CN108230682A - 基于尾灯跟踪的夜间车辆检测方法 - Google Patents
基于尾灯跟踪的夜间车辆检测方法 Download PDFInfo
- Publication number
- CN108230682A CN108230682A CN201611152798.7A CN201611152798A CN108230682A CN 108230682 A CN108230682 A CN 108230682A CN 201611152798 A CN201611152798 A CN 201611152798A CN 108230682 A CN108230682 A CN 108230682A
- Authority
- CN
- China
- Prior art keywords
- taillight
- vehicle
- night
- tracking
- vehicle detection
- 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- Withdrawn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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Lighting Device Outwards From Vehicle And Optical Signal (AREA)
Abstract
本发明公开了一种基于尾灯跟踪的夜间车辆检测方法,包括以下步骤:S1:采集夜间车辆视频图像,并对图像进行预处理,包括灰度校正、噪声过滤处理;S2:通过HSV模型处理得到尾灯的颜色信息,利用尾灯颜色信息通过颜色阈值将尾灯识别出来;S3:对车辆进行实时跟踪。本发明能捕捉明确的尾灯颜色信息,增强了检测车辆的准备性,且操作起来比较简单;首先在视频初始图像上通过尾灯颜色将其分割出来,然后求出尾灯边界区域,对同一水平线上的两个尾灯加上边界框,进行车辆跟踪。
Description
技术领域
本发明涉及一种基于尾灯跟踪的夜间车辆检测方法。
背景技术
日益增加的机动车辆,给城市交通带来了负担,也增加了交通事故的发生概率,因此,城市交通监控已成为人们不可小觑的关注重点之一。目前,多数研究者豆浆目光放在对车尾灯的跟踪检测上,因为在夜晚,车灯是车辆的一个最明显的标志。
一般情况下,成像系统获取的原始图像由于受到种种条件限制和随机干扰,往往不能在视觉系统中直接使用。夜间车辆检测跟踪,存在很多干扰因素,比如雨天路面反光、车灯的灯晕、道路两旁路灯灯光以及一些广告牌等,产生了大量噪声,不利于原图的读取。
发明内容
本发明要解决的技术问题是提供一种基于尾灯跟踪的夜间车辆检测方法。
基于尾灯跟踪的夜间车辆检测方法,包括以下步骤:
S1:采集夜间车辆视频图像,并对图像进行预处理,包括灰度校正、噪声过滤处理;
S2:通过HSV模型处理得到尾灯的颜色信息,利用尾灯颜色信息通过颜色阈值将尾灯识别出来;
S3:对车辆进行实时跟踪。
进一步的,所述噪声过滤处理采用梯度滤波的处理方式,计算公式如下:
f(i,j)=f(i,j)-f(i-1,j-1)+k;
其中,k为滤波常数,取值在110-150之间。
进一步的,所述HSV模型如下:
进一步的,所述车辆进行实时跟踪的方法如下:
S3-1:在只有白色光点的两个车灯图像上加上一个矩形框,计算公式如下:
其中,G(x,y)是最初一帧图像的边缘矩形框;vi和hj分别是要测量的两个尾灯的向量长和高;m和n分别是要测量的两个尾灯的锅边缘框的长和高;
S3-2:选取的投影值的阈值分别取横向和纵向上的最大边缘框长度的一半,先从左往右依次选择投影值,再从右往左选择投影值,知道能得到一个边缘框,将两个侧围等的边缘正好放在一个矩形框内。
本发明的有益效果是:
本发明能捕捉明确的尾灯颜色信息,增强了检测车辆的准备性,且操作起来比较简单;首先在视频初始图像上通过尾灯颜色将其分割出来,然后求出尾灯边界区域,对同一水平线上的两个尾灯加上边界框,进行车辆跟踪。
具体实施方式
以下具体实施例对本发明作进一步阐述,但不作为对本发明的限定。
基于尾灯跟踪的夜间车辆检测方法,包括以下步骤:
S1:采集夜间车辆视频图像,并对图像进行预处理,包括灰度校正、噪声过滤处理;
S2:通过HSV模型处理得到尾灯的颜色信息,利用尾灯颜色信息通过颜色阈值将尾灯识别出来;
S3:对车辆进行实时跟踪。
所述噪声过滤处理采用梯度滤波的处理方式,计算公式如下:
f(i,j)=f(i,j)-f(i-1,j-1)+k;
其中,k为滤波常数,取值在110-150之间。
所述HSV模型如下:
所述车辆进行实时跟踪的方法如下:
S3-1:在只有白色光点的两个车灯图像上加上一个矩形框,计算公式如下:
其中,G(x,y)是最初一帧图像的边缘矩形框;vi和hj分别是要测量的两个尾灯的向量长和高;m和n分别是要测量的两个尾灯的锅边缘框的长和高;
S3-2:选取的投影值的阈值分别取横向和纵向上的最大边缘框长度的一半,先从左往右依次选择投影值,再从右往左选择投影值,知道能得到一个边缘框,将两个侧围等的边缘正好放在一个矩形框内。
Claims (4)
1.基于尾灯跟踪的夜间车辆检测方法,其特征在于,包括以下步骤:
S1:采集夜间车辆视频图像,并对图像进行预处理,包括灰度校正、噪声过滤处理;
S2:通过HSV模型处理得到尾灯的颜色信息,利用尾灯颜色信息通过颜色阈值将尾灯识别出来;
S3:对车辆进行实时跟踪。
2.根据权利要求1所述的夜间车辆检测方法,其特征在于,所述噪声过滤处理采用梯度滤波的处理方式,计算公式如下:
f(i,j)=f(i,j)-f(i-1,j-1)+k;
其中,k为滤波常数,取值在110-150之间。
3.根据权利要求1所述的夜间车辆检测方法,其特征在于,所述HSV模型如下:
4.根据权利要求1所述的夜间车辆检测方法,其特征在于,所述车辆进行实时跟踪的方法如下:
S3-1:在只有白色光点的两个车灯图像上加上一个矩形框,计算公式如下:
其中,G(x,y)是最初一帧图像的边缘矩形框;vi和hj分别是要测量的两个尾灯的向量长和高;m和n分别是要测量的两个尾灯的锅边缘框的长和高;
S3-2:选取的投影值的阈值分别取横向和纵向上的最大边缘框长度的一半,先从左往右依次选择投影值,再从右往左选择投影值,知道能得到一个边缘框,将两个侧围等的边缘正好放在一个矩形框内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611152798.7A CN108230682A (zh) | 2016-12-14 | 2016-12-14 | 基于尾灯跟踪的夜间车辆检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611152798.7A CN108230682A (zh) | 2016-12-14 | 2016-12-14 | 基于尾灯跟踪的夜间车辆检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230682A true CN108230682A (zh) | 2018-06-29 |
Family
ID=62638516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611152798.7A Withdrawn CN108230682A (zh) | 2016-12-14 | 2016-12-14 | 基于尾灯跟踪的夜间车辆检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230682A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050058323A1 (en) * | 2003-09-12 | 2005-03-17 | Tomas Brodsky | System and method for counting cars at night |
CN101091649A (zh) * | 2006-12-26 | 2007-12-26 | 中南大学 | 果蝇灰度化图像的提取方法 |
CN103034843A (zh) * | 2012-12-07 | 2013-04-10 | 电子科技大学 | 一种基于单目视觉的夜间车辆检测方法 |
CN103150898A (zh) * | 2013-01-25 | 2013-06-12 | 大唐移动通信设备有限公司 | 一种夜间车辆检测方法、跟踪方法及装置 |
CN106101632A (zh) * | 2016-06-29 | 2016-11-09 | 韦醒妃 | 基于视觉特征的图像处理装置 |
-
2016
- 2016-12-14 CN CN201611152798.7A patent/CN108230682A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050058323A1 (en) * | 2003-09-12 | 2005-03-17 | Tomas Brodsky | System and method for counting cars at night |
CN101091649A (zh) * | 2006-12-26 | 2007-12-26 | 中南大学 | 果蝇灰度化图像的提取方法 |
CN103034843A (zh) * | 2012-12-07 | 2013-04-10 | 电子科技大学 | 一种基于单目视觉的夜间车辆检测方法 |
CN103150898A (zh) * | 2013-01-25 | 2013-06-12 | 大唐移动通信设备有限公司 | 一种夜间车辆检测方法、跟踪方法及装置 |
CN106101632A (zh) * | 2016-06-29 | 2016-11-09 | 韦醒妃 | 基于视觉特征的图像处理装置 |
Non-Patent Citations (1)
Title |
---|
基于尾灯跟踪的夜间车辆检测: "祁秋红", 《通信技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102963294B (zh) | 一种夜间行驶车辆远光灯开启状态的判别方法 | |
CN109190523B (zh) | 一种基于视觉的车辆检测跟踪预警方法 | |
JP5809785B2 (ja) | 車両用外界認識装置およびそれを用いた配光制御システム | |
TWI302879B (en) | Real-time nighttime vehicle detection and recognition system based on computer vision | |
JP6445024B2 (ja) | 交通標識認識方法と装置 | |
Li et al. | Nighttime lane markings recognition based on Canny detection and Hough transform | |
CN102509098B (zh) | 一种鱼眼图像车辆识别方法 | |
JP4482599B2 (ja) | 車両の周辺監視装置 | |
JP4863951B2 (ja) | 信号機認識装置 | |
CN109299674B (zh) | 一种基于车灯的隧道违章变道检测方法 | |
CN109509362A (zh) | 信号识别装置、信号识别方法以及驾驶辅助系统 | |
CN110688907B (zh) | 基于夜间道路光源识别物体的方法及装置 | |
CN105303160A (zh) | 一种夜间车辆检测和跟踪的方法 | |
CN105206109A (zh) | 一种基于红外ccd的车辆雾天识别预警系统及方法 | |
CN106778534B (zh) | 一种车辆行驶中周围环境灯光识别方法 | |
CN102938057B (zh) | 一种车辆阴影消除方法及装置 | |
CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
JP2012027773A (ja) | 擬似濃淡画像生成装置及びプログラム | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
CN110450706A (zh) | 一种自适应远光灯控制系统及图像处理算法 | |
CN113553998B (zh) | 基于深度学习算法下高速公路夜间车牌防炫目抓拍方法 | |
CN103458156A (zh) | 一种恶劣天气条件下交通事件检测视频信号预处理方法 | |
CN108229447B (zh) | 一种基于视频流的远光灯检测方法 | |
CN103021179A (zh) | 基于实时监控视频中的安全带检测方法 | |
Cheng et al. | A vehicle detection approach based on multi-features fusion in the fisheye images |
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 |
Application publication date: 20180629 |
|
WW01 | Invention patent application withdrawn after publication |