CN108470137A - 一种基于视频的汽车遮阳板检测方法 - Google Patents

一种基于视频的汽车遮阳板检测方法 Download PDF

Info

Publication number
CN108470137A
CN108470137A CN201711326319.3A CN201711326319A CN108470137A CN 108470137 A CN108470137 A CN 108470137A CN 201711326319 A CN201711326319 A CN 201711326319A CN 108470137 A CN108470137 A CN 108470137A
Authority
CN
China
Prior art keywords
detection
car plate
sideline
image
sunshading board
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
CN201711326319.3A
Other languages
English (en)
Other versions
CN108470137B (zh
Inventor
于宏志
王景彬
张帆
李建伟
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.)
Tiandy Technologies Co Ltd
Original Assignee
Tianjin Tiandi Weiye Robot 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 Tianjin Tiandi Weiye Robot Technology Co ltd filed Critical Tianjin Tiandi Weiye Robot Technology Co ltd
Priority to CN201711326319.3A priority Critical patent/CN108470137B/zh
Publication of CN108470137A publication Critical patent/CN108470137A/zh
Application granted granted Critical
Publication of CN108470137B publication Critical patent/CN108470137B/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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • 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
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • 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
    • G06V20/47—Detecting features for summarising video content
    • 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

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

本发明提供了一种基于视频的汽车遮阳板检测方法，包括如下步骤：利用车牌位置信息和车型得出车窗的检测区域；在检测区域内利用积分投影和Hough直线检测确定车窗准确位置；根据车窗位置选定遮阳板检测区域，并在区域内利用级联和Hough直线检测方法判定遮阳板是否开启。本发明精确定位车窗位置，为人脸预估、安全带检测、打电话检测、年检标检测、车窗挂件检测等提供了更为精确的预估区域；根据车窗位置预估遮阳板大致检测区域，具有较高的检测效率和检测精度；限制Hough直线检测的检测角度，极大的提高算法运行效率。

Description

一种基于视频的汽车遮阳板检测方法
技术领域
本发明属于视频监控技术领域，尤其是涉及一种基于视频的汽车遮阳板检测方法。
背景技术
随着社会的发展，监控设备的应用越加广泛。当然，智慧交通更是安防行业的重中之重。交通相机之前的主要应用是判断车辆是否违章，但是，随着设备摄像机清晰度的提升，其越来越多的用于警察办案布控。其利用车牌布控、人脸抓拍来确定车辆是否为嫌疑车辆以及嫌犯是否在车中。然而，很多嫌犯通过开启遮阳板来避免人脸被抓拍，因此，检测车辆是否打开遮阳板可快速有效的定位嫌疑车辆，从而帮助警方迅速破案。
发明内容
有鉴于此，本发明旨在提出一种基于视频的汽车遮阳板检测方法，具有较高的效率和准确率。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于视频的汽车遮阳板检测方法，包括如下步骤：
(1)利用车牌位置信息和车型得出车窗的检测区域；
(2)在检测区域内利用积分投影和Hough直线检测确定车窗准确位置；
(3)根据车窗位置选定遮阳板检测区域，并在区域内利用级联和Hough直线检测方法判定遮阳板是否开启。
进一步的，所述步骤(1)具体包括根据已知的车牌位置信息和车型，以车牌左上角坐标点为基准，车牌宽度为测量单位向上方和左右各扩展出一定像素，得到车窗在图像中的位置。
进一步的，所述步骤(2)具体包括如下步骤：
(21)根据车牌和车型信息，求出车窗检测区域，即：ROI(x,y,w,h)，设车牌区域为(X,Y,W,H)；
小汽车：x＝X–W*2.1；y＝Y–W*3.7；w＝W*4.5；h＝W*2.4；
面包车：x＝X–W*2.1；y＝Y–W*4.1；w＝W*4.8；h＝W*2.6；
小货车：x＝X–W*2.3；y＝Y–W*4.4；w＝W*5.5；h＝W*2.7；
大货车：x＝X–W*3.1；y＝Y–W*5.3；w＝W*6.7；h＝W*3.1；
(22)将检测区域分割成上下两部分，在各半部分利用积分投影检测出车的上下边线；具体过程如下
首先确定下边线，在检测图像下半区域令图像每行像素值的和与其下方10行像素值和的均值作比较，若大于起始阈值则把该行像素和作为新的阈值，以此类推，得到像素和最大值行，即为下边线；同理，在检测图像上半区域，令图像每行像素值的和与其上方10行像素值和的均值作比较，若大于起始阈值则把该行像素和作为新的阈值，且下边线与上边线的距离阈值为大于车牌宽度的1.1倍，以此类推，得到满足距离阈值的像素和最大值行数，即为上边线；
(23)将车窗图像分割成左右两部分，然后在各半图利用Hough直线检测求得左右边线位置：具体包括
在检测图像的左半区域利用左半图像增强模板对图像进行卷积处理，以实现对图像中的75度倾斜线进行增强，然后利用霍夫直线检测实现对区域内的直线检测，车窗左边线检测角度阈值为70～95度，与下边线交点到车牌中心的距离阈值为大于1.6倍的车牌宽度，求出满足以上两个阈值且长度最大的直线，即为车窗左边线；同理，在检测图像的右半区域利用右半图像增强模板对图像进行卷积处理，以实现对图中的135度倾斜线进行增强，其角度阈值为100～125度，与下边线交点到车牌中心的距离阈值为大于1.6倍的车牌宽度。
进一步的，所述步骤(3)具体包括，根据车窗边线求得车窗左上角点和右上角点：左上角点为左边线与上边线交点(x1,y1)，右上角点为右边线和上边线交点(x2,y2)；假设车牌宽度为W，则副驾驶遮阳板的检测区域(x3,y3,w3,h3)为：
x3＝x1+0.2*W；y3＝y1+0.3*W；w3＝0.6*W；h3＝0.5*W；
主驾驶遮阳板的检测区域(x4,y4,w4,h4)为：
x4＝x2-0.6*W；y4＝y2+0.3*W；w4＝0.6*W；h4＝0.5*W。
进一步的，所述步骤(3)中还包括，根据得到的遮阳板检测区域，在其中分别利用级联检测和Hough检测遮阳板下边线，来判断区域内是否存在遮阳板，具体包括
级联检测：模型训练时样本统一缩放到40*16大小，提取HOG特征进行训练；
Hough直线检测：检测遮阳板下边线，直线的倾斜角度阈值为-15～15度，长度为大于30个像素，计算直线正上方高5个像素，宽为直线长度的图像对比度，看其是否小于180；如果检测到满足上述条件的直线则说明遮阳板开启，否则就没有开启。
相对于现有技术，本发明所述的一种基于视频的汽车遮阳板检测方法具有以下优势：本发明应用于卡口相机中，实时监控过往车辆是否开启遮阳板，该方法的优点在于：
(1)精确定位车窗位置，为人脸预估、安全带检测、打电话检测、年检标检测、车窗挂件检测等提供了更为精确的预估区域；
(2)根据车窗位置预估遮阳板大致检测区域，具有较高的检测效率和检测精度；
(3)限制Hough直线检测的检测角度，极大的提高算法运行效率。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的一种基于视频的汽车遮阳板检测方法流程图；
图2为本发明实施例所述的左半图像增强模板；
图3为本发明实施例所述的右半图像增强模板。
具体实施方式
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。
下面将参考附图并结合实施例来详细说明本发明。
如图1所示，本发明提供一种基于视频的汽车遮阳板检测方法，包括如下步骤：
1、用车牌位置信息和车型得出车窗的检测区域；具体包括根据已知的车牌位置信息和车型，以车牌左上角坐标点为基准，车牌宽度为测量单位向上方和左右各扩展出一定像素，得到车窗在图像中的位置。
2、测区域内利用积分投影和Hough直线检测确定车窗准确位置；具体包括
(21)根据车牌和车型信息，求出车窗大致检测区域，即：ROI(x,y,w,h)，设车牌区域为(X,Y,W,H)；
小汽车：x＝X–W*2.1；y＝Y–W*3.7；w＝W*4.5；h＝W*2.4；
面包车：x＝X–W*2.1；y＝Y–W*4.1；w＝W*4.8；h＝W*2.6；
小货车：x＝X–W*2.3；y＝Y–W*4.4；w＝W*5.5；h＝W*2.7；
大货车：x＝X–W*3.1；y＝Y–W*5.3；w＝W*6.7；h＝W*3.1；
(22将检测区域分割成上下两部分，在各半部分利用积分投影检测出车的上下边线；
积分投影公式为：其中I(x,y)为像素点的灰度值。
首先确定下边线：在检测图像下半区域令图像每行像素值的和与其下方10行像素值和的均值作比较，若大于起始阈值(0)则把该行像素和作为新的阈值，以此类推，得到像素和最大值行，即为下边线；同理，在检测图像上半区域，令图像每行像素值的和与其上方10行像素值和的均值作比较，若大于起始阈值(0)则把该行像素和作为新的阈值，且下边线与上边线的距离阈值为大于车牌宽度的1.1倍，以此类推，得到满足距离阈值的像素和最大值行数，即为上边线；
(2)将车窗图像分割成左右两部分，然后在各半图利用Hough直线检测求得左右边线位置。
在检测图像的左半区域利用图2模板对图像进行卷积处理，以实现对图中的75度倾斜线进行增强，然后利用霍夫直线检测实现对区域内的直线检测，车窗左边线检测角度阈值为70～95度，与下边线交点到车牌中心的距离阈值为大于1.6倍的车牌宽度，求出满足以上两个阈值且长度最大的直线，即为车窗左边线；同理，在检测图像的右半区域利用图3模板对图像进行卷积处理，以实现对图中的135度倾斜线进行增强，其角度阈值为100～125度，与下边线交点到车牌中心的距离阈值为大于1.6倍的车牌宽度。
(3)根据车窗位置选定遮阳板检测区域，并在区域内利用级联和Hough直线检测方法判定遮阳板是否开启。具体包括
(31)车窗边线求得车窗左上角点和右上角点：左上角点为左边线与上边线交点(x1,y1)，右上角点为右边线和上边线交点(x2,y2)；假设车牌宽度为W，则副驾驶遮阳板的检测区域(x3,y3,w3,h3)为：
x3＝x1+0.2*W；y3＝y1+0.3*W；w3＝0.6*W；h3＝0.5*W；
主驾驶遮阳板的检测区域(x4,y4,w4,h4)为：
x4＝x2-0.6*W；4＝y2+0.3*W；w4＝0.6*W；h4＝0.5*W；
(32)得到的遮阳板检测区域，在其中分别利用级联检测和Hough检测遮阳板下边线，来判断区域内是否存在遮阳板。
级联检测：模型训练时样本统一缩放到40*16大小，提取HOG特征进行训练。
Hough直线检测：检测遮阳板下边线，直线的倾斜角度阈值为-15～15度，长度为大于30个像素，计算直线正上方高5个像素，宽为直线长度的图像对比度，看其是否小于180；如果检测到满足上述条件的直线则说明遮阳板开启，否则就没有开启。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。

Claims (5)

1.一种基于视频的汽车遮阳板检测方法，其特征在于：包括如下步骤：
(1)利用车牌位置信息和车型得出车窗的检测区域；
(2)在检测区域内利用积分投影和Hough直线检测确定车窗准确位置；
(3)根据车窗位置选定遮阳板检测区域，并在区域内利用级联和Hough直线检测方法判定遮阳板是否开启。
2.根据权利要求1所述的一种基于视频的汽车遮阳板检测方法，其特征在于：所述步骤(1)具体包括根据已知的车牌位置信息和车型，以车牌左上角坐标点为基准，车牌宽度为测量单位向上方和左右各扩展出一定像素，得到车窗在图像中的位置。
3.根据权利要求2所述的一种基于视频的汽车遮阳板检测方法，其特征在于：所述步骤(2)具体包括如下步骤：
(21)根据车牌和车型信息，求出车窗检测区域，即：ROI(x,y,w,h)，设车牌区域为(X,Y,W,H)；
小汽车：x＝X–W*2.1；y＝Y–W*3.7；w＝W*4.5；h＝W*2.4；
面包车：x＝X–W*2.1；y＝Y–W*4.1；w＝W*4.8；h＝W*2.6；
小货车：x＝X–W*2.3；y＝Y–W*4.4；w＝W*5.5；h＝W*2.7；
大货车：x＝X–W*3.1；y＝Y–W*5.3；w＝W*6.7；h＝W*3.1；
(22)将检测区域分割成上下两部分，在各半部分利用积分投影检测出车的上下边线；具体过程如下
首先确定下边线，在检测图像下半区域令图像每行像素值的和与其下方10行像素值和的均值作比较，若大于起始阈值则把该行像素和作为新的阈值，以此类推，得到像素和最大值行，即为下边线；同理，在检测图像上半区域，令图像每行像素值的和与其上方10行像素值和的均值作比较，若大于起始阈值则把该行像素和作为新的阈值，且下边线与上边线的距离阈值为大于车牌宽度的1.1倍，以此类推，得到满足距离阈值的像素和最大值行数，即为上边线；
(23)将车窗图像分割成左右两部分，然后在各半图利用Hough直线检测求得左右边线位置：具体包括
在检测图像的左半区域利用左半图像增强模板对图像进行卷积处理，以实现对图像中的75度倾斜线进行增强，然后利用霍夫直线检测实现对区域内的直线检测，车窗左边线检测角度阈值为70～95度，与下边线交点到车牌中心的距离阈值为大于1.6倍的车牌宽度，求出满足以上两个阈值且长度最大的直线，即为车窗左边线；同理，在检测图像的右半区域利用右半图像增强模板对图像进行卷积处理，以实现对图中的135度倾斜线进行增强，其角度阈值为100～125度，与下边线交点到车牌中心的距离阈值为大于1.6倍的车牌宽度。
4.根据权利要求3所述的一种基于视频的汽车遮阳板检测方法，其特征在于：所述步骤(3)具体包括，根据车窗边线求得车窗左上角点和右上角点：左上角点为左边线与上边线交点(x1,y1)，右上角点为右边线和上边线交点(x2,y2)；假设车牌宽度为W，则副驾驶遮阳板的检测区域(x3,y3,w3,h3)为：
x3＝x1+0.2*W；y3＝y1+0.3*W；w3＝0.6*W；h3＝0.5*W；
主驾驶遮阳板的检测区域(x4,y4,w4,h4)为：
x4＝x2-0.6*W；y4＝y2+0.3*W；w4＝0.6*W；h4＝0.5*W。
5.根据权利要求4所述的一种基于视频的汽车遮阳板检测方法，其特征在于：所述步骤(3)中还包括，根据得到的遮阳板检测区域，在其中分别利用级联检测和Hough检测遮阳板下边线，来判断区域内是否存在遮阳板，具体包括
级联检测：模型训练时样本统一缩放到40*16大小，提取HOG特征进行训练；
Hough直线检测：检测遮阳板下边线，直线的倾斜角度阈值为-15～15度，长度为大于30个像素，计算直线正上方高5个像素，宽为直线长度的图像对比度，看其是否小于180；如果检测到满足上述条件的直线则说明遮阳板开启，否则就没有开启。
CN201711326319.3A 2017-12-13 2017-12-13 一种基于视频的汽车遮阳板检测方法 Active CN108470137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711326319.3A CN108470137B (zh) 2017-12-13 2017-12-13 一种基于视频的汽车遮阳板检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711326319.3A CN108470137B (zh) 2017-12-13 2017-12-13 一种基于视频的汽车遮阳板检测方法

Publications (2)

Publication Number Publication Date
CN108470137A true CN108470137A (zh) 2018-08-31
CN108470137B CN108470137B (zh) 2022-05-13

Family

ID=63266958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711326319.3A Active CN108470137B (zh) 2017-12-13 2017-12-13 一种基于视频的汽车遮阳板检测方法

Country Status (1)

Country Link
CN (1) CN108470137B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559793A (zh) * 2013-11-18 2014-02-05 哈尔滨工业大学 一种车内遮阳板检测方法及装置
US20140266803A1 (en) * 2013-03-15 2014-09-18 Xerox Corporation Two-dimensional and three-dimensional sliding window-based methods and systems for detecting vehicles
CN104700066A (zh) * 2013-12-11 2015-06-10 杭州海康威视数字技术股份有限公司 一种检测驾驶员是否佩戴有安全带的方法和装置
CN105469057A (zh) * 2015-11-27 2016-04-06 成都神州数码索贝科技有限公司 一种基于hough直线检测和投影的车窗检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140266803A1 (en) * 2013-03-15 2014-09-18 Xerox Corporation Two-dimensional and three-dimensional sliding window-based methods and systems for detecting vehicles
CN103559793A (zh) * 2013-11-18 2014-02-05 哈尔滨工业大学 一种车内遮阳板检测方法及装置
CN104700066A (zh) * 2013-12-11 2015-06-10 杭州海康威视数字技术股份有限公司 一种检测驾驶员是否佩戴有安全带的方法和装置
CN105469057A (zh) * 2015-11-27 2016-04-06 成都神州数码索贝科技有限公司 一种基于hough直线检测和投影的车窗检测方法

Also Published As

Publication number Publication date
CN108470137B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN104331910B (zh) 一种基于机器视觉的轨道障碍物检测系统
CA2885019C (en) Robust windshield detection via landmark localization
US8208021B2 (en) Vehicle and lane mark detection device
CN109284674B (zh) 一种确定车道线的方法及装置
US8902053B2 (en) Method and system for lane departure warning
US8744194B2 (en) Boundary line recognition apparatus
US9047518B2 (en) Method for the detection and tracking of lane markings
CN106022243B (zh) 一种基于图像处理的机动车道车辆逆行识别方法
CN103400111B (zh) 基于视频检测技术的高速公路隧道火灾事件检测方法
CN106652465A (zh) 一种道路异常驾驶行为的识别方法及系统
Guo et al. Image-based seat belt detection
WO2012160251A2 (en) A system, a detection unit, a method and a computer program for detecting passengers' seat belt use in a vehicle
CN106650567B (zh) 一种安全带检测方法和装置
US20180075749A1 (en) Forward collision warning system and method
CN104700066B (zh) 一种检测驾驶员是否佩戴有安全带的方法和装置
JP2011186722A (ja) 車載白線認識装置
CN104112141A (zh) 一种基于公路监控设备的货车安全带系挂状态的检测方法
CN108263387A (zh) 用于在车辆中生成车道偏离预警的方法、相关系统
CN107886034A (zh) 行车提醒方法、装置及车辆
CN103021179A (zh) 基于实时监控视频中的安全带检测方法
JP2006329776A (ja) 車両位置検出方法、並びに車両速度検出方法及び装置
CN106951820B (zh) 基于环形模板和椭圆拟合的客流统计方法
Dai et al. A vehicle detection method via symmetry in multi-scale windows
CN105448095B (zh) 一种黄标车检测方法和装置
CN105117696A (zh) 一种基于小线分析的未系安全带自动检测方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220415

Address after: No.8, Haitai Huake 2nd Road, Huayuan Industrial Zone, Binhai New Area, Tianjin, 300450

Applicant after: TIANDY TECHNOLOGIES Co.,Ltd.

Address before: 300384 a303, building 4, No. 8, Haitai Huake Second Road, Huayuan Industrial Zone (outside the ring), high tech Zone, Binhai New Area, Tianjin

Applicant before: TIANJIN TIANDI WEIYE ROBOT TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant