CN106991414A - 一种基于视频图像获取车辆运动状态的方法 - Google Patents

一种基于视频图像获取车辆运动状态的方法 Download PDF

Info

Publication number
CN106991414A
CN106991414A CN201710347120.2A CN201710347120A CN106991414A CN 106991414 A CN106991414 A CN 106991414A CN 201710347120 A CN201710347120 A CN 201710347120A CN 106991414 A CN106991414 A CN 106991414A
Authority
CN
China
Prior art keywords
image
point
target vehicle
described image
vehicle
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.)
Pending
Application number
CN201710347120.2A
Other languages
English (en)
Inventor
冯浩
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.)
EXPERT TESTIMONY SCIENCE-TECHNOLOGY INST JUDICAL DEPARTMENT
Original Assignee
EXPERT TESTIMONY SCIENCE-TECHNOLOGY INST JUDICAL DEPARTMENT
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 EXPERT TESTIMONY SCIENCE-TECHNOLOGY INST JUDICAL DEPARTMENT filed Critical EXPERT TESTIMONY SCIENCE-TECHNOLOGY INST JUDICAL DEPARTMENT
Priority to CN201710347120.2A priority Critical patent/CN106991414A/zh
Publication of CN106991414A publication Critical patent/CN106991414A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于视频图像获取车辆运动状态的方法，其中，包括以下步骤：获取一摄像机连续获取目标车辆于行驶过程视频中的每一帧图像；于当前帧的图像中选取多个第一图像检测点；选取三个作为图像计算点，并分别获取每个图像计算点于当前帧的第一位置坐标；获取每个图像计算点的第二位置坐标；根据第一位置坐标和第二位置坐标处理得到第一位置坐标和第二位置坐标之间的变换系数；进而得到当前帧的图像与下一帧的图像之间目标车辆行驶的实际距离。其有益效果在于，根据第一帧图像中目标车辆的位置以及处理得到的所有实际距离处理得到目标车辆的运动轨迹进而得到目标车辆的运动状态。

Description

一种基于视频图像获取车辆运动状态的方法
技术领域
本发明涉及通信技术领域，尤其涉及一种基于视频图像获取车辆运动状态的方法。
背景技术
随着道路上行驶车辆数量的不断增加，道路交通安全已成为人们关注的问题，例如在交通要道以及高速道路，在出现的交通事故后，在追究责任方时，可通过监控摄像机拍摄的视频图像对照基本的交通法则确定责任方，但在需要根据视频图像进一步确定目标车辆的运动状态时，现有技术中则无法准确的获取实现车辆的实际运动距离，因此亟需一种根据监控设备拍摄的视频图像，准确的计算车辆的实际运动距离，准确计算车辆运动状态的方法。
发明内容
针对现有技术中在视频图像中获取车辆实际运动距离存在的上述问题，现提供一种旨在实现基于视频图像获取目标车辆的实际运动距离，进而分析获取目标车辆实际运动状态的方法。
具体技术方案如下：
一种基于视频图像获取车辆运动状态的方法，应用于获取车辆的运动状态，其中，包括以下步骤：
步骤S1，提供一获取一台固定摄像机连续获取目标车辆于行驶过程视频中的每一帧图像；
步骤S2，于当前帧的所述图像中选取多个第一图像检测点，每个所述第一图像检测点分别对应于排列在所述目标车辆的外轮廓上的一个外轮廓点，所有所述外轮廓点均位于同一条直线上；
步骤S3，于多个所述第一图像检测点中任意选取三个作为图像计算点，并分别获取每个所述图像计算点于当前帧的所述图像中的像坐标系中的第一位置坐标；
步骤S4，根据预先设定的所述目标车辆的车辆信息，于所述目标车辆上分别获取每个所述图像计算点所对应的所述外轮廓点于物方坐标系中的第二位置坐标；
步骤S5，根据关联于当前帧的所述图像的所述图像计算点的所述第一位置坐标和所述第二位置坐标处理得到所述第一位置坐标和所述第二位置坐标之间的变换系数；
步骤S6根据所述变换系数处理得到当前帧的所述图像与下一帧的所述图像之间所述目标车辆行驶的实际距离，随后转向下一帧所述图像，并返回所述步骤S2；
根据第一帧所述图像中所述目标车辆的位置以及处理得到的所有所述实际距离处理得到所述目标车辆的运动轨迹，并根据所述运动轨迹处理得到所述目标车辆的运动状态。
优选的，所述步骤S5中，依照下述公式处理得到所述变换系数：
所述步骤S5中，依照下述公式处理得到所述变换系数：
其中，l＝(l1、l2、l3)，l为所述变换系数，x为所述图像计算点的所述第一位置坐标的x轴坐标值，X为所述目标车辆上对应于所述图像计算点的所述外轮廓点的所述第二位置坐标的x轴坐标值。
优选的，所述步骤S6具体包括：
步骤S61，于当前帧的所述图像内选取一个所述第一图像检测点作为第一图像处理点；
步骤S62，根据所述第一图像处理点的所述第一位置坐标以及所述变换系数处理得到对应于所述第一图像处理点的所述外轮廓点的所述第二位置坐标；
步骤S63，于下一帧的所述图像内选取对应于所述第一图像处理点的所述第一图像检测点作为第二图像处理点；
步骤S64，根据所述第二图像处理点的所述第一位置坐标以及所述变换系数处理得到对应于所述第二图像处理点的所述外轮廓点的所述第二位置坐标；
步骤S65，根据对应于所述第一图像处理点的所述外轮廓点的所述第二位置坐标，以及对应于所述第二图像处理点的所述外轮廓点的所述第二位置坐标，处理得到所述目标车辆于当前帧的所述图像和下一帧的所述图像之间行驶的所述实际距离。
优选的，所述外轮廓点设置于所述目标车辆的车轮轮毂的边缘。
优选的，所述摄像机为非测量摄像机。
优选的，所述摄像机以预定的帧率连续拍摄获取所述目标车辆的所述图像。
优选的，每一帧所述图像包括用于表示拍摄所述图像的时刻的时间戳信息；
根据当前帧所述图像与下一帧所述图像之间的所述时间戳信息的差值，以及当前帧所述图像与下一帧所述图像之间的所述实际距离，获取所述目标车辆当前的行驶速度，并将所述行驶速度包括在所述目标车辆的所述运动状态中。
上述技术方案具有如下优点或有益效果：可通过获取相邻帧之间的检测点的位置坐标以及对应的目标车辆的外轮廓点，并基于一维直线线性变换式，获取目标车辆于相邻帧之间车辆的实际运动距离。
附图说明
参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
图1为本发明一种基于视频图像获取车辆运动状态的方法实施例的流程图；
图2为本发明一种基于视频图像获取车辆运动状态的方法实施例中，关于获取实际距离的流程图；
图3为本发明一种基于视频图像获取车辆运动状态的方法实施例中，关于目标车辆的视频图像图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
本发明的技术部方案中包括一种基于图像获取车辆运动状态的方法。
一种基于视频图像获取行驶车辆的运动状态的方法的实施例，应用于获取车辆的运动状态，其中，包括以下步骤：
一种基于图像获取行驶车辆的运动状态的方法，应用于获取车辆的运动状态，其中，如图1所示，包括以下步骤：
步骤S1，获取一台固定摄像机连续获取目标车辆于行驶过程视频中的每一帧图像；
步骤S2，于当前帧的所述图像中选取多个第一图像检测点，每个所述第一图像检测点分别对应于排列在所述目标车辆的外轮廓上的一个外轮廓点，所有所述外轮廓点均位于同一条直线上；
步骤S3，于多个所述第一图像检测点中任意选取三个作为图像计算点，并分别获取每个所述图像计算点于当前帧的所述图像中的像坐标系中的第一位置坐标；
步骤S4，根据预先设定的所述目标车辆的车辆信息，于所述目标车辆上分别获取每个所述图像计算点所对应的所述外轮廓点于物方坐标系中的第二位置坐标；
步骤S5，根据关联于当前帧的所述图像的所述图像计算点的所述第一位置坐标和所述第二位置坐标处理得到所述第一位置坐标和所述第二位置坐标之间的变换系数；
步骤S6根据所述变换系数处理得到当前帧的所述图像与下一帧的所述图像之间所述目标车辆行驶的实际距离，随后转向下一帧所述图像，并返回所述步骤S2；
根据第一帧所述图像中所述目标车辆的位置以及处理得到的所有所述实际距离处理得到所述目标车辆的运动轨迹，并根据所述运动轨迹处理得到所述目标车辆的运动状态。
上述技术方案中，需要说明的是，可根据实际计算需要，第一图像可根据使用者于图像中自定义选择，对于第一帧图像，根据像坐标系中的第一位置坐标以及于物方坐标系中的第二位置坐标，获取变换系数后，可获取当前帧与下一帧图像之间对应到目标车辆的实际距离，进而逐帧获取目标车辆与上一帧之间的实际距离，最终得到目标车辆的实际运动状态。
在一种较优的实施方式中，如图2所示，所述步骤S6具体包括：
步骤S61，于当前帧的所述图像内选取一个所述第一图像检测点作为第一图像处理点；
步骤S62，根据所述第一图像处理点的所述第一位置坐标以及所述变换系数处理得到对应于所述第一图像处理点的所述外轮廓点的所述第二位置坐标；
步骤S63，于下一帧的所述图像内选取对应于所述第一图像处理点的所述第一图像检测点作为第二图像处理点；
步骤S64，根据所述第二图像处理点的所述第一位置坐标以及所述变换系数处理得到对应于所述第二图像处理点的所述外轮廓点的所述第二位置坐标；
步骤S65，根据对应于所述第一图像处理点的所述外轮廓点的所述第二位置坐标，以及对应于所述第二图像处理点的所述外轮廓点的所述第二位置坐标，处理得到所述目标车辆于当前帧的所述图像和下一帧的所述图像之间行驶的所述实际距离。
在一种较优的实施方式中，所述步骤S5中，依照下述公式处理得到所述变换系数：
其中，l＝(l1、l2、l3)，l为所述变换系数，x为所述图像计算点的所述第一位置坐标的x轴坐标值，X为所述目标车辆上对应于所述图像计算点的所述外轮廓点的所述第二位置坐标的x轴坐标值。
上述技术方案中，上述公式由以下公式推导获得；
其中，x、y为像平面坐标；
X、Y、Z为物方空间坐标；
l1、l2、l3、l4、l5、l6、l7、l8、l9、l10、l11，为直接线性变换系数；
其中上述的图像为一维图像，因此直线线性变换式中(l2Y+l3Z+l4)和(l10Y+l11Z+1)为常数，进而推导出以下公式；
由推导出的公式可知，存在三个未知数，因此在图像中选择图像计算点时，只需选择三个图像计算点对应的第一位置坐标和第二位置坐标，即可获得当前帧的变换系数。
在一种较优的实施方式中，外轮廓点为目标车辆的车轮轮辋边缘的点。
在一种较优的实施方式中，摄像机为非测量摄像机。
在一种较优的实施方式中，一维直线线性变换式由一直线线性变换式推导获得，直线线性变换式如下；
其中，x、y为像平面坐标；
X、Y、Z为物方空间坐标；
l1、l2、l3、l4、l5、l6、l7、l8、l9、l10、l11，为直接线性变换系数；
图像为一维图像，因此直线线性变换式中(l2Y+l3Z+l4)和(l10Y+l11Z+1)为常数。
在一种较优的实施方式中，所述外轮廓点设置于所述目标车辆的车轮轮毂的边缘。
在一种较优的实施方式中，所述摄像机以预定的帧率连续拍摄获取所述目标车辆的所述图像。
在一种较优的实施方式中，每一帧所述图像包括用于表示拍摄所述图像的时刻的时间戳信息；
根据当前帧所述图像与下一帧所述图像之间的所述时间戳信息的差值，以及当前帧所述图像与下一帧所述图像之间的所述实际距离，获取所述目标车辆当前的行驶速度，并将所述行驶速度包括在所述目标车辆的所述运动状态中。
以下给出一具体的实施方式进行说明，如图3所示，
逐帧提取目标车辆在视频范围内的图像及其对应的时间戳；
在每帧图像上，以通过目标车辆某一侧车轮轴心外端的直线与轮辋边缘形成了四个交点为参考点即外轮廓点，分别设定为a、b、c、d，进一步的外轮廓点分别位于目标车辆的前后轮上，即位于车轮轮辋边缘上a、b、c、d呈一条直线；
假设以第N帧图像为例，以a、b、d三点作为图像检测点，根据a、b、d三点的像平面坐标计算距离lNab、lNbd，结合及其对的应实际距离即外轮廓点ab和ba的实际距离，解算本帧图中a、b、c、d四点所在像直线与实际物方直线即参考点构成的直线的一维直接线性变换系数lNk；
根据用下一帧图像(第N+1帧)中a点像点坐标，结合第N帧图像的直接线性变换系数lNk，计算从第N帧到第N+1帧a点的实际运动距离；
在第N+1帧图像，以a、b、d三点作为图像检测点，根据a、b、d三点的像平面坐标计算距离lN+1ab、lN+1bd，结合及其对应的实际距离，解算本帧图中a、b、c、d四点点所在像直线与实际物方直线的一维直接线性变换系数lN+1k；
根据用下一帧图像(第N+2帧)中a点像点的位置坐标，结合第N+1帧图像的直接线性变换系数lN+1k，计算从第N+1帧到第N+2帧a点的实际运动距离；
依上述方法逐帧解算直接线性变换系数l，以及以a点作为参考点目标车辆的实际运动距离；
根据图像序列中目标车辆的行驶距离，结合视频的帧率，逐帧计算或计算指定图像帧间车辆行驶速度和加速度。
如计算N帧到N+1之间的目标车辆的行驶速度，通过上述计算可获得N帧图像到N+1帧之间对应目标车辆的实际距离，进而根据相邻帧之间的时间戳信息可得到目标车辆的行驶时间，根据速度计算公式即可获得目标车辆在N帧到N+1帧之间的平均行驶速度；
如计算加速度，则根据相邻帧之间的速度差除以相邻帧之间的时间差即可获得当前帧的加速度值。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (7)

1.一种基于视频图像获取车辆运动状态的方法，应用于获取车辆的运动状态，其特征在于，包括以下步骤：
步骤S1，获取一台固定摄像机连续获取目标车辆于行驶过程视频中的每一帧图像；
步骤S2，于当前帧的所述图像中选取多个第一图像检测点，每个所述第一图像检测点分别对应于排列在所述目标车辆的外轮廓上的一个外轮廓点，所有所述外轮廓点均位于同一条直线上；
步骤S3，于多个所述第一图像检测点中任意选取三个作为图像计算点，并分别获取每个所述图像计算点于当前帧的所述图像中的像坐标系中的第一位置坐标；
步骤S4，根据预先设定的所述目标车辆的车辆信息，于所述目标车辆上分别获取每个所述图像计算点所对应的所述外轮廓点于物方坐标系中的第二位置坐标；
步骤S5，根据关联于当前帧的所述图像的所述图像计算点的所述第一位置坐标和所述第二位置坐标处理得到所述第一位置坐标和所述第二位置坐标之间的变换系数；
步骤S6根据所述变换系数处理得到当前帧的所述图像与下一帧的所述图像之间所述目标车辆行驶的实际距离，随后转向下一帧所述图像，并返回所述步骤S2；
根据第一帧所述图像中所述目标车辆的位置以及处理得到的所有所述实际距离处理得到所述目标车辆的运动轨迹，并根据所述运动轨迹处理得到所述目标车辆的运动状态。
2.根据权利要求1所述的获取车辆运动状态的方法，其特征在于，所述步骤S5中，依照下述公式处理得到所述变换系数：
x + l 1 X + l 2 l 3 X + 1 = 0
其中，l＝(l1、l2、l3)，l为所述变换系数，x为所述图像计算点的所述第一位置坐标的x轴坐标值，X为所述目标车辆上对应于所述图像计算点的所述外轮廓点的所述第二位置坐标的x轴坐标值。
3.根据权利要求1所述的获取车辆运动状态的方法，其特征在于，所述步骤S6具体包括：
步骤S61，于当前帧的所述图像内选取一个所述第一图像检测点作为第一图像处理点；
步骤S62，根据所述第一图像处理点的所述第一位置坐标以及所述变换系数处理得到对应于所述第一图像处理点的所述外轮廓点的所述第二位置坐标；
步骤S63，于下一帧的所述图像内选取对应于所述第一图像处理点的所述第一图像检测点作为第二图像处理点；
步骤S64，根据所述第二图像处理点的所述第一位置坐标以及所述变换系数处理得到对应于所述第二图像处理点的所述外轮廓点的所述第二位置坐标；
步骤S65，根据对应于所述第一图像处理点的所述外轮廓点的所述第二位置坐标，以及对应于所述第二图像处理点的所述外轮廓点的所述第二位置坐标，处理得到所述目标车辆于当前帧的所述图像和下一帧的所述图像之间行驶的所述实际距离。
4.根据权利要求1所述的获取车辆运动状态的方法，其特征在于，所述外轮廓点设置于所述目标车辆的车轮轮毂的边缘。
5.根据权利要求1所述的获取行驶车辆的运动状态的方法，其特征在于，所述摄像机为非测量摄像机。
6.根据权利要求1所述的获取车辆运动状态的方法，其特征在于，所述摄像机以预定的帧率连续拍摄获取所述目标车辆的所述图像。
7.根据权利要求1所述的获取车辆运动状态的方法，其特征在于，每一帧所述图像包括用于表示拍摄所述图像的时刻的时间戳信息；
根据当前帧所述图像与下一帧所述图像之间的所述时间戳信息的差值，以及当前帧所述图像与下一帧所述图像之间的所述实际距离，获取所述目标车辆当前的行驶速度，并将所述行驶速度包括在所述目标车辆的所述运动状态中。
CN201710347120.2A 2017-05-17 2017-05-17 一种基于视频图像获取车辆运动状态的方法 Pending CN106991414A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710347120.2A CN106991414A (zh) 2017-05-17 2017-05-17 一种基于视频图像获取车辆运动状态的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710347120.2A CN106991414A (zh) 2017-05-17 2017-05-17 一种基于视频图像获取车辆运动状态的方法

Publications (1)

Publication Number Publication Date
CN106991414A true CN106991414A (zh) 2017-07-28

Family

ID=59420580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710347120.2A Pending CN106991414A (zh) 2017-05-17 2017-05-17 一种基于视频图像获取车辆运动状态的方法

Country Status (1)

Country Link
CN (1) CN106991414A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112396557A (zh) * 2019-08-01 2021-02-23 司法鉴定科学研究院 一种基于近景摄影测量解算监控视频中车辆运动的方法
CN113167584A (zh) * 2018-11-23 2021-07-23 采埃孚股份公司 用于提供变换参量的方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1858551A (zh) * 2006-05-26 2006-11-08 浙江工业大学 基于全方位计算机视觉的工程车防盗报警系统
CN101504805A (zh) * 2009-02-06 2009-08-12 祁刃升 具有路旁全景图像带的电子地图、其制作及标注兴趣点方法
CN102196269A (zh) * 2011-05-10 2011-09-21 山东大学 交通卡口监控系统灰度图像序列编码方法
CN104021676A (zh) * 2014-06-25 2014-09-03 上海交通大学 基于车辆动态视频特征的车辆定位及车速测量方法
CN104575003A (zh) * 2013-10-23 2015-04-29 北京交通大学 一种基于道路监控视频的车辆速度检测方法
CN105163065A (zh) * 2015-08-04 2015-12-16 深圳市哈工大交通电子技术有限公司 一种基于摄像机前端处理的交通测速方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1858551A (zh) * 2006-05-26 2006-11-08 浙江工业大学 基于全方位计算机视觉的工程车防盗报警系统
CN101504805A (zh) * 2009-02-06 2009-08-12 祁刃升 具有路旁全景图像带的电子地图、其制作及标注兴趣点方法
CN102196269A (zh) * 2011-05-10 2011-09-21 山东大学 交通卡口监控系统灰度图像序列编码方法
CN104575003A (zh) * 2013-10-23 2015-04-29 北京交通大学 一种基于道路监控视频的车辆速度检测方法
CN104021676A (zh) * 2014-06-25 2014-09-03 上海交通大学 基于车辆动态视频特征的车辆定位及车速测量方法
CN105163065A (zh) * 2015-08-04 2015-12-16 深圳市哈工大交通电子技术有限公司 一种基于摄像机前端处理的交通测速方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘萌萌: "基于无标度摄像机的车流跟踪与速度估计算法研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》 *
吴海飞 等: "二维DLT在事故再现车速计算中的应用", 《2011第十四届中国汽车安全技术学术会议论文集》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113167584A (zh) * 2018-11-23 2021-07-23 采埃孚股份公司 用于提供变换参量的方法和系统
CN112396557A (zh) * 2019-08-01 2021-02-23 司法鉴定科学研究院 一种基于近景摄影测量解算监控视频中车辆运动的方法

Similar Documents

Publication Publication Date Title
CN111311689B (zh) 一种激光雷达与相机相对外参的标定方法及系统
CN106407315B (zh) 一种基于街景图像数据库的车辆自主定位方法
CN102222236B (zh) 图像处理系统及位置测量系统
CN104282020B (zh) 一种基于目标运动轨迹的车辆速度检测方法
CN102646275B (zh) 通过跟踪和定位算法实现虚拟三维叠加的方法
CN107577996A (zh) 一种车辆驾驶路径偏移的识别方法及系统
CN105354806B (zh) 基于暗通道的快速去雾方法及系统
CN103761737A (zh) 基于稠密光流的机器人运动估计方法
CN107103277B (zh) 一种基于深度相机和3d卷积神经网络的步态识别方法
CN107609486A (zh) 一种车辆前向防撞预警方法及系统
CN103093479A (zh) 一种基于双目视觉的目标定位方法
CN109299656B (zh) 一种车载视觉系统场景视深确定方法
CN105844633A (zh) 基于De序列和相位编码的单帧结构光深度获取方法
CN112907573B (zh) 一种基于3d卷积的深度补全方法
CN101419711A (zh) 一种估计车辆自运动参数的方法和装置
CN105913488A (zh) 一种基于三维映射表的三维点云快速重建方法
CN104732561A (zh) 一种图像的插值方法及装置
CN103400393B (zh) 一种图像匹配方法和系统
CN110433467A (zh) 基于双目视觉和蚁群算法的捡乒乓球机器人运行方法及设备
CN106991414A (zh) 一种基于视频图像获取车辆运动状态的方法
CN106991703A (zh) 车辆摄像监控区域获取方法和系统
CN108182428A (zh) 前车状态识别和车辆跟随的方法
CN103260008B (zh) 一种影像位置到实际位置的射影转换方法
CN101498581B (zh) 一种基于三共面点的航天器相对姿态确定方法
CN106327441A (zh) 图像径向畸变的自动矫正方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: No.1347, Guangfu West Road, Putuo District, Shanghai 200061

Applicant after: ACADEMY OF FORENSIC SCIENCE

Address before: 200063 Guangfu West Road 1347, Putuo District, Shanghai

Applicant before: INSTITUTE OF FORENSIC SCIENCE, MINISTRY OF JUSTICE PRC

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20170728

RJ01 Rejection of invention patent application after publication