CN104268501A - 小区出入口车辆监控系统 - Google Patents
小区出入口车辆监控系统 Download PDFInfo
- Publication number
- CN104268501A CN104268501A CN201410124043.0A CN201410124043A CN104268501A CN 104268501 A CN104268501 A CN 104268501A CN 201410124043 A CN201410124043 A CN 201410124043A CN 104268501 A CN104268501 A CN 104268501A
- Authority
- CN
- China
- Prior art keywords
- module
- color
- vehicle
- identification
- community
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及车辆监控并分析的系统的技术领域,特别是涉及一种小区出入口车辆监控系统,本发明的监控系统整体效率较高,并且智能化较高,准确性较高;包括摄像模块、车身定位识别模块、车身颜色识别模块、车标识别模块、文本转化模块和存储模块;摄像模块用于对出入口进入和驶出车辆进行视频拍摄,并将拍摄结果分别发送至车身定位识别模块、车身颜色识别模块和车标识别模块;车身定位识别模块接收到拍摄结果后对拍摄结果中的车辆是否包含车牌进行分析,当分析结果中包含车牌时对车牌进行定位并进行识别,识别后将识别结果发送至文本转化模块,文本转化模块对分析结果进行整合并发送至储存模块进行储存。
Description
技术领域
本发明涉及车辆监控并分析的系统的技术领域,特别是涉及一种小区出入口车辆监控系统。
背景技术
众所周知,随着科学技术的不断进步以及智慧城市建设的高速发展,越来越多的监控摄像头被安置在城市的各个角落,尤其被安装在居住小区或者办公区域;而上述的数以万计的摄像头在现有技术中大多采用人工观察并记录的方式进行,其整体效率较低,并且因依赖人力资源导致有用信息提取的智能化较低,准确性较差。
发明内容
为解决上述技术问题,本发明提供一种整体效率较高,并且智能化较高,准确性较高的小区出入口车辆监控系统。
本发明的小区出入口车辆监控系统,包括摄像模块、车身定位识别模块、车身颜色识别模块、车标识别模块、文本转化模块和存储模块;
所述摄像模块用于对出入口进入和驶出车辆进行视频拍摄,并将拍摄结果分别发送至车身定位识别模块、车身颜色识别模块和车标识别模块;
所述车身定位识别模块接收到拍摄结果后对拍摄结果中的车辆是否包含车牌进行分析,当分析结果中包含车牌时对车牌进行定位并进行识别,识别后将识别结果发送至文本转化模块,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;
所述车身颜色识别模块接收到拍摄结果后对拍摄结果中的车辆的车身颜色进行识别和分析,并在识别和分析后得到车身主要颜色,之后将车身主要颜色发送至文本转化模块,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;
所述车标识别模块接收到拍摄结果后对拍摄结果中的车辆的车标进行识别和分析,并在识别和分析后得到车标信息,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存。
本发明的小区出入口车辆监控系统,所述车身颜色识别模块包括颜色区域选择模块、颜色聚类统计模块和颜色匹配模块;
所述颜色区域选择模块根据所述车身定位识别模块进行定位识别的车牌定位结果及车牌图像区域的倾斜角度,确定出能够体现车身颜色的颜色区域;
所述颜色聚类统计模块对于拍摄结果区域内的颜色进行统计和分析;
所述颜色匹配模块将颜色统计和分析结果中占主要比重的颜色与标准颜色进行匹配,得出车身主要颜色的信息。
本发明的小区出入口车辆监控系统,所述车标识别模块包括车标区域粗定位模块和车标精确定位及匹配模块,
所述车标区域粗定位模块根据所述车身定位识别模块进行定位识别的车牌定位结果,确定车标可能出现的区域;
所述车标精确定位及匹配模块对车标进行精确定位,并识别出车标种类。
本发明的小区出入口车辆监控系统,所述摄像模块为监控摄像头,并且所述监控摄像头的分辨率为640*480。
与现有技术相比本发明的有益效果为:通过上述设置,可以直接通过上述模块进行监控,整体效率较高,并且智能化较高,准确性较高。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本发明的小区出入口车辆监控系统,包括摄像模块1、车身定位识别模块2、车身颜色识别模块3、车标识别模块4、文本转化模块5和存储模块6;
所述摄像模块用于对出入口进入和驶出车辆进行视频拍摄,并将拍摄结果分别发送至车身定位识别模块、车身颜色识别模块和车标识别模块;
所述车身定位识别模块接收到拍摄结果后对拍摄结果中的车辆是否包含车牌进行分析,当分析结果中不包括车牌,则等待从摄像模块读取下一帧图像,当分析结果中包含车牌时对车牌进行定位并进行识别,识别后将识别结果发送至文本转化模块,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;
所述车身颜色识别模块接收到拍摄结果后对拍摄结果中的车辆的车身颜色进行识别和分析,并在识别和分析后得到车身主要颜色,之后将车身主要颜色发送至文本转化模块,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;
所述车标识别模块接收到拍摄结果后对拍摄结果中的车辆的车标进行识别和分析,并在识别和分析后得到车标信息,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;通过上述设置,可以直接通过上述模块进行监控,整体效率较高,并且智能化较高,准确性较高。
本发明的小区出入口车辆监控系统,所述车身颜色识别模块包括颜色区域选择模块31、颜色聚类统计模块32和颜色匹配模块33;
所述颜色区域选择模块根据所述车身定位识别模块进行定位识别的车牌定位结果及车牌图像区域的倾斜角度,确定出能够体现车身颜色的颜色区域;主要分为车牌两侧的两个矩形区域以及车牌上方间隔一段距离处的矩形区域,矩形区域的尺寸由车牌的尺寸、倾斜角度共同决定。
所述颜色聚类统计模块对于拍摄结果区域内的颜色进行统计和分析;采用混合高斯模型将颜色分为多个颜色空间中的高斯分布,并以高斯分布的中心表示该颜色,结果会得到区域内多个主要颜色,每个颜色拥有一个权重。
所述颜色匹配模块将颜色统计和分析结果中占主要比重的颜色与标准颜色进行匹配,得出车身主要颜色的信息;通过对实际图像中颜色进行提取训练,得到多种主要色块在实际场景中的颜色数值。该部分训练在软件设计时完成的,软件投入使用后无需进行训练。该模块将聚类得到的结果与标准颜色进行匹配,采用的标准是YUV颜色空间下的基于欧式距离的最近邻匹配。匹配结果根据权重分为一个最可能结果以及一些候选结果,再根据彩色和非彩色颜色之间关系,对部分特殊情况进行判断得到一个最终结果。
本发明的小区出入口车辆监控系统,所述车标识别模块包括车标区域粗定位模块41和车标精确定位及匹配模块42,
所述车标区域粗定位模块根据所述车身定位识别模块进行定位识别的车牌定位结果,确定车标可能出现的区域;其车牌上方一个矩形区域认为是车标可能出现的区域。
所述车标精确定位及匹配模块对车标进行精确定位,并识别出车标种类;在车标粗定位的矩形区域内,采用基于相关系数的模板匹配算法,对于车标的位置以及车标的种类进行枚举匹配,其中加入一个车标位置越靠近中间权值越大的补充。匹配中同时要对车标的尺寸进行枚举,枚举范围通过前期训练获得,通过对各类车标尺寸相对于车牌尺寸的比例进行训练,将尺寸枚举的范围尽可能缩小。
本发明的小区出入口车辆监控系统,所述摄像模块为监控摄像头,并且所述监控摄像头的分辨率为640*480。
本发明的小区出入口车辆监控系统,文本转化模块对上述得到的识别结果进行整合转化为文字保存,具体采用如下格式“xxxx年xx月xx日,一辆xx(颜色)xx(品牌)车辆进入/离开小区”。
上述车牌定位模块采用实时处理的方式,其余模块采用延迟处理方式完成。
本发明的小区出入口车辆监控系统,将两个摄像头安装在小区出入口,能够分别清晰拍摄到进入小区和离开小区的车辆正面图像。并将图像实时传入到一台计算机进行处理。
拍摄到的图像在车标区域需要达到至少5像素/厘米的分辨率,通过千兆网线连接到计算机,以帧率约25fps速度将图像传到计算机,计算机中软件采用部分实时部分延迟处理的方式进行处理。
实际识别中,车身颜色识别能够达到91.32%的识别率,采用10种常见品牌车标作为样本进行车标识别时,识别时间能够在1s以内,准确率能够达到90%。如果品牌数量增多,会导致识别时间的上升以及准确率的下降。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (4)
1.一种小区出入口车辆监控系统,其特征在于,包括摄像模块、车身定位识别模块、车身颜色识别模块、车标识别模块、文本转化模块和存储模块;
所述摄像模块用于对出入口进入和驶出车辆进行视频拍摄,并将拍摄结果分别发送至车身定位识别模块、车身颜色识别模块和车标识别模块;
所述车身定位识别模块接收到拍摄结果后对拍摄结果中的车辆是否包含车牌进行分析,当分析结果中包含车牌时对车牌进行定位并进行识别,识别后将识别结果发送至文本转化模块,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;
所述车身颜色识别模块接收到拍摄结果后对拍摄结果中的车辆的车身颜色进行识别和分析,并在识别和分析后得到车身主要颜色,之后将车身主要颜色发送至文本转化模块,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存;
所述车标识别模块接收到拍摄结果后对拍摄结果中的车辆的车标进行识别和分析,并在识别和分析后得到车标信息,所述文本转化模块对分析结果进行整合并发送至储存模块进行储存。
2.如权利要求1所述的小区出入口车辆监控系统,其特征在于,所述车身颜色识别模块包括颜色区域选择模块、颜色聚类统计模块和颜色匹配模块;
所述颜色区域选择模块根据所述车身定位识别模块进行定位识别的车牌定位结果及车牌图像区域的倾斜角度,确定出能够体现车身颜色的颜色区域;
所述颜色聚类统计模块对于拍摄结果区域内的颜色进行统计和分析;
所述颜色匹配模块将颜色统计和分析结果中占主要比重的颜色与标准颜色进行匹配,得出车身主要颜色的信息。
3.如权利要求2所述的小区出入口车辆监控系统,其特征在于,所述车标识别模块包括车标区域粗定位模块和车标精确定位及匹配模块,
所述车标区域粗定位模块根据所述车身定位识别模块进行定位识别的车牌定位结果,确定车标可能出现的区域;
所述车标精确定位及匹配模块对车标进行精确定位,并识别出车标种类。
4.如权利要求3所述的小区出入口车辆监控系统,其特征在于,所述摄像模块为监控摄像头,并且所述监控摄像头的分辨率为640*480。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410124043.0A CN104268501B (zh) | 2014-03-31 | 小区出入口车辆监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410124043.0A CN104268501B (zh) | 2014-03-31 | 小区出入口车辆监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104268501A true CN104268501A (zh) | 2015-01-07 |
CN104268501B CN104268501B (zh) | 2018-02-09 |
Family
ID=
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504401A (zh) * | 2015-01-09 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种基于多监控探头的目标识别系统 |
CN104519326A (zh) * | 2015-01-09 | 2015-04-15 | 成都新舟锐视科技有限公司 | 一种联合多监控探头系统的目标跟踪方法 |
CN106228179A (zh) * | 2016-07-13 | 2016-12-14 | 乐视控股(北京)有限公司 | 车辆比对的方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1928892A (zh) * | 2006-09-20 | 2007-03-14 | 王枚 | 一种车牌定位识别、车标定位识别及车型识别的方法及装置 |
US20080013117A1 (en) * | 2002-06-21 | 2008-01-17 | Jeran Paul L | Printing with custom colorant materials |
CN101630361A (zh) * | 2008-12-30 | 2010-01-20 | 北京邮电大学 | 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法 |
CN102129732A (zh) * | 2010-12-10 | 2011-07-20 | 山东申普交通科技有限公司 | 基于射频和图像识别组合监控的车辆监控系统及监控方法 |
CN102982311A (zh) * | 2012-09-21 | 2013-03-20 | 公安部第三研究所 | 基于视频结构化描述的车辆视频特征提取系统及方法 |
CN103077384A (zh) * | 2013-01-10 | 2013-05-01 | 北京万集科技股份有限公司 | 一种车标定位识别的方法与系统 |
CN103530366A (zh) * | 2013-10-12 | 2014-01-22 | 湖北微模式科技发展有限公司 | 一种基于自定义特征的车辆搜索方法与系统 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080013117A1 (en) * | 2002-06-21 | 2008-01-17 | Jeran Paul L | Printing with custom colorant materials |
CN1928892A (zh) * | 2006-09-20 | 2007-03-14 | 王枚 | 一种车牌定位识别、车标定位识别及车型识别的方法及装置 |
CN101630361A (zh) * | 2008-12-30 | 2010-01-20 | 北京邮电大学 | 一种基于车牌、车身颜色和车标识别的套牌车辆识别设备及方法 |
CN102129732A (zh) * | 2010-12-10 | 2011-07-20 | 山东申普交通科技有限公司 | 基于射频和图像识别组合监控的车辆监控系统及监控方法 |
CN102982311A (zh) * | 2012-09-21 | 2013-03-20 | 公安部第三研究所 | 基于视频结构化描述的车辆视频特征提取系统及方法 |
CN103077384A (zh) * | 2013-01-10 | 2013-05-01 | 北京万集科技股份有限公司 | 一种车标定位识别的方法与系统 |
CN103530366A (zh) * | 2013-10-12 | 2014-01-22 | 湖北微模式科技发展有限公司 | 一种基于自定义特征的车辆搜索方法与系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504401A (zh) * | 2015-01-09 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种基于多监控探头的目标识别系统 |
CN104519326A (zh) * | 2015-01-09 | 2015-04-15 | 成都新舟锐视科技有限公司 | 一种联合多监控探头系统的目标跟踪方法 |
CN104519326B (zh) * | 2015-01-09 | 2017-12-08 | 成都新舟锐视科技有限公司 | 一种联合多监控探头系统的目标跟踪方法 |
CN104504401B (zh) * | 2015-01-09 | 2018-08-31 | 成都新舟锐视科技有限公司 | 一种基于多监控探头的目标识别系统 |
CN106228179A (zh) * | 2016-07-13 | 2016-12-14 | 乐视控股(北京)有限公司 | 车辆比对的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111145545B (zh) | 基于深度学习的道路交通行为无人机监测系统及方法 | |
CN102542289B (zh) | 一种基于多高斯计数模型的人流量统计方法 | |
CN104166841A (zh) | 一种视频监控网络中指定行人或车辆的快速检测识别方法 | |
CN102799935B (zh) | 一种基于视频分析技术的人流量统计方法 | |
WO2019127273A1 (zh) | 一种多人脸检测方法、装置、服务器、系统及存储介质 | |
CN104881865A (zh) | 基于无人机图像分析的森林病虫害监测预警方法及其系统 | |
CN102521565A (zh) | 低分辨率视频的服装识别方法及系统 | |
CN102915638A (zh) | 基于监控视频的智能停车场管理系统 | |
CN103646250A (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
CN102065275B (zh) | 智能视频监控系统中多目标跟踪方法 | |
CN104504904B (zh) | 一种交通设施移动采集方法 | |
CN102867418A (zh) | 一种判断车牌识别准确性的方法和装置 | |
CN103646544B (zh) | 基于云台和相机设备的车辆行为分析识别方法 | |
CN103310231A (zh) | 车标定位与识别方法 | |
CN107993488A (zh) | 一种基于鱼眼相机的车位识别方法、系统及介质 | |
CN102867417A (zh) | 一种出租车防伪系统及方法 | |
CN103530638A (zh) | 多摄像头下的行人匹配方法 | |
CN103871077A (zh) | 一种道路车辆监控视频中的关键帧提取方法 | |
CN107886752B (zh) | 一种基于改造车道线的高精度车辆定位系统及方法 | |
CN109492534A (zh) | 一种基于Faster RCNN的跨场景多姿态的行人检测方法 | |
CN109684986B (zh) | 一种基于车辆检测跟踪的车辆分析方法及系统 | |
CN104463232A (zh) | 一种基于hog特征和颜色直方图特征的密度人群计数的方法 | |
CN109409250A (zh) | 一种基于深度学习的无交叠视域跨摄像机行人再识别方法 | |
CN113538585B (zh) | 基于无人机的高精度多目标智能识别定位追踪方法及系统 | |
CN104008404A (zh) | 一种基于显著直方图特征的行人检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20181210 Address after: 215164 No. 636 Zixu Road, Xukou Town, Wuzhong District, Suzhou City, Jiangsu Province Patentee after: SUZHOU RADIANT PHOTOVOLTAIC TECHNOLOGY Co.,Ltd. Address before: 215000 Rhine Garden, Suzhou Industrial Park, Jiangsu Province, 39 Buildings, 8 Rooms Patentee before: Zhang Wenqiang |
|
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: 20180209 |