像处理区域,如图9红线划定的范围为图像处理区域;
对图像处理区域内彩色图像中的最大分量进行灰度值水平累计,并绘制累计曲线I4(y);
分别计算图像处理区域内像素的亮度平均值Mean和标准偏差Std,并找出曲线I4(y)的波谷点坐标(pos,min),以及曲线I4(y)与直线y=Mean*x-Std的两交点之间的距离c;
其中亮度平均值Mean和标准偏差Std的计算方式为:
查找轮胎帧,即确定在哪一帧图像上轮胎中心正好处于侧面图像中心线上。定义特征参数α,如下式所示,以该参数值最大的图像帧号为轮胎帧;
查找所述参数值最大的图像帧号对应的图像上函数I4(y)的曲线波谷点位置坐标,该点为检测出的轮胎与地面的接触点位置坐标,即地面位置纵坐标y4。
最后,根据参数Z1、S5、e计算大型车的高度H1=Z1+S5e;根据参数Z2、S6、e计算小型车的高度H2=Z2+S6e。
步骤311:按照上述步骤308-310计算出每一帧图像的车辆高度,取最大值作为最终的车辆高度。
在本步骤中,由于车辆在行进过程中,图像采集和处理的过程一直持续,并且车辆高度的测量是以最高高度为标准的,所以需要按照上述步骤308-310计算采集的每一帧图像的车辆高度,最后取最大值作为最终的车辆高度。
本实施例所述的方法可以实现车辆长度、宽度、高度参数的自动测量,尤其对于汽车检测站或其他公路、交通管理部门等特定场合,利用该方法可以实现不停车自动测量各种型号车辆的轮廓参数,这方法大大降低了车辆轮廓参数测量的劳动强度,提高了测量质量和效率,降低了测量成本。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种车辆轮廓尺寸自动测量装置,其特征在于,该装置包括
第一框架以及设置在第一框架上的横梁,所述第一框架包含前、中、后3组支撑杆,其中中间组两根支撑杆和第一框架的交叉点为A,B,在A,B处分别布置左右各一台摄像机,在所述横梁上布置有前后两组摄像机,在所述中间组支撑杆中的任意一支撑杆上布置有上下第一和第二两台摄像机;
所述装置还包括数据采集与处理单元,用于利用所述前后两组摄像机采集的车辆前沿图像和车辆后沿图像,计算车辆长度;利用所述左右两台摄像机采集的车辆左沿图像和右沿图像,计算车辆的宽度;利用所述上下第一和第二两台摄像机采集的车辆侧面图像,计算车辆的高度;数据采集过程采用多线程技术实现,其中前后两组摄像机利用信号量实现同步采集,左右两台摄像机和侧面上下第一和第二两台摄像机利用定时器实现同步采集。
2.一种利用权利要求1所述装置实现车辆轮廓尺寸自动测量的方法,其特征在于,该方法包括测量车辆的长度,
S21.计算所述前后两组摄像机中心之间的距离X;
S22.在车辆后沿图像中,计算车辆后沿距车辆后沿图像的水平中心线的垂直距离a;在车辆前沿图像中,计算车辆前沿距车辆前沿图像的水平中心线的垂直距离b;
S23.计算车辆长度L=X-S1a-S2b,其中,S1表示后沿图像的图像比例尺,S2表示前沿图像的图像比例尺。
3.根据权利要求2所述的方法,其特征在于,所述车辆后沿距车辆后沿图像的水平中心线的垂直距离a和车辆前沿距车辆前沿图像的水平中心线的垂直距离b的计算方法包括:
设车辆后沿图像的大小为xsize×ysize,为车辆后沿图像建立直角坐标系,以车辆后沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数a为:
a=ysize/2-y1
其中y1表示在上述坐标系中车辆后沿的位置纵坐标;
设车辆前沿图像的大小为xsize×ysize,为车辆前沿图像建立直角坐标系,以车辆前沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数b为:
b=y2-ysize/2
其中y2表示在上述坐标系中车辆前沿的位置纵坐标。
4.根据权利要求3所述的方法,其特征在于,所述车辆后沿的位置坐标y1和车辆前沿的位置坐标y2的计算方法包括:
在所述车辆后沿图像和前沿图像上分别选定图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆后沿和前沿的差分图像g1(x,y)、g2(x,y);
对差分图像g1(x,y)、g2(x,y)分别进行灰度水平累计,并绘制灰度水平累计曲线I1(y)和I2(y);
查找曲线I1(y)从上向下扫描过程中遇到的第一个斜率突变点即为车辆后沿位置坐标y1;查找曲线I2(y)从下向上扫描过程中遇到的第一个斜率突变点即为车辆前沿位置坐标y2。
5.根据权利要求2所述的方法,其特征在于,该方法还包括测量车辆的宽度,
S51.计算所述左右两台摄像机中心之间的距离Y;
S52.在车辆左沿图像中,计算车辆左沿距车辆左沿图像的垂直中心线的水平距离d;在车辆右沿图像中,计算车辆右沿距车辆右沿图像的垂直中心线的水平距离c;
S53.计算车辆宽度W=Y+S3c+S4d,其中,S3表示右沿图像的图像比例尺,S4表示左沿图像的图像比例尺;
S54.按照上述步骤S51-S53计算出每一帧图像的车辆宽度,取最大值作为最终的车辆宽度。
6.根据权利要求5所述的方法,其特征在于,所述车辆右沿距车辆右沿图像的垂直中心线的水平距离c和车辆左沿距车辆左沿图像的垂直中心线的水平距离d的计算方法包括:
设车辆右沿图像的大小为xsize×ysize,为车辆右沿图像建立直角坐标系,以车辆右沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数c为:
c=x1-xsize/2
其中x1表示在上述坐标系中车辆右沿的位置横坐标;
设车辆左沿图像的大小为xsize×ysize,为车辆左沿图像建立直角坐标系,以车辆左沿图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数d为:
d=xsize/2-x2
其中x2表示在上述坐标系中车辆左沿的位置横坐标。
7.根据权利要求6所述的方法,其特征在于,所述车辆右沿的位置横坐标x1和车辆左沿的位置横坐标x2的计算方法包括:
在所述车辆右沿图像和左沿图像上分别选定图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆右沿和左沿的差分图像g3(x,y)、g4(x,y);
对差分图像g3(x,y)、g4(x,y)分别进行灰度垂直累计,并绘制灰度垂直累计曲线I1(x)和I2(x);
查找曲线I1(x)从右向左扫描过程中遇到的第一个斜率突变点即为车辆右沿位置坐标x1;查找曲线I2(x)从左向右扫描过程中遇到的第一个斜率突变点即为车辆左沿位置坐标x2。
8.根据权利要求2所述的方法,其特征在于,该方法还包括测量车辆的高度,所述上下第一和第二两台摄像机分别用来测量大型车的高度H1和小型车的高度H2,
S81.计算所述上下第一和第二两台摄像机与地面的距离Z1和Z2,其中Z1>Z2;
S82.在车辆的侧面图像中,计算车辆上沿距车辆侧面图像的水平中心线的垂直距离为e;
S83.计算小型车辆侧面图像的比例尺S6和大型车辆侧面图像的比例尺S5;
S84.计算大型车的高度H1=Z1+S5e;计算小型车的高度H2=Z2+S6;
S85.按照上述步骤S81-S84计算出每一帧图像的车辆高度,取最大值作为最终的车辆高度。
9.根据权利要求8所述的方法,其特征在于,所述车辆上沿距车辆侧面图像的水平中心线的垂直距离e的计算方法包括:
设车辆侧面图像的大小为xsize×ysize,为车辆侧面图像建立直角坐标系,以车辆侧面图像的左上顶点为坐标原点,x轴方向水平向右,y轴方向竖直向下,则参数e为:
e=ysize/2-y3
其中y3表示在上述坐标系中车辆上沿的位置纵坐标。
10.根据权利要求9所述的方法,其特征在于,所述车辆上沿的位置纵坐标y3的计算方法包括:
在所述车辆侧面图像上选定图像处理区域;
对选定图像处理区域内彩色图像中的最大分量进行差分处理,得到车辆侧面的差分图像g5(x,y);
对差分图像g5(x,y)进行灰度水平累计,并绘制灰度水平累计曲线I3(y);
查找曲线I3(y)从上向下扫描过程中遇到的第一个斜率突变点即为车辆上沿位置坐标y3。
11.根据权利要求8所述的方法,其特征在于,所述小型车辆侧面图像的比例尺S6和大型车辆侧面图像的比例尺S5的计算方式为:
这里y4表示地面在上述坐标系的位置纵坐标。
12.根据权利要求11所述的方法,其特征在于,所述地面在上述坐标系的位置纵坐标y4的计算方法包括:
在所述车辆侧面图像上选定图像处理区域;
对所述图像处理区域内彩色图像中的最大分量进行灰度值水平累计,并绘制累计曲线I4(y);
分别计算所述图像处理区域内像素的亮度平均值Mean和标准偏差Std,并找出曲线I4(y)的波谷点坐标(pos,min),以及曲线I4(y)与直线y=Mean*x-Std的两交点之间的距离c;
查找轮胎帧,即确定在哪一帧图像上轮胎中心正好处于侧面图像中心线上,定义特征参数α,如下式所示,以该参数值最大的图像帧号为轮胎帧,
查找所述参数值最大的图像帧号对应的图像上函数I4(y)的曲线波谷点位置坐标,该点为检测出的轮胎与地面的接触点位置坐标,即地面位置纵坐标y4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410079662.2A CN103913121B (zh) | 2014-03-05 | 2014-03-05 | 一种车辆轮廓尺寸自动测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410079662.2A CN103913121B (zh) | 2014-03-05 | 2014-03-05 | 一种车辆轮廓尺寸自动测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103913121A true CN103913121A (zh) | 2014-07-09 |
CN103913121B CN103913121B (zh) | 2018-02-23 |
Family
ID=51038990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410079662.2A Expired - Fee Related CN103913121B (zh) | 2014-03-05 | 2014-03-05 | 一种车辆轮廓尺寸自动测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103913121B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104330030A (zh) * | 2014-11-19 | 2015-02-04 | 吉林大学 | 固定式汽车整车尺寸与形貌主动视觉测量系统 |
CN104766047A (zh) * | 2015-03-04 | 2015-07-08 | 西安工业大学 | 基于车辆长度检测的高速收费站车辆识别方法及装置 |
CN106370112A (zh) * | 2016-11-01 | 2017-02-01 | 上海兰宝传感科技股份有限公司 | 通用的宽度检测系统 |
CN106643516A (zh) * | 2016-11-01 | 2017-05-10 | 上海兰宝传感科技股份有限公司 | 丝束开松宽度检测装置 |
CN108230386A (zh) * | 2018-01-05 | 2018-06-29 | 湖北汽车工业学院 | 一种汽车管梁测量中的图像处理算法 |
CN111336933A (zh) * | 2019-07-03 | 2020-06-26 | 广东森霖造绿有限公司 | 一种应用无人机拍摄的树木检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06288719A (ja) * | 1993-03-31 | 1994-10-18 | Nagoya Denki Kogyo Kk | 車両の寸法測定方法 |
JP2002211366A (ja) * | 2001-01-19 | 2002-07-31 | Shibuya Kogyo Co Ltd | 門型洗車機における車形検出方法 |
CN1719190A (zh) * | 2005-08-08 | 2006-01-11 | 吉林大学 | 汽车整车尺寸非接触检测系统 |
CN102679889A (zh) * | 2012-05-30 | 2012-09-19 | 北京恒华伟业科技股份有限公司 | 车辆尺寸的测量方法和装置 |
-
2014
- 2014-03-05 CN CN201410079662.2A patent/CN103913121B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06288719A (ja) * | 1993-03-31 | 1994-10-18 | Nagoya Denki Kogyo Kk | 車両の寸法測定方法 |
JP2002211366A (ja) * | 2001-01-19 | 2002-07-31 | Shibuya Kogyo Co Ltd | 門型洗車機における車形検出方法 |
CN1719190A (zh) * | 2005-08-08 | 2006-01-11 | 吉林大学 | 汽车整车尺寸非接触检测系统 |
CN102679889A (zh) * | 2012-05-30 | 2012-09-19 | 北京恒华伟业科技股份有限公司 | 车辆尺寸的测量方法和装置 |
Non-Patent Citations (1)
Title |
---|
廖维: "基于机器视觉的工件加工尺寸在线测量方法与系统研究", 《中国优秀硕士学位论文全文数据库·信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104330030A (zh) * | 2014-11-19 | 2015-02-04 | 吉林大学 | 固定式汽车整车尺寸与形貌主动视觉测量系统 |
CN104766047A (zh) * | 2015-03-04 | 2015-07-08 | 西安工业大学 | 基于车辆长度检测的高速收费站车辆识别方法及装置 |
CN104766047B (zh) * | 2015-03-04 | 2017-12-19 | 西安工业大学 | 基于车辆长度检测的高速收费站车辆识别方法及装置 |
CN106370112A (zh) * | 2016-11-01 | 2017-02-01 | 上海兰宝传感科技股份有限公司 | 通用的宽度检测系统 |
CN106643516A (zh) * | 2016-11-01 | 2017-05-10 | 上海兰宝传感科技股份有限公司 | 丝束开松宽度检测装置 |
CN108230386A (zh) * | 2018-01-05 | 2018-06-29 | 湖北汽车工业学院 | 一种汽车管梁测量中的图像处理算法 |
CN111336933A (zh) * | 2019-07-03 | 2020-06-26 | 广东森霖造绿有限公司 | 一种应用无人机拍摄的树木检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103913121B (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103913121A (zh) | 一种车辆轮廓尺寸自动测量装置及方法 | |
CN104299240B (zh) | 用于车道偏移预警的摄像头标定方法及系统 | |
CN101750049B (zh) | 基于道路和车辆自身信息的单目视觉车距测量方法 | |
CN104599249B (zh) | 缆索承重桥梁桥面车辆载荷分布实时检测方法 | |
CN101819286B (zh) | 一种基于图像灰度直方图的雾天检测方法 | |
CN104240239A (zh) | 一种基于道路图像探测局域路段雾霾天气的检测方法 | |
CN109782364B (zh) | 基于机器视觉的交通标志牌缺失检测方法 | |
CN103208117A (zh) | 一种多功能智能皮带表面斑块边缘检测方法 | |
CN105404874B (zh) | 一种基于投影和hough直线检测的车窗识别系统 | |
CN106503636A (zh) | 一种基于视觉图像的道路视距检测方法及装置 | |
CN103955923A (zh) | 一种快速的基于图像的路面病害检测方法 | |
CN101226637B (zh) | 一种车轮与地面接触点的自动检测方法 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN102393902A (zh) | 基于h_s二维直方图和区域颜色匹配的车辆颜色检测方法 | |
CN108399403A (zh) | 一种基于车牌尺寸计算的车距检测方法 | |
CN111652060A (zh) | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 | |
CN105627931A (zh) | 一种受电弓偏移检测方法及系统 | |
JP2014074939A (ja) | 車両検知装置 | |
CN107169969B (zh) | 一种基于fpga的公路危岩崩塌堆积物大小测量及报警系统 | |
CN112706835B (zh) | 一种基于图像导航的高速路无人驾驶划线方法 | |
CN101718527A (zh) | 一种基于图像识别计算尾矿库干滩长度的方法 | |
CN106123864A (zh) | 基于成像原理及数据回归模型的图像测距方法 | |
CN104297251A (zh) | 一种用于评价水泥基材料抗泛碱性能的方法 | |
CN111102959A (zh) | 一种基于直线检测的铁轨沉降在线监测装置和方法 | |
CN112801975B (zh) | 一种基于双目视觉的轨道道砟检验系统及其工作方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180223 Termination date: 20200305 |
|
CF01 | Termination of patent right due to non-payment of annual fee |