CN105096609A - 一种基于车型过滤的交通违法检测方法 - Google Patents

Abstract

本发明公开了一种基于车型过滤的交通违法检测方法，包括以下步骤：（1）通过摄像装置获取车辆图像，并识别车辆的类型；（2）针对不同类型的车辆，设置不同的交通违法检测参数，结合车辆类型对应的交通违法检测参数来判断车辆的违法状况。本发明将车辆类型判定融合到了违法检测算法之中，使违法检测判断的准确率得到了极大的提高，具有十分广阔的应用前景和极高的实用价值。

Description

一种基于车型过滤的交通违法检测方法

技术领域

本发明涉及一种交通违法检测方法，具体地说，是涉及一种基于车型过滤的交通违法检测方法。

背景技术

目前在智能交通领域，已有一些对驾驶人违法行为进行检测的技术，包括不系安全带检测、开车打手机检测、乘客超载检测等等。以不系安全带检测为例，现有技术是在驾驶员和副驾驶的相关区域进行图像分析，并未与车辆的特征相关联。而在用户使用的时候，由于某些特殊车型（例如大客车）的安全带设计并非肩跨式，而是腰带式，在这种情况下，通过摄像头采集的信息并不能分辨是否佩戴安全带，如果按照常规的判断标准，腰带式车辆驾驶员便被全部判断为未系安全带，如此一来，便造成了判断错误，这给交通违法检测带来了很多麻烦。

发明内容

本发明的目的在于提供一种基于车型过滤的交通违法检测方法，解决现有技术中交通违法检测技术未结合车辆类型进行判断、容易误判的问题。

为了实现上述目的，本发明采用的技术方案如下：

一种基于车型过滤的交通违法检测方法，包括以下步骤：

（1）通过摄像装置获取车辆图像，并识别车辆的类型；

（2）针对不同类型的车辆，设置不同的交通违法检测参数，结合车辆类型对应的交通违法检测参数来判断车辆的违法状况。

进一步地，所述步骤（1）的具体方法如下：

首先，获取车辆图像，并对车辆图像进行特征过滤处理和归一化处理；

其次，获取归一化处理后的车辆图像的特征向量；

然后，将车辆图像的特征向量与数据库中存储的车辆样本的特征向量进行比较，获取与归一化处理后的车辆图像最接近的数据库中的K个车辆样本；

最后，根据最接近的数据库中的K个车辆样本的类型确定被检测车辆的类型。

优选地，从最接近的数据库中的K个车辆样本的类型中选择同一类型数量最多者作为被检测车辆的类型。

与现有技术相比，本发明具有以下有益效果：

（1）本发明通过获取车辆自身的图像来识别车辆的类型，进而根据车辆类型来选择对应的违法检测算法进行违法判断，从而有效避免了因未考虑车辆类型带来的违法误判，提高了违法检测的准确率。

（2）本发明以现有的违法检测算法为基础，将之与车辆类型进行结合，从而扩大了违法识别的考虑因素，减少了误差，具有很高的实用价值。

（3）本发明通过采集被检测车辆的图像，将之与数据库中存储的车辆进行特征对比，并选择同一类型数量最多的车辆类型作为被检测车辆的类型，从而有效地降低了车辆类型判断的误差，为提高违法检测准确率奠定了基础。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。

如图1所示，本发明公开的基于车型过滤的交通违法检测方法，主要以现有的交通违法检测算法为基础，结合车辆类型，进行组合判断，从而达到提高违法检测准确率的问题；其具体的实现步骤如下：

（1）通过摄像装置获取车辆图像，并识别车辆的类型；

（2）针对不同类型的车辆，设置不同的交通违法检测参数，并用与车辆类型对应的交通违法检测参数来判断车辆的违法状况。

具体地说，所述步骤（1）的具体方法如下：

S101：获取车辆图像，并对车辆图像进行特征过滤处理和归一化处理；

S102：获取归一化处理后的车辆图像的特征向量；

S103：将车辆图像的特征向量与数据库中存储的车辆样本的特征向量进行比较，获取与归一化处理后的车辆图像最接近的数据库中的K个车辆样本；

S104：根据最接近的数据库中的K个车辆样本的类型确定被检测车辆的类型。

S105:确定车辆类型之后，由系统自动选择对应的违法检测算法，完成违法判定。

实施例1

以客车违法检测为例，首先通过违法摄像头实时拍摄客车车头的整体图像，从中过滤掉所有车辆均相同的数据，进行归一化处理，然后提取客车的特征向量，比如车的高度、车头形状等等，将这些特征向量与数据库中原有的车辆样本的高度、车头形状进行一一对比，得到K个与被检测车辆的特征向量最接近的车辆样本。比如取K=10，其中有7个客车类型的车辆样本与被检测车辆的高度相同、车头形状相同，而有2个小轿车类型的车辆样本与被检测车辆的车头形状相同，有1个货运卡车的车辆样本与被检测车辆的高度相同，由于客车类型的车辆样本与被检测车辆的特征相同数量最多，因此可以确定被检测车辆的类型为客车。

确定被检测车辆类型为客车之后，可以直接由系统自动选择客车类型的违法检测算法进行违法判定，或者，根据客车违法的情况设定客车的交通违法检测参数，通过常规的违法检测算法与违法摄像头采集到的交通违法检测参数进行组合，从而完成对该客车的违法情况进行判定。

实施例2

以双排座小轿车违法检测为例，首先通过违法摄像头实时拍摄双排座小轿车的整体图像，从中过滤掉所有车辆均相同的数据，进行归一化处理，然后提取双排座小轿车的特征向量，比如车的长度、高度、车轮数量等等，将这些特征向量与数据库中原有的车辆样本的高度、车头形状进行一一对比，得到K个与被检测车辆的特征向量最接近的车辆样本。比如取K=10，其中有6个双排座小轿车类型的车辆样本与被检测车辆的长度、高度相同，而有4个三排座小轿车类型的车辆样本与被检测车辆的高度相同、车轮数量相同，由于与被检测车辆的特征相同的双排座小轿车类型的车辆样本数量最多，因此可以确定被检测车辆的类型为双排座小轿车。

确定被检测车辆类型为双排座小轿车之后，可以直接由系统自动选择双排座小轿车类型的违法检测算法进行违法判定；或者，根据双排座小轿车违法的情况设定双排座小轿车的交通违法检测参数，通过常规的违法检测算法与违法摄像头采集到的交通违法检测参数进行组合，从而完成对该双排座小轿车的违法情况进行判定。

在本发明中，也可以预先设定好各种类型车辆的违法检测参数，并与相应的违法检测算法结合好。在实际检测过程中，当确定车辆类型后，直接调用对应的违法检测算法进行违法判定即可。

本发明将车辆类型判定融合到了违法检测算法之中，使违法检测判断的准确率得到了极大的提高，具有十分广阔的应用前景和极高的实用价值。

上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而作出的变化，均应属于本发明的保护范围之内。

Claims (3)

1.一种基于车型过滤的交通违法检测方法，其特征在于，包括以下步骤：

（1）通过摄像装置获取车辆图像，并识别车辆的类型；

（2）针对不同类型的车辆，设置不同的交通违法检测参数，结合车辆类型对应的交通违法检测参数来判断车辆的违法状况。

2.根据权利要求1所述的一种基于车型过滤的交通违法检测方法，其特征在于，所述步骤（1）的具体方法如下：

首先，获取车辆图像，并对车辆图像进行特征过滤处理和归一化处理；

其次，获取归一化处理后的车辆图像的特征向量；

然后，将车辆图像的特征向量与数据库中存储的车辆样本的特征向量进行比较，获取与归一化处理后的车辆图像最接近的数据库中的K个车辆样本；

最后，根据最接近的数据库中的K个车辆样本的类型确定被检测车辆的类型。

3.根据权利要求2所述的一种基于车型过滤的交通违法检测方法，其特征在于，从最接近的数据库中的K个车辆样本的类型中选择同一类型数量最多者作为被检测车辆的类型。