CN107749185A - 一种基于行车记录仪数据的红绿灯信号周期提取方法 - Google Patents
一种基于行车记录仪数据的红绿灯信号周期提取方法 Download PDFInfo
- Publication number
- CN107749185A CN107749185A CN201710879399.9A CN201710879399A CN107749185A CN 107749185 A CN107749185 A CN 107749185A CN 201710879399 A CN201710879399 A CN 201710879399A CN 107749185 A CN107749185 A CN 107749185A
- Authority
- CN
- China
- Prior art keywords
- data
- signal
- signal lamp
- countdown
- group
- 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
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于行车记录仪数据的红绿灯信号周期提取方法,包括以下步骤:读取视频数据;输入图像;RGB颜色空间转化到HSV颜色空间;根据v分量进行分割并排除其他因素干扰,得到信号灯的状态;将信号灯状态展绘至特定坐标系,获得信号灯的时变状态图。并采用Mean Shift聚类方法,对时变图进行分组,并排除离散点干扰;根据各组的数据特点,计算信号周期。本发明的优点在于:1、不需到信号灯现场进行按表记录,减少数据采集的危险性;2、不需要在纸上抄写时间、状态等数据,减少采集的工作量;3、数据采集时间成本、人员成本低。4、可以获得同一个信号灯的不同周期。
Description
技术领域
本发明涉及智能交通技术领域,特别涉及一种基于行车记录仪数据的红绿灯信号周期提取方法。
背景技术
信号控制交叉口是城市路网的重要组成部分,一般通过各种信号灯控制各通行方向的通行时间、周期等信息。而对于信号控制交叉口的信号灯周期识别与分析,对于自动驾驶、智能交通等领域具有重要意义。在国外,信号周期数据作为政府信息的一部分,有相应的公开获取途径。而在国内,由于信号灯系统由不同的单位设置,并且缺乏统一的信息管理途径,所以没有完整统一的城市信号灯信息。因而目前的信号灯数据采集方法,主要通过人工采集信号灯信息,所需的时间周期长,耗费的人力物力大,并且采集过程具有一定的危险性。
发明内容
本发明针对现有技术的缺陷,提供了一种基于行车记录仪数据的红绿灯信号周期提取方法,能有效的解决上述现有技术存在的问题。
为了实现以上发明目的,本发明采取的技术方案如下:
一种基于行车记录仪数据的红绿灯信号周期提取方法,包括以下步骤:
1、在行车记录仪中的GPS数据中,提取车辆行驶方向定义为Ang、位置数据定义为lat和long;位置数据可以用于定位车辆所在的道路,而方向数据用于计算行车记录仪能摄制的信号灯;
2、根据拍摄的视频数据,采用HSV颜色变换方法,以0.5秒为周期检测出对应的信号灯状态,以及倒计时数据;
3、通过行车记录仪获取的同一路口的大量数据,根据数据描述对象的不同进行区分;区分方法为:首先根据经纬度位置,定义道路A、B、C、D,对应的信号灯L1、L2、L3、L4,设所在道路为B,延伸方向为D,排除A、C道路及其道路上的L1、L3号红绿灯;然后定义cam为行车记录仪,连接cam经过L1和L3号红绿灯的线,分析两条线与相应L2、L4号信号灯的视场角的关系,考虑到L2号信号灯为背对车辆的信号灯,从而确定该行车记录仪记录的是L4号信号灯的状态;
4、将同一信号灯状态的数据,展至水平轴为时间,纵轴为信号灯状态的图,并采用Mean Shift聚类方法,排除干扰;
5、综合红灯、绿灯、黄灯周期数据,获得信号灯的时变状态图。
进一步地,步骤2的具体步骤如下:
2.1、将RGB颜色空间转换为HSV空间,具体公式为:
v=max
式中h代表颜色的色调,s代表颜色的饱和度,v代表颜色的亮度;r,g,b分别代表颜色的三个分量。max为r,g,b三个分量的最大值,min为三个分量的最小值。
2.2、在HSV颜色空间下进行V分量的亮度分割将信号灯提取出来,但是仍会有许多干扰信号,采用膨胀和腐蚀形态学处理和空间几何控制方法,提取信号灯位置,通过腐蚀操作,删除掉分割图像中的噪声数据,保留了大区域的信号;通过膨胀操作,恢复大区域的颜色信号,使之接近于原始大小;车辆在剧烈转向情况下,无法区分是通行方向的红绿灯,还是隔壁道路的红绿灯,为此,通过圆形度、宽高比参数进行过滤。
进一步地,所述腐蚀主要用于形态学中除去图像的某些部分;把结构元素B平移a后得到Ba,若Ba包含于原有目标X,则记下这个a点,所有满足上述条件的a点组成的集合E(X),称做原有目标X被结构元素B腐蚀的结果,记为:E(X)=XΘB={a|Ba∈X};
进一步地,所述膨胀是求得局部最大值的操作;把结构元素B平移a后得到Ba,若Ba与X的交集非空,则记下这个a点。所有满足上述条件的a点组成的集合D(X)称做X被B膨胀的结果;
通过下式计算:
进一步地,圆形度(e)是反应区域接近理论圆的程度的指标。S为区域面积,C为区域周长。通过圆形度指标,过滤候选区域中,形状不为原型的区域;通过下式计算:
进一步地,根据图像宽高比(Scale)过滤部分区域,候选区域近似为正方形区域,所以对区域进行遍历,将不符合要求的区域剔除。Xmin,Ymin,Xmax,Ymax为待选区域的最小、最大X、Y坐标。
通过下式计算:
2.3、检测得到信号灯中心位置(i,j)和颜色(color)后,在该位置周围检测相同颜色的信号数据。
若检测到信号,说明该信号灯具备倒计时数据。将检测到的倒计时像素与预先准备好的数字模板进行特征匹配,从而确定倒计时数字CDT。
若未检测到信号,则说明该信号灯无倒计时数据。
2.4、信号灯状态检测结束后,记录数据格式为:T,lat,long,Ang,R\G\B,CDT,代表T时刻在经纬度为(lat、long)位置的Ang方向,记录到一个状态为R\G\B的信号灯,其倒计时为CDT;其中倒计时数据可选,因为部分红绿灯没有倒计时功能。
进一步地,步骤4的具体步骤如下:
4.1、当每个信号周期都有倒计时数据时,优先采用倒计时数据计算周期,假定CDT1、CDT2、CDT3分别是绿灯、红灯、绿灯的倒计时数据;
红灯周期为:TR=CDT2-CDT1-3;
绿灯周期为:TG=CDT3-CDT2;
黄灯周期为3;
4.2、计算信号周期,分为有倒计时和没有倒计时两种;
没有倒计时数据时,则对绿灯和红灯散点进行聚类,得到不同时间段的灯信息;设一类灯的散点聚类为N个组Group,在N个Group中,记录每个组的最早时间T0和最晚时间T1;
采用下式计算该颜色灯信号周期:TG=max((Group1T1-Group1T0),(Group2T1-Group2T0),…….(GroupN T1-GroupN T0))即,选择每个组持续时间长的,作为信号周期;
有倒计时数据时,选取有倒计时周期的组进行分析,获得最早和最晚的灯状态时间GroupN T0、GroupN T1,以及倒计时时间CDT。计算绿灯周期为TG=CDT-GroupN T0。
与现有技术相比本发明的优点在于:
1、不需到信号灯现场进行按表记录,减少数据采集的危险性;
2、不需要在纸上抄写时间、状态等数据,减少采集的工作量;
3、数据采集时间成本、人员成本低。只要车辆经过交叉口,就会记录信号灯状态,基本上没有采集成本。
4、可以获得同一个信号灯的不同周期。一些地方的信号灯有不同的红绿灯周期,如早高峰、平时、晚高峰等。人工采集信号周期方法需要派人在不同时间段进行按表采集;而本方法不需要专门派人,只要有该时间段的数据,就可以分析得到该时段的红绿灯周期。
附图说明
图1为本发明实施例区分数据描述对象的示意图;
图2为本发明实施例信号灯状态的散点图;
图3为本发明实施例不同时间段的信号灯散点分组图;
图4为本发明实施例不同时间段的信号灯及倒计时散点分组图;
图5为本发明实施例信号灯的时变状态图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明做进一步详细说明。
一种基于行车记录仪数据的红绿灯信号周期提取方法,包括以下步骤:
1、在行车记录仪中的GPS数据中,提取车辆行驶方向Ang、位置数据lat和long;位置数据可以用于定位车辆所在的道路,而方向数据用于计算行车记录仪能摄制的信号灯。
2、根据拍摄的视频数据,采用HSV颜色变换方法,以0.5秒为周期检测出对应的信号灯状态,以及倒计时数据;
步骤2的具体步骤如下:
2.1、将RGB颜色空间转换为HSV空间,具体公式为:
v=max
式中h代表颜色的色调,s代表颜色的饱和度,v代表颜色的亮度;r,g,b分别代表颜色的三个分量。max为r,g,b三个分量的最大值,min为三个分量的最小值。
2.2、在HSV颜色空间下进行V分量的亮度分割将信号灯提取出来,但是仍会有许多干扰信号,采用膨胀和腐蚀形态学处理和空间几何控制方法,提取信号灯位置。通过腐蚀操作,删除掉分割图像中的噪声数据,保留了大区域的信号。通过膨胀操作,恢复大区域的颜色信号,使之接近于原始大小。车辆在剧烈转向情况下,拍到的红绿灯为扁状的灯信号。这种情况下,无法区分是通行方向的红绿灯,还是隔壁道路的红绿灯。为此,通过圆形度、宽高比参数进行过滤。
所述腐蚀主要用于形态学中除去图像的某些部分;把结构元素B平移a后得到Ba,若Ba包含于原有目标X,则记下这个a点,所有满足上述条件的a点组成的集合E(X),称做原有目标X被结构元素B腐蚀的结果,记为:
E(X)=XΘB={a|Ba∈X}
所述膨胀是求得局部最大值的操作;把结构元素B平移a后得到Ba,若Ba与X的交集非空,则记下这个a点。所有满足上述条件的a点组成的集合D(X)称做X被B膨胀的结果。
圆形度(e)是反应区域接近理论圆的程度的指标。S为区域面积,C为区域周长。通过圆形度指标,过滤候选区域中,形状不为原型的区域;通过下式计算:
根据图像宽高比(Scale)过滤部分区域,候选区域近似为正方形区域,所以对区域进行遍历,将不符合要求的区域剔除。Xmin,Ymin,Xmax,Ymax为待选区域的最小、最大X、Y坐标。
2.3、检测得到信号灯中心位置(i,j)和颜色(color)后,在该位置周围检测相同颜色的信号数据。
若检测到信号,说明该信号灯具备倒计时数据。将检测到的倒计时像素与预先准备好的数字模板进行特征匹配,从而确定倒计时数字CDT。
若未检测到信号,则说明该信号灯无倒计时数据。
2.4、信号灯状态检测结束后,记录数据格式为:T,lat,long,Ang,R\G\B,CDT(可选),代表T时刻在经纬度为(lat、long)位置的Ang方向,记录到一个状态为R\G\B的信号灯,其倒计时为CDT。其中倒计时(CDT)数据可选,因为部分红绿灯没有倒计时功能。
3、通过行车记录仪获取的同一路口的大量数据,根据数据描述对象的不同进行区分;区分方法为:如图1所示,首先根据经纬度位置,计算所在道路为B,延伸方向为D,因此,排除A、C道路及其道路上的L1、L3号红绿灯;然后连接cam-L2以及cam-L4线(cam代表车上的行车记录仪,),分析两条线与相应L2、L4号信号灯的视场角的关系,考虑到L2号信号灯为背对车辆的信号灯,从而确定该行车记录仪记录的是L4号信号灯的状态。
4、如图2所示,将同一信号灯状态的数据,展至水平轴为时间,纵轴为信号灯状态的图中。并采用Mean Shift聚类方法,排除干扰。
步骤4的具体步骤如下:
4.1、当每个信号周期都有倒计时数据时,优先采用倒计时数据计算周期。假定CDT1、CDT2、CDT3分别是绿灯、红灯、绿灯的倒计时数据。
红灯周期为:TR=CDT2-CDT1-3(秒);
绿灯周期为:TG=CDT3-CDT2(秒);
黄灯周期为3(秒);
4.2、当都没有倒计时数据时,则首先对绿灯散点进行聚类,得到不同时间段的绿灯信息,如图3所示;
在每个Group中,选取时间最早和最晚的信号灯时刻,如T0、T1、T2、T3。
采用下式计算绿灯信号周期:TG=max((T1-T0),(T3-T2))即,选择每个组持续时间长的,作为信号周期。
红灯的信号周期也类似处理。
4.3、当部分信号周期有倒计时数据时,选取有倒计时周期的组进行分析,获得最早和最晚的绿灯状态时间T2、T3,以及倒计时时间CDT,如图4所示。
绿灯周期为TG=CDT-T2
红灯的信号周期也类似处理。
5、综合红灯、绿灯、黄灯周期数据,获得某个信号灯的时变状态图,如图5所示。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (7)
1.一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于包括以下步骤:
1、在行车记录仪中的GPS数据中,提取车辆行驶方向定义为Ang、位置数据定义为lat和long;位置数据可以用于定位车辆所在的道路,而方向数据用于计算行车记录仪能摄制的信号灯;
2、根据拍摄的视频数据,采用HSV颜色变换方法,以0.5秒为周期检测出对应的信号灯状态,以及倒计时数据;
3、通过行车记录仪获取的同一路口的大量数据,根据数据描述对象的不同进行区分;区分方法为:首先根据经纬度位置,定义道路A、B、C、D,对应的信号灯L1、L2、L3、L4,设所在道路为B,延伸方向为D,排除A、C道路及其道路上的L1、L3号红绿灯;然后定义cam为行车记录仪,连接cam经过L1和L3号红绿灯的线,分析两条线与相应L2、L4号信号灯的视场角的关系,考虑到L2号信号灯为背对车辆的信号灯,从而确定该行车记录仪记录的是L4号信号灯的状态;
4、将同一信号灯状态的数据,展至水平轴为时间,纵轴为信号灯状态的图,并采用MeanShift聚类方法,排除干扰;
5、综合红灯、绿灯、黄灯周期数据,获得信号灯的时变状态图。
2.根据权利要求1所述的一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于:所述步骤2的具体步骤如下:
2.1、将RGB颜色空间转换为HSV空间,具体公式为:
<mrow>
<mi>s</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>i</mi>
<mi>f</mi>
<mi> </mi>
<mi>max</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mrow>
<mi>max</mi>
<mo>-</mo>
<mi>min</mi>
</mrow>
<mi>max</mi>
</mfrac>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
v=max
式中h代表颜色的色调,s代表颜色的饱和度,v代表颜色的亮度;r,g,b分别代表颜色的三个分量;max为r,g,b三个分量的最大值,min为三个分量的最小值;
2.2、在HSV颜色空间下进行V分量的亮度分割将信号灯提取出来,但是仍会有许多干扰信号,采用膨胀和腐蚀形态学处理和空间几何控制方法,提取信号灯位置,通过腐蚀操作,删除掉分割图像中的噪声数据,保留了大区域的信号;通过膨胀操作,恢复大区域的颜色信号,使之接近于原始大小;车辆在剧烈转向情况下,无法区分是通行方向的红绿灯,还是隔壁道路的红绿灯,为此,通过圆形度、宽高比参数进行过滤;
2.3、检测得到信号灯中心位置和颜色后,在该位置周围检测相同颜色的信号数据;若检测到信号,说明该信号灯具备倒计时数据,将检测到的倒计时像素与预先准备好的数字模板进行特征匹配,从而确定倒计时数字CDT;若未检测到信号,则说明该信号灯无倒计时数据;
2.4、信号灯状态检测结束后,记录数据格式为:T,lat,long,Ang,R\G\B,CDT,代表T时刻在经纬度为lat和long位置的Ang方向,记录到一个状态为R\G\B的信号灯,其倒计时为CDT;其中倒计时数据可选,因为部分红绿灯没有倒计时功能。
3.根据权利要求2所述的一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于:步骤2.2中所述腐蚀主要用于形态学中除去图像的某些部分;把结构元素B平移a后得到Ba,若Ba包含于原有目标X,则记下这个a点,所有满足上述条件的a点组成的集合E(X),称做原有目标X被结构元素B腐蚀的结果,
记为:E(X)=XΘB={a|Ba∈X}。
4.根据权利要求2所述的一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于:步骤2.2中所述膨胀是求得局部最大值的操作;把结构元素B平移a后得到Ba,若Ba与X的交集非空,则记下这个a点;所有满足上述条件的a点组成的集合D(X)称做X被B膨胀的结果;
通过下式计算:
5.根据权利要求2所述的一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于:步骤2.2中圆形度e是反应区域接近理论圆的程度的指标;S为区域面积,C为区域周长;通过圆形度指标,过滤候选区域中,形状不为原型的区域;通过下式计算:
6.根据权利要求2所述的一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于:步骤2.2中根据图像宽高比Scale过滤部分区域,候选区域近似为正方形区域,所以对区域进行遍历,将不符合要求的区域剔除;Xmin,Ymin,Xmax,Ymax为待选区域的最小、最大X、Y坐标;
通过下式计算:
7.根据权利要求1所述的一种基于行车记录仪数据的红绿灯信号周期提取方法,其特征在于:所述步骤4的具体步骤如下:
4.1、当每个信号周期都有倒计时数据时,优先采用倒计时数据计算周期,假定CDT1、CDT2、CDT3分别是绿灯、红灯、绿灯的倒计时数据;
红灯周期为:TR=CDT2-CDT1-3;
绿灯周期为:TG=CDT3-CDT2;
黄灯周期为3;
4.2、计算信号周期,分为有倒计时和没有倒计时两种;
没有倒计时数据时,则对绿灯和红灯散点进行聚类,得到不同时间段的灯信息;设一类灯的散点聚类为N个组Group,在N个Group中,记录每个组的最早时间T0和最晚时间T1;
采用下式计算该颜色灯信号周期:TG=max((Group1T1-Group1T0),(Group2T1-Group2T0),…….(GroupNT1-GroupNT0))即,选择每个组持续时间长的,作为信号周期;
有倒计时数据时,选取有倒计时周期的组进行分析,获得最早和最晚的灯状态时间GroupNT0、GroupNT1,以及倒计时时间CDT;计算绿灯周期为TG=CDT-GroupNT0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710879399.9A CN107749185A (zh) | 2017-09-26 | 2017-09-26 | 一种基于行车记录仪数据的红绿灯信号周期提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710879399.9A CN107749185A (zh) | 2017-09-26 | 2017-09-26 | 一种基于行车记录仪数据的红绿灯信号周期提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107749185A true CN107749185A (zh) | 2018-03-02 |
Family
ID=61254700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710879399.9A Pending CN107749185A (zh) | 2017-09-26 | 2017-09-26 | 一种基于行车记录仪数据的红绿灯信号周期提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107749185A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734976A (zh) * | 2018-05-28 | 2018-11-02 | 汤庆佳 | 一种交通导航提示方法及其系统 |
CN112330961A (zh) * | 2020-11-03 | 2021-02-05 | 厦门理工学院 | 一种基于时序规律的交通指示红黄绿灯的图像识别方法 |
CN113781778A (zh) * | 2021-09-03 | 2021-12-10 | 新奇点智能科技集团有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
CN114898583A (zh) * | 2022-07-13 | 2022-08-12 | 深圳市城市交通规划设计研究中心股份有限公司 | 信号灯控制方案确定方法及智能交通设备的数据处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103531022A (zh) * | 2013-10-15 | 2014-01-22 | 浙江宇视科技有限公司 | 一种红绿灯颜色周期统计方法 |
JP2015095136A (ja) * | 2013-11-13 | 2015-05-18 | 三菱電機株式会社 | 表示画像生成装置、信号色情報投影装置、前照灯制御装置、信号色情報表示装置、表示画像生成方法 |
CN104766071A (zh) * | 2015-04-28 | 2015-07-08 | 重庆邮电大学 | 一种应用于无人驾驶汽车的交通灯快速检测算法 |
CN105023452A (zh) * | 2014-04-24 | 2015-11-04 | 深圳市赛格导航科技股份有限公司 | 一种多路交通信号灯信号采集的方法及装置 |
CN106781582A (zh) * | 2016-12-26 | 2017-05-31 | 乐视汽车(北京)有限公司 | 交通信号灯辅助显示方法、装置和车载终端 |
-
2017
- 2017-09-26 CN CN201710879399.9A patent/CN107749185A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103531022A (zh) * | 2013-10-15 | 2014-01-22 | 浙江宇视科技有限公司 | 一种红绿灯颜色周期统计方法 |
JP2015095136A (ja) * | 2013-11-13 | 2015-05-18 | 三菱電機株式会社 | 表示画像生成装置、信号色情報投影装置、前照灯制御装置、信号色情報表示装置、表示画像生成方法 |
CN105023452A (zh) * | 2014-04-24 | 2015-11-04 | 深圳市赛格导航科技股份有限公司 | 一种多路交通信号灯信号采集的方法及装置 |
CN104766071A (zh) * | 2015-04-28 | 2015-07-08 | 重庆邮电大学 | 一种应用于无人驾驶汽车的交通灯快速检测算法 |
CN106781582A (zh) * | 2016-12-26 | 2017-05-31 | 乐视汽车(北京)有限公司 | 交通信号灯辅助显示方法、装置和车载终端 |
Non-Patent Citations (4)
Title |
---|
张立天: "交通信号灯检测、跟踪、定位与识别方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
范波: "智能车载监控系统关键技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
谷明琴等: "应用圆形度和颜色直方图的交通信号灯识别", 《计算机工程与设计》 * |
黄振威: "交通信号灯检测与识别算法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734976A (zh) * | 2018-05-28 | 2018-11-02 | 汤庆佳 | 一种交通导航提示方法及其系统 |
CN112330961A (zh) * | 2020-11-03 | 2021-02-05 | 厦门理工学院 | 一种基于时序规律的交通指示红黄绿灯的图像识别方法 |
CN113781778A (zh) * | 2021-09-03 | 2021-12-10 | 新奇点智能科技集团有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
CN114898583A (zh) * | 2022-07-13 | 2022-08-12 | 深圳市城市交通规划设计研究中心股份有限公司 | 信号灯控制方案确定方法及智能交通设备的数据处理方法 |
CN114898583B (zh) * | 2022-07-13 | 2022-11-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 信号灯控制方案确定方法及智能交通设备的数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107749185A (zh) | 一种基于行车记录仪数据的红绿灯信号周期提取方法 | |
CN110197589B (zh) | 一种基于深度学习的闯红灯违法检测方法 | |
CN103077384B (zh) | 一种车标定位识别的方法与系统 | |
CN104766086B (zh) | 一种公路标识的监管方法和系统 | |
CN103279756B (zh) | 基于集成分类器的车辆检测分析系统及其检测分析方法 | |
Hung et al. | A real-time mobile vehicle license plate detection and recognition | |
CN104036262B (zh) | 一种lpr车牌筛选识别的方法和系统 | |
US20010043717A1 (en) | Method and apparatus for rapidly determining whether a digitized image frame contains an object of interest | |
CN103324935B (zh) | 一种图像中对车辆进行定位与区域分割的方法与系统 | |
CN101833859A (zh) | 基于虚拟线圈的自触发车牌识别方法 | |
CN110660222A (zh) | 一种智能环保道路黑烟车辆电子抓拍系统 | |
CN101183427A (zh) | 基于计算机视觉的违章停车检测装置 | |
CN103020623A (zh) | 交通标志检测方法和交通标志检测设备 | |
CN109214345A (zh) | 基于相似度比对查找换牌车辆的行驶轨迹的方法 | |
CN110213501A (zh) | 一种抓拍方法、装置、电子设备及存储介质 | |
CN105321350A (zh) | 套牌车检测方法及装置 | |
CN106709412B (zh) | 交通标志检测方法和装置 | |
CN105718916A (zh) | 一种基于霍夫变换的车道线检测方法 | |
Zhai et al. | Crosswalk detection based on MSER and ERANSAC | |
CN112330961B (zh) | 一种基于时序规律的交通指示红黄绿灯的图像识别方法 | |
CN112651293A (zh) | 一种公路违法设摊事件视频检测方法 | |
CN103324957A (zh) | 信号灯状态的识别方法及识别装置 | |
CN113221760A (zh) | 一种高速公路摩托车检测方法 | |
CN111369824A (zh) | 一种基于图像识别定位的引导泊车方法及系统 | |
CN108053409B (zh) | 一种遥感影像分割基准库自动构建方法及其系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180302 |
|
RJ01 | Rejection of invention patent application after publication |