CN104504913A - 视频车流检测方法及装置 - Google Patents
视频车流检测方法及装置 Download PDFInfo
- Publication number
- CN104504913A CN104504913A CN201410826965.6A CN201410826965A CN104504913A CN 104504913 A CN104504913 A CN 104504913A CN 201410826965 A CN201410826965 A CN 201410826965A CN 104504913 A CN104504913 A CN 104504913A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- contour
- partial image
- preset rules
- background subtraction
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种视频车流检测方法及装置，改善了现有视频检测方法仅能在视频角度较正面的场景中检测出运动车辆目标，不能满足实际需求的问题。该方法包括：获得预设检测区域的道路交通视频信息；从获得的道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；获得背景差分图像；判断背景差分图像中是否存在车辆轮廓，是则将车辆轮廓进行计数；否则对背景差分图像进行分割，针对分割至每个车道中的背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合预设规则的车辆轮廓分别进行计数。使用该方法，可以从存在一定角度的视频场景中检测出运动车辆，实施方便，易于推广应用。
Description
技术领域
本发明涉及检测技术，具体而言，涉及一种视频车流检测方法及装置。
背景技术
基于视频的车辆检测与跟踪技术是智能交通系统的关键技术。现有技术中，通过监控视频录像我们可以获得丰富的交通信息，包括车辆类型、车流量、车流密度以及车速等，这些信息对于交通管理和车辆行驶提供了参考。其它方案如雷达、超声波等存在工程复杂、费用高、对交通影响较大以及获得的信息量小等问题，而视频车流检测相比之下更简单直观。
发明人在研究中发现，传统的视频检测方法仅能在视频角度较正面的场景中检测出运动车辆目标，如此，摄像头必须安装在车道横梁上，这种摄像头安装方式，拍摄时发生车辆轮廓的相互遮挡较少，检测的技术难度较低，但是施工成本高，设备维护不方便。
综上所述，急需一种可以从存在一定角度的视频场景中检测出运动车辆的车流检测方法，以改善上述问题。
发明内容
有鉴于此，本发明实施例的目的在于提供一种视频车流检测方法及装置，以改善现有技术中仅能在视频角度较正面的场景中检测出运动车辆目标，不能满足实际需求的问题。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种视频车流检测方法，应用于视频车流检测装置，所述方法包括：
所述视频车流检测装置获得预设检测区域的道路交通视频信息；
从获得的所述道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；
将所述灰度图像与所述灰度背景图像相减，获得背景差分图像；
判断所述背景差分图像中是否存在车辆轮廓，是则将所述车辆轮廓进行计数；否则按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，其中，每个所述车道中的所述背景差分图像的部分信息之和构成了完整的所述背景差分图像。
本发明实施例中，针对存在一定视频角度的道路交通视频信息，例如：摄像头安装在路边的情况下获得的视频信息，巧妙地采用背景差分图像对车辆轮廓进行分析，通过对背景差分图像的分割处理，准确地识别出每个车辆轮廓，并进行计数，确保了对存在一定视频角度的道路交通视频信息中车辆轮廓识别的完整性，显著提高了摄像头安装位置的灵活性，降低了摄像头安装、维护的复杂度，符合实际需求。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述将所述灰度图像与所述灰度背景图像相减，获得背景差分图像，包括：
将当前帧的所述灰度图像与所述灰度背景图像相减，获得当前帧的背景差分图像；将所述当前帧的上一帧的所述灰度图像与所述灰度背景图像相减，获得所述上一帧的背景差分图像；
所述将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数包括：
所述当前帧的背景差分图像中存在符合所述预设规则的车辆轮廓，所述上一帧的背景差分图像中不存在符合所述预设规则的车辆轮廓，将符合所述预设规则的所述车辆轮廓进行计数；或
所述当前帧的背景差分图像中不存在符合所述预设规则的车辆轮廓，所述上一帧的背景差分图像中存在符合所述预设规则的车辆轮廓，将符合所述预设规则的所述车辆轮廓进行计数；
其中，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值。
本发明实施例中，基于视频车流检测的特性，仅对进入预设检测区域或离开预设检测区域的车辆轮廓进行计数，在确保车辆轮廓识别的完整性的基础上，进一步确保了计数的准确性。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述灰度图像包括当前帧的灰度图像和所述当前帧的上一帧的灰度图像，所述背景差分图像包括当前帧的背景差分图像和所述当前帧的上一帧的背景差分图像；
所述方法还包括：
记录所述当前帧的背景差分图像中符合所述预设规则的车辆轮廓的信息；记录所述上一帧的背景差分图像中符合所述预设规则的车辆轮廓的信息，所述车辆轮廓的信息包括所述车辆轮廓的位置、长度、面积和时间，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值；
判断所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息与所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息之间，匹配度是否达到预设匹配阈值；
匹配度达到所述预设匹配阈值则将所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓和所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓判定为同一车辆轨迹；
根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度；
匹配度未达到所述预设匹配阈值则新建车辆轨迹。
本发明实施例中，在识别出车辆轮廓的基础上，还对同一车辆(轮廓)的运行轨迹进行跟踪分析，从而在实现对车流量检测的基础上，实现了对车辆运行速度、车型的检测，功能十分齐全，且通过对车辆轨迹的跟踪，进一步提高了车流量检测的准确性，设计十分巧妙。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度，包括：
判断属于所述同一车辆轨迹的所述车辆轮廓当前所处位置是否超出所述预设检测区域，是则输出属于所述同一车辆轨迹的各所述车辆轮廓的信息，根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出两两所述车辆轮廓间所述车辆的移动速度，对两两所述车辆轮廓间所述车辆的移动速度求平均值，得出所述车辆在所述预设检测区域中的移动速度。
本发明实施例中，根据两两车辆轮廓间车辆的移动速度求平均值，得出车辆在预设检测区域中的移动速度，这种根据平均值求得移动速度的方式，计算结果更为准确。
结合第一方面，或第一方面的第一种、第二种或第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述车辆轮廓为所述背景差分图像中的单一连通轮廓，所述判断是否存在符合预设规则的车辆轮廓，包括：
获得所述单一连通轮廓的最小外接图形，判断所述最小外接图形的长宽比例、倾斜角度和面积是否符合所述预设规则。
本发明实施例中，通过单一连通轮廓的最小外接图形判断单一连通轮廓是否符合预设规则，最小外接图形的设置，实现了车辆轮廓的“规则化”，使得其与预设规则的对比更为明确、简单，显著提高了车辆轮廓的识别效率。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合所述预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，还包括：
针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在不符合所述预设规则的车辆轮廓，是则将不符合所述预设规则的所述车辆轮廓与相邻车道中的车辆轮廓进行合并，判断合并后的车辆轮廓是否符合所述预设规则，是则判断进行合并的任一车辆轮廓是否已进行计数，已进行计数则不再进行计数，均未进行计数则对符合所述预设规则的合并后的所述车辆轮廓进行计数。
本发明实施例中，在分割判断的基础上，还会进行合并判断，进一步提高了车流量检测的准确性。
结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述将所述灰度图像与所述灰度背景图像相减，获得背景差分图像之后，还包括：
将所述背景差分图像进行二值化处理和滤波处理。
背景差分图像经二值化处理和滤波处理之后，在提高图像清晰度的基础上降低了图像的复杂度，为高效、准确检测出车辆轮廓提供了良好的基础。
第二方面，本发明实施例提供了一种视频车流检测装置，包括：
第一获得单元，用于获得预设检测区域的道路交通视频信息；
第二获得单元，用于从获得的所述道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；
第三获得单元，用于将所述灰度图像与所述灰度背景图像相减，获得背景差分图像；
第一判断单元，用于判断所述背景差分图像中是否存在车辆轮廓，是则将所述车辆轮廓进行计数；否则按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，其中，每个所述车道中的所述背景差分图像的部分信息之和构成了完整的所述背景差分图像。
本发明实施例中，针对存在一定视频角度的道路交通视频信息，例如：摄像头安装在路边的情况下获得的视频信息，巧妙地采用背景差分图像对车辆轮廓进行分析，通过对背景差分图像的分割处理，准确地识别出每个车辆轮廓，并进行计数，确保了对存在一定视频角度的道路交通视频信息中车辆轮廓识别的完整性，显著提高了摄像头安装位置的灵活性，降低了摄像头安装、维护的复杂度，符合实际需求。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述第二获得单元获得的所述灰度图像包括当前帧的灰度图像和所述当前帧的上一帧的灰度图像，获得的所述背景差分图像包括当前帧的背景差分图像和所述当前帧的上一帧的背景差分图像；
所述装置还包括：
记录单元，用于记录所述当前帧的背景差分图像中符合所述预设规则的车辆轮廓的信息；记录所述上一帧的背景差分图像中符合所述预设规则的车辆轮廓的信息，所述车辆轮廓的信息包括所述车辆轮廓的位置、长度、面积和时间，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值；
第二判断单元，用于判断所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息与所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息之间，匹配度是否达到预设匹配阈值；
匹配度达到所述预设匹配阈值则将所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓和所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓判定为同一车辆轨迹；
根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度；
匹配度未达到所述预设匹配阈值则新建车辆轨迹。
本发明实施例中，在识别出车辆轮廓的基础上，还对同一车辆(轮廓)的运行轨迹进行跟踪分析，从而在实现对车流量检测的基础上，实现了对车辆运行速度、车型的检测，功能十分齐全，且通过对车辆轨迹的跟踪，进一步提高了车流量检测的准确性，设计十分巧妙。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述第一判断单元还用于，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在不符合所述预设规则的车辆轮廓，是则将不符合所述预设规则的所述车辆轮廓与相邻车道中的车辆轮廓进行合并，判断合并后的车辆轮廓是否符合所述预设规则，是则判断进行合并的任一车辆轮廓是否已进行计数，已进行计数则不再进行计数，均未进行计数则对符合所述预设规则的合并后的所述车辆轮廓进行计数。
本发明实施例中，在分割判断的基础上，还会进行合并判断，进一步提高了车流量检测的准确性。
本发明实施例中所提供的方法和装置，针对存在一定视频角度的道路交通视频信息，例如：摄像头安装在路边的情况下获得的视频信息，巧妙地采用背景差分图像对车辆轮廓进行分析，通过对背景差分图像的分割处理，准确地识别出每个车辆轮廓，并进行计数，确保了对存在一定视频角度的道路交通视频信息中车辆轮廓识别的完整性，显著提高了摄像头安装位置的灵活性，降低了摄像头安装、维护的复杂度，符合实际需求。
本发明实施例构思巧妙，实施方便，具有突出的实质性特点和显著进步，适合大规模推广应用。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本发明实施例1所提供的一种流程示意图；
图2示出了本发明实施例1所提供的另一种流程示意图；
图3示出了本发明实施例2所提供的一种结构框图；
图4示出了本发明实施例2所提供的另一种结构框图；
图5示出了本发明实施例2所提供的另一种结构框图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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
经研究发现，由于传统的视频车流检测方法仅能在视频角度较正面的场景中检测出运动车辆目标，因而，为了实现对车流的准确检测，均会在待检测区域的车道上安装横梁，将摄像头安装在横梁上，这种安装方式获取的车流视频信息，虽然能满足传统视频车流检测方法的检测需求，但施工成本高，设备维护不方便，在横梁、摄像头发生掉落时甚至会造成重大交通事故。发明人经多方考虑发现，若将摄像头安装在车道两旁，则能有效降低施工成本，提高设备维护的便捷性，且能有效消除安全隐患，但是，将摄像头安装在车道两旁，所获取的车流视频信息中，易发生车辆轮廓相互遮挡的情况，使得传统的视频车流检测方法不再适用，因而，必须研发新的视频车流检测方法，以实现从存在车辆轮廓相互遮挡的车流视频信息中准确识别出车流，基于此，如图1所示，本发明实施例公开了一种视频车流检测方法，应用于视频车流检测装置，所述方法包括：
步骤S100：所述视频车流检测装置获得预设检测区域的道路交通视频信息；
其中，预设检测区域的设置方式有多种，例如：在交通枢纽划定一个或多个检测区域，又例如：在多个车道分别划定检测区域，本发明实施例中，优选在待检测区域的车道上标定车道线、道路边界和检测起止线等，道路边界和起止线组成了预设检测区域。
其中，视频车流检测装置只需获得预设检测区域中的道路交通视频信息，无需获得非预设检测区域中的道路交通视频信息，以减小视频车流检测装置的数据处理量。
步骤S101：从获得的所述道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；
其中，为了进一步减小视频车流检测装置的数据处理量，对于逐帧提取的图像，优选进行图像灰度化处理，获得各帧的灰度图像，以及无车状况下的灰度背景图像。其中，灰度背景图像的获取方式有多种，例如，采用均值法生成灰度背景图像、人工选取等，为了确保灰度背景图像设置的准确性，避免因天气变化、环境(树木、人等)变化等所引起的检测误差，在实施时，可根据不同天气、不同季节、不同时间间隔等设置不同的灰度背景图像，亦可针对每帧图像，由视频车流检测装置动态生成对应每帧图像的灰度背景图像，以尽可能地接近当前帧的图像背景。
步骤S102：将所述灰度图像与所述灰度背景图像相减，获得背景差分图像；
为了确保后续处理的准确度，本发明实施例中，优选对背景差分图像进行二值化处理和滤波处理，例如：首先采用中值滤波器对二值化处理后的背景差分图像进行滤波处理，再采用均值滤波器对相邻帧间的背景差分图像进行滤波处理，然后采用形态学滤波器进行形态学滤波处理，实现灰度背景图像中连通区域(车辆轮廓)的平滑和分割，获得经滤波处理的背景差分图像。
步骤S103：判断所述背景差分图像中是否存在车辆轮廓，是则将所述车辆轮廓进行计数；否则按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，其中，每个所述车道中的所述背景差分图像的部分信息之和构成了完整的所述背景差分图像。
其中，车辆轮廓为背景差分图像中的单一连通轮廓，预设规则包括车辆轮廓的位置、长度和面积的范围值。为了提高车辆轮廓是否符合预设规则的判断效率和便捷性，本发明实施例中，优选获得单一连通轮廓的最小外接图形，根据最小外接图形的长宽比例、倾斜角度和面积等是否符合预设规则，判断是否对相应的单一连通轮廓进行计数。其中，外接图形的形状可有多种，例如：长方形、椭圆形、多边形等，只要能将单一连通轮廓包括在内，且与单一连通轮廓紧密外接即可。
其中，预设规则的相关参数可根据实际情况灵活设置，例如：视频车流检测装置获得的预设检测区域的道路交通视频信息中，(车道线)分割的各车道的角度为固定的，各车辆进入各车道后所对应的车辆轮廓角度位置(倾斜角度)是固定的，同理，根据车辆型号的不同，各车辆对应的长宽比例、面积大小亦是固定的，通过对各车道中各型号车辆对应的车辆轮廓信息的收集、汇总即可形成预设规则，在视频车流检测装置进行车辆检测时，将各帧图像中的单一连通轮廓与预设规则进行对比，根据单一连通轮廓与预设规则的契合度，即可判定出是否为车辆轮廓，是否需计数。
当检测出图像中存在单一连通轮廓，则说明必然存在车辆，若判定出单一连通轮廓不符合预设规则，则说明连通轮廓为多车轮廓的相连，此时，则根据车道线划定的多个车道对单一连通轮廓进行分割，由于多车轮廓相连后所构成的单一连通轮廓，必然会“横跨”多个车道，此时，根据车道线对单一连通轮廓进行分割，必然能得出多个分割轮廓，经验证，通过对分割至每个车道中的轮廓与预设规则进行对比，能准确得出相互遮挡的车辆信息，实现对车辆的准确计数。
需说明的是，根据实际情况，相互遮挡车辆轮廓的分割、识别、计数亦可通过丰富预设规则实现，例如：在设定各类型车辆通过各车道的车辆轮廓信息作为预设规则的基础上，还可针对各车道、各车辆相互遮挡时的车辆轮廓，将遮挡时的车辆轮廓、相互遮挡的车辆信息均进行存储，作为预设规则，在进行单一连通轮廓识别时，直接根据存储的遮挡时的车辆轮廓、相互遮挡的车辆信息完成分割计数，采用这种方式，虽然设定预设规则时需进行多方试验，但检测数据较快，检测效率也更高。
为了提高车辆轮廓计数的准确性，本发明实施例中，优选对进入预设检测区域的车辆进行计数或对离开预设检测区域的车辆进行计数，即：将当前帧的所述灰度图像与所述灰度背景图像相减，获得当前帧的背景差分图像；将所述当前帧的上一帧的所述灰度图像与所述灰度背景图像相减，获得上一帧的背景差分图像；
在以下两种状况下的任一情况下进行计数：所述当前帧的背景差分图像中存在符合所述预设规则的车辆轮廓，所述上一帧的背景差分图像中不存在符合所述预设规则的车辆轮廓，将符合所述预设规则的所述车辆轮廓进行计数；或所述当前帧的背景差分图像中不存在符合所述预设规则的车辆轮廓，所述上一帧的背景差分图像中存在符合所述预设规则的车辆轮廓，将符合所述预设规则的所述车辆轮廓进行计数。
为了实现对预设检测区域中车辆运行速度的检测，如图2所示，本发明实施例中，还会进行以下步骤：
步骤S104：记录所述当前帧的背景差分图像中符合所述预设规则的车辆轮廓的信息；记录所述上一帧的背景差分图像中符合所述预设规则的车辆轮廓的信息，所述车辆轮廓的信息包括所述车辆轮廓的位置、长度、面积和时间，预设规则包括车辆轮廓的位置、长度和面积的范围值；
需说明的是，由于是根据从获得的所述道路交通视频信息中逐帧提取的图像，即每一帧都既是当前帧亦是上一帧，因而，此处的当前帧、上一帧并非仅指两帧，而是泛指所提取的各帧图像。
步骤S105：判断所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息与所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息之间，匹配度是否达到预设匹配阈值；
其中，预设匹配阈值指上一帧车辆轮廓和当前帧车辆轮廓间契合度符合一定阈值，该阈值根据实际情况(拍摄角度、车道信息等)具体设定。
步骤S106：匹配度达到所述预设匹配阈值则将所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓和所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓判定为同一车辆轨迹；
需说明的是，由于实际获取了多帧图像，因而此处的同一车辆轨迹并非仅由两帧构成，而是由多帧构成，即，视频车流检测装置会对预设检测区域中的车辆运行轨迹进行持续跟踪，从车辆进入预设检测区域至车辆离开预设检测区域过程中的多帧图像共同构成了该车辆的车辆轨迹。
步骤S107：根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度；
其中，车辆移动速度的计算方式可有多种，例如：根据车辆进入预设检测区域的时间和车辆离开预设检测区域的时间，以及预设检测区域的车道长度得出移动速度，既将预设检测区域的车道长度与车辆离开预设检测区域的时间和车辆进入预设检测区域的时间之差相除，得出车辆在预设检测区域的移动速度；又例如：根据属于所述同一车辆轨迹的两两(相邻)所述车辆轮廓间位置和时间的差异，得出两两所述车辆轮廓间所述车辆的移动速度，对两两所述车辆轮廓间所述车辆的移动速度求平均值，得出所述车辆在所述预设检测区域中的移动速度。
步骤S108：匹配度未达到所述预设匹配阈值则新建车辆轨迹。
为了提高车辆检测识别的全面性，本发明实施例中，优选针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在不符合所述预设规则的车辆轮廓，是则将不符合所述预设规则的所述车辆轮廓与相邻车道中的车辆轮廓进行合并，判断合并后的车辆轮廓是否符合所述预设规则，是则判断进行合并的任一车辆轮廓是否已进行计数，已进行计数则不再进行计数，均未进行计数则对符合所述预设规则的合并后的所述车辆轮廓进行计数。
需说明的，本发明实施例中，在实施时，优选根据路况、车道数量的不同，将安装在车道两旁的摄像头的高度设定为不同，一般来说，摄像头安装高度越高，识别效率越高。
本发明实施例针对存在一定视频角度的道路交通视频信息，例如：摄像头安装在路边的情况下获得的视频信息，巧妙地采用背景差分图像对车辆轮廓进行分析，通过对背景差分图像的分割处理，准确地识别出每个车辆轮廓，并进行计数，确保了对存在一定视频角度的道路交通视频信息中车辆轮廓识别的完整性，显著提高了摄像头安装位置的灵活性，降低了摄像头安装、维护的复杂度，符合实际需求。
实施例2
经研究发现，由于传统的视频车流检测方法仅能在视频角度较正面的场景中检测出运动车辆目标，因而，为了实现对车流的准确检测，均会在待检测区域的车道上安装横梁，将摄像头安装在横梁上，这种安装方式获取的车流视频信息，虽然能满足传统视频车流检测方法的检测需求，但施工成本高，设备维护不方便，在横梁、摄像头发生掉落时甚至会造成重大交通事故。发明人经多方考虑发现，若将摄像头安装在车道两旁，则能有效降低施工成本，提高设备维护的便捷性，且能有效消除安全隐患，但是，将摄像头安装在车道两旁，所获取的车流视频信息中，易发生车辆轮廓相互遮挡的情况，使得传统的视频车流检测方法不再适用，因而，必须研发新的视频车流检测方法，以实现从存在车辆轮廓相互遮挡的车流视频信息中准确识别出车流，基于此，如图3所示，本发明实施例公开了一种视频车流检测装置，包括：第一获得单元200，用于获得预设检测区域的道路交通视频信息；第二获得单元201，用于从获得的所述道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；第三获得单元202，用于将所述灰度图像与所述灰度背景图像相减，获得背景差分图像；第一判断单元203，用于判断所述背景差分图像中是否存在车辆轮廓，是则将所述车辆轮廓进行计数；否则按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，其中，每个所述车道中的所述背景差分图像的部分信息之和构成了完整的所述背景差分图像。
本发明实施例中，针对存在一定视频角度的道路交通视频信息，例如：摄像头安装在路边的情况下获得的视频信息，巧妙地采用背景差分图像对车辆轮廓进行分析，通过对背景差分图像的分割处理，准确地识别出每个车辆轮廓，并进行计数，确保了对存在一定视频角度的道路交通视频信息中车辆轮廓识别的完整性，显著提高了摄像头安装位置的灵活性，降低了摄像头安装、维护的复杂度，符合实际需求。
在实现车流量检测的基础上，为了实现对车辆运行速度的检测，如图4所示，该装置还包括记录单元204，用于记录所述当前帧的背景差分图像中符合所述预设规则的车辆轮廓的信息；记录所述上一帧的背景差分图像中符合所述预设规则的车辆轮廓的信息，所述车辆轮廓的信息包括所述车辆轮廓的位置、长度、面积和时间，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值；第二判断单元205，用于判断所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息与所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息之间，匹配度是否达到预设匹配阈值；
匹配度达到所述预设匹配阈值则将所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓和所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓判定为同一车辆轨迹；
根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度；
匹配度未达到所述预设匹配阈值则新建车辆轨迹。
本发明实施例中，在识别出车辆轮廓的基础上，还对同一车辆(轮廓)的运行轨迹进行跟踪分析，从而在实现对车流量检测的基础上，实现了对车辆运行速度、车型的检测，功能十分齐全，且通过对车辆轨迹的跟踪，进一步提高了车流量检测的准确性，设计十分巧妙。
为了确保检测的准确性，所述第一判断单元203还用于，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在不符合所述预设规则的车辆轮廓，是则将不符合所述预设规则的所述车辆轮廓与相邻车道中的车辆轮廓进行合并，判断合并后的车辆轮廓是否符合所述预设规则，是则判断进行合并的任一车辆轮廓是否已进行计数，已进行计数则不再进行计数，均未进行计数则对符合所述预设规则的合并后的所述车辆轮廓进行计数。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
如图5所示，本发明实施例还提供了一种视频车流检测装置的结构示意图，包括：处理器400，存储器404，总线402和通信接口403，所述处理器400、通信接口403和存储器404通过总线402连接；。
其中，存储器404可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口403(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
处理器400用于执行存储器404中的可执行模块，例如计算机程序401；处理器400通过通信接口403接收数据流；
总线402可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器404用于存储程序401，所述处理器400在接收到执行指令后，执行所述程序401，前述本发明实施例任一实施例揭示的过程定义的装置所执行的方法可以应用于处理器400中，或者由处理器400实现。
在具体实现中，程序401可以包括程序代码，所述程序代码包括计算机操作指令和算法等；
处理器400可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器400中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器400可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器404，处理器400读取存储器404中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的进行装置中的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种视频车流检测方法，其特征在于，应用于视频车流检测装置，所述方法包括：
所述视频车流检测装置获得预设检测区域的道路交通视频信息；
从获得的所述道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；
将所述灰度图像与所述灰度背景图像相减，获得背景差分图像；
判断所述背景差分图像中是否存在车辆轮廓，是则将所述车辆轮廓进行计数；否则按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，其中，每个所述车道中的所述背景差分图像的部分信息之和构成了完整的所述背景差分图像。
2.根据权利要求1所述的视频车流检测方法，其特征在于，所述将所述灰度图像与所述灰度背景图像相减，获得背景差分图像，包括：
将当前帧的所述灰度图像与所述灰度背景图像相减，获得当前帧的背景差分图像；将所述当前帧的上一帧的所述灰度图像与所述灰度背景图像相减，获得所述上一帧的背景差分图像；
所述将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数包括：
所述当前帧的背景差分图像中存在符合所述预设规则的车辆轮廓，所述上一帧的背景差分图像中不存在符合所述预设规则的车辆轮廓，将符合所述预设规则的所述车辆轮廓进行计数；或
所述当前帧的背景差分图像中不存在符合所述预设规则的车辆轮廓，所述上一帧的背景差分图像中存在符合所述预设规则的车辆轮廓，将符合所述预设规则的所述车辆轮廓进行计数；
其中，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值。
3.根据权利要求1所述的视频车流检测方法，其特征在于，所述灰度图像包括当前帧的灰度图像和所述当前帧的上一帧的灰度图像，所述背景差分图像包括当前帧的背景差分图像和所述当前帧的上一帧的背景差分图像；
所述方法还包括：
记录所述当前帧的背景差分图像中符合所述预设规则的车辆轮廓的信息；记录所述上一帧的背景差分图像中符合所述预设规则的车辆轮廓的信息，所述车辆轮廓的信息包括所述车辆轮廓的位置、长度、面积和时间，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值；
判断所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息与所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息之间，匹配度是否达到预设匹配阈值；
匹配度达到所述预设匹配阈值则将所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓和所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓判定为同一车辆轨迹；
根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度；
匹配度未达到所述预设匹配阈值则新建车辆轨迹。
4.根据权利要求3所述的视频车流检测方法，其特征在于，所述根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度，包括：
判断属于所述同一车辆轨迹的所述车辆轮廓当前所处位置是否超出所述预设检测区域，是则输出属于所述同一车辆轨迹的各所述车辆轮廓的信息，根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出两两所述车辆轮廓间所述车辆的移动速度，对两两所述车辆轮廓间所述车辆的移动速度求平均值，得出所述车辆在所述预设检测区域中的移动速度。
5.根据权利要求1～4任意一项所述的视频车流检测方法，其特征在于，所述车辆轮廓为所述背景差分图像中的单一连通轮廓，所述判断是否存在符合预设规则的车辆轮廓，包括：
获得所述单一连通轮廓的最小外接图形，判断所述最小外接图形的长宽比例、倾斜角度和面积是否符合所述预设规则。
6.根据权利要求5所述的视频车流检测方法，其特征在于，所述按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合所述预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，还包括：
针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在不符合所述预设规则的车辆轮廓，是则将不符合所述预设规则的所述车辆轮廓与相邻车道中的车辆轮廓进行合并，判断合并后的车辆轮廓是否符合所述预设规则，是则判断进行合并的任一车辆轮廓是否已进行计数，已进行计数则不再进行计数，均未进行计数则对符合所述预设规则的合并后的所述车辆轮廓进行计数。
7.根据权利要求6所述的视频车流检测方法，其特征在于，所述将所述灰度图像与所述灰度背景图像相减，获得背景差分图像之后，还包括：
将所述背景差分图像进行二值化处理和滤波处理。
8.一种视频车流检测装置，其特征在于，包括：
第一获得单元，用于获得预设检测区域的道路交通视频信息；
第二获得单元，用于从获得的所述道路交通视频信息中，逐帧提取图像，获得各帧的灰度图像和无车状况下的灰度背景图像；
第三获得单元，用于将所述灰度图像与所述灰度背景图像相减，获得背景差分图像；
第一判断单元，用于判断所述背景差分图像中是否存在车辆轮廓，是则将所述车辆轮廓进行计数；否则按预存的车道信息对所述背景差分图像进行分割，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在符合预设规则的车辆轮廓，是则将不同车道中符合所述预设规则的所述车辆轮廓分别进行计数，其中，每个所述车道中的所述背景差分图像的部分信息之和构成了完整的所述背景差分图像。
9.根据权利要求8所述的视频车流检测装置，其特征在于，所述第二获得单元获得的所述灰度图像包括当前帧的灰度图像和所述当前帧的上一帧的灰度图像，获得的所述背景差分图像包括当前帧的背景差分图像和所述当前帧的上一帧的背景差分图像；
所述装置还包括：
记录单元，用于记录所述当前帧的背景差分图像中符合所述预设规则的车辆轮廓的信息；记录所述上一帧的背景差分图像中符合所述预设规则的车辆轮廓的信息，所述车辆轮廓的信息包括所述车辆轮廓的位置、长度、面积和时间，所述预设规则包括所述车辆轮廓的位置、长度和面积的范围值；
第二判断单元，用于判断所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息与所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓的信息之间，匹配度是否达到预设匹配阈值；
匹配度达到所述预设匹配阈值则将所述当前帧的背景差分图像中符合所述预设规则的所述车辆轮廓和所述上一帧的背景差分图像中符合所述预设规则的所述车辆轮廓判定为同一车辆轨迹；
根据属于所述同一车辆轨迹的两两所述车辆轮廓间位置和时间的差异，得出所述车辆的移动速度；
匹配度未达到所述预设匹配阈值则新建车辆轨迹。
10.根据权利要求8所述的视频车流检测装置，其特征在于，所述第一判断单元还用于，针对分割至每个所述车道中的所述背景差分图像的部分信息，判断是否存在不符合所述预设规则的车辆轮廓，是则将不符合所述预设规则的所述车辆轮廓与相邻车道中的车辆轮廓进行合并，判断合并后的车辆轮廓是否符合所述预设规则，是则判断进行合并的任一车辆轮廓是否已进行计数，已进行计数则不再进行计数，均未进行计数则对符合所述预设规则的合并后的所述车辆轮廓进行计数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410826965.6A CN104504913B (zh) | 2014-12-25 | 2014-12-25 | 视频车流检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410826965.6A CN104504913B (zh) | 2014-12-25 | 2014-12-25 | 视频车流检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104504913A true CN104504913A (zh) | 2015-04-08 |
| CN104504913B CN104504913B (zh) | 2017-03-15 |
Family
ID=52946515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410826965.6A Active CN104504913B (zh) | 2014-12-25 | 2014-12-25 | 视频车流检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104504913B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794907A (zh) * | 2015-05-05 | 2015-07-22 | 江苏大为科技股份有限公司 | 使用车道分割合并方法的车流量检测方法 |
| CN106778667A (zh) * | 2016-12-30 | 2017-05-31 | 安徽省万薇网络科技有限公司 | 一种站外车流统计分析方法 |
| WO2017161544A1 (zh) * | 2016-03-25 | 2017-09-28 | 深圳大学 | 一种基于单摄像头视频序列匹配的车辆测速方法及其系统 |
| CN107315095A (zh) * | 2017-06-19 | 2017-11-03 | 哈尔滨工业大学 | 基于视频处理的具有光照适应性的多车辆自动测速方法 |
| WO2018153211A1 (zh) * | 2017-02-22 | 2018-08-30 | 中兴通讯股份有限公司 | 获取交通路况信息的方法及装置、计算机存储介质 |
| CN108492567A (zh) * | 2018-04-24 | 2018-09-04 | 汪宇明 | 监控终端、道路交通预警方法及系统 |
| CN108694722A (zh) * | 2017-04-12 | 2018-10-23 | 杭州登虹科技有限公司 | 利用画面数据进行目标追踪的方法 |
| CN109919883A (zh) * | 2018-12-03 | 2019-06-21 | 南京三宝科技股份有限公司 | 一种基于灰度转换的交通视频数据获取方法 |
| CN110310494A (zh) * | 2019-05-21 | 2019-10-08 | 同济大学 | 一种基于视频图像的交通参数检测方法及系统 |
| CN110956824A (zh) * | 2019-12-12 | 2020-04-03 | 天地伟业技术有限公司 | 一种基于视频的事件监测方法 |
| CN111311923A (zh) * | 2020-03-05 | 2020-06-19 | 浙江长元科技有限公司 | 一种消防通道的监管方法及监管系统 |
| CN111583669A (zh) * | 2019-02-15 | 2020-08-25 | 杭州海康威视数字技术股份有限公司 | 一种超速检测方法、装置、控制设备和存储介质 |
| CN111652912A (zh) * | 2020-06-10 | 2020-09-11 | 北京嘀嘀无限科技发展有限公司 | 车辆计数方法和系统、数据处理设备及智能拍摄设备 |
| CN112232286A (zh) * | 2020-11-05 | 2021-01-15 | 浙江点辰航空科技有限公司 | 一种道路巡检无人机图像识别系统及无人机 |
| CN113053137A (zh) * | 2019-12-27 | 2021-06-29 | 丰田自动车株式会社 | 车辆信息取得装置、系统、方法以及车辆信息取得程序 |
| CN117152974A (zh) * | 2023-11-01 | 2023-12-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种全自动轨迹自适应分析的交通流量高精计算方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289940A (zh) * | 2011-07-26 | 2011-12-21 | 西南交通大学 | 一种基于混合差分的车流量检测方法 |
| CN103177586A (zh) * | 2013-03-05 | 2013-06-26 | 天津工业大学 | 一种基于机器视觉的城市交叉路口多车道车流量检测方法 |
| WO2013187748A1 (en) * | 2012-06-12 | 2013-12-19 | Institute Of Electronics And Computer Science | System and method for video-based vehicle detection |
| WO2014041848A1 (ja) * | 2012-09-14 | 2014-03-20 | 沖電気工業株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| CN103778790A (zh) * | 2014-01-13 | 2014-05-07 | 杭州电子科技大学 | 一种基于视频序列的车流量方波统计法 |
-
2014
- 2014-12-25 CN CN201410826965.6A patent/CN104504913B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289940A (zh) * | 2011-07-26 | 2011-12-21 | 西南交通大学 | 一种基于混合差分的车流量检测方法 |
| WO2013187748A1 (en) * | 2012-06-12 | 2013-12-19 | Institute Of Electronics And Computer Science | System and method for video-based vehicle detection |
| WO2014041848A1 (ja) * | 2012-09-14 | 2014-03-20 | 沖電気工業株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| CN103177586A (zh) * | 2013-03-05 | 2013-06-26 | 天津工业大学 | 一种基于机器视觉的城市交叉路口多车道车流量检测方法 |
| CN103778790A (zh) * | 2014-01-13 | 2014-05-07 | 杭州电子科技大学 | 一种基于视频序列的车流量方波统计法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794907A (zh) * | 2015-05-05 | 2015-07-22 | 江苏大为科技股份有限公司 | 使用车道分割合并方法的车流量检测方法 |
| WO2017161544A1 (zh) * | 2016-03-25 | 2017-09-28 | 深圳大学 | 一种基于单摄像头视频序列匹配的车辆测速方法及其系统 |
| CN106778667A (zh) * | 2016-12-30 | 2017-05-31 | 安徽省万薇网络科技有限公司 | 一种站外车流统计分析方法 |
| WO2018153211A1 (zh) * | 2017-02-22 | 2018-08-30 | 中兴通讯股份有限公司 | 获取交通路况信息的方法及装置、计算机存储介质 |
| CN108694722A (zh) * | 2017-04-12 | 2018-10-23 | 杭州登虹科技有限公司 | 利用画面数据进行目标追踪的方法 |
| CN107315095B (zh) * | 2017-06-19 | 2019-07-02 | 哈尔滨工业大学 | 基于视频处理的具有光照适应性的多车辆自动测速方法 |
| CN107315095A (zh) * | 2017-06-19 | 2017-11-03 | 哈尔滨工业大学 | 基于视频处理的具有光照适应性的多车辆自动测速方法 |
| CN108492567A (zh) * | 2018-04-24 | 2018-09-04 | 汪宇明 | 监控终端、道路交通预警方法及系统 |
| CN109919883A (zh) * | 2018-12-03 | 2019-06-21 | 南京三宝科技股份有限公司 | 一种基于灰度转换的交通视频数据获取方法 |
| CN109919883B (zh) * | 2018-12-03 | 2021-06-22 | 南京三宝科技股份有限公司 | 一种基于灰度转换的交通视频数据获取方法 |
| CN111583669A (zh) * | 2019-02-15 | 2020-08-25 | 杭州海康威视数字技术股份有限公司 | 一种超速检测方法、装置、控制设备和存储介质 |
| CN110310494A (zh) * | 2019-05-21 | 2019-10-08 | 同济大学 | 一种基于视频图像的交通参数检测方法及系统 |
| CN110956824A (zh) * | 2019-12-12 | 2020-04-03 | 天地伟业技术有限公司 | 一种基于视频的事件监测方法 |
| CN113053137A (zh) * | 2019-12-27 | 2021-06-29 | 丰田自动车株式会社 | 车辆信息取得装置、系统、方法以及车辆信息取得程序 |
| CN111311923A (zh) * | 2020-03-05 | 2020-06-19 | 浙江长元科技有限公司 | 一种消防通道的监管方法及监管系统 |
| CN111652912A (zh) * | 2020-06-10 | 2020-09-11 | 北京嘀嘀无限科技发展有限公司 | 车辆计数方法和系统、数据处理设备及智能拍摄设备 |
| CN112232286A (zh) * | 2020-11-05 | 2021-01-15 | 浙江点辰航空科技有限公司 | 一种道路巡检无人机图像识别系统及无人机 |
| CN117152974A (zh) * | 2023-11-01 | 2023-12-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种全自动轨迹自适应分析的交通流量高精计算方法 |
| CN117152974B (zh) * | 2023-11-01 | 2024-02-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种全自动轨迹自适应分析的交通流量高精计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104504913B (zh) | 2017-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104504913A (zh) | 视频车流检测方法及装置 | |
| CN102810250B (zh) | 基于视频的多车型交通信息检测方法 | |
| KR101589711B1 (ko) | 비디오 데이터의 처리 방법 및 시스템 | |
| Hadi et al. | Vehicle detection and tracking techniques: a concise review | |
| CN108986465B (zh) | 一种车流量检测的方法、系统及终端设备 | |
| CN103324930B (zh) | 一种基于灰度直方图二值化的车牌字符分割方法 | |
| CN105260713A (zh) | 一种车道线检测方法和装置 | |
| CN105493502A (zh) | 视频监控方法、视频监控系统以及计算机程序产品 | |
| CN103116987A (zh) | 一种基于监控视频处理的车流统计和违规检测的方法 | |
| CN107845264A (zh) | 一种基于视频监控的交通量采集系统及方法 | |
| CN103985182A (zh) | 一种公交客流自动计数方法及自动计数系统 | |
| CN111598069B (zh) | 一种基于深度学习的高速公路车辆换道区域分析方法 | |
| CN105261034A (zh) | 一种高速公路上车流量的统计方法及装置 | |
| CN105260701A (zh) | 一种适用于复杂场景下的前方车辆检测方法 | |
| CN102867415B (zh) | 基于视频检测技术的道路拥堵判别方法 | |
| CN114596555B (zh) | 障碍物点云数据筛选方法、装置、电子设备及存储介质 | |
| WO2021036243A1 (zh) | 识别车道的方法、装置及计算设备 | |
| CN104794906A (zh) | 室外停车场出口车辆管理平台 | |
| CN112447060A (zh) | 识别车道的方法、装置及计算设备 | |
| CN112991769A (zh) | 基于视频的交通量调查方法和装置 | |
| Dinh et al. | Development of a tracking-based system for automated traffic data collection for roundabouts | |
| CN105139462A (zh) | 一种基于二维码的高速公路防汽车冲卡方法 | |
| Tursun et al. | A video based real-time vehicle counting system using optimized virtual loop method | |
| Kanhere et al. | Traffic monitoring of motorcycles during special events using video detection | |
| Bhaskar et al. | Enhanced and effective parallel optical flow method for vehicle detection and tracking |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB02 | Change of applicant information |
Address after: Pingtung 519000 Guangdong Province, Zhuhai city Xiangzhou District Nanping Technology Industrial Park Road No. 1 A225 Applicant after: ZHUHAI GAOLING TECHNOLOGY CO., LTD. Address before: Pingtung 519000 Guangdong Province, Zhuhai city Xiangzhou District Nanping Technology Industrial Park Road No. 1 A225 Applicant before: Zhuhai Comleader Environment Technology Co., Ltd. |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: ZHUHAI GAOLING ENVIRONMENTAL TECHNOLOGY CO., LTD. TO: ZHUHAI GAOLING TECHNOLOGY CO., LTD. |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20150914 Address after: Pingtung 519000 Guangdong province Zhuhai Nanping Science and Technology Industrial Park Road No. Applicant after: Zhuhai Comleader Information Science & Technology Co., Ltd. Address before: Pingtung 519000 Guangdong Province, Zhuhai city Xiangzhou District Nanping Technology Industrial Park Road No. 1 A225 Applicant before: ZHUHAI GAOLING TECHNOLOGY CO., LTD. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Pingtung 519000 Guangdong province Zhuhai Nanping Science and Technology Industrial Park Road No. Patentee after: Zhuhai Gao Ling information Polytron Technologies Inc Address before: Pingtung 519000 Guangdong province Zhuhai Nanping Science and Technology Industrial Park Road No. Patentee before: Zhuhai Comleader Information Science & Technology Co., Ltd. |
|
| CP01 | Change in the name or title of a patent holder |