CN104407351A - 车辆窗口位置识别方法 - Google Patents
车辆窗口位置识别方法 Download PDFInfo
- Publication number
- CN104407351A CN104407351A CN201410728863.0A CN201410728863A CN104407351A CN 104407351 A CN104407351 A CN 104407351A CN 201410728863 A CN201410728863 A CN 201410728863A CN 104407351 A CN104407351 A CN 104407351A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- height
- pixel
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Abstract
本发明涉及一种车辆窗口位置识别方法,所述方法包括:通过激光测距的相位延迟变化来判定机动车高度;对获取的车辆图像数据进行处理分析,获得前挡风玻璃下沿位置参数;获得机动车驾驶舱高度和位置;根据机动车高度、挡风玻璃下沿位置、机动车驾驶舱高度和位置计算车辆窗口位置。其通过改进的算法可以更加精确的确定原图像边缘图像,精确计算机动车窗口位置,进而增加车道通行能力。
Description
技术领域
本发明涉及车辆识别算法,尤其是涉及一种车辆窗口位置识别方法。
背景技术
伴随着国内高速公路的快速发展以及机动车数量的与日俱增,人们对于高速公路通行效率的提出了更高的要求,智能化的高速公路收费系统应运而生。从完全手动的人工收费系统到越来越普及的电子不停车收费(ETC)系统,高速公路收费系统取得了长足的进步。对于未办理ETC通行卡或偶尔使用高速公路的机动车辆,在高速公路使用自动发卡机无疑是一种可以提高通行效率的有效方式。
但是,在目前市场上常使用的自动发卡机存在以下缺点:
1.由于每个驾驶员驾车技术不同和驾驶室垂直位置不同,无法保证每个驾驶员都能将汽车停放在手臂能够轻松按键取卡的位置,有些驾驶员需要下车取卡,这样反而影响了通行效率。
2.即便采用了多个发卡口,但是识别车型不准确,造成发卡口的选择错误。
发明内容
本发明的目的是提供一种车辆窗口位置识别方法,其通过改进的Roberts边缘检测算子可以更加精确的确定原图像边缘图像,精确控制出卡的位置,方便用户的取卡,进而增加车道通行能力。
本发明是采用以下的技术方案实现的:1.一种车辆窗口位置计算方法,所述方法包括:
(1)、通过激光测距装置的相位延迟变化来判定机动车高度;
若激光测距装置(1)的调制光角频率为w,在待测量距离LAB上往返一次产生的相位延迟为φ,则对应时间t可表示为:其中φ+Δφ=2π(m+Δm),前式中,m表示激光往返LAB所经历的波长整数个数,Δm表示不足一个波长个数的分量,则待测距离LAB可表示为λ为波长,将所得到的待测距离与人工标靶相对应,解算车辆的实际高度值;
(2)、对车辆图像数据进行处理分析,获得前挡风玻璃下沿位置参数的方法如下;
1、获取图像坐标(x,y)上的像素点的灰度值f(x,y),元素的取值范围为0~255,共256个灰度级;
2、通过公式G(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|计算边缘检测算子;
3、边缘图像提取,边缘图像就是图像中各个像素的灰度级用来反映各像素符合边缘像素要求程度;参考边缘图像的直方图选取阈值,对车辆灰度图像的边缘图像进行阈值分割得到二值边缘图像;其中i=0,1,…,255,f(i)是灰度值i的所有像素梯度之和,
其中f(i)=f(x,y)+|f(x-1,y-1)-f(x+1,y+1)|+|f(x-1,y+1)-f(x+1,y-1)|
4、单阈值T分割后的二值边缘图像可定义为:
(3)、获得机动车驾驶舱高度和位置的方法如下;
在识别运动车辆车型之前,在学习的基础上建立起的标准车辆车型的模板库,里面存储着标准车辆车型的高度特征表,将待识别图像的Gabor集特征向量和不同的模板图像的特征向量进行比较,对于每一个模板图像都会有一个相似,取最高的相似值来确认待识别车辆的类型,以获得机动车驾驶舱高度和位置;
Gabor集特征向量计算如下:
定义滤波器为:
其中,(x,y)定义了时域中的像素位置,w0为中心频率,θ为Gabor小波的旋转方向,σ是高斯函数沿x和y轴的标准偏差,这里σx=σy,加入补偿图像的直流分量;
通过公式GHf=f(x,y)*H(x,y,w0,θ)获得Gabor集特征向量,f(x,y)为坐标(x,y)上的像素点的灰度值;
(4)、根据机动车高度、挡风玻璃下沿位置、机动车驾驶舱高度和位置计算车辆窗口位置。
附图说明
图1a是本发明的系统结构侧面示意图
图1b是本发明的系统结构正面示意图
图2是本发明的算法流程图
具体实施方式
本本发明的目的是提供一种车辆窗口位置识别方法,解决公路或停车场入口目前发卡系统效率低下,不能方便司机取卡,以及发卡窗口选择不准确等技术问题。
如图1a和1b所示,公路入口自动发卡系统是由位于入口上空的激光测距装置(1)、人工标靶(3)、虚拟触发线(5)、抓拍相机(2)和取卡机(4)组成。取卡机包括位于上部的高位出卡口(41)、位于中部的地位出卡口(42)、位于顶部的主动红外检测器(44)和位于下部的激光测距装置(43)。
下面结合图2,对本发明中的车辆窗口位置识别方法工作流程进行详细说明。
首先,机动车驶入检测区,触动虚拟触发线(5);
其次,启动相位激光测距装置(1)和抓拍相机(2);
S1.抓拍相机(2)抓拍到车辆图像数据通过无线或有线方式发送给取卡机中的计算及控制模块,其中抓拍的图片需要包含人工标靶;同时,激光测距装置(1)将车辆高度数据发送给计算及控制模块;
计算及控制模块根据获得的激光测距装置(1)相位延迟差值来计算机动车高度,根据车型的不同得出结果不同,本发明采用相位法激光测距,就是通过测量连续的调制信号在待测距离上往返传播所产生的相位变化来间接地测定信号传播时间,从而求得被测的距离。具体算法如下:
若调制光角频率为w,在待测量距离LAB上往返一次产生的相位延迟为φ,则对应时间t可表示为:其中φ+Δφ=2π(m+Δm),前式中,m表示激光往返LAB所经历的整数个波长的个数,Δm表示不足一个波长的分量的个数,则待测距离LAB可表示为为波长。将所得到的待测距离与人工标靶相对应,解算车辆的实际高度值。
S2.计算及控制模块对车辆图像数据进行处理,获取机动车前挡风玻璃下沿位置参数,具体算法如下:
1、获取图像坐标(x,y)上的像素点的灰度值f(x,y),元素的取值范围为0~255,共256个灰度级;
2、通过公式G(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|计算边缘检测算子;
3、边缘图像提取,边缘图像就是图像中各个像素的灰度级用来反映各像素符合边缘像素要求程度。参考边缘图像的直方图选取阈值,对车辆灰度图像的边缘图像进行阈值分割得到二值边缘图像。阈值其中i=0,1,…,255,f(i)是灰度值i的所有像素梯度之和,
其中f(i)=f(x,y)+|f(x-1,y-1)-f(x+1,y+1)|+|f(x-1,y+1)-f(x+1,y-1)|
4、单阈值T分割后的二值边缘图像可定义为:
S3和S4.计算及控制模块根据前挡风玻璃下沿位置参数、机动车高度、机动车驾驶舱高度,进而计算出驾驶舱玻璃窗的位置;
在识别运动车辆车型之前,在学习的基础上建立起的标准车辆车型的模板库(小轿车、大客车、货车等),里面存储着标准车辆车型的高度特征表,将待识别图像的Gabor集特征向量和不同的模板图像的特征向量进行比较,对于每一个模板图像都会有一个相似,取最高的相似值来确认待识别车辆的类型,以获得驾驶舱高度和位置。
Gabor集特征向量计算如下:
Gabor小波与人类视觉系统中简单细胞的视觉刺激响应非常相似。它在提取目标的局部空间和频率域信息方面具有良好的特性,即Gabor小波对于图像的边缘敏感,能够提供良好的方向选择和尺度选择特性,而且对于光照变化不敏感,能够提供对光照变化良好的适应性,将图像在一定格点上取大小和方向不同的2D-gabor小波变换,取变换系数幅值作为特征向量,能有效地对图像的边缘信息特征进行抽取,本发明构造ODC值核函数作为滤波器,定义为:
其中,(x,y)定义了时域中的像素位置,w0为中心频率,θ为Gabor小波的旋转方向,σ是高斯函数沿x和y轴的标准偏差,这里σx=σy,加入补偿图像的直流分量。
通过公式GHf=f(x,y)*H(x,y,w0,θ)获得Gabor集特征向量,f(x,y)为坐标(x,y)上的像素点的灰度值。
公路入口自动发卡系统通过改进的Roberts边缘检测算子可以更加精确的确定原图像边缘图像,精确控制出卡的位置,方便用户的取卡,进而增加车道通行能力。
Claims (1)
1.一种车辆窗口位置识别方法,所述方法包括:
(1)、通过激光测距的相位延迟变化来判定机动车高度;
若激光测距的调制光角频率为w,在待测量距离LAB上往返一次产生的相位延迟为φ,则对应时间t可表示为:其中φ+Δφ=2π(m+Δm),前式中,m表示激光往返LAB所经历的波长整数个数,Δm表示不足一个波长个数的分量,则待测距离LAB可表示为λ为波长,将所得到的待测距离与人工标靶相对应,解算车辆的实际高度值;
(2)、对获取的车辆图像数据进行处理分析,获得前挡风玻璃下沿位置参数,其具体方法如下;
①获取图像坐标(x,y)上的像素点的灰度值f(x,y),元素的取值范围为0~255,共256个灰度级;
②通过公式G(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|计算边缘检测算子;
③边缘图像提取,边缘图像就是图像中各个像素的灰度级用来反映各像素符合边缘像素要求程度;参考边缘图像的直方图选取阈值,对车辆灰度图像的边缘图像进行阈值分割得到二值边缘图像;阈值 其中i=0,1,…,255,f(i)是灰度值i的所有像素梯度之和,
其中f(i)=f(x,y)+|f(x-1,y-1)-f(x+1,y+1)|+|f(x-1,y+1)-f(x+1,y-1)|;
④单阈值T分割后的二值边缘图像可定义为:
通过g(x,y)获取机动车前挡风玻璃下沿位置参数;
(3)、获得机动车驾驶舱高度和位置,其具体方法如下;
在识别运动车辆车型之前,在学习的基础上建立起的标准车辆车型的模板库,里面存储着标准车辆车型的高度特征表,将待识别图像的Gabor集特征向量和不同的模板图像的特征向量进行比较,对于每一个模板图像都会有一个相似,取最高的相似值来确认待识别车辆的类型,以获得机动车驾驶舱高度和位置;
Gabor集特征向量计算如下:
定义滤波器为:
其中,(x,y)定义了时域中的像素位置,w0为中心频率,θ为Gabor小波的旋转方向,σ是高斯函数沿x和y轴的标准偏差,这里σx=σy,加入补偿图像的直流分量;
通过公式GHf=f(x,y)*H(x,y,w0,θ)获得Gabor集特征向量,f(x,y)为坐标(x,y)上的像素点的灰度 值;
(4)、根据机动车高度、挡风玻璃下沿位置、机动车驾驶舱高度和位置计算车辆窗口位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410728863.0A CN104407351B (zh) | 2014-12-05 | 2014-12-05 | 车辆窗口位置识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410728863.0A CN104407351B (zh) | 2014-12-05 | 2014-12-05 | 车辆窗口位置识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104407351A true CN104407351A (zh) | 2015-03-11 |
CN104407351B CN104407351B (zh) | 2017-05-17 |
Family
ID=52644996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410728863.0A Active CN104407351B (zh) | 2014-12-05 | 2014-12-05 | 车辆窗口位置识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104407351B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513175A (zh) * | 2015-12-01 | 2016-04-20 | 深圳市盛视科技有限公司 | 机器人出入口控制方法及系统 |
CN105809699A (zh) * | 2016-03-18 | 2016-07-27 | 中山大学 | 一种基于图分割的车窗提取方法及系统 |
CN108470341A (zh) * | 2017-02-23 | 2018-08-31 | 南宁市富久信息技术有限公司 | 一种道路边缘检测方法 |
CN108831158A (zh) * | 2018-08-20 | 2018-11-16 | 贵州宜行智通科技有限公司 | 违停监测方法、装置及电子终端 |
CN109716160A (zh) * | 2017-08-25 | 2019-05-03 | 北京嘀嘀无限科技发展有限公司 | 用于检测车辆环境信息的方法和系统 |
TWI710967B (zh) * | 2018-08-31 | 2020-11-21 | 開曼群島商創新先進技術有限公司 | 用於輔助車輛定損影像拍攝的方法、裝置及設備 |
CN112215234A (zh) * | 2020-10-16 | 2021-01-12 | 神思电子技术股份有限公司 | 一种道路卡口车辆人员信息核查方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2655453A1 (fr) * | 1989-11-02 | 1991-06-07 | Omarouayache Nour Eddine | Dispositif pour postes de telepeage d'autoroutes permettant un passage beaucoup plus rapide des vehicules grace a un site de reception des signaux codes mobile. |
CN1945596A (zh) * | 2006-11-02 | 2007-04-11 | 东南大学 | 用于车道偏离报警的车道线鲁棒识别方法 |
KR20070060560A (ko) * | 2005-12-09 | 2007-06-13 | 현대자동차주식회사 | 통행료 자동수납장치 |
CN203659063U (zh) * | 2014-01-22 | 2014-06-18 | 管昊中 | 一种具有测距和进退功能的自动发卡机 |
CN103895572A (zh) * | 2014-04-22 | 2014-07-02 | 北京汽车研究总院有限公司 | 一种前方视野中车辆行驶信息显示装置及方法 |
-
2014
- 2014-12-05 CN CN201410728863.0A patent/CN104407351B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2655453A1 (fr) * | 1989-11-02 | 1991-06-07 | Omarouayache Nour Eddine | Dispositif pour postes de telepeage d'autoroutes permettant un passage beaucoup plus rapide des vehicules grace a un site de reception des signaux codes mobile. |
KR20070060560A (ko) * | 2005-12-09 | 2007-06-13 | 현대자동차주식회사 | 통행료 자동수납장치 |
CN1945596A (zh) * | 2006-11-02 | 2007-04-11 | 东南大学 | 用于车道偏离报警的车道线鲁棒识别方法 |
CN203659063U (zh) * | 2014-01-22 | 2014-06-18 | 管昊中 | 一种具有测距和进退功能的自动发卡机 |
CN103895572A (zh) * | 2014-04-22 | 2014-07-02 | 北京汽车研究总院有限公司 | 一种前方视野中车辆行驶信息显示装置及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513175A (zh) * | 2015-12-01 | 2016-04-20 | 深圳市盛视科技有限公司 | 机器人出入口控制方法及系统 |
CN105513175B (zh) * | 2015-12-01 | 2017-10-24 | 盛视科技股份有限公司 | 机器人出入口控制方法及系统 |
CN105809699A (zh) * | 2016-03-18 | 2016-07-27 | 中山大学 | 一种基于图分割的车窗提取方法及系统 |
CN105809699B (zh) * | 2016-03-18 | 2018-06-19 | 中山大学 | 一种基于图分割的车窗提取方法及系统 |
CN108470341A (zh) * | 2017-02-23 | 2018-08-31 | 南宁市富久信息技术有限公司 | 一种道路边缘检测方法 |
CN109716160A (zh) * | 2017-08-25 | 2019-05-03 | 北京嘀嘀无限科技发展有限公司 | 用于检测车辆环境信息的方法和系统 |
CN109716160B (zh) * | 2017-08-25 | 2022-12-02 | 北京航迹科技有限公司 | 用于检测车辆环境信息的方法和系统 |
CN108831158A (zh) * | 2018-08-20 | 2018-11-16 | 贵州宜行智通科技有限公司 | 违停监测方法、装置及电子终端 |
TWI710967B (zh) * | 2018-08-31 | 2020-11-21 | 開曼群島商創新先進技術有限公司 | 用於輔助車輛定損影像拍攝的方法、裝置及設備 |
CN112215234A (zh) * | 2020-10-16 | 2021-01-12 | 神思电子技术股份有限公司 | 一种道路卡口车辆人员信息核查方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104407351B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104407351B (zh) | 车辆窗口位置识别方法 | |
CN104463991B (zh) | 公路入口自动发卡系统及其发卡方法 | |
CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警系统 | |
CN104573646B (zh) | 基于激光雷达和双目相机的车前行人检测方法及系统 | |
CN103559791B (zh) | 一种融合雷达和ccd摄像机信号的车辆检测方法 | |
CN102737248B (zh) | 复杂路况下的车道线特征点提取方法与装置 | |
US9384401B2 (en) | Method for fog detection | |
CN103021177B (zh) | 一种雾天交通监控视频图像的处理方法和系统 | |
Negru et al. | Image based fog detection and visibility estimation for driving assistance systems | |
CN104008377A (zh) | 基于时空关联的地面交通标志实时检测识别方法 | |
CN107463890B (zh) | 一种基于单目前视相机的前车检测与跟踪方法 | |
CN107392103A (zh) | 路面车道线的检测方法及装置、电子设备 | |
CN106096525A (zh) | 一种复合型车道识别系统及方法 | |
CN103593981B (zh) | 一种基于视频的车型识别方法 | |
CN104881661B (zh) | 基于结构相似度的车辆检测方法 | |
CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
CN103577809A (zh) | 一种基于智能驾驶的地面交通标志实时检测的方法 | |
WO2008020544A1 (en) | Vehicle detection device, vehicle detection method, and vehicle detection program | |
KR20160087273A (ko) | 차량 안전 주행 장치 | |
US20170243067A1 (en) | Side window detection through use of spatial probability maps | |
CN106096512A (zh) | 利用深度摄像头对车辆或行人进行识别的检测装置及方法 | |
CN105931216A (zh) | 一种基于图像处理技术的机场道面破损检测方法 | |
CN104112141A (zh) | 一种基于公路监控设备的货车安全带系挂状态的检测方法 | |
CN110901638B (zh) | 驾驶辅助方法及系统 | |
KR101687094B1 (ko) | 교통 표지판 인식 장치 및 교통 표지판 인식 방법 |
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 |