CN104200675A - 一种基于不变量特征匹配的车辆测速方法 - Google Patents

一种基于不变量特征匹配的车辆测速方法 Download PDF

Info

Publication number
CN104200675A
CN104200675A CN201410421310.0A CN201410421310A CN104200675A CN 104200675 A CN104200675 A CN 104200675A CN 201410421310 A CN201410421310 A CN 201410421310A CN 104200675 A CN104200675 A CN 104200675A
Authority
CN
China
Prior art keywords
vehicle
characteristic point
initial pictures
matching characteristic
distance
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
Application number
CN201410421310.0A
Other languages
English (en)
Other versions
CN104200675B (zh
Inventor
陈杰
胡博
杨星
郝晓莉
乔亚
王宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Jianzhu University
Anhui University of Architecture
Original Assignee
Anhui University of Architecture
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University of Architecture filed Critical Anhui University of Architecture
Priority to CN201410421310.0A priority Critical patent/CN104200675B/zh
Publication of CN104200675A publication Critical patent/CN104200675A/zh
Application granted granted Critical
Publication of CN104200675B publication Critical patent/CN104200675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于不变量特征匹配的车辆测速方法，其包括步骤：（1）确定两幅初始图像中车辆大致区域图像；（2）提取两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；（3）在两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；（4）计算每一对匹配特征点在车辆纵向方向上的相对距离；（5）对所有匹配特征点进行聚类，聚类中心处的相对距离即为车辆在图像中的移动距离；（6）将图像距离转化为车辆实际的行驶距离，除以获取两帧图像的时间差得到车辆速度。本发明解决了运动物体在图像中的精确定位切分问题，测量过程在尺度变化、光照变化和噪声抑制等方面具有较强的鲁棒性，有利于提高测速的精度和稳定性。

Description

一种基于不变量特征匹配的车辆测速方法
技术领域
本发明涉及视频图像处理领域，特别是一种基于不变量特征匹配的车辆测速方法。
背景技术
车辆超速行驶是造成重大交通事故的主要原因之一。目前，交管部门应对车辆超速的主要方法是利用超速违章检测设备在路面进行违章检测，发现有违章的车辆通过，则由人工记录取证事后进行非现场处罚。超速检测设备有很多种，主要有雷达、激光、视频三种类型。其中，视频测速具有简单高效、低成本等易于推广应用的特点。现有的视频测速方法试图通过视频图像处理技术对车辆或车牌进行准确的分割，从而计算出它们在摄像机视场中的纵向移动距离；然后，通过标定好的摄像机参数将图像距离转化实际的移动距离，再根据采集时间即可实现车辆测速。然而，运动物体在图像中的精确定位切分问题始终是视频测速的难点，目前还没有得到很好的解决，严重阻碍了这种方法的推广使用。
近年来，以SIFT（Scale Invariant Feature Transform）、SURF（Speeded up robust Features）为代表的不变量技术研究越趋成熟，逐渐被广泛应用于各种机器视觉和模式识别领域。这些不变量提取的特征点具有以下特点：（1）位置、尺度和方向是特征点的三要素；（2）描述图像的局部特征，对尺度变化、旋转等仿射变化保持不变性，对噪声和光照变化具有坚强的稳定性；（3）独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配；（4）多量性，即使少量的几个物体也能产生大量的特征点。利用不变量特征匹配，可以迅速找到两幅图像中相同或相似的目标，同时准确描述出目标的位置，这十分有利于视频帧或场图像中运动物体的精确定位和切分。
发明内容
    本发明提供了一种基于不变量特征匹配的车辆测速方法，其包含以下步骤：
   （1）获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；
（2）利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；
（3）在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；
（4）根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；
（5）以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆区域图像中各对应点的距离相对固定的特点滤除非车辆区域或错配的匹配特征点，聚类中心处的相对距离即为车辆在两帧初始图像中沿车辆纵向方向上的移动距离；
（6）将所述聚类中心处的相对距离转化为车辆实际的行驶距离，再除以获取两帧图像的时间差得到车辆速度。
较佳地，所述两帧初始图像为摄像机拍摄的视频流中的两帧图像。
较佳地，所述两帧初始图像为相机拍摄的两帧图像。
较佳地，所述两帧初始图像分别按像素减去存储的静态背景图像得到两
幅初始图像中车辆大致区域图像。
本发明具有以下有益效果：
本发明提供的基于不变量特征匹配的车辆测速方法中，不变量匹配特征点不仅可以准确找到两幅初始图像中车辆区域相同位置的多组匹配特征点，也可以准确描述每组匹配特征点的纵向相对距离，即车辆移动的图像距离，从而计算出车辆实际的纵向移动距离；此外，不变量的诸多特性使得上述测量过程在尺度变化、光照变化和噪声抑制等方面表现出较强的鲁棒性。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明实施例提供的基于不变量特征匹配的车辆测速方法流程图。
具体实施例
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、完整地描述，显然，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
本实施例给出的初始图像为车辆与静态背景图像组成的图像，静态背景图像为车辆所在背景环境的图像，车辆大致区域图像为滤除原初始图像中的绝大部分静态背景图像，仅保留车辆区域与车量区域附近少部分的静态背景。
 如图1所示，本发明实施例提供了一种基于不变量特征匹配的车辆测速方法，其包括以下步骤：
     （1）获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；
（2）利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；
（3）在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；
（4）根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；
（5）以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆区域图像中各对应点的距离相对固定的特点滤除非车辆区域或错配的匹配特征点，聚类中心处的相对距离即为车辆在两帧初始图像中沿车辆纵向方向上的移动距离；
（6）将所述聚类中心处的相对距离转化为车辆实际的行驶距离，再除以获取两帧图像的时间差得到车辆速度。
本实施例提供的所述两帧初始图像可以是摄像机拍摄的视频流中的两帧图像，也可以是为相机拍摄的两帧图像，或者采用其他方式获得的两帧图像，本发明不对获取的图像的方式进行限定。
优选的，所述两帧初始图像分别按像素减去存储的静态背景图像得到两幅
初始图像中车辆大致区域图像。
本发明提供的基于不变量特征匹配的车辆测速方法中，不变量匹配特征点不仅可以准确找到两幅初始图像中车辆区域相同位置的多组匹配特征点，也可以准确描述每组匹配特征点的纵向相对距离，即车辆移动的图像距离，从而计算出车辆实际的纵向移动距离；此外，不变量的诸多特性使得上述测量过程在尺度变化、光照变化和噪声抑制等方面表现出较强的鲁棒性。
    以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (4)

1.一种基于不变量特征匹配的车辆测速方法，其特征在于，包括以下步骤：
    （1）获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；
（2）利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；
（3）在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；
（4）根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；
（5）以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆区域图像中各对应点的距离相对固定的特点滤除非车辆区域或错配的匹配特征点，聚类中心处的相对距离即为车辆在两帧初始图像中沿车辆纵向方向上的移动距离；
（6）将所述聚类中心处的相对距离转化为车辆实际的行驶距离，再除以获取两帧图像的时间差得到车辆速度。
2.如权利要求1所述的基于不变量特征匹配的车辆测速方法，其特征在于，所述两帧初始图像为摄像机拍摄的视频流中的两帧图像。
3. 如权利要求1所述的基于不变量特征匹配的车辆测速方法，其特征在于，所述两帧初始图像为相机拍摄的两帧图像。
4. 如权利要求1所述的基于不变量特征匹配的车辆测速方法，其特征
在于，所述两帧初始图像分别按像素减去存储的静态背景图像得到两幅初始图像中车辆大致区域图像。
 
CN201410421310.0A 2014-08-25 2014-08-25 一种基于不变量特征匹配的车辆测速方法 Active CN104200675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410421310.0A CN104200675B (zh) 2014-08-25 2014-08-25 一种基于不变量特征匹配的车辆测速方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410421310.0A CN104200675B (zh) 2014-08-25 2014-08-25 一种基于不变量特征匹配的车辆测速方法

Publications (2)

Publication Number Publication Date
CN104200675A true CN104200675A (zh) 2014-12-10
CN104200675B CN104200675B (zh) 2016-11-23

Family

ID=52085959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410421310.0A Active CN104200675B (zh) 2014-08-25 2014-08-25 一种基于不变量特征匹配的车辆测速方法

Country Status (1)

Country Link
CN (1) CN104200675B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989593A (zh) * 2015-02-12 2016-10-05 杭州海康威视系统技术有限公司 视频录像中进行特定车辆速度测量的方法及装置
CN106197374A (zh) * 2016-08-15 2016-12-07 临沂大学 汽车车体偏斜角度测量方法
CN106408589A (zh) * 2016-07-14 2017-02-15 浙江零跑科技有限公司 基于车载俯视相机的车辆运动测量方法
CN108072385A (zh) * 2017-12-06 2018-05-25 爱易成技术(天津)有限公司 移动目标的空间坐标定位方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001126184A (ja) * 1999-10-29 2001-05-11 Matsushita Electric Ind Co Ltd ナンバープレート自動認識装置と車両速度測定方法
JP3629935B2 (ja) * 1998-01-27 2005-03-16 オムロン株式会社 移動体の速度計測方法およびその方法を用いた速度計測装置
CN101604448A (zh) * 2009-03-16 2009-12-16 北京中星微电子有限公司 一种运动目标的测速方法和系统
CN101877174A (zh) * 2009-09-29 2010-11-03 杭州海康威视软件有限公司 车速测量方法、监控机及车速测量系统
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
CN103969466A (zh) * 2014-05-09 2014-08-06 中国联合网络通信集团有限公司 一种实现车辆测速的方法及相应的终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3629935B2 (ja) * 1998-01-27 2005-03-16 オムロン株式会社 移動体の速度計測方法およびその方法を用いた速度計測装置
JP2001126184A (ja) * 1999-10-29 2001-05-11 Matsushita Electric Ind Co Ltd ナンバープレート自動認識装置と車両速度測定方法
CN101604448A (zh) * 2009-03-16 2009-12-16 北京中星微电子有限公司 一种运动目标的测速方法和系统
CN101877174A (zh) * 2009-09-29 2010-11-03 杭州海康威视软件有限公司 车速测量方法、监控机及车速测量系统
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
CN103969466A (zh) * 2014-05-09 2014-08-06 中国联合网络通信集团有限公司 一种实现车辆测速的方法及相应的终端

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989593A (zh) * 2015-02-12 2016-10-05 杭州海康威视系统技术有限公司 视频录像中进行特定车辆速度测量的方法及装置
CN105989593B (zh) * 2015-02-12 2019-08-30 杭州海康威视系统技术有限公司 视频录像中进行特定车辆速度测量的方法及装置
CN106408589A (zh) * 2016-07-14 2017-02-15 浙江零跑科技有限公司 基于车载俯视相机的车辆运动测量方法
CN106408589B (zh) * 2016-07-14 2019-03-29 浙江零跑科技有限公司 基于车载俯视相机的车辆运动测量方法
CN106197374A (zh) * 2016-08-15 2016-12-07 临沂大学 汽车车体偏斜角度测量方法
CN106197374B (zh) * 2016-08-15 2020-05-08 临沂大学 汽车车体偏斜角度测量方法
CN108072385A (zh) * 2017-12-06 2018-05-25 爱易成技术(天津)有限公司 移动目标的空间坐标定位方法、装置及电子设备

Also Published As

Publication number Publication date
CN104200675B (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
EP3171292B1 (en) Driving lane data processing method, device, storage medium and apparatus
Luvizon et al. A video-based system for vehicle speed measurement in urban roadways
US20180018528A1 (en) Detecting method and device of obstacles based on disparity map and automobile driving assistance system
CN111179152B (zh) 一种道路标识识别方法及装置、介质、终端
Chen et al. Next generation map making: Geo-referenced ground-level LIDAR point clouds for automatic retro-reflective road feature extraction
CN110298300B (zh) 一种检测车辆违章压线的方法
EP2779025B1 (en) Method and system for detecting road edge
CN109919008A (zh) 运动目标检测方法、装置、计算机设备及存储介质
EP1796043A2 (en) Object detection
CN104021676A (zh) 基于车辆动态视频特征的车辆定位及车速测量方法
CN104700414A (zh) 一种基于车载双目相机的前方道路行人快速测距方法
CN115717894B (zh) 一种基于gps和普通导航地图的车辆高精度定位方法
CN110110678B (zh) 道路边界的确定方法和装置、存储介质及电子装置
CN103164851A (zh) 道路分割物检测方法和装置
CN104657727A (zh) 一种车道线的检测方法
JP5471310B2 (ja) 運転解析システム
CN112825192B (zh) 基于机器学习的对象辨识系统及其方法
CN114359181B (zh) 一种基于图像和点云的智慧交通目标融合检测方法及系统
CN106803262A (zh) 利用双目视觉自主解算汽车速度的方法
CN104217217A (zh) 一种基于两层分类的车辆标志物检测方法与系统
JP4946175B2 (ja) 走路境界検出装置および走路境界検出方法
CN104200675A (zh) 一种基于不变量特征匹配的车辆测速方法
CN106980855A (zh) 交通标志快速识别定位系统及方法
Yuan et al. Road segmentation in aerial images by exploiting road vector data
CN102243705A (zh) 基于边缘检测的车牌定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant