CN104751634B - 高速公路隧道行车图像采集信息的综合应用方法 - Google Patents
高速公路隧道行车图像采集信息的综合应用方法 Download PDFInfo
- Publication number
- CN104751634B CN104751634B CN201510192914.7A CN201510192914A CN104751634B CN 104751634 B CN104751634 B CN 104751634B CN 201510192914 A CN201510192914 A CN 201510192914A CN 104751634 B CN104751634 B CN 104751634B
- Authority
- CN
- China
- Prior art keywords
- image
- information
- vehicle
- tunnel
- car
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000007418 data mining Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims 2
- 238000010168 coupling process Methods 0.000 claims 2
- 238000005859 coupling reaction Methods 0.000 claims 2
- 230000033001 locomotion Effects 0.000 claims 2
- 238000005286 illumination Methods 0.000 abstract description 13
- 238000004134 energy conservation Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000003909 pattern recognition Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- 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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种高速公路隧道行车图像采集信息的综合应用方法。本发明利用红外摄像来获得视频信息，可以最大限度的避免不同车灯照明带来的隧道行车图像及其背景的变化，有利于降低后期图像处理的难度，将采集的视频信息进行图像处理后，获取图像的特征信息，最后将特征信息进行编码后作为LED隧道灯照明亮度调整的控制参数。这样的方式准确性高，实现隧道“车近灯亮、车过灯灭”，在保证隧道内行车安全的前提下有效节能。在用图像解析方法检测隧道通行车辆信息的过程中，其算法输出的信息必然包含通过监测点的车辆的车速、数量、通行时间、特征图像、车型、车牌等等信息，将这些信息存储，通过数据挖掘协助交警查处违章、协助刑警查询犯罪嫌疑人车辆通过该隧道路段的时间、车牌等信息。
Description
技术领域
本发明涉及公路照明技术领域，尤其是一种高速公路隧道行车图像采集信息的综合应用方法。
背景技术
在高速公路隧道照明智能控制系统运行中，准确检测通过隧道节点的车辆的数量、最快车辆的车速，是实现隧道“车近灯亮、车过灯灭、依据车速提供合适照明”，在保证隧道内行车安全的前提下有效节能的关键技术。而智能照明控制系统的首要目标是保证隧道内安全行车，其次才是节能。准确判断来车信息非常重要，目前有采用过地磁法、红外对射、超声波、微波雷达等方法检测，但是，效果并不理想。比如地磁检测，在实践中，车辆通过某检测点时可能骑着分道线跑（隧道中超车，交规不允许但实际是有的），判断结果有两辆车，而下一检测点只检测到一辆车通过，系统认为有车在该路段抛锚，于是将该路段设置为“长明灯”，并将某车道设置为“禁止通行”，后果非常严重。并且，如上所述，隧道中的交通违章情况往往也难以被查处，导致许多人安全意识淡薄，容易引起安全事故。
发明内容
本发明的目的是：提供一种高速公路隧道行车图像采集信息的综合应用方法，它准确性高，在保证隧道内行车安全的前提下有效节能，克服隧道常明灯照明系统的过度照明或照明不足问题，为驾驶员提供良好的行车环境，并且还能将隧道内的车辆通行情况进行记录，以供交通调度及查询处理，以克服现有技术的不足。
本发明是这样实现的：高速公路隧道行车图像采集信息的综合应用方法，在高速公路较长隧道中设置多个检测点，在每个检测点都安装红外摄像头以采集通行车辆的视频信息，再将采集的视频信息进行图像处理，以获取图像的特征信息，所述的特征信息包含是否有车通过检测点、来车的数量、来车的最快行车速度、车型以及车牌；以上述特征信息作为LED隧道灯照明开关及亮度调整的控制参数；将图像信息数据进行存储备用。
2、根据权利要求1所述的高速公路隧道行车图像采集信息的综合应用方法，其特征在于：所述的将采集的视频信息进行图像处理具体包括如下步骤：
1）车辆图像的预处理：将图像灰度化后，再对灰度化的图像进行去噪，获得预处理图像；
2）检测来车及计数：背景帧差法提取的数据正好用来判断是否有车，而采取相邻帧差法还可提取车辆运行的位移信息；
检测对象单位时间内的计数结果即为通过该检测点的行车数量；
3）车速计算：采用背景差分和帧间差分相结合的视频目标提取算法来计算车辆的通行速度；
车的类型大致可分为微型车、大巴车、工程/货运车三类。在图像信息处理的特征数据提取处理中，通过背景差法获得的车辆特征信息，在比对处理时，可以根据车的轮廓尺寸，与现有车型进行比对，得到车的类型信息。技术上的难点在信息提取上，尤其是对边沿和阴影的处理。
目前的车型识别方法大致可以分为两类：基于模式识别的方法和基于图像匹配的方法。前者是根据车辆目标的某特征参数在具体的空间或时间的分布，用模式识别理论将其归类识别；而后者则是通过待识别车辆与车型模板相匹配来完成车型识别的。
提取的车型几何特征，包括绝对特征（面积以及周长）和相对特征（长宽比）。基于图像的识别系统，几何特征不仅具有可区别性、可靠性，而且可以降低运算处理的复杂度。
B、车牌设别：先将获取的车辆图片通过算法对车牌进行定位；然后用Hough算法进行倾斜矫正；再进行字符分割及字符标准化；最后将逐行逐列统计、比对运算做字符设别，最后将提取的数据方进行存储；
5）信息编码：根据采集到特征信息进行分别编码，将其编码为用于数据挖掘应用的实时数据；作为LED隧道灯照明亮度调整的控制参数；以及作为具有检索标识的图像特征信息包；
6）分别将用于数据挖掘应用的实时数据以及作为具有检索标识的图像特征信息包进行集成、压缩后，通过总线方式传输（或无线发送）到服务器集总分别储存。
所述的图像灰度化是对图像的RGB三个分量进行加权平均得到最终的灰度值，所采用的方法有分量法、最大值法、平均值法或加权平均法；所述的图像去噪采用均值滤波或中值滤波。
图像特征数据传送到服务器保存，同时在服务器上统计单位时间内隧道节点的通行车辆数量，通过车流量及行车速度两个参数实时判断隧道的交通状况，在隧道超负荷或隧道内有事故发生时即主动报警，并发送特征图像到交通管理中心，便于指挥交通疏导或实施事故救援。
5、根据权利要求2所述的高速公路隧道行车图像采集信息的综合应用方法，其特征在于：通过服务器中存储的图像信息特征数据，可以协助交警查处违章；协助刑警查询犯罪嫌疑人车辆通过该隧道路段的时间、车牌等信息。
用图像处理算法提取特征信息的过程中，必然包含有“通行时间、特征图像、车速、车牌、车流量”等有用信息，这些信息应该存储应用。通过这些信息的存储与数据挖掘，可以得到隧道的实时路况信息；月度、季度、年度等的交通流量表；检索XXX车在何时通过某隧道节点，并且获得其车速、特征图像等信息。
由于采用了以上技术方案，本发明利用红外摄像来获得视频信息，可以最大限度的避免不同车灯照明带来的隧道行车图像及其背景的变化，有利于降低后期图像处理的难度，将采集的视频信息进行图像处理后，获取图像的特征信息，通过背景帧差法提取的数据正好用来判断是否有车，而采取相邻帧差法还可提取车辆运行的位移信息，两者结合可以更加准确的判断是否有来车，且能获得来车的其它数据信息；基于背景差分和帧间差分相结合的视频目标提取算法来计算车辆速度；最后将特征信息进行编码后作为LED隧道灯照明开关及亮度调整的控制参数。这样的方式准确性高，实现隧道“车近灯亮、车过灯灭”，在保证隧道内行车安全的前提下有效节能；克服隧道常明灯照明系统的过度照明或照明不足问题，为驾驶员提供良好的行车环境，以提高隧道行车的安全性；在用图像解析方法检测隧道通行车辆信息的过程中，其算法输出的信息必然包含通过监测点的车辆的车速、数量、通行时间、特征图像、车型、车牌等等信息，将这些信息存储，在服务器中统计隧道通行的车流量，结合车速实时判断隧道的交通状况，发现异常（隧道通行饱和或隧道中有事故发生）即主动报警，并发送特征图像到交通管理中心，便于指挥交通疏导或实施事故救援；通过数据挖掘协助交警查处违章、协助刑警查询犯罪嫌疑人车辆通过该隧道路段的时间、车牌等信息。本发明方法简单，易于实施，成本低廉，使用效果好。
附图说明
图1为本发明的原理流程图；
图2为基于图像匹配的车型识别流程图；
图3为车牌图像定位流程图；
图4为车牌倾斜矫正流程图；
图5为车牌字符分割流程图；
图6为视频信息提取的总流程图流程图；
图7为视频信息数据结构图。
具体实施方式
本发明的实施例：高速公路隧道行车图像采集信息的综合应用方法，在高速公路隧道中设置多个检测点，在每个检测点都安装红外摄像头以采集通行车辆的视频信息，再将采集的视频信息进行图像处理，以获取图像的特征信息，所述的特征信息包含是否有车通过检测点、来车的数量、以及来车的最快行车速度；以此数据作为LED隧道灯照明亮度调整的控制参数。
所述的将采集的视频信息进行图像处理具体包括如下步骤：
1）车辆图像的预处理：将图像灰度化后，再对灰度化的图像进行去噪，获得预处理图像；摄像头采集的图像质量会受各种因素的影响，因此有必要对原始的采集图像进行预处理，以提高图像的质量，有利于对图像内容的进一步分析；
2）检测来车及计数：背景帧差法提取的数据正好用来判断是否有车，而采取相邻帧差法还可提取车辆运行的位移信息；特征数据提取处理中，背景帧差法提取的数据正好用来判断是否有车，而采取相邻帧差法还可提取车辆运行的位移信息，两者结合可以更加准确的判断是否有来车，且能获得来车的其它数据信息。
检测对象单位时间内的计数结果即为通过该检测点的行车数量；
3）车速计算：采用背景差分和帧间差分相结合的视频目标提取算法来计算车辆的通行速度；
4）判别车型及提取车牌：
A、车型判别：车的类型大致可分为微型车、大巴车、工程/货运车三类，在图像信息处理的特征数据提取处理中，通过背景差法获得的车辆特征信息，在比对处理时，可以根据车的轮廓尺寸，与现有车型进行比对，得到车的类型信息。技术上的难点在信息提取上，尤其是对边沿和阴影的处理；
目前的车型识别方法大致可以分为两类：基于模式识别的方法和基于图像匹配的方法。前者是根据车辆目标的某特征参数在具体的空间或时间的分布，用模式识别理论将其归类识别；而后者则是通过待识别车辆与车型模板相匹配来完成车型识别的。本实施例采用基于图像匹配的方法来进行车型识别，其识别流程如图2所示。
提取的车型几何特征，包括绝对特征（面积以及周长）和相对特征（长宽比）；基于图像的识别系统，几何特征不仅具有可区别性、可靠性，而且可以降低运算处理的复杂度；
B、车牌设别：车牌提取方法更加复杂，先将获取的车辆图片通过算法对车牌进行定位，如图3所示；然后用Hough算法进行倾斜矫正，如图4所示；再进行字符分割、字符标准化，如图5所示；最后将逐行逐列统计、比对运算做字符设别，提取的数据方能用于存储和信息查询；
5）信息编码：根据采集到特征信息进行分别编码，将其编码为用于数据挖掘应用的实时数据、作为LED隧道灯照明亮度调整的控制参数，以及作为具有检索标识的图像特征信息包；
通过对图像信息提取和处理后，最终会得到以下三类数据：
第一类是实时数据。是对各种算法产生的特征数据进行提取后的集成，包含节点号、通行时间、车牌号、车型、车速等特征信息，用于实时掌握隧道的交通状况及数据挖掘应用。拟编码如表1所示：
第二类是实时控制信息。是发送到灯具控制器的关键信息，它集成利用算法获取的，通过隧道的“有无行车、来车速度、来车数量”3个信息。其“有车”开启照明、“行车速度”用以调整隧道灯的照明亮度（以最快车辆信息为准）、“来车数量”用于判断经过本节点的车辆是否都进入下一路段（尤其是通过本检测点时的并行车辆、连续跟进车辆），拟编码如表2所示：
第三类是具有检索标识的图像特征信息包。用特殊算法产生，也可用特殊算法还原的图像特征数据信息包，拟编码如表3所示：
6）传输和保存的图像数据并不是摄像头采集的原始视频图像，而是经过信息处理后，可还原特征图像的特征数据；分别将用于数据挖掘应用的实时数据，以及作为具有检索标识的图像特征信息包进行集成、压缩后，通过总线方式传输（或无线发送）到服务器集总分别储存。
7）实时掌握隧道的交通状况，第一类数据传送到服务器存储的同时，在服务器中统计隧道通行的车流量，结合车速实时判断隧道的交通状况，发现异常（隧道通行饱和或隧道中有事故发生）即主动报警，并发送特征图像到交通管理中心，便于指挥交通疏导或实施事故救援；
8）如何从海量图像信息中查询历史信息
通过第一类数据储存的数据库，可以检索XXX车在某时间通过的隧道节点，并且获得其车速等信息，必要时可以通过第三类数据信息库的图像检索码快速找到该车通过此节点时的特征图像数据。视频信息数据结构如图7所示。
本发明所述并不限于具体实施方式中所述的实施例，本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围。显然本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术范围内，则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种高速公路隧道行车图像采集信息的综合应用方法，其特征在于：在高速公路隧道中设置检测点，在每个检测点都安装红外摄像头以采集通行车辆的视频信息，再将采集的视频信息进行图像处理，以获取图像的特征信息，所述的特征信息包含是否有车通过检测点、来车的数量、来车的最快行车速度、车型以及车牌；以上述特征信息作为LED隧道灯照明开关及亮度调整的控制参数；作为指挥交通疏导及事故救援的参考信息；将图像信息数据进行存储备用；
所述的将采集的视频信息进行图像处理具体包括如下步骤：
1)车辆图像的预处理：将图像灰度化后，再对灰度化的图像进行去噪，获得预处理图像；
2)检测来车及计数：背景帧差法提取的数据用来判断是否有车，而采取相邻帧差法还提取车辆运行的位移信息；
A、将无车辆经过的图像作为背景图片，并把当前图片与背景图片进行差分，与背景模型匹配的像素称为背景bk(x,y)，不匹配的像素则称为前景fk(x,y)，经阈值T划分，可得到目标的二值化图像：
dk(x,y)＝|fk(x,y)-bk(x,y)| (3)
B、将相邻两帧进行差分，经阈值T判断目标对象：
dn(x,y)＝|fn(x,y)-fn-1(x,y)| (5)
检测对象单位时间内的计数结果即为通过该检测点的行车数量；
3)车速计算：采用背景差分和帧间差分相结合的视频目标提取算法来计算车辆的通行速度；
在一帧图像中选择一组在运动中形状不变的特征点，与相邻下一帧中的同类特征点作匹配，根据相邻两帧图像中的特征点移动的位移量求得车辆运动距离，根据相邻两帧图像之间的时间间隔得到车辆运动的时间，再依据位移量Dn(x,y)和时间t，即可计算出车速；
Dn(x,y)＝|In(x,y)-In-1(x,y)| (7)
4)判别车型及提取车牌
A、车型判别：采用基于图像匹配的方法来进行车型识别，设已知目标的图像模板为T，大小为M×N，待比对的图像为S，大小为L×W(L>M,W>N)，模板覆盖下的那块待考察图像为子图Sij，(i,j)为该子图左上角点在S图中的坐标；通过模板T叠放在S上移动，比较T和Sij的相似程度就确定在图像S中是否有T所确定的目标，数学描述：
B、车牌识别：先将获取的车辆图片通过算法对车牌进行定位；然后用Hough算法进行倾斜矫正；再进行字符分割及字符标准化；最后将逐行逐列统计、比对运算做字符识别，最后将提取的数据进行存储；
5)信息编码：根据采集到特征信息进行分别编码，将其编码为用于数据挖掘应用的实时数据、作为LED隧道灯照明开关及亮度调整的控制参数，以及作为具有检索标识的图像特征信息包；
6)分别将用于数据挖掘应用的实时数据以及作为具有检索标识的图像特征信息包进行集成、压缩后，通过总线方式传输或无线发送到服务器集总并储存。
2.根据权利要求1所述的高速公路隧道行车图像采集信息的综合应用方法，其特征在于：所述的图像灰度化是对图像的RGB三个分量进行加权平均得到最终的灰度值，所采用的方法有分量法、最大值法、平均值法或加权平均法；所述的图像去噪采用均值滤波或中值滤波。
3.根据权利要求1所述的高速公路隧道行车图像采集信息的综合应用方法，其特征在于：图像特征数据传送到服务器保存，同时在服务器上统计单位时间内隧道节点的通行车辆数量，通过车流量及行车速度两个参数实时判断隧道的交通状况，在隧道超负荷或隧道内有事故发生时即主动报警，并发送特征图像到交通管理中心，便于指挥交通疏导或实施事故救援。
4.根据权利要求1所述的高速公路隧道行车图像采集信息的综合应用方法，其特征在于：通过服务器中存储的图像信息特征数据，协助交警查处违章；协助刑警查询犯罪嫌疑人车辆通过该隧道路段的时间或车牌信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510192914.7A CN104751634B (zh) | 2015-04-22 | 2015-04-22 | 高速公路隧道行车图像采集信息的综合应用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510192914.7A CN104751634B (zh) | 2015-04-22 | 2015-04-22 | 高速公路隧道行车图像采集信息的综合应用方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104751634A CN104751634A (zh) | 2015-07-01 |
| CN104751634B true CN104751634B (zh) | 2017-03-08 |
Family
ID=53591244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510192914.7A Expired - Fee Related CN104751634B (zh) | 2015-04-22 | 2015-04-22 | 高速公路隧道行车图像采集信息的综合应用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104751634B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106448180B (zh) * | 2016-10-24 | 2019-09-10 | 东南大学 | 一种长大隧道交通事件实时检测方法及检测系统 |
| CN107154045B (zh) * | 2017-03-31 | 2020-06-09 | 南京航空航天大学 | 一种基于计算机视觉的导流区违章轧线车辆精确定位方法 |
| CN107845264A (zh) * | 2017-12-06 | 2018-03-27 | 西安市交通信息中心 | 一种基于视频监控的交通量采集系统及方法 |
| CN108010374A (zh) * | 2017-12-07 | 2018-05-08 | 钱月英 | 一种具有快速引导功能的智能停车场及其工作方法 |
| CN110689712B (zh) * | 2018-07-06 | 2021-02-12 | 东旭光电科技股份有限公司 | 路灯、车辆救援平台及系统 |
| CN108985388B (zh) * | 2018-08-22 | 2022-04-29 | 浙江大丰实业股份有限公司 | 基于负荷检测的蜂鸣报警机构 |
| CN109543598A (zh) * | 2018-11-20 | 2019-03-29 | 哈尔滨工程大学 | 一种基于图像识别的公路事故响应与警示系统及方法 |
| CN109522851B (zh) * | 2018-11-22 | 2020-10-30 | 西安科技大学 | 基于非可见光成像的车辆行驶速度及车牌识别方法 |
| CN111259911A (zh) * | 2018-12-03 | 2020-06-09 | 上海瑞警科技有限公司 | 非新能源车占用充电桩车位的检测方法 |
| CN110662330A (zh) * | 2019-10-11 | 2020-01-07 | 横店集团得邦照明股份有限公司 | 基于光感应和车辆检测的隧道灯调光调色方法 |
| CN111785084A (zh) * | 2020-05-27 | 2020-10-16 | 诠航科技有限公司 | 一种隧道巡逻机 |
| CN112085023A (zh) * | 2020-09-14 | 2020-12-15 | 重庆紫光华山智安科技有限公司 | 基于红外成像的机动车牌照识别方法、系统、介质及终端 |
| CN112580695A (zh) * | 2020-12-02 | 2021-03-30 | 王刚 | 一种车型识别方法、装置、存储介质及电子设备 |
| CN112532953B (zh) * | 2020-12-23 | 2021-07-06 | 深圳市朝阳辉电气设备有限公司 | 一种智慧城市道路照明控制的数据处理方法及系统 |
| CN114980405A (zh) * | 2022-05-20 | 2022-08-30 | 兰州交通大学 | 一种基于机器视觉识别车流特征的云计算隧道照明智能控制系统 |
| WO2024060138A1 (en) * | 2022-09-22 | 2024-03-28 | Tridonic Gmbh & Co Kg | System for controlling lighting equipment, controller and method thereof |
| CN116153092B (zh) * | 2022-12-29 | 2024-03-22 | 北京中科神通科技有限公司 | 一种隧道交通安全监测方法及系统 |
| CN117367411B (zh) * | 2023-12-07 | 2024-04-16 | 深圳市拓安科技有限公司 | 一种ai物联网隧道的安全导航方法及系统 |
| CN117437785B (zh) * | 2023-12-20 | 2024-03-08 | 山东高速信息集团有限公司 | 一种高速公路隧道交通拥堵预警系统 |
| CN118155424B (zh) * | 2024-05-09 | 2024-07-02 | 贵州大学 | 基于数据交互实现高速公路的道路安全管理方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4660223B2 (ja) * | 2005-02-18 | 2011-03-30 | 株式会社東芝 | 照明ランプ劣化検出装置 |
| CN100459704C (zh) * | 2006-05-25 | 2009-02-04 | 浙江工业大学 | 基于全方位计算机视觉的智能隧道安全监控装置 |
| CN201805589U (zh) * | 2010-07-20 | 2011-04-20 | 杭州恩迪照明科技有限公司 | 一种基于视频监控的照明调光节能系统 |
| KR101462734B1 (ko) * | 2012-12-10 | 2014-11-21 | 강원대학교산학협력단 | 터널 조명 통합 제어 시스템 |
| CN203896533U (zh) * | 2014-01-14 | 2014-10-22 | 杭州道联电子技术有限公司 | 一种隧道照明节能控制装置 |
-
2015
- 2015-04-22 CN CN201510192914.7A patent/CN104751634B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104751634A (zh) | 2015-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104751634B (zh) | 高速公路隧道行车图像采集信息的综合应用方法 | |
| CN110197589B (zh) | 一种基于深度学习的闯红灯违法检测方法 | |
| CN101916383B (zh) | 基于多摄像机的车辆检测跟踪识别系统 | |
| CN110660222B (zh) | 一种智能环保道路黑烟车辆电子抓拍系统 | |
| CN105185118B (zh) | 一种基于视频检测的违章车辆检测装置及其方法 | |
| CN109191830B (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
| CN109299674B (zh) | 一种基于车灯的隧道违章变道检测方法 | |
| CN109949579A (zh) | 一种基于深度学习的闯红灯违法自动审核方法 | |
| CN106446926A (zh) | 一种基于视频分析的变电站工人安全帽佩戴检测方法 | |
| CN102867417B (zh) | 一种出租车防伪系统及方法 | |
| CN109255350B (zh) | 一种基于视频监控的新能源车牌检测方法 | |
| CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示系统的识别方法 | |
| CN109948418A (zh) | 一种基于深度学习的违反导向违法自动审核方法 | |
| CN107301776A (zh) | 基于视频检测技术的车道路况处理及发布方法 | |
| CN105913041A (zh) | 一种基于预先标定的信号灯识别方法 | |
| CN103646544B (zh) | 基于云台和相机设备的车辆行为分析识别方法 | |
| CN104978567A (zh) | 基于场景分类的车辆检测方法 | |
| CN106934374A (zh) | 一种雾霾场景中交通标识牌的识别方法及系统 | |
| WO2024037408A1 (zh) | 一种基于图像融合和特征增强的煤矿井下行人检测方法 | |
| CN102254428A (zh) | 一种基于视频处理的交通拥塞检测方法 | |
| CN106919939B (zh) | 一种交通标识牌跟踪识别方法及系统 | |
| CN112651293A (zh) | 一种公路违法设摊事件视频检测方法 | |
| CN114329074B (zh) | 一种匝道路段通行能效检测方法和系统 | |
| Chen et al. | Traffic congestion classification for nighttime surveillance videos | |
| CN115600124A (zh) | 地铁隧道巡检系统及巡检方法 |
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 | ||
| 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: 20170308 |