CN105404874A - 一种基于投影和hough直线检测的车窗识别系统 - Google Patents

一种基于投影和hough直线检测的车窗识别系统 Download PDF

Info

Publication number
CN105404874A
CN105404874A CN201510847727.8A CN201510847727A CN105404874A CN 105404874 A CN105404874 A CN 105404874A CN 201510847727 A CN201510847727 A CN 201510847727A CN 105404874 A CN105404874 A CN 105404874A
Authority
CN
China
Prior art keywords
vehicle window
module
projection
window region
straight
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
Application number
CN201510847727.8A
Other languages
English (en)
Other versions
CN105404874B (zh
Inventor
宋擘
王亚夫
任楠楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Digital China Sobey Technology Co Ltd
Original Assignee
Chengdu Digital China Sobey Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Digital China Sobey Technology Co Ltd filed Critical Chengdu Digital China Sobey Technology Co Ltd
Priority to CN201510847727.8A priority Critical patent/CN105404874B/zh
Publication of CN105404874A publication Critical patent/CN105404874A/zh
Application granted granted Critical
Publication of CN105404874B publication Critical patent/CN105404874B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于投影和hough直线检测的车窗识别系统，包括依次连接的车窗区域粗定位单元、车窗上下边界定位单元和车窗左右边界定位单元；车窗区域粗定位单元基于车牌位置的检测，在车牌位置的基础上初步定位出车窗区域，在这个粗定位的车窗区域里，车窗上下边界定位单元通过hough直线检测模块和水平梯度处理模块，利用hough直线检测和水平梯度等技术，分别对粗定位车窗区域信息进行处理，找到最合适的车窗上下边界位置，确定车窗上下边界；再通过车窗左右边界定位单元，利用hough直线检测技术，找到合适的车窗左右边界位置，确定车窗左右边界，从而检测出准确的车窗区域，完成车窗的精确识别检测。

Description

一种基于投影和hough直线检测的车窗识别系统
技术领域
本发明涉及车辆识别领域，特别是涉及一种基于投影和hough直线检测的车窗识别系统。
背景技术
近几十年来，智能交通系统已经取得了飞速发展。车窗区域识别是智能交通系统中一个比较新的研究方向，车窗检测是卡口车辆识别系统中的一个重要功能。当检测到车窗区域以后，就能在其基础上进行年检标志、副驾驶位人员、车前摆件等一系列车辆指纹的检测，为车辆识别系统提供依据，在很大程度上改善车辆识别的准确率，因此，对车窗检测是车辆识别系统中的关键技术。
目前的车窗检测算法主要有两个研究方向：基于梯度的车窗检测方法和基于颜色差异的车窗检测方法。这两种方法存在以下弊端：当采用基于梯度的车窗检测方法时，如果车窗边界不够明显，其边框的梯度也很不明显；而当基于颜色差异的车窗检测方法，如果车窗区域颜色与车身差异不够大，车窗检测也不会很精确。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于投影和hough直线检测的车窗识别系统，基于车牌位置的检测，在车牌位置的基础上定位出大致的车窗区域；在这个粗定位的区域里，利用hough直线检测和水平梯度等技术，找到最合适的上下边界位置；再通过hough直线检测找到合适的车窗左右边界，从而检测出准确的车窗区域。
本发明的目的是通过以下技术方案来实现的：一种基于投影和hough直线检测的车窗识别系统，包括车窗区域粗定位单元、车窗上下边界定位单元和车窗左右边界定位单元。
(1)所述车窗区域粗定位单元用于根据车牌位置初步定位出车窗区域，并将该粗定位的车窗区域图像发送至车窗上下边界定位单元。
(2)所述车窗上下边界定位单元包括以下模块：
①第一二值化模块，计算粗定位的车窗区域图像的灰度均值，根据均值进行二值化处理，输出二值化图像。
②水平直线检测模块，利用hough变换对二值化图像进行水平直线检测处理，检测出符合要求的直线，并在二值化图像上只保留被检测出的直线所在的前景点，输出前景点二值化图像。
③水平梯度处理模块，计算粗定位的车窗区域图像的水平梯度，输出水平梯度图像。
④第二二值化模块，对水平梯度图像进行均值二值化处理，输出水平梯度二值化图像。
⑥图像加权模块，对前景点二值化图像和水平梯度二值化图像进行加权处理，对每个像素点进行或操作，输出加权二值化图像。
⑦水平投影计算模块，对加权二值化图像进行水平投影，统计每一行的前景点数，作为该行的水平投影值，将各行的水平投影值累加，输出一条长度为图像高度的水平投影序列。
⑧上下边界位置判定模块，找出水平投影序列的前半部分中的最大水平投影值，并将其所对应的高度位置设为车窗区域的上边界位置，找出水平投影序列的后半部分最大水平投影值，并将其所对应的高度位置设为车窗区域的下边界位置，输出新的车窗区域图像。
(3)所述车窗左右边界定位单元包括以下模块。
①边缘处理模块，对新的车窗区域图像进行边缘检测，输出边缘二值化图像。
②左右边界直线检测模块，利用hough变换对边缘二值化图像进行直线检测处理，检测出符合要求的直线。
③左右边界位置判定模块，将左右边界直线检测模块检测出的直线分为左右两部分，找出左半部分中最长的一条直线，并将其所对应的宽度位置设为车窗区域的左边界，找出右半部分中最长的一条直线，并将其所对应的宽度位置设为车窗区域的右边界，输出上下边界和左右边界均重新设定的车窗区域图像。
进一步的，所述车窗区域粗定位单元包括车牌定位模块和车窗粗定位模块，车牌定位模块用于定位图像中的车牌位置，并计算车牌的高度值H和宽度值L，车窗粗定位模块根据车牌位置初步定位出车窗区域，输出粗定位的车窗区域图像。
进一步的，所述车窗粗定位模块将车牌位置上方x倍高度值H的位置设为车窗区域的下边界，将车牌位置上方y倍高度值H的位置设为车窗区域的上边界，将车牌位置左方z倍宽度值L的位置设为车窗区域的左边界，将车牌位置右方z倍宽度值L的位置设为车窗区域的右边界，其中，变量x、变量y和变量z的具体值根据实际应用来设定。
进一步的，所述车窗粗定位模块根据车牌位置初步定位出车窗区域，该车窗区域的高度位置为车牌位置上方19个高度值H的位置到4.5个高度值H之间的位置，该车窗区域的宽度位置为车牌位置左方1.6个宽度值L的位置到车牌位置右方1.6个宽度值L之间的位置。
进一步的，所述水平直线检测模块所检测出符合要求的直线为：长度不小于车窗区域图像宽度的1/5的，水平角度在-30°～30°之间的直线。
进一步的，所述左右边界直线检测模块所检测出符合要求的直线为：长度大于边缘二值化图像高度1/2的，边缘二值化图像左半部分中角度在45°～95°之间的，边缘二值化图像右半部分中角度在85°～135°之间的直线。
进一步的，水平梯度处理模块计算粗定位的车窗区域图像上每一个像素点P(i,j)的水平梯度V(i,j)，水平梯度V(i,j)为该像素点P(i,j)的上一行所对应像素点P(i,j-1)和该像素点P(i,j)的下一行所对应像素点P(i,j+1)的差的绝对值，其表达式为：
V(i,j)＝|P(i,j-1)-P(i,j+1)|。
本发明的有益效果是：
1)本发明中，车窗区域粗定位单元基于车牌位置的检测，在车牌位置的基础上初步定位出车窗区域，在这个粗定位的车窗区域里，车窗上下边界定位单元通过hough直线检测模块和水平梯度处理模块，利用hough直线检测和水平梯度等技术，分别对粗定位车窗区域信息进行处理，找到最合适的车窗上下边界位置，确定车窗上下边界；再通过车窗左右边界定位单元，利用边缘图像处理和hough直线检测等技术，找到合适的车窗左右边界位置，确定车窗左右边界，从而检测出准确的车窗区域，完成车窗的精确识别检测。
2)本发明所提出的车窗识别系统，对光照影响和图像模糊都有一定的抑制作用，并对车辆识别系统的其他子系统提供了有力的帮助。
附图说明
图1为本发明车窗识别系统的系统结构框图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，该实施例描述了一种基于投影和hough直线检测的车窗识别系统，其主要包括车窗区域粗定位单元、车窗上下边界定位单元和车窗左右边界定位单元。
(1)所述车窗区域粗定位单元用于根据车牌位置初步定位出车窗区域，并将该粗定位的车窗区域图像发送至车窗上下边界定位单元。
优选的，所述车窗区域粗定位单元包括车牌定位模块和车窗粗定位模块，车牌定位模块用于定位图像中的车牌位置，并计算车牌的高度值H和宽度值L，车窗粗定位模块根据车牌位置初步定位出车窗区域，输出粗定位的车窗区域图像。
进一步的，所述车窗粗定位模块可将车牌位置上方x倍高度值H的位置设为车窗区域的下边界，将车牌位置上方y倍高度值H的位置设为车窗区域的上边界，将车牌位置左方z倍宽度值L的位置设为车窗区域的左边界，将车牌位置右方z倍宽度值L的位置设为车窗区域的右边界。
其中，该变量x、变量y和变量z可自定义设置，其具体值根据实际应用来设定，其参考因素主要有摄像头安装位置、摄像头拍摄角度等。如当摄像头安装位置较低时，车窗的下边界和上边界与车牌间的距离小，变量x和变量y的取值小；当像头安装位置较高时，车窗的下边界和上边界与车牌间的距离大，变量x和变量y的取值大；当摄像头拍摄角度与水平方向的夹角越大时，变量x的取值应相应增大。
一般的，车窗粗定位模块根据车牌位置初步定位出车窗区域时，变量x可设为4.5左右，变量y可设为19左右，变量z可设为1.6左右，使得该车窗区域的高度位置为车牌位置上方19个高度值H的位置到4.5个高度值H之间的位置，该车窗区域的宽度位置为车牌位置左方1.6个宽度值L的位置到车牌位置右方1.6个宽度值L之间的位置。
(2)所述车窗上下边界定位单元包括第一二值化模块、水平直线检测模块、水平梯度处理模块、第二二值化模块、图像加权模块、水平投影计算模块和上下边界位置判定模块。
其中，第一二值化模块和水平梯度处理模块的输入端分别与车窗区域粗定位单元的输出端连接，第一二值化模块的输出端通过水平直线检测模块与图像加权模块的第一输入端连接，水平梯度处理模块的输出端通过第二二值化模块与图像加权模块的第二输入端连接，图像加权模块的输出端通过水平投影计算模块与上下边界位置判定模块连接。
车窗上下边界定位单元中，各个模块的具体工作原理为：
①第一二值化模块，计算车窗区域图像的灰度图像的灰度均值，根据均值进行二值化处理，输出二值化图像。
②水平直线检测模块，利用hough变换对二值化图像进行水平直线检测处理，检测出符合要求的直线，并在二值化图像上只保留被检测出的直线所在的前景点，输出前景点二值化图像。
一般的，水平直线检测模块所检测出符合要求的直线可设为：长度不小于车窗区域图像宽度的1/5的，水平角度在-30°～30°之间的直线。
③水平梯度处理模块，计算粗定位的车窗区域图像的水平梯度，输出水平梯度图像。
优选的，水平梯度处理模块计算粗定位的车窗区域图像上每一个像素点P(i,j)的水平梯度V(i,j)为该像素点P(i,j)的上一行所对应像素点P(i,j-1)和该像素点P(i,j)的下一行所对应像素点P(i,j+1)的差的绝对值，其表达式为：
V(i,j)＝|P(i,j-1)-P(i,j+1)|。
④第二二值化模块，对水平梯度图像进行均值二值化处理，输出水平梯度二值化图像。
⑥图像加权模块，对前景点二值化图像和水平梯度二值化图像进行加权处理，对每个像素点进行或操作，输出加权二值化图像。
⑦水平投影计算模块，对加权二值化图像进行水平投影，统计每一行的前景点数，作为该行的水平投影值，将各行的水平投影值累加，输出一条长度为图像高度的水平投影序列。
⑧上下边界位置判定模块，找出水平投影序列的前半部分中的最大水平投影值，并将其所对应的高度位置设为车窗区域的上边界位置，找出水平投影序列的后半部分最大水平投影值，并将其所对应的高度位置设为车窗区域的下边界位置，输出新的车窗区域图像。
(3)所述车窗左右边界定位单元包括依次连接的边缘处理模块、左右边界直线检测模块和左右边界位置判定模块。
车窗左右边界定位单元中，各个模块的具体工作原理为：
①边缘处理模块，对新的车窗区域图像进行sobel边缘检测，可采用sobel边缘算法，得到边缘二值化图像。
②左右边界直线检测模块，利用hough变换对边缘二值化图像进行直线检测处理，检测出符合要求的直线。
一般的，左右边界直线检测模块所检测出符合要求的直线可设为：长度大于边缘二值化图像高度1/2的，边缘二值化图像左半部分中角度在45°～95°之间的，边缘二值化图像右半部分中角度在85°～135°之间的直线。
③左右边界位置判定模块，将左右边界直线检测模块检测出的直线分为左右两部分，找出左半部分中最长的一条直线，并将其所对应的宽度位置设为车窗区域的左边界，找出右半部分中最长的一条直线，并将其所对应的宽度位置设为车窗区域的右边界，输出上下边界和左右边界均重新设定的车窗区域图像，完成车窗的精确识别检测。
如上参照附图以示例的方式描述了根据本发明的一种基于投影和hough直线检测的车窗识别系统。但是，本领域技术人员应当理解，对于上述本发明所提出的一种基于投影和hough直线检测的车窗识别系统，还可以在不脱离本发明内容的基础上做出各种改进，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。因此，本发明的保护范围应当由所附的权利要求书的内容确定。

Claims (7)

1.一种基于投影和hough直线检测的车窗识别系统，其特征在于：包括车窗区域粗定位单元、车窗上下边界定位单元和车窗左右边界定位单元；
所述车窗区域粗定位单元用于根据车牌位置初步定位出车窗区域，并将该粗定位的车窗区域图像发送至车窗上下边界定位单元；
所述车窗上下边界定位单元包括以下模块：
第一二值化模块，计算粗定位的车窗区域图像的灰度均值，根据均值进行二值化处理，输出二值化图像；
水平直线检测模块，利用hough变换对二值化图像进行水平直线检测处理，检测出符合要求的直线，并在二值化图像上只保留被检测出的直线所在的前景点，输出前景点二值化图像；
水平梯度处理模块，计算粗定位的车窗区域图像的水平梯度，输出水平梯度图像；
第二二值化模块，对水平梯度图像进行均值二值化处理，输出水平梯度二值化图像；
图像加权模块，对前景点二值化图像和水平梯度二值化图像进行加权处理，对每个像素点进行或操作，输出加权二值化图像；
水平投影计算模块，对加权二值化图像进行水平投影，输出一条长度为图像高度的水平投影序列；
上下边界位置判定模块，找出水平投影序列的前半部分中的最大水平投影值，并将其所对应的高度位置设为车窗区域的上边界位置，找出水平投影序列的后半部分最大水平投影值，并将其所对应的高度位置设为车窗区域的下边界位置，输出新的车窗区域图像；
所述车窗左右边界定位单元包括以下模块：
边缘处理模块，对新的车窗区域图像进行边缘检测，输出边缘二值化图像；
左右边界直线检测模块，利用hough变换对边缘二值化图像进行直线检测处理，检测出符合要求的直线；
左右边界位置判定模块，将左右边界直线检测模块检测出的直线分为左右两部分，找出左半部分中最长的一条直线，并将其所对应的宽度位置设为车窗区域的左边界，找出右半部分中最长的一条直线，并将其所对应的宽度位置设为车窗区域的右边界，输出上下边界和左右边界均重新设定的车窗区域图像。
2.根据权利要求1所述的一种基于投影和hough直线检测的车窗识别系统，其特征在于：所述车窗区域粗定位单元包括车牌定位模块和车窗粗定位模块，车牌定位模块用于定位图像中的车牌位置，并计算车牌的高度值H和宽度值L，车窗粗定位模块根据车牌位置初步定位出车窗区域，输出粗定位的车窗区域图像；
所述车窗粗定位模块将车牌位置上方x倍高度值H的位置设为车窗区域的下边界，将车牌位置上方y倍高度值H的位置设为车窗区域的上边界，将车牌位置左方z倍宽度值L的位置设为车窗区域的左边界，将车牌位置右方z倍宽度值L的位置设为车窗区域的右边界，其中，变量x、变量y和变量z的具体值根据实际应用来设定。
3.根据权利要求2所述的一种基于投影和hough直线检测的车窗识别系统，其特征在于：所述车窗粗定位模块根据车牌位置初步定位出车窗区域，该车窗区域的高度位置为车牌位置上方19个高度值H的位置到4.5个高度值H之间的位置，该车窗区域的宽度位置为车牌位置左方1.6个宽度值L的位置到车牌位置右方1.6个宽度值L之间的位置。
4.根据权利要求1所述的一种基于投影和hough直线检测的车窗识别系统，其特征在于，所述水平直线检测模块所检测出符合要求的直线为：长度不小于车窗区域图像宽度的1/5的，水平角度在-30°～30°之间的直线。
5.根据权利要求1所述的一种基于投影和hough直线检测的车窗识别系统，其特征在于，所述左右边界直线检测模块所检测出符合要求的直线为：长度大于边缘二值化图像高度1/2的，边缘二值化图像左半部分中角度在45°～95°之间的，边缘二值化图像右半部分中角度在85°～135°之间的直线。
6.根据权利要求1所述的一种基于投影和hough直线检测的车窗识别系统，其特征在于：水平梯度处理模块计算粗定位的车窗区域图像上每一个像素点P(i,j)的水平梯度V(i,j)为，水平梯度V(i,j)该像素点P(i,j)的上一行所对应像素点P(i,j-1)和该像素点P(i,j)的下一行所对应像素点P(i,j+1)的差的绝对值，其表达式为：
V(i,j)＝|P(i,j-1)-P(i,j+1)|。
7.根据权利要求1所述的一种基于投影和hough直线检测的车窗识别系统，其特征在于：所述水平投影计算模块对加权二值化图像进行水平投影，统计每一行的前景点数，作为该行的水平投影值，将各行的水平投影值累加，输出一条长度为图像高度的水平投影序列。
CN201510847727.8A 2015-11-27 2015-11-27 一种基于投影和hough直线检测的车窗识别系统 Active CN105404874B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510847727.8A CN105404874B (zh) 2015-11-27 2015-11-27 一种基于投影和hough直线检测的车窗识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510847727.8A CN105404874B (zh) 2015-11-27 2015-11-27 一种基于投影和hough直线检测的车窗识别系统

Publications (2)

Publication Number Publication Date
CN105404874A true CN105404874A (zh) 2016-03-16
CN105404874B CN105404874B (zh) 2018-07-03

Family

ID=55470351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510847727.8A Active CN105404874B (zh) 2015-11-27 2015-11-27 一种基于投影和hough直线检测的车窗识别系统

Country Status (1)

Country Link
CN (1) CN105404874B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105975903A (zh) * 2016-04-22 2016-09-28 安徽大学 一种汽车特征识别方法
CN106250824A (zh) * 2016-07-21 2016-12-21 乐视控股（北京）有限公司 车窗定位方法和系统
CN106611165A (zh) * 2016-12-26 2017-05-03 广东工业大学 一种基于相关滤波和颜色匹配的汽车车窗检测方法及装置
CN106960184A (zh) * 2017-03-08 2017-07-18 南昌航空大学 一种书本边框的图像定位方法
CN106986248A (zh) * 2017-05-23 2017-07-28 四川长虹电器股份有限公司 基于摄像图像的电梯开关门检测方法
CN108205675A (zh) * 2016-12-20 2018-06-26 浙江宇视科技有限公司 一种车牌图像的处理方法以及设备
CN109165689A (zh) * 2018-08-29 2019-01-08 浙江工业大学 一种车辆车窗精准定位方法
CN109255052A (zh) * 2018-08-29 2019-01-22 浙江工业大学 一种基于多特征的三阶段车辆检索方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0569982A2 (en) * 1992-05-14 1993-11-18 United Parcel Service Of America, Inc. Method and apparatus for processing images with symbols with dense edges
CN103207988A (zh) * 2013-03-06 2013-07-17 大唐移动通信设备有限公司 一种图像识别方法及装置
CN103679146A (zh) * 2013-12-06 2014-03-26 中科联合自动化科技无锡有限公司 基于高通滤波器和Hough变换的安全带智能检测方法
CN103870827A (zh) * 2014-02-21 2014-06-18 杭州奥视图像技术有限公司 一种结合颜色与纹理的车牌检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0569982A2 (en) * 1992-05-14 1993-11-18 United Parcel Service Of America, Inc. Method and apparatus for processing images with symbols with dense edges
CN103207988A (zh) * 2013-03-06 2013-07-17 大唐移动通信设备有限公司 一种图像识别方法及装置
CN103679146A (zh) * 2013-12-06 2014-03-26 中科联合自动化科技无锡有限公司 基于高通滤波器和Hough变换的安全带智能检测方法
CN103870827A (zh) * 2014-02-21 2014-06-18 杭州奥视图像技术有限公司 一种结合颜色与纹理的车牌检测方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105975903A (zh) * 2016-04-22 2016-09-28 安徽大学 一种汽车特征识别方法
CN106250824A (zh) * 2016-07-21 2016-12-21 乐视控股（北京）有限公司 车窗定位方法和系统
CN108205675A (zh) * 2016-12-20 2018-06-26 浙江宇视科技有限公司 一种车牌图像的处理方法以及设备
CN106611165A (zh) * 2016-12-26 2017-05-03 广东工业大学 一种基于相关滤波和颜色匹配的汽车车窗检测方法及装置
CN106611165B (zh) * 2016-12-26 2019-07-19 广东工业大学 一种基于相关滤波和颜色匹配的汽车车窗检测方法及装置
CN106960184A (zh) * 2017-03-08 2017-07-18 南昌航空大学 一种书本边框的图像定位方法
CN106960184B (zh) * 2017-03-08 2020-03-31 南昌航空大学 一种书本边框的图像定位方法
CN106986248A (zh) * 2017-05-23 2017-07-28 四川长虹电器股份有限公司 基于摄像图像的电梯开关门检测方法
CN109165689A (zh) * 2018-08-29 2019-01-08 浙江工业大学 一种车辆车窗精准定位方法
CN109255052A (zh) * 2018-08-29 2019-01-22 浙江工业大学 一种基于多特征的三阶段车辆检索方法
CN109165689B (zh) * 2018-08-29 2021-10-26 浙江工业大学 一种车辆车窗精准定位方法
CN109255052B (zh) * 2018-08-29 2022-03-25 浙江工业大学 一种基于多特征的三阶段车辆检索方法

Also Published As

Publication number Publication date
CN105404874B (zh) 2018-07-03

Similar Documents

Publication Publication Date Title
CN105404874A (zh) 一种基于投影和hough直线检测的车窗识别系统
Li et al. Nighttime lane markings recognition based on Canny detection and Hough transform
CN102043950B (zh) 基于canny算子和边缘点统计的车辆轮廓识别方法
CN103198705B (zh) 车位状态自动检测方法
CN104268519B (zh) 基于模式匹配的图像识别终端及其识别方法
CN103914833B (zh) 一种自动检测票据是否残缺的方法及系统
CN103810474A (zh) 一种基于多特征低秩矩阵表示的车牌检测方法
CN103116896A (zh) 一种基于视觉显著性模型的自动检测跟踪方法
CN103871079A (zh) 基于机器学习和光流的车辆跟踪方法
CN102236784A (zh) 屏幕区域检测方法及系统
CN103902985B (zh) 一种基于roi的强鲁棒性实时车道侦测算法
CN102402686A (zh) 一种基于连通域分析的车牌字符分割方法
CN104424457A (zh) 一种非线性扭曲情况下的二维码识别方法
CN102938057B (zh) 一种车辆阴影消除方法及装置
CN105303160A (zh) 一种夜间车辆检测和跟踪的方法
CN103679146A (zh) 基于高通滤波器和Hough变换的安全带智能检测方法
CN104537688A (zh) 一种基于背景差分和hog特征的运动目标检测方法
CN104574381A (zh) 一种基于局部二值模式的全参考图像质量评价方法
CN104268860A (zh) 一种车道线检测方法
CN103164693A (zh) 一种监控视频行人检测匹配方法
CN103646242B (zh) 基于最大稳定极值区域特征的扩展目标跟踪方法
CN106709952A (zh) 一种显示屏幕的自动标定方法
CN105975903A (zh) 一种汽车特征识别方法
CN102081741A (zh) 一种基于视觉注意原理的行人检测方法和系统
CN103106663A (zh) 计算机系统中基于图像处理实现sim卡缺陷检测的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant