CN107958594A - 一种监测准确的交通综合监测系统 - Google Patents
一种监测准确的交通综合监测系统 Download PDFInfo
- Publication number
- CN107958594A CN107958594A CN201711435693.7A CN201711435693A CN107958594A CN 107958594 A CN107958594 A CN 107958594A CN 201711435693 A CN201711435693 A CN 201711435693A CN 107958594 A CN107958594 A CN 107958594A
- Authority
- CN
- China
- Prior art keywords
- mrow
- remote sensing
- image
- msub
- msup
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供了一种监测准确的交通综合监测系统,包括遥感监测模块、视频监测模块、数据存储模块和监控中心,所述遥感监测模块用于获取城市交通流实时遥感图像,所述视频监测模块布置高清摄像头对机动车进行抓拍,所述数据存储模块用于存储遥感图像和抓拍的机动车图像并将存储的遥感图像和机动车图像发送给监控中心,所述监控中心用于根据遥感图像对城市交通拥堵情况进行监测,根据机动车图像对机动车违法情况进行监测。本发明的有益效果为:实现了交通拥堵和机动车违法情况监测,提升了交通监测水平。
Description
技术领域
本发明涉及交通技术领域,具体涉及一种监测准确的交通综合监测系统。
背景技术
随着经济的发展,机动车数量急剧上升,道路容量日益不足,另一方面,交通违法情况水涨船高,如何对交通流和违法情况进行有效监测,成为摆在人们面前的问题。以往的交通监测系统功能单一,只能对某一方面进行监测。
发明内容
针对上述问题,本发明旨在提供一种监测准确的交通综合监测系统。
本发明的目的采用以下技术方案来实现:
提供了一种监测准确的交通综合监测系统,包括遥感监测模块、视频监测模块、数据存储模块和监控中心,所述遥感监测模块用于获取城市交通流实时遥感图像,所述视频监测模块布置高清摄像头对机动车进行抓拍,所述数据存储模块用于存储遥感图像和抓拍的机动车图像并将存储的遥感图像和机动车图像发送给监控中心,所述监控中心用于根据遥感图像对城市交通拥堵情况进行监测,根据机动车图像对机动车违法情况进行监测。
本发明的有益效果为:实现了交通拥堵和机动车违法情况监测,提升了交通监测水平。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
遥感监测模块1、视频监测模块2、数据存储模块3、监控中心4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种监测准确的交通综合监测系统,包括遥感监测模块1、视频监测模块2、数据存储模块3和监控中心4,所述遥感监测模块1用于获取城市交通流实时遥感图像,所述视频监测模块2布置高清摄像头对机动车进行抓拍,所述数据存储模块3用于存储遥感图像和抓拍的机动车图像并将存储的遥感图像和机动车图像发送给监控中心4,所述监控中心4用于根据遥感图像对城市交通拥堵情况进行监测,根据机动车图像对机动车违法情况进行监测。
本实施例实现了交通拥堵和机动车违法情况监测,提升了交通监测水平。
优选的,所述高清摄像头对以下情形的机动车进行抓拍:
违法占用专用车道抓拍:根据预先设置好的车道属性,通过车牌识别,对违法占用车道行驶的机动车进行抓拍;
超速抓拍:根据预先设置的机动车行驶最高速度,对于超过行驶最高速度的机动车进行抓拍。
本优选实施例实现了违法占用专用车道和超速抓拍,有助于降低交通事故率。
优选的,所述遥感监测模块1包括遥感图像采集模块、遥感图像融合模块和融合图像评价模块,所述遥感图像采集模块用于采集不同的交通流遥感源图像,所述遥感图像融合模块用于对不同的源图像进行融合,获取遥感图像的融合图像,所述融合图像评价模块用于对所述融合图像的融合效果进行评价。
本优选实施例遥感监测模块1实现了交通流遥感图像的准确融合和对融合效果的准确评价。
优选的,所述遥感图像采集模块用于采集不同的遥感源图像,具体为:采集两幅遥感源图像C、D,其中,C为高分辨率图像,D为低分辨率图像。
所述遥感图像融合模块包括一次融合子模块、二次融合子模块和综合融合子模块,所述一次融合子模块用于获取遥感图像的一次融合结果,所述二次融合子模块用于获取遥感图像的二次融合结果,所述综合融合子模块根据一次融合结果和二次融合结果获取遥感图像的融合图像。
所述一次融合子模块用于获取遥感图像的一次融合结果,具体为:
a、将遥感图像从RGB色彩空间变换到HIS色彩空间,其中,R、G、B分别表示红色、绿色、蓝色分量,H、I、S分别表示色调、亮度、饱和度分量;
b、在HIS空间中,用高分辨率图像亮度分量替代低分辨率图像的亮度分量,再将低分辨率图像逆变换到RGB色彩空间,并将对应的灰度图像作为一次融合结果R1(i,j),其中,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M。
本优选实施例通过一次融合结果和二次融合结果获取融合图像,得到了高质量的融合图像,具体的,一次融合子模块在HIS色彩空间对遥感图像进行融合,更加符合人类的视觉特性,获得的一次融合结果图像既有高的空间分辨率,又有与原图像相同的色度和饱和度。
优选的,所述二次融合子模块用于获取遥感图像的二次融合结果,具体为:
采用下式进行融合:
式中,R2(i,j)表示二次融合结果,C(i,j)表示源图像C在像素(i,j)的灰度值,D(i,j)表示源图像D在像素(i,j)的灰度值,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M,为权重系数,
本优选实施例二次融合子模块将待融合的遥感图像视为两个二维矩阵,将两幅图像上空间位置对应的像素值进行处理后进行加权相加,加权之和作为新图像在该空间位置上的像素值,得到了更丰富的信息,对于多光谱图像的融合,使用时可将多光谱图像分解为多个灰度图像,然后分别进行融合处理,再将它们合成为一个多光谱图像。
优选的,所述综合融合子模块根据一次融合结果和二次融合结果获取遥感图像的融合图像,具体为:
式中,R(i,j)表示遥感图像的融合图像,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M。
本优选实施例综合融合子模块结合一次融合结果和二次融合结果获取融合图像,得到了融合效果好的融合图像;融合在像素级进行,保留了尽可能多的信息,增加了图像中每一个像素包含的信息内容,为下一步图像处理提供更多的特性信息,可以更容易识别潜在目标。
优选的,所述融合图像评价模块包括一次评价子模块、二次评价子模块和综合评价子模块,所述一次评价子模块用于获取融合图像的第一评价值,所述二次评价子模块用于获取融合图像的第二评价值,所述综合评价子模块根据第一评价值和第二评价值对融合图像进行评价。
所述一次评价子模块用于获取融合图像的第一评价值,具体为:
采用下式计算融合图像的第一评价值:
式中,P1表示第一评价值,L表示融合图像的灰度级的数量,pk表示融合图像中第k个灰度级的像素占融合图像中总像素的比例,片表示融合图像的所有像素的灰度值均值;
所述二次评价子模块用于获取融合图像的第二评价值,具体为:
采用下式计算融合图像的第二评价值:
式中,P2表示第二评价值,Z(i,j)表示标准参考图像,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M;
所述综合评价子模块根据第一评价值和第二评价值对融合图像进行评价:计算融合图像的综合评价值:
式中,P表示融合图像的综合评价值;综合评价值越大,表示融合效果越好。
本优选实施例实现了遥感图像融合效果的准确评价,具体的,第一评价值基于融合图像进行评价,充分考虑了图像的信息量和图像像素之间的反差,第二评价值基于融合图像和标准参考图像进行评价,充分考虑了图像的信噪比,综合评价值结合第一评价值和第二评价值的优点,实现了融合效果的准确评价。
采用本发明监测准确的交通综合监测系统进行交通监测,选取5个监测区域进行实验,分别为监测区域1、监测区域2、监测区域3、监测区域4、监测区域5,对监测效率和监测准确性进行统计,同现有交通监测系统相比,产生的有益效果如下表所示:
监测效率提高 | 监测准确性提高 | |
监测区域1 | 29% | 27% |
监测区域2 | 27% | 26% |
监测区域3 | 26% | 26% |
监测区域4 | 25% | 24% |
监测区域5 | 24% | 22% |
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种监测准确的交通综合监测系统,其特征在于,包括遥感监测模块、视频监测模块、数据存储模块和监控中心,所述遥感监测模块用于获取城市交通流实时遥感图像,所述视频监测模块布置高清摄像头对机动车进行抓拍,所述数据存储模块用于存储遥感图像和抓拍的机动车图像并将存储的遥感图像和机动车图像发送给监控中心,所述监控中心用于根据遥感图像对城市交通拥堵情况进行监测,根据机动车图像对机动车违法情况进行监测。
2.根据权利要求1所述的监测准确的交通综合监测系统,其特征在于,所述高清摄像头对以下情形的机动车进行抓拍:
违法占用专用车道抓拍:根据预先设置好的车道属性,通过车牌识别,对违法占用车道行驶的机动车进行抓拍;
超速抓拍:根据预先设置的机动车行驶最高速度,对于超过行驶最高速度的机动车进行抓拍。
3.根据权利要求2所述的监测准确的交通综合监测系统,其特征在于,所述遥感监测模块包括遥感图像采集模块、遥感图像融合模块和融合图像评价模块,所述遥感图像采集模块用于采集不同的遥感源图像,所述遥感图像融合模块用于对不同的源图像进行融合,获取遥感图像的融合图像,所述融合图像评价模块用于对所述融合图像的融合效果进行评价。
4.根据权利要求3所述的监测准确的交通综合监测系统,其特征在于,所述遥感图像采集模块用于采集不同的遥感源图像,具体为:采集两幅遥感源图像C、D,其中,C为高分辨率图像,D为低分辨率图像。
5.根据权利要求4所述的监测准确的交通综合监测系统,其特征在于,所述遥感图像融合模块包括一次融合子模块、二次融合子模块和综合融合子模块,所述一次融合子模块用于获取遥感图像的一次融合结果,所述二次融合子模块用于获取遥感图像的二次融合结果,所述综合融合子模块根据一次融合结果和二次融合结果获取遥感图像的融合图像。
6.根据权利要求5所述的监测准确的交通综合监测系统,其特征在于,所述一次融合子模块用于获取遥感图像的一次融合结果,具体为:
a、将遥感图像从RGB色彩空间变换到HIS色彩空间,其中,R、G、B分别表示红色、绿色、蓝色分量,H、I、S分别表示色调、亮度、饱和度分量;
b、在HIS空间中,用高分辨率图像亮度分量替代低分辨率图像的亮度分量,再将低分辨率图像逆变换到RGB色彩空间,并将对应的灰度图像作为一次融合结果R1(i,j),其中,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M。
7.根据权利要求6所述的监测准确的交通综合监测系统,其特征在于,所述二次融合子模块用于获取遥感图像的二次融合结果,具体为:
采用下式进行融合:
<mrow>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msqrt>
<msub>
<mi>&sigma;</mi>
<mn>1</mn>
</msub>
</msqrt>
<mo>&lsqb;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mo>+</mo>
<msqrt>
<msub>
<mi>&sigma;</mi>
<mn>2</mn>
</msub>
</msqrt>
<mo>&lsqb;</mo>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
</mrow>
式中,R2(i,j)表示二次融合结果,C(i,j)表示源图像C在像素(i,j)的灰度值,D(i,j)表示源图像D在像素(i,j)的灰度值,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M,为权重系数,
8.根据权利要求7所述的监测准确的交通综合监测系统,其特征在于,所述综合融合子模块根据一次融合结果和二次融合结果获取遥感图像的融合图像,具体为:
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0.4</mn>
<mroot>
<mrow>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>R</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>3</mn>
</msup>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</mroot>
<mo>+</mo>
<mn>0.6</mn>
<mroot>
<mrow>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>R</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>3</mn>
</msup>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</mroot>
</mrow>
式中,R(i,j)表示遥感图像的融合图像,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M。
9.根据权利要求8所述的监测准确的交通综合监测系统,其特征在于,所述融合图像评价模块包括一次评价子模块、二次评价子模块和综合评价子模块,所述一次评价子模块用于获取融合图像的第一评价值,所述二次评价子模块用于获取融合图像的第二评价值,所述综合评价子模块根据第一评价值和第二评价值对融合图像进行评价。
10.根据权利要求9所述的监测准确的交通综合监测系统,其特征在于,所述一次评价子模块用于获取融合图像的第一评价值,具体为:
采用下式计算融合图像的第一评价值:
<mrow>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</msubsup>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<mi>p</mi>
<mi>k</mi>
</msub>
</mrow>
</msup>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>H</mi>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
式中,P1表示第一评价值,L表示融合图像的灰度级的数量,pk表示融合图像中第k个灰度级的像素占融合图像中总像素的比例,H表示融合图像的所有像素的灰度值均值;
所述二次评价子模块用于获取融合图像的第二评价值,具体为:
采用下式计算融合图像的第二评价值:
<mrow>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>{</mo>
<mi>lg</mi>
<mfrac>
<mrow>
<mn>2</mn>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>Z</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>}</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>10</mn>
<mi>lg</mi>
<mfrac>
<mrow>
<mn>2</mn>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>Z</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
式中,P2表示第二评价值,Z(i,j)表示标准参考图像,i,j分别为图像中像素的行号和列号,i=1,2,…,N,j=1,2,…,M;
所述综合评价子模块根据第一评价值和第二评价值对融合图像进行评价:计算融合图像的综合评价值:
<mrow>
<mi>P</mi>
<mo>=</mo>
<mi>l</mi>
<mi>g</mi>
<msqrt>
<mrow>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msqrt>
<mo>&times;</mo>
<msup>
<mn>2</mn>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</msup>
</mrow>
式中,P表示融合图像的综合评价值;综合评价值越大,表示融合效果越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711435693.7A CN107958594A (zh) | 2017-12-26 | 2017-12-26 | 一种监测准确的交通综合监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711435693.7A CN107958594A (zh) | 2017-12-26 | 2017-12-26 | 一种监测准确的交通综合监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107958594A true CN107958594A (zh) | 2018-04-24 |
Family
ID=61956319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711435693.7A Withdrawn CN107958594A (zh) | 2017-12-26 | 2017-12-26 | 一种监测准确的交通综合监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107958594A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047856A (zh) * | 2019-04-09 | 2020-04-21 | 泰州市赛得机电设备有限公司 | 多通道拥堵指数获取平台 |
CN113793470A (zh) * | 2021-08-09 | 2021-12-14 | 上海腾盛智能安全科技股份有限公司 | 一种基于动态图像探测分析的探测装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102332209A (zh) * | 2011-02-28 | 2012-01-25 | 王志清 | 一种汽车违章视频监测方法 |
CN102436666A (zh) * | 2011-08-31 | 2012-05-02 | 上海大学 | 基于ihs变换的对象与场景融合方法 |
CN105894821A (zh) * | 2016-06-12 | 2016-08-24 | 上海电科智能系统股份有限公司 | 一种基于高清dsp摄像机的交通综合监测系统 |
CN107507423A (zh) * | 2017-09-21 | 2017-12-22 | 深圳市鑫汇达机械设计有限公司 | 一种智能交通监控系统 |
-
2017
- 2017-12-26 CN CN201711435693.7A patent/CN107958594A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102332209A (zh) * | 2011-02-28 | 2012-01-25 | 王志清 | 一种汽车违章视频监测方法 |
CN102436666A (zh) * | 2011-08-31 | 2012-05-02 | 上海大学 | 基于ihs变换的对象与场景融合方法 |
CN105894821A (zh) * | 2016-06-12 | 2016-08-24 | 上海电科智能系统股份有限公司 | 一种基于高清dsp摄像机的交通综合监测系统 |
CN107507423A (zh) * | 2017-09-21 | 2017-12-22 | 深圳市鑫汇达机械设计有限公司 | 一种智能交通监控系统 |
Non-Patent Citations (2)
Title |
---|
张寅玥,付炜: "多源遥感图像融合算法研究", 《电子测量技术》 * |
王韦帆: "二次融合在图像处理中的应用", 《自动化与仪器仪表》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047856A (zh) * | 2019-04-09 | 2020-04-21 | 泰州市赛得机电设备有限公司 | 多通道拥堵指数获取平台 |
CN113793470A (zh) * | 2021-08-09 | 2021-12-14 | 上海腾盛智能安全科技股份有限公司 | 一种基于动态图像探测分析的探测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11790504B2 (en) | Monitoring method and apparatus | |
CN101605209B (zh) | 摄像装置及图像再生装置 | |
CN105069429B (zh) | 一种基于大数据平台的人流量分析统计方法和系统 | |
CN106971544B (zh) | 一种直接利用静态图像来检测车辆拥堵的方法 | |
CN103473926A (zh) | 枪球联动道路交通参数采集及违章抓拍系统 | |
CN109949579A (zh) | 一种基于深度学习的闯红灯违法自动审核方法 | |
CN105788272B (zh) | 一种道路流量拥堵报警的方法与系统 | |
CN105933678A (zh) | 基于多目标智能跟踪的多焦距镜头联动成像装置 | |
CN106373405A (zh) | 车位监控系统及方法 | |
DE112018000795T5 (de) | Bildverarbeitungsvorrichtung und bildverarbeitungsverfahren | |
WO2007000999A1 (ja) | 画像分析装置および画像分析方法 | |
CN105354530A (zh) | 一种车身颜色识别方法及装置 | |
CN110246345A (zh) | 一种基于HydraCNN的信号灯智能控制方法和系统 | |
DE102019115676A1 (de) | Verfahren und system zur rekonstruktion einer fahrzeug-szene in einer cloud-ebene | |
CN109919883B (zh) | 一种基于灰度转换的交通视频数据获取方法 | |
CN106951898A (zh) | 一种车辆候选区域推荐方法及系统、电子设备 | |
CN107958594A (zh) | 一种监测准确的交通综合监测系统 | |
CN111539303B (zh) | 基于单目视觉的车辆驾驶偏移预警方法 | |
CN107316463A (zh) | 一种车辆监控的方法和装置 | |
CN109948643A (zh) | 一种基于深层网络融合模型的车辆类型分类方法 | |
CN114613143A (zh) | 基于YOLOv3模型的道路车辆计数方法 | |
CN106548628A (zh) | 一种基于视觉空间转换网格化的路况分析方法 | |
CN106875371A (zh) | 基于Bayer格式的图像融合方法及图像融合装置 | |
CN102509311B (zh) | 运动检测方法和装置 | |
CN111783690A (zh) | 基于车辆密度感知的城市可行驶区域cim信息处理方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180424 |