CN105118295B - 检测交通灯点亮状态的方法及装置 - Google Patents
检测交通灯点亮状态的方法及装置 Download PDFInfo
- Publication number
- CN105118295B CN105118295B CN201510619042.8A CN201510619042A CN105118295B CN 105118295 B CN105118295 B CN 105118295B CN 201510619042 A CN201510619042 A CN 201510619042A CN 105118295 B CN105118295 B CN 105118295B
- Authority
- CN
- China
- Prior art keywords
- mean
- variance
- image
- value
- threshold
- 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.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种检测交通灯点亮状态的方法及装置,其中,上述方法包括:获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包含亮灯图像和灭灯图像;按照预置算法动态计算目标亮度阈值;根据所述目标亮度阈值检测所述基本单灯的点亮状态。本发明采用迭代阈值计算方法动态计算交通灯的目标亮度阈值,有效提高了亮度阈值的精确度,使电子警察设备可以更准确地判断基本单灯在一段时间内的点亮和熄灭状态,确保电子警察设备更准确地判断通行车辆是否有闯红灯的违法行为。
Description
技术领域
本发明涉及数字图像处理技术领域,特别涉及一种检测交通灯点亮状态的方法及装置。
背景技术
智能交通系统中的监控相机通常架设在道路、建筑物等出入口,对来往车辆及周边情况进行图像采集;以便智能交通系统依据上述图像采集信息对车辆进行过往记录、流量统计、车速测量、闯红灯取证等。
智能交通系统的电子警察设备利用上述图像采集信息进行闯红灯取证的过程中,对于路段仅设置有基本单灯的情况,即,该基本单灯点亮时只呈现一种颜色,比如红色或者绿色,当该基本单灯点亮时,维持一种交通秩序;当该基本单灯熄灭时,维持另一种交通秩序;电子警察设备首先判断基本单灯的点亮状态,然后根据采集到的车辆信息和基本单灯的点亮状态,判断车辆是否有闯红灯的情况。
现有技术判断基本单灯的点亮状态的方法为:获取基本单灯的原始采集图像对应的YUV图像;计算每一帧图像的平均亮度值;根据经验设置一个固定亮度阈值,将每一帧图像的平均亮度值与该固定亮度阈值进行比较,从而判断基本单灯的点亮状态。然而,由于在判断基本单灯点亮或熄灭时没有准确的参照对象,当基本单灯的图像亮度受光照条件、天气、相机功能等外界因素的影响,比如,由于阳光照射基本单灯,使得熄灭的基本单灯亮度偏高的情况,采用现有检测方法很可能会误检。
发明内容
有鉴于此,本发明提供一种检测交通灯点亮状态的方法和装置,准确计算判断交通灯点亮状态的亮度阈值,降低对行使车辆闯红灯行为的误检率。
一方面,本发明实施例提供了一种检测交通灯点亮状态的方法,所述方法包括:
获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包含亮灯图像和灭灯图像;
按照预置算法动态计算目标亮度阈值;
根据所述目标亮度阈值检测所述基本单灯的点亮状态。
可选地,所述获取基本单灯的目标状态图像集合,包括:
按照预设时间间隔h将预设记录时间对应的状态图像集合进行分组,获得s个亮度数据分组;
计算当前记录时间对应的方差均值W1 p和均值方差其中,所述方差均值W1 p为每组亮度数据方差的平均值;所述均值方差为每组亮度数据平均值的方差;
计算前一个记录时间对应的方差均值W1 p-1和均值方差
比较所述当前记录时间和前一个记录时间对应的方差均值和均值方差,若满足第一预置条件,则判定所述当前记录时间获取的状态图像集合为所述目标状态图像集合,所述第一预置条件为:且,其中,p表示记录状态图像集合的次数。
可选地,计算状态图像集合的方差均值,包括:
根据所述亮度数据分组,按照以下公式计算第一均值Uj,所述第一均值Uj为每组亮度数据的平均值:
其中,Li表示帧标识为i的一帧图像的平均亮度值;j表示分组序号,j∈(1,s);n表示每组亮度数据的个数,n=f*h,其中,f表示帧率,h表示分组时间间隔;
根据所述亮度数据分组和所述第一均值Uj,按照以下公式计算第一方差Vj,所述第一方差Vj为每组亮度数据的方差:
根据所述第一方差Vj采用以下公式,计算一个状态图像集合的方差均值W1:
计算状态图像集合的均值方差,包括:
根据所述第一均值Uj,采用以下公式计算第二均值U,其中,所述第二均值U为所述s组亮度数据的平均值:
根据所述第二均值U和所述第一均值Uj,采用以下公式计算均值方差W2,所述均值方差W2为所述第一均值Uj的方差:
可选地,所述按照预置算法动态计算目标亮度阈值,包括:
将所述目标状态图像集合对应的亮度数据按照大小进行排序,获取最大均值Umax和最小均值Umin;
根据所述最大均值Umax和所述最小均值Umin确定初始亮度阈值;
根据所述初始亮度阈值初步确定所述目标状态图像集合中的亮灯图像和灭灯图像;
根据初步确定的亮灯图像和灭灯图像的平均亮度数据,开始计算迭代亮度阈值Tk;
根据所述迭代亮度阈值Tk进一步确定亮灯图像和灭灯图像,并根据所述亮灯图像和灭灯图像的平均亮度数据,迭代计算所述迭代亮度阈值;
判断当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数是否满足第二预置条件,若否,返回上一步,继续迭代计算所述迭代亮度阈值;其中,所述第二预置条件为:相邻两次的迭代亮度阈值之差的绝对值小于第二预设阈值,或者,当前迭代亮度阈值对应的迭代计算次数大于等于第三预设阈值;
若所述当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数满足所述第二预置条件,则将所述当前迭代亮度阈值确定为所述目标亮度阈值。
可选地,所述检测交通灯点亮状态的方法还包括:
确定所述目标迭代亮度阈值的计算时间;
将所述计算时间与预设时间阈值作比较;
若所述计算时间超过预设时间阈值,则重新采样所述基本单灯的目标状态图像集合并计算所述目标亮度阈值。
对应的,提供了一种检测交通灯点亮状态的装置,所述装置包括:
目标图像获取模块,用于获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包含亮灯图像和灭灯图像;
阈值计算模块,用于按照预置算法动态计算目标亮度阈值;
检测模块,用于根据所述目标亮度阈值检测所述基本单灯的点亮状态。
可选的,所述目标图像获取模块包括:
分组子模块,用于按照预设时间间隔h将预设记录时间对应的状态图像集合进行分组,获得s个亮度数据分组;
第一计算子模块,用于计算当前记录时间对应的方差均值W1 p和均值方差其中,所述方差均值W1 p为每组亮度数据方差的平均值;所述均值方差为每组亮度数据平均值的方差;
第二计算子模块,用于计算前一个记录时间对应的方差均值W1 p-1和均值方差
第一判断子模块,用于比较所述当前记录时间和前一记录时间对应的方差均值和均值方差,若满足第一预置条件,则判断所述当前记录时间获取的状态图像集合为目标状态图像集合,所述第一预置条件为:且,其中,p表示记录状态图像集合的次数。
可选的,所述第一计算子模块和第二计算子模块均包括:用于计算方差均值的第一计算单元和用于计算均值方差的第二计算单元;其中,所述第一计算单元包括:
第一均值计算子单元,用于根据所述亮度数据分组,按照以下公式计算第一均值Uj,所述第一均值Uj为每组亮度数据的平均值:
其中,Li表示帧标识为i的一帧图像的平均亮度值;j表示分组序号,j∈(1,s);n表示每组亮度数据的个数,n=f*h,其中,f表示帧率,h表示分组时间间隔;
第一方差计算子单元,用于根据所述亮度数据分组和所述第一均值Uj,按照以下公式计算第一方差Vj,所述第一方差Vj为每组亮度数据的方差:
方差均值计算子单元,用于根据所述第一方差Vj采用以下公式,计算一个状态图像集合的方差均值W1:
所述第二计算单元包括:
第二均值计算子单元,用于根据所述第一均值Uj,采用以下公式计算第二均值U,其中,所述第二均值U为所述s组亮度数据的平均值:
均值方差计算子单元,用于根据所述第二均值U和所述第一均值Uj,采用以下公式计算均值方差W2,所述均值方差W2为所述第一均值Uj的方差:
可选的,所述阈值计算模块包括:
极值确定子模块,用于将所述目标状态图像集合对应的亮度数据按照大小进行排序,获取最大均值Umax和最小均值Umin;
初始阈值确定子模块,用于根据所述最大均值Umax和所述最小均值Umin确定初始亮度阈值;
状态区分子模块,用于根据所述初始亮度阈值初步确定所述目标状态图像集合中的亮灯图像和灭灯图像;
开始迭代计算子模块,用于根据初步确定的亮灯图像和灭灯图像的平均亮度数据,开始计算迭代亮度阈值Tk;
迭代运算子模块,用于根据所述迭代亮度阈值Tk进一步确定亮灯图像和灭灯图像,并根据所述亮灯图像和灭灯图像的平均亮度数据,迭代计算所述迭代亮度阈值;
判断子模块,用于判断当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数是否满足第二预置条件,若否,返回所述迭代运算子模块,继续迭代计算所述迭代亮度阈值;其中,所述第二预置条件为:相邻两次的迭代亮度阈值之差的绝对值小于第二预设阈值,或者,当前迭代亮度阈值对应的迭代计算次数大于等于第三预设阈值;
目标阈值确定子模块,用于在所述当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数满足所述第二预置条件的情况下,将所述当前迭代亮度阈值确定为所述目标亮度阈值。
可选的,所述检测交通灯点亮状态的装置还包括:
计算时间确定模块,用于确定所述目标迭代亮度阈值的计算时间;
时长比较模块,用于将所述计算时间与预设时间阈值作比较;
重新采样模块,用于在所述计算时间超过预设时间阈值的情况下,触发所述目标图像获取模块重新采样所述基本单灯的目标状态图像集合,以使上述模块重新计算所述目标亮度阈值。
可见,采用本发明提供的检测交通灯点亮状态的方法,可以每过一个预设记录时间就获取一个基本单灯的目标状态图像集合,根据目标状态图像集合对应的平均亮度值集合迭代计算目标亮度阈值,从而使电子警察设备根据该目标亮度阈值判断一段时间内基本单灯的点亮状态。本发明采用迭代阈值计算方法动态计算交通灯的目标亮度阈值,有效提高了亮度阈值的精确度,使电子警察设备可以更准确地判断基本单灯在一段时间内的点亮和熄灭状态,确保电子警察设备更准确地判断通行车辆是否有闯红灯的违法行为。
附图说明
图1是本发明一种检测交通灯点亮状态的方法实施例的流程图;
图2是本发明方法实施例中步骤11第一具体实施方式的流程图;
图3是本发明方法实施例中计算方差均值的具体实施方式的流程图;
图4是本发明方法实施例中计算均值方差的具体实施方式的流程图;
图5是本发明方法实施例中步骤11第二具体实施方式的流程图;
图6是本发明方法实施例中步骤12具体实施方式的流程图;
图7是本发明方法实施例中步骤124的第一具体实施方式的流程图;
图8是本发明方法实施例中步骤124的第二具体实施方式的流程图;
图9是本发明检测交通灯点亮状态的装置实施例的结构框图;
图10是本发明装置实施例中目标图像获取模块第一实施例的结构框图;
图11是本发明装置实施例中目标图像获取模块第二实施例的结构框图;
图12是本发明提供的另一种检测交通灯点亮状态的装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请中可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先需要说明的是,本发明提供的检测交通灯点亮状态的方法主要适用于电子警察设备检测一个基本单灯的点亮状态。本发明实施例中,上述基本单灯为一盏交通信号灯,点亮后仅发射出单一颜色的灯光,比如绿光、红光或黄光。例如,上述基本单灯为红色信号灯,当该基本单灯点亮时发出红色灯光,指示车辆禁止通行;当该基本单灯熄灭时,指示车辆可以通行。
参照图1示出的本发明一种检测交通灯点亮状态的方法实施例的流程图,包括:
步骤11、获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包括亮灯图像和灭灯图像。
本实施例中,电子警察设备可以从前端设备如监控相机获取实时采集到的基本单灯的状态图像数据,电子警察设备也可以从后端设备比如网络硬盘录像机(Network VideoRecorder,NVR)的存储单元中获取上述基本单灯的历史状态图像数据。根据上述设备输出基本单灯图像的帧率f,即每秒显示帧数,和预设记录时间T,即可获取该记录时间对应的上述基本单灯的状态图像集合,该状态图像集合中包括的图像帧的数量为:T*f。
对于按照预设记录时间采集的基本单灯的状态图像集合,可能存在三种情况:
第一种情况,状态图像集合中只包括亮灯图像。第二种情况,状态图像集合中只包括灭灯图像。第三种情况,状态图像集合中既包括亮灯图像又包括灭灯图像。只有第三种情况的状态图像集合才可以判断交通灯的状态变化,因此,第三种情况下的状态图像集合为本发明要获取的目标状态图像集合。
因此,在获取一个预设记录时间对应的状态图像集合之后,首先需要判断该状态图像集合中是否既包含有亮灯图像又包含灭灯图像。本发明实施例中,可以采用以下任一种方式确定目标状态图像集合。
第一种方式,参照图2示出的本发明方法实施例中步骤11第一具体实施方式的流程图,包括:
步骤111、按照预设时间间隔h将预设记录时间对应的状态图像集合进行分组,获得s个亮度数据分组;
即将每一个记录时间T对应的状态图像集合按照预设时间间隔h进行分组,获得s个图像数据分组;每组图像数据包括h*f个状态图像数据。然后根据每帧YUV图像的亮度因子,计算每一帧图像的平均亮度值Li,得到s个亮度数据分组。也可以先根据状态图像集合中每一帧YUV图像的亮度因子,计算每一帧图像的平均亮度值Li,得到由T*f个平均亮度值组成的数据集合,再按照上述预设时间间隔h将上述数据集合划分成s个亮度数据分组。
步骤112、计算当前记录时间对应的方差均值W1 p和均值方差其中,所述方差均值W1 p为每组亮度数据方差的平均值;所述均值方差为每组亮度数据平均值的方差;
步骤113、计算前一个记录时间对应的方差均值W1 p-1和均值方差
该步骤113的具体实施过程为:获取与所述当前状态图像集合对应的当前记录时间相差一个所述预设时间间隔h的、前一个循环记录时间对应的第一状态图像集合,并按照所述预设时间间隔h进行分组,获得s个亮度数据分组;然后计算第一状态图像集合对应的方差均值W1 p-1和均值方差
下面结合具体实例进行说明,假设步骤112中,当前记录时间T表示为:T=t1-t2,t1、t2为一个时间坐标上的两个具体时间点。其中,T=h1+h2+……+hs。比如,当前记录时间T为8:00~8:20,时长为20分钟,预设分组时间间隔h为2分钟,则当前记录时间8:00~8:20对应的当前状态图像集合按照时序被划分为10个图像分组,即10个时序图像分组。上述10个时序图像分组对应10个亮度数据分组,可以表示为{A1、A2、A3……A10},其中,每个亮度数据分组中包括h*f个平均亮度值Li。
则步骤113的实施过程为:获取前一个循环记录时间7:58~8:18对应的基本单灯的状态图像集合,可以称为第一状态图像集合。前一循环记录时间7:58~8:18与当前记录时间8:00~8:20相比,相差一个分组时间间隔h,即2分钟,也就是说记录时间7:58~8:18是当前记录时间8:00~8:20之前的一个记录时间。从以上示例可知,相邻两个记录时间的时长是相等的,均为20分钟,也就是说,对应的两个状态图像集合的亮度数据的数量是相等的,按照分组时间间隔h进行分组后,亮度数据组的数量也是相等的,但有一组数据不同。如上,记录时间7:58~8:18对应的图像数据可以表示为:{A0、A1、A2、A3……A9}。也就是说,当前状态图像集合是在第一状态图像集合的基础上,由8:18~8:20对应的图像数据组A10将第一状态图像集合中7:58~8:00时间间隔对应的图像数据组A0替换后得到的状态图像集合。
其中,在上述步骤112和113中,可以采用图3所示的计算方差均值的具体实施方式的流程图来计算每组亮度数据的方差均值W1,可以包括:
步骤31、根据所述亮度数据分组,按照公式(1)计算第一均值Uj,所述第一均值Uj为每组亮度数据的平均值:
其中,Li表示帧标识为i的一帧图像的平均亮度值;j表示分组序号,j∈(1,s);n表示每组亮度数据的个数,n=f*h,其中,f表示帧率,h表示分组时间间隔。
步骤31为对一组平均亮度数值求平均值的过程。对一个状态图像集合执行步骤31之后,得到s个第一均值组成的第一数据集合,该第一数据集合可以表示为:{U1,U2,U3……Us}。
步骤32、根据所述亮度数据分组和所述第一均值Uj,按照公式(2)计算第一方差Vj,所述第一方差Vj为每组亮度数据的方差:
步骤32为在获取每组亮度数据的第一均值的基础上,求每组亮度数据的方差的过程。对一个状态图像集合执行步骤32之后,得到由s个第一方差组成的第二数据集合,该第二数据集合可以表示为:{V1,V2,V3……Vs}。
步骤33、根据所述第一方差Vj,采用公式(3)计算一个状态图像集合的方差均值W1:
步骤33为对上述第二数据集合中的s个第一方差求平均值的过程。
另一方面,在上述步骤12、13中,可以采用图4所示的计算均值方差的具体实施方式的流程图计算均值方差,可以包括:
步骤41、根据所述第一均值Uj,采用公式(4)计算第二均值U,其中,所述第二均值U为所述s组亮度数据的平均值:
该步骤41是对第一数据集合中的s个第一均值求平均值的过程,也是对整个状态图像集合对应的T*f个平均亮度均值,求平均值的过程。
步骤42、根据所述第二均值U和第一均值Uj,采用公式(5)计算均值方差W2,所述均值方差W2为所述第一均值Uj的方差:
步骤42为对上述第一数据集合中的s个元素求方差的过程。
本发明实施例中,步骤113在计算前一记录时间对应的方差均值W1 p-1的过程中,由于A1~A9数据分组的第一均值已在计算当前记录时间对应的方差均值W1 p的过程中计算过了,所以,本次仅需计算数据分组A0的第一均值,然后结合在先计算的A1~A9的第一均值,计算W1 p-1及均值方差即可,无需再重新计算每个分组的第一均值,节约计算资源,提高运算效率。
当然,在本发明另一实施例中,也可以首先计算第一记录时间对应的方差均值和均值方差,然后再计算当前记录时间对应的方差均值和均值方差。本发明中对上述计算顺序不做限定。
步骤114、比较所述当前记录时间和前一个记录时间对应的方差均值和均值方差,若满足第一预置条件,则判定所述当前记录时间获取的状态图像集合为目标状态图像集合,所述第一预置条件为:且,其中,p表示记录状态图像集合的次数。
上述过程为电子警察设备按照预设记录时间T每经过一个分组时间间隔h循环获取一个基本单灯的状态图像集合,并判断该当前状态图像集合是否同时包含亮灯图像和灭灯图像的过程。当所述当前记录时间对应的均值方差大于当前记录时间对应的方差均值,并且所述当前记录时间对应的均值方差小于前一个记录时间对应的均值方差时,判定当前记录时间获取的状态图像集合中既包括基本单灯的亮灯图像又包括灭灯图像,从而确定所述当前记录时间对应的亮度数据集合可以作为动态计算目标亮度阈值的采样数据,停止循环获取上述基本单灯的状态图像集合。
第二种实施方式,在本发明的另一实施例中,如果电子警察设备在状态图像采集之后,确定了上述基本单灯预设的亮灯时长和灭灯时长,还可以利用上述亮灯时长或灭灯时长判断当前记录时间获取的状态图像集合中是否既包括亮灯图像又包括灭灯图像。具体过程参照图5所示的本发明方法实施例中步骤11第二具体实施方式的流程图,在图2所示实施例的基础上,在步骤111至114之前,上述步骤11还可以包括:
步骤115、获取所述基本单灯的亮灯时长和灭灯时长;
本实施例中,电子警察设备可以从上述基本单灯的控制芯片中获取预设的亮灯时长和灭灯时长。
步骤116、比较所述基本单灯的亮灯时长和灭灯时长,将持续时间较大的时长作为目标时长;
仍以上述基本单灯为红色信号灯为例,比如,该红色信号灯的预设灭灯时长为10分钟,亮灯时长为1分钟,则将持续时间较大的灭灯时长作为目标时长。
步骤117、判断所述预设记录时间是否大于所述目标时长,若是,执行步骤118,若否,执行步骤111~114。
步骤118、判定所述状态图像集合为目标状态图像集合。
当预设记录时间大于上述红色信号灯的灭灯时长时,可以确定根据上述预设记录时间采集的状态图像集合中既包括上述红色信号灯的亮灯图像又包括灭灯图像。
相应的,若所述预设记录时间小于等于所述目标时长,则可以根据上述步骤111~114判断当前状态图像集合中是否为目标状态图像集合。
第三种实施方式,如果在图像数据获取之前,电子警察设备就可以确定基本单灯预设的亮灯时长和灭灯时长,并能确定哪个时长持续时间较长。仍以上述红色信号灯的灭灯时长较大为例,在获取基本单灯的状态图像之前,设置记录时间大于上述灭灯时长,则按照上述记录时间获取的状态图像集合中一定同时包含有亮灯图像和灭灯图像。
本发明实施例可以根据不同的场景,采用不同的方法获取基本单灯的目标状态图像集合。
步骤12、按照预置算法动态计算目标亮度阈值;
在确定了基本单灯的当前状态图像集合中既包括亮灯图像又包括灭灯图像的情况下,可以根据该当前状态图像集合对应的亮度数据集合计算目标亮度阈值,该目标亮度阈值用于后续准确区分上述当前状态图像集合中的亮灯图像和灭灯图像。参照图6所示的本发明方法实施例中步骤12的具体实施方式的流程图,上述步骤12可以包括:
步骤121、将所述目标状态图像集合对应的亮度数据按照大小进行排序,获取最大均值Umax和最小均值Umin;
本实施例中,目标状态图像集合对应的亮度数据可以是上述第一数据集合中的每一个亮度数据分组的第一均值Uj,也可以是状态图像集合中每一帧状态图像的平均亮度值Li。
相应的,步骤121中将目标状态图像集合对应的亮度数据按照大小进行排序,可以包括以下两种实施方式:
第一种方式,将当前状态图像集合对应的时序分组的第一均值按照大小进行排序。此处时序分组即为亮度数据分组。
仍以上述记录时间8:00~8:20对应的目标状态图像集合包括的10个时序图像分组为例,获取每一帧图像的亮度平均值,则上述10个时序图像分组对应10个亮度数据分组,可以表示为{A1、A2、A3……A10}。根据上述公式(1)计算每个亮度数据分组的第一均值,获取第一数据集合:{U1、U2、U3……U10},将U1~U10按照数值大小进行排序。具体排序方式可以按照从大到小的顺序进行排序,也可以按照从小到大的顺序进行排序。
第二种方式,将目标状态图像集合中每一帧状态图像的平均亮度值Li,按照大小进行排序。
假设记录时间8:00~8:20对应的目标状态图像集合包括30帧时序图像,每帧时序图像的平均亮度值为Li,得到对应的亮度数据集合,记为第三数据集合。该第三数据集合可以表示为{L1、L2、L3……L30},按照平均亮度值的大小对第三数据集合进行排序,获取大小排序后的第三数据集合。
相应的,计算最大均值Umax和最小均值Umin的方法也包括两种方式:
对于第一种方式,将按照大小排序后的第一数据集合中最大的第一均值作为最大均值Umax,将最小的第一均值作为最小均值Umin。
假设按照数值从小到大的顺序排序后的第一数据集合为:{U3、U2、…..U7},则将排序第一的U3作为最小均值Umin,将排序最后的U7作为最大均值Umax。
对于第二种方式,获取按照大小排序后的第三数据集合中两端预设比例亮度值的平均值,分别作为最大均值Umax和最小均值Umin。上述预设比例可以是人为经验设置或机器自主学习到的一个数值,该预设比例的取值范围可以是:5%~20%。
假设上述预设比例为10%,第三数据集合按照从小到大的顺序进行排序后,表示为:{L12、L17、L21……L1、L10、L30},则将30个平均亮度值中前序10%的数据的平均值作为最小均值Umin。如上,因为前序10%的数据分别为:L12、L17、L21,则最小均值Umin表示为:
相应的,将后序10%的平均亮度值的平均值作为最大均值Umax,上述后序10%的平均亮度值分别为:L1、L10、L30,则最大均值Umax表示为
步骤122、根据所述最大均值Umax和所述最小均值Umin确定初始亮度阈值;
本发明实施例中,假设用Tk表示迭代计算亮度阈值过程中每次计算的亮度阈值,则初始亮度阈值可以表示为T0。本发明实施例中,可以采用以下公式(6)计算初始亮度阈值T0:
步骤123、根据所述初始亮度阈值初步确定所述目标状态图像集合中的亮灯图像和灭灯图像;
对应上述获取最大均值和最小均值的两种方式,步骤123的实施过程也包括两种情况:
第一种情况,假设用表示按照大小排序后的每组亮度数据的第一均值,其中,t表示第一均值Uj按照从小到大的顺序进行排序后的序号。将按照大小排序后的第一数据集合中的第一均值逐个与初始亮度阈值T0作比较,当有连续的Um和Um+1满足以下预设条件:Um<T0且Um+1≥T0时,判定:Um及前序的第一均值对应的图像为灭灯图像,Um+1及后序的第一均值对应的图像为亮灯图像。
第二种情况,假设用表示按照大小排序后的每帧图像的平均亮度值,其中,t表示平均亮度值Li按照从小到大的顺序进行排序后的序号。将按照大小排序后的第三数据集合中的平均亮度值逐个与初始亮度阈值T0作比较,当有连续的Lm和Lm+1满足以下预设条件:Lm<T0且Lm+1≥T0时,判定:Lm及前序的平均亮度值对应的图像为灭灯图像,Lm+1及后序的平均亮度值对应的图像为亮灯图像。
步骤124、根据初步确定的亮灯图像和灭灯图像的平均亮度数据,开始计算迭代亮度阈值Tk;
对应步骤123的第一种情况,假设按照从小到大的顺序排序后的第一数据集合表示为:在第一数据集合的示例中,t∈(1,10)。参照图7所示的本发明方法实施例中步骤124第一具体实施方式的流程图,包括:
步骤1241、根据灭灯图像分组的第一均值,按照公式(7)计算第三均值UL,所述第三均值为灭灯图像分组的第一均值的平均值:
在上述第一数据集合示例中,假设为灭灯图像的分割组,即及之前的第一均值对应的图像分组为灭灯图像分组,之后的第一均值对应的图像分组为亮灯图像分组,则,
步骤1242、根据亮灯图像分组的第一均值,按照公式(8)计算第四均值UH,所述第四均值为所述亮灯图像分组的第一均值的平均值:
相应的,在上述第一数据集合示例中,
步骤1243、根据所述第三均值和第四均值,按照公式(9)计算迭代亮度阈值Tk:
Tk=(UL+UH)/2……公式(9)
其中,k表示迭代计算次数。
对应上述第二种情况,按照从小到大的顺序排序后的第三数据集合可以表示为:在第三数据集合的示例中,t∈(1,30)。参照图8所示的本发明实施例中步骤124第二具体实施方式的流程图,步骤124可以包括:
步骤1244、根据灭灯图像的平均亮度值,按照公式(10)计算灭灯图像亮度数据的平均值UL:
步骤1245、根据亮灯图像的平均亮度值,按照公式(11)计算亮灯图像亮度数据的平均值UH:
结合第三数据集合示例,公式(11)中的最大序号s=30。
步骤1246、根据所述灭灯图像亮度数据的平均值和所述亮灯图像亮度数据的平均值,按照公式(12)计算迭代亮度阈值Tk:
Tk=(UL+UH)/2……公式(12)
步骤125、根据所述迭代亮度阈值Tk进一步确定亮灯图像和灭灯图像,根据所述亮灯图像和灭灯图像的平均亮度数据,迭代计算所述迭代亮度阈值。
本实施例中,根据步骤124、125所示的方法确定的迭代亮度阈值,循环判断当前状态图像集合中的亮灯图像和灭灯图像,按照上述公式(7)~(9)或者公式(10)~(12)迭代计算迭代亮度阈值Tk。k表示迭代计算次数,k越大表示迭代亮度阈值越逼近真实亮度阈值。
步骤126、判断当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数是否满足第二预置条件,若是,执行步骤127;若否,返回步骤125;其中,所述第二预置条件为:相邻两次的迭代亮度阈值之差的绝对值小于第二预设阈值;或者,当前迭代亮度阈值对应的迭代计算次数大于等于第三预设阈值。
本发明实施例中,上述第二预设阈值可以为前一次迭代亮度阈值的预设比例,上述预设比例可以是[0,3%]之间的一个数值。上述第三预设阈值可以是[3,10]之间的一个数值。假设上述预设比例为1%,上述第三预设阈值等于4,则第二预置条件可以表示为:|Tk-Tk-1|<1%×Tk-1,或者,k≥4。
步骤127、确定所述当前迭代亮度阈值为所述目标亮度阈值。
即,当Tk或者k满足以下任一条件:|Tk-Tk-1|<1%×Tk-1,或者,k≥4,则确定当前迭代亮度阈值为目标亮度阈值。
为减小电子警察设备的计算量,节约计算资源,本发明实施例中,当迭代亮度阈值Tk满足第二预置条件时,结束步骤124、125迭代计算亮度阈值和重新判断基本单灯点亮状态的过程。
步骤13、根据所述目标亮度阈值检测所述基本单灯的点亮状态。
可见,采用本发明提供的检测交通灯点亮状态的方法,可以每过一个预设记录时间就获取一个基本单灯的目标状态图像集合,根据目标状态图像集合对应的平均亮度值集合迭代计算目标亮度阈值,从而使电子警察设备根据该目标亮度阈值判断一段时间内基本单灯的点亮状态,确保电子警察设备更准确地判断通行车辆是否有闯红灯的违法行为。
可选的,在本发明另一实施例中,在上述步骤13之后,还可以包括:
步骤A,确定计算上述目标迭代亮度阈值的计算时间;
步骤B,将所述计算时间与预设时间阈值作比较;
步骤C,若所述计算时间超过所述预设时间阈值,则重新采样基本单灯的状态图像集合,重新计算目标亮度阈值。
上述预设时间阈值可以人工根据经验设置,比如可以设置为20分钟,若本次计算目标迭代亮度阈值的时间超过了20分钟,则按照预设记录时间T采样基本单灯的下一个状态图像集合,然后重新计算该基本单灯的目标亮度阈值。此处需要说明的是,重新采样基本单灯的下一个状态图像集合时,可以距离上一采样时间一定时间间隔之后获取采样数据。仍假设上一次采样时间T对应时刻为:8:00~8:20,则可以间隔10~30分钟之后重新采样一个预设记录时间对应的状态图像集合,比如,采样间隔30分钟后的8:50~9:10时间对应的状态图像集合,减轻电子警察设备的计算压力。
本实施例增加时间判断步骤,可以避免因太阳光照角度变化比如由朝光变为背光,或者天气突然变化比如由晴转阴等特殊条件下使采样图像背景光亮度突变,导致根据上述计算方法计算的目标亮度阈值不准确的情况发生,进一步提高计算目标亮度阈值的准确性。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员用该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。
其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本发明所必须的。
对应上述本发明提供的检测交通灯点亮状态的方法实施例,本发明还提供了一种检测交通灯点亮状态的装置,可以设置于闯红灯电子警察设备中。
图9是本发明提供的一种检测交通灯点亮状态的装置实施例的结构框图;所述装置包括:
目标图像获取模块21,用于获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包含亮灯图像和灭灯图像;
阈值计算模块22,用于按照预置算法动态计算目标亮度阈值;
检测模块23,用于根据所述目标亮度阈值检测所述基本单灯的点亮状态。
图10是本发明装置实施例中目标图像获取模块第一实施例的结构框图;在图9所示实施例的基础上,目标图像获取模块21可以包括:
分组子模块211,用于按照预设时间间隔h将预设记录时间对应的状态图像集合进行分组,获得s个亮度数据分组;
第一计算子模块212,用于计算当前记录时间对应的方差均值W1 p和均值方差其中,所述方差均值W1 p为每组亮度数据方差的平均值;所述均值方差为每组亮度数据平均值的方差;
第二计算子模块213,用于计算前一个记录时间对应的方差均值W1 p-1和均值方差
第一判断子模块214,用于比较所述当前记录时间和前一记录时间对应的方差均值和均值方差,若满足第一预置条件,则判断所述当前记录时间获取的状态图像集合为目标状态图像集合,所述第一预置条件为:且,其中,p表示记录状态图像集合的次数。
其中,第一计算子模块212和第二计算子模块213均可以包括:用于计算方差均值的第一计算单元和用于计算均值方差的第二计算单元;其中,第一计算单元可以包括:
第一均值计算子单元,用于根据所述亮度数据分组,按照公式(1)计算第一均值Uj,所述第一均值Uj为每组亮度数据的平均值:
其中,Li表示帧标识为i的一帧图像的平均亮度值;j表示分组序号,j∈(1,s);n表示每组亮度数据的个数,n=f*h,其中,f表示帧率,h表示分组时间间隔;
第一方差计算子单元,用于根据所述亮度数据分组和所述第一均值Uj,按照公式(2)计算第一方差Vj,所述第一方差Vj为每组亮度数据的方差:
方差均值计算子单元,用于根据所述第一方差Vj采用公式(3),计算一个状态图像集合的方差均值W1:
上述第二计算单元可以包括:
第二均值计算子单元,用于根据所述第一均值Uj,采用公式(4)计算第二均值U,其中,所述第二均值U为所述s组亮度数据的平均值:
均值方差计算子单元,用于根据所述第二均值U和所述第一均值Uj,采用公式(5)计算均值方差W2,所述均值方差W2为所述第一均值Uj的方差:
参照图11所示的本发明提供的检测交通灯点亮状态的装置实施例中判断模块第二实施例的结构框图;在图10所示实施例的基础上,目标图像获取模块21还可以包括:
时长获取子模块215,用于获取所述基本单灯的亮灯时长和灭灯时长;
目标时长确定子模块216,用于比较所述基本单灯的亮灯时长和灭灯时长,将持续时间较大的时长作为目标时长;
第二判断子模块217,用于在所述预设记录时间大于所述目标时长的情况下,判定所述状态图像集合中包含所述目标状态图像。
本发明实施例中,阈值计算模块可以包括:
极值确定子模块,用于将所述目标状态图像集合对应的亮度数据按照大小进行排序,获取最大均值Umax和最小均值Umin;
初始阈值确定子模块,用于根据最大均值Umax和最小均值Umin确定初始亮度阈值;
状态区分子模块,用于根据所述初始亮度阈值初步确定所述目标状态图像集合中的亮灯图像和灭灯图像;
开始迭代计算子模块,用于根据初步确定的亮灯图像和灭灯图像的平均亮度数据,开始计算迭代亮度阈值Tk;
迭代运算子模块,用于根据所述迭代亮度阈值Tk进一步确定亮灯图像和灭灯图像,并根据所述亮灯图像和灭灯图像的平均亮度数据,迭代计算所述迭代亮度阈值;
判断子模块,用于判断当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数是否满足第二预置条件,若否,返回所述迭代运算子模块,继续迭代计算所述迭代亮度阈值;其中,所述第二预置条件为:相邻两次的迭代亮度阈值之差的绝对值小于第二预设阈值,或者,当前迭代亮度阈值对应的迭代计算次数大于等于第三预设阈值;
目标阈值确定子模块,用于在所述当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数满足所述第二预置条件的情况下,将所述当前迭代亮度阈值确定为所述目标亮度阈值。
参照图12所示的本发明提供的另一种检测交通灯点亮状态的装置实施例的结构框图;在图9所示实施例的基础上,在检测模块23之前,所述装置还可以包括:
计算时间确定模块24,用于确定所述目标迭代亮度阈值的计算时间;
时长比较模块25,用于将所述计算时间与预设时间阈值作比较;
重新采样模块26,用于在所述计算时间超过预设时间阈值的情况下,触发目标图像获取模块21重新采样所述基本单灯的目标状态图像集合,以使上述模块重新计算所述目标亮度阈值。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (8)
1.一种检测交通灯点亮状态的方法,其特征在于,所述方法包括:
获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包含亮灯图像和灭灯图像;
按照预置算法动态计算目标亮度阈值;
根据所述目标亮度阈值检测所述基本单灯的点亮状态;
其中,所述获取基本单灯的目标状态图像集合,包括:
按照预设时间间隔h将预设记录时间对应的状态图像集合进行分组,获得s个亮度数据分组;
计算当前记录时间对应的方差均值W1 p和均值方差其中,所述方差均值W1 p为每组亮度数据方差的平均值;所述均值方差为每组亮度数据平均值的方差;
计算前一个记录时间对应的方差均值W1 p-1和均值方差
比较所述当前记录时间和前一个记录时间对应的方差均值和均值方差,若满足第一预置条件,则判定所述当前记录时间获取的状态图像集合为所述目标状态图像集合,所述第一预置条件为:且,其中,p表示记录状态图像集合的次数。
2.根据权利要求1所述的方法,其特征在于,计算状态图像集合的方差均值,包括:
根据所述亮度数据分组,按照以下公式计算第一均值Uj,所述第一均值Uj为每组亮度数据的平均值:
其中,Li表示帧标识为i的一帧图像的平均亮度值;j表示分组序号,j∈(1,s);n表示每组亮度数据的个数,n=f*h,其中,f表示帧率,h表示分组时间间隔;
根据所述亮度数据分组和所述第一均值Uj,按照以下公式计算第一方差Vj,所述第一方差Vj为每组亮度数据的方差:
根据所述第一方差Vj采用以下公式,计算一个状态图像集合的方差均值W1:
计算状态图像集合的均值方差,包括:
根据所述第一均值Uj,采用以下公式计算第二均值U,其中,所述第二均值U为所述s组亮度数据的平均值:
根据所述第二均值U和所述第一均值Uj,采用以下公式计算均值方差W2,所述均值方差W2为所述第一均值Uj的方差:
3.根据权利要求1所述的方法,其特征在于,所述按照预置算法动态计算目标亮度阈值,包括:
将所述目标状态图像集合对应的亮度数据按照大小进行排序,获取最大均值Umax和最小均值Umin;
根据所述最大均值Umax和所述最小均值Umin确定初始亮度阈值;
根据所述初始亮度阈值初步确定所述目标状态图像集合中的亮灯图像和灭灯图像;
根据初步确定的亮灯图像和灭灯图像的平均亮度数据,开始计算迭代亮度阈值Tk;
根据所述迭代亮度阈值Tk进一步确定亮灯图像和灭灯图像,并根据所述亮灯图像和灭灯图像的平均亮度数据,迭代计算所述迭代亮度阈值;
判断当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数是否满足第二预置条件,若否,返回上一步,继续迭代计算所述迭代亮度阈值;其中,所述第二预置条件为:相邻两次的迭代亮度阈值之差的绝对值小于第二预设阈值,或者,当前迭代亮度阈值对应的迭代计算次数大于等于第三预设阈值;
若所述当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数满足所述第二预置条件,则将所述当前迭代亮度阈值确定为所述目标亮度阈值。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述目标迭代亮度阈值的计算时间;
将所述计算时间与预设时间阈值作比较;
若所述计算时间超过预设时间阈值,则重新采样所述基本单灯的目标状态图像集合并计算所述目标亮度阈值。
5.一种检测交通灯点亮状态的装置,其特征在于,所述装置包括:
目标图像获取模块,用于获取基本单灯的目标状态图像集合,所述目标状态图像集合同时包含亮灯图像和灭灯图像;
阈值计算模块,用于按照预置算法动态计算目标亮度阈值;
检测模块,用于根据所述目标亮度阈值检测所述基本单灯的点亮状态;
其中,所述目标图像获取模块包括:
分组子模块,用于按照预设时间间隔h将预设记录时间对应的状态图像集合进行分组,获得s个亮度数据分组;
第一计算子模块,用于计算当前记录时间对应的方差均值W1 p和均值方差其中,所述方差均值W1 p为每组亮度数据方差的平均值;所述均值方差为每组亮度数据平均值的方差;
第二计算子模块,用于计算前一个记录时间对应的方差均值W1 p-1和均值方差
第一判断子模块,用于比较所述当前记录时间和前一记录时间对应的方差均值和均值方差,若满足第一预置条件,则判断所述当前记录时间获取的状态图像集合为目标状态图像集合,所述第一预置条件为:且,其中,p表示记录状态图像集合的次数。
6.根据权利要求5所述的装置,其特征在于,所述第一计算子模块和第二计算子模块均包括:用于计算方差均值的第一计算单元和用于计算均值方差的第二计算单元;其中,所述第一计算单元包括:
第一均值计算子单元,用于根据所述亮度数据分组,按照以下公式计算第一均值Uj,所述第一均值Uj为每组亮度数据的平均值:
其中,Li表示帧标识为i的一帧图像的平均亮度值;j表示分组序号,j∈(1,s);n表示每组亮度数据的个数,n=f*h,其中,f表示帧率,h表示分组时间间隔;
第一方差计算子单元,用于根据所述亮度数据分组和所述第一均值Uj,按照以下公式计算第一方差Vj,所述第一方差Vj为每组亮度数据的方差:
方差均值计算子单元,用于根据所述第一方差Vj采用以下公式,计算一个状态图像集合的方差均值W1:
所述第二计算单元包括:
第二均值计算子单元,用于根据所述第一均值Uj,采用以下公式计算第二均值U,其中,所述第二均值U为所述s组亮度数据的平均值:
均值方差计算子单元,用于根据所述第二均值U和所述第一均值Uj,采用以下公式计算均值方差W2,所述均值方差W2为所述第一均值Uj的方差:
7.根据权利要求5所述的装置,其特征在于,所述阈值计算模块包括:
极值确定子模块,用于将所述目标状态图像集合对应的亮度数据按照大小进行排序,获取最大均值Umax和最小均值Umin;
初始阈值确定子模块,用于根据所述最大均值Umax和所述最小均值Umin确定初始亮度阈值;
状态区分子模块,用于根据所述初始亮度阈值初步确定所述目标状态图像集合中的亮灯图像和灭灯图像;
开始迭代计算子模块,用于根据初步确定的亮灯图像和灭灯图像的平均亮度数据,开始计算迭代亮度阈值Tk;
迭代运算子模块,用于根据所述迭代亮度阈值Tk进一步确定亮灯图像和灭灯图像,并根据所述亮灯图像和灭灯图像的平均亮度数据,迭代计算所述迭代亮度阈值;
判断子模块,用于判断当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数是否满足第二预置条件,若否,返回所述迭代运算子模块,继续迭代计算所述迭代亮度阈值;其中,所述第二预置条件为:相邻两次的迭代亮度阈值之差的绝对值小于第二预设阈值,或者,当前迭代亮度阈值对应的迭代计算次数大于等于第三预设阈值;
目标阈值确定子模块,用于在所述当前迭代亮度阈值或所述当前迭代亮度阈值对应的迭代计算次数满足所述第二预置条件的情况下,将所述当前迭代亮度阈值确定为所述目标亮度阈值。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
计算时间确定模块,用于确定所述目标迭代亮度阈值的计算时间;
时长比较模块,用于将所述计算时间与预设时间阈值作比较;
重新采样模块,用于在所述计算时间超过预设时间阈值的情况下,触发所述目标图像获取模块重新采样所述基本单灯的目标状态图像集合,以使上述模块重新计算所述目标亮度阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510619042.8A CN105118295B (zh) | 2015-09-25 | 2015-09-25 | 检测交通灯点亮状态的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510619042.8A CN105118295B (zh) | 2015-09-25 | 2015-09-25 | 检测交通灯点亮状态的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105118295A CN105118295A (zh) | 2015-12-02 |
CN105118295B true CN105118295B (zh) | 2019-01-15 |
Family
ID=54666263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510619042.8A Active CN105118295B (zh) | 2015-09-25 | 2015-09-25 | 检测交通灯点亮状态的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105118295B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764922A (zh) * | 2009-08-03 | 2010-06-30 | 北京智安邦科技有限公司 | 亮度阈值的自适应生成的方法及装置 |
CN102568242A (zh) * | 2012-01-17 | 2012-07-11 | 杭州海康威视系统技术有限公司 | 基于视频处理的信号灯状态检测方法及其系统 |
WO2015136601A1 (ja) * | 2014-03-10 | 2015-09-17 | 日産自動車株式会社 | 信号機検出装置及び信号機検出方法 |
-
2015
- 2015-09-25 CN CN201510619042.8A patent/CN105118295B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764922A (zh) * | 2009-08-03 | 2010-06-30 | 北京智安邦科技有限公司 | 亮度阈值的自适应生成的方法及装置 |
CN102568242A (zh) * | 2012-01-17 | 2012-07-11 | 杭州海康威视系统技术有限公司 | 基于视频处理的信号灯状态检测方法及其系统 |
WO2015136601A1 (ja) * | 2014-03-10 | 2015-09-17 | 日産自動車株式会社 | 信号機検出装置及び信号機検出方法 |
Non-Patent Citations (1)
Title |
---|
基于亮度与颜色四阈值的尾灯检测算法;刘尊洋等;《计算机工程》;20101130;第36卷(第21期);第202-203,206页 |
Also Published As
Publication number | Publication date |
---|---|
CN105118295A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101822924B1 (ko) | 영상기반 화재 감지 시스템, 방법 및 프로그램 | |
JP4705090B2 (ja) | 煙感知装置及びその方法 | |
CN103440484B (zh) | 一种适应室外大空间的火焰检测方法 | |
CN107948465B (zh) | 一种检测摄像头被干扰的方法和装置 | |
CN104036490B (zh) | 适用于移动通信网络传输中的前景分割方法 | |
CN106650584B (zh) | 火焰检测方法和系统 | |
CN103208126B (zh) | 一种自然环境下运动物体监测方法 | |
CN109636777A (zh) | 一种交通信号灯的故障检测方法、系统及存储介质 | |
CN111898581A (zh) | 动物检测方法、装置、电子设备及可读存储介质 | |
US10438072B2 (en) | Video data background tracking and subtraction with multiple layers of stationary foreground and background regions | |
JP4653207B2 (ja) | 煙検出装置 | |
CN110889328A (zh) | 检测道路交通状况的方法、装置、电子设备和存储介质 | |
CN104634784B (zh) | 大气能见度监测方法和装置 | |
JPH1049771A (ja) | 火災検出装置 | |
CN111950536A (zh) | 信号灯图像的处理方法、装置、计算机系统和路侧设备 | |
CN113129591B (zh) | 一种基于深度学习目标检测的交通信号灯故障检测方法 | |
CN109151256A (zh) | 一种基于传感器检测的摄像头闪烁消除方法及装置 | |
Zhang et al. | Application research of YOLO v2 combined with color identification | |
US20220405145A1 (en) | Method, Apparatus, System and Electronic Device for Selecting Intelligent Analysis Algorithm | |
CN113255797B (zh) | 一种基于深度学习模型的危险品检测方法和系统 | |
CN114202646A (zh) | 一种基于深度学习的红外图像吸烟检测方法与系统 | |
CN113409362A (zh) | 高空抛物检测方法和装置、设备及计算机存储介质 | |
RU2019136604A (ru) | Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами | |
CN112149509A (zh) | 深度学习与图像处理融合的交通信号灯故障检测方法 | |
CN104318760B (zh) | 一种基于似物性模型的路口违章行为智能检测方法及系统 |
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 |