CN110596685A - 一种快速移动下随机场景的单目测距方法及装置 - Google Patents

一种快速移动下随机场景的单目测距方法及装置 Download PDF

Info

Publication number
CN110596685A
CN110596685A CN201910867535.1A CN201910867535A CN110596685A CN 110596685 A CN110596685 A CN 110596685A CN 201910867535 A CN201910867535 A CN 201910867535A CN 110596685 A CN110596685 A CN 110596685A
Authority
CN
China
Prior art keywords
license plate
vehicle
acquiring
shooting angle
width
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
CN201910867535.1A
Other languages
English (en)
Inventor
邹复民
罗思杰
蔡祈钦
郭峰
廖律超
蒋新华
陈必俊
方卫东
甘振华
陈子标
朱铨
赖宏图
张茂林
李勇
胡蓉
张美润
陈汉林
刘洁锐
黄龙云
温金娟
李一帆
郑雨馨
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.)
Fujian University of Technology
Original Assignee
Fujian University of Technology
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 Fujian University of Technology filed Critical Fujian University of Technology
Priority to CN201910867535.1A priority Critical patent/CN110596685A/zh
Publication of CN110596685A publication Critical patent/CN110596685A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种快速移动下随机场景的单目测距方法及装置，涉及电数据处理领域。该方法包括：当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取所述相邻车辆的车牌规格，并获取拍摄角度；根据所述车牌规格和所述拍摄角度，在预设的车距数据库中获取所述相邻车辆的车距。本申请通过计算获取相邻车辆与本车的真实车距，从而减少司机对车距的误判，保证司机的人身安全，同时由于测量并记录了相邻车辆的距离信息，在发生交通事故时，也可以为交警的定责提供依据。

Description

一种快速移动下随机场景的单目测距方法及装置
技术领域
本申请属于电数据处理领域，尤其涉及一种快速移动下随机场景的单目测距方法和装置。
背景技术
目前，司机使用交通工具在公路上行驶时，对于与其相邻的车辆的车距通常存在误判，而这种误判很容易造成追尾、刮擦等交通事故，对司机的人身安全造成严重的威胁。
发明内容
本发明实施例的主要目的在于提供一种快速移动下随机场景的单目测距方法和装置，通过本发明实施例的方案，能够减少司机对车距的误判，保证司机的人身安全，同时由于测量并记录了相邻车辆的距离信息，在发生交通事故时，也可以为交警的定责提供依据。
第一方面，提供了一种快速移动下随机场景的单目测距方法，该方法包括：
当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取所述相邻车辆的车牌规格，并获取拍摄角度；
根据所述车牌规格和所述拍摄角度，在预设的车距数据库中获取所述相邻车辆的车距。
在一个可能的实现方式中，所述获取所述相邻车辆的车牌规格，包括：
通过车牌的像素值获取所述车牌规格。
在另一个可能的实现方式中，所述通过车牌的像素值获取车牌规格，包括：
通过车牌识别算法获取所述相邻车辆的车牌的像素值；
根据所述像素值确定车牌的长宽像素；
根据所述长宽像素的比例确定相邻车辆的车牌规格。
在又一个可能的实现方式中，所述根据所述长宽像素的比例确定相邻车辆的车牌规格，包括：
将所述比例与预设的比例数据库进行比对，根据所述比对的结果确定车牌规格。
在又一个可能的实现方式中，所述获取拍摄角度，包括：
根据公式获取拍摄角度，其中，α为拍摄角度、β为车载拍摄设备的最大拍摄角度、Δw图像中相邻车辆的车牌的中点到图像的中轴线的水平距离、L为图像的宽度。
第二方面，一种快速移动下随机场景的单目测距装置，包括：
获取模块，用于当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取所述相邻车辆的车牌规格，并获取拍摄角度；
车距获取模块，用于根据所述车牌规格和所述拍摄角度，在预设的车距数据库中获取所述相邻车辆的车距。
在一个可能的实现方式中，所述获取所述相邻车辆的车牌规格，包括：
通过车牌的像素值获取所述车牌规格。
在另一个可能的实现方式中，所述获取装置，包括：
像素值获取单元，用于通过车牌识别算法获取所述相邻车辆的车牌的像素值；
长宽像素确定单元，用于根据所述像素值确定车牌的长宽像素；
车牌规格确定单元，用于根据所述长宽像素的比例确定相邻车辆的车牌规格。
在又一个可能的实现方式中，所述根据所述长宽像素的比例确定相邻车辆的车牌规格，包括：
将所述比例与预设的比例数据库进行比对，根据所述比对的结果确定车牌规格。
在又一个可能的实现方式中，所述获取拍摄角度，包括：
根据公式获取拍摄角度，其中，α为拍摄角度、β为车载拍摄设备的最大拍摄角度、Δw图像中相邻车辆的车牌的中点到图像的中轴线的水平距离、L为图像的宽度。
本申请提供的技术方案带来的有益效果是：通过计算获取相邻车辆与本车的真实车距，从而减少司机对车距的误判，保证司机的人身安全，同时由于测量并记录了相邻车辆的距离信息，在发生交通事故时，也可以为交警的定责提供依据。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请一个实施例提供的一种快速移动下随机场景的单目测距方法的流程图；
图2为本申请另一实施例提供的一种快速移动下随机场景的单目测距方法的流程图；
图3为本申请又一实施例提供的一种快速移动下随机场景的单目测距方法的效果示意图；
图4为本申请又一实施例提供的一种快速移动下随机场景的单目测距方法的效果示意图
图5为本申请又一实施例提供的一种快速移动下随机场景的单目测距装置的结构图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
目前，司机使用交通工具在公路上行驶时，对于与其相邻的车辆的车距通常存在误判，而这种误判很容易造成追尾、刮擦等交通事故，对司机的人身安全造成严重的威胁。
本申请提供的快速移动下随机场景的单目测距方法和装置，旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
实施例一
如图1所示为本发明一个实施例提供的一种快速移动下随机场景的单目测距方法的流程图，包括：
步骤S101，当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取相邻车辆的车牌规格，并获取拍摄角度。
在本发明实施例中，公路上行驶的汽车对于左右方向的车辆的车距通常不会产生较大的误判，而对于前后方向的车辆的车距通常产生误判，因此相邻车辆通常指的的是前后方向的车辆。对于前后方向的相邻车辆，可以通过安装在车辆前后位置的拍摄设备来获取图像。
由成像原理可知，物体在图像中的体积越大，该物体离摄像源就越近，而车辆在图像中体积大小的直观判断就是车辆在图像中的宽度变化，宽度越大相邻车辆离本车就越近，因此设置一安全阈值，如果相邻车辆在图像中的宽度大于该安全阈值，则需要进行后续步骤计算车辆距离。安全阈值可以根据实际应用的需要进行设定，本发明不做限定，在此不进行赘述。
获取相邻车辆的车牌规格，包括：
通过车牌的像素值获取车牌规格。
在本发明实施例中，摄像头拍摄到的图像是由像素值组成的，因此相邻车辆的车牌规格可以通过车牌的像素值获取。
如图2所示为本发明另一实施例提供的一种快速移动下随机场景的单目测距方法的流程图，通过车牌的像素值获取车牌规格，包括：
步骤S201，通过车牌识别算法获取相邻车辆的车牌的像素值。
在本发明实施例中，当获取了图像之后，可以通过一车牌识别算法从图像中识别出车辆的车牌，进而获取该车牌在图像中的像素值。
步骤S202，根据像素值确定车牌的长宽像素。
步骤S302，根据长宽像素的比例确定相邻车辆的车牌规格。
在本发明实施例中，由于相邻车辆的车距不同，其在图像中的成像大小也不相同，因此直接通过车牌的长宽像素确定车辆的车牌规格比较困难，而无论成像大小怎么变化，车牌的长宽比例是不会变的，所以可以通过车牌的长宽像素比例确定相邻车辆的车牌规格。
根据长宽像素的比例确定相邻车辆的车牌规格，包括：
将比例与预设的比例数据库进行比对，根据比对的结果确定车牌规格。
在本发明实施例中，比例数据库中存储了各种车牌的标准比例，将获取的相邻车辆的车牌比例与比例数据库进行比对即可获取车牌规格。现有的车牌规格通常为两种：1、九二式机动车号牌国际尺寸蓝牌和黑牌为“440mm*140mm”；2、黄牌为“440mm*220mm”。
获取拍摄角度，包括：
根据公式获取拍摄角度，其中，α为拍摄角度、β为车载拍摄设备的最大拍摄角度、Δw图像中相邻车辆的车牌的中点到图像的中轴线的水平距离、L为图像的宽度。
步骤S102，根据车牌规格和拍摄角度，在预设的车距数据库中获取相邻车辆的车距。
在本发明实施例中，车距数据库中存储了车载拍摄设备最大拍摄角度之间的一定距离内的不同规格的车牌应占的像素值，因此通过获取的车牌规格和、拍摄角度和像素值即可获取本车与相邻车辆之间的车距。
本发明实施例，在车载拍摄设备发现有相邻车辆时，获取相邻车辆的车牌规格，以及相邻车辆与本车拍摄设备的拍摄角度，根据获取的信息在预设的车距数据库中获取相邻车辆的车距，避免了司机对车距判断的人为误差，提升了驾驶安全，同时由于测量并记录了相邻车辆的距离信息，在发生交通事故时，也可以为交警的定责提供依据。
如图3所示为本发明又一实施例提供的一种快速移动下随机场景的单目测距方法的效果示意图。
如图4所示为本发明又一实施例提供的一种快速移动下随机场景的单目测距方法的效果示意图。
如图5所示为本发明一个实施例提供的一种快速移动下随机场景的单目测距装置的结构图，包括：
获取模块301，用于当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取相邻车辆的车牌规格，并获取拍摄角度。
在本发明实施例中，公路上行驶的汽车对于左右方向的车辆的车速和车距通常不会产生较大的误判，而对于前后方向的车辆的车速和车距通常产生误判，因此相邻车辆通常指的的是前后方向的车辆。对于前后方向的相邻车辆，可以通过安装在车辆前后位置的摄像头来获取图像。
由成像原理可知，物体在图像中的体积越大，该物体离摄像源就越近，而车辆在图像中体积大小的直观判断就是车辆在图像中的宽度变化，宽度越大相邻车辆离本车就越近，因此设置一安全阈值，如果相邻车辆在图像中的宽度大于该安全阈值，则需要进行后续步骤计算车辆距离。安全阈值可以根据实际应用的需要进行设定，本发明不做限定，在此不进行赘述。
所述获取相邻车辆的车牌规格，包括：
通过车牌的像素值获取车牌规格。
在本发明实施例中，摄像头拍摄到的图像是由像素值组成的，因此相邻车辆的车牌规格可以通过车牌的像素值获取。
获取模块501，包括：
像素值获取单元，用于通过车牌识别算法获取相邻车辆的车牌的像素值。
在本发明实施例中，当获取了图像之后，可以通过一车牌识别算法从图像中识别出车辆的车牌，进而获取该车牌在图像中的像素值。
长宽像素确定单元，用于根据像素值确定车牌的长宽像素。
车牌规格确定单元，用于根据长宽像素的比例确定相邻车辆的车牌规格。
在本发明实施例中，由于相邻车辆的车距不同，其在图像中的成像大小也不相同，因此直接通过车牌的长宽像素确定车辆的车牌规格比较困难，而无论成像大小怎么变化，车牌的长宽比例是不会变的，所以可以通过车牌的长宽像素比例确定相邻车辆的车牌规格。
根据长宽像素的比例确定相邻车辆的车牌规格，包括：
将比例与预设的比例数据库进行比对，根据比对结果确定车牌规格。
在本发明实施例中，比例数据库中存储了各种车牌的标准比例，将获取的相邻车辆的车牌比例与比例数据库进行比对即可获取车牌规格。现有的车牌规格通常为两种：1、九二式机动车号牌国际尺寸蓝牌和黑牌为“440mm*140mm”；2、黄牌为“440mm*220mm”。
获取拍摄角度，包括：
根据公式获取拍摄角度，其中，α为拍摄角度、β为车载拍摄设备的最大拍摄角度、Δw图像中相邻车辆的车牌的中点到图像的中轴线的水平距离、L为图像的宽度。
车距获取模块502，根据车牌规格和拍摄角度，在预设的车距数据库中获取相邻车辆的车距。
在本发明实施例中，车距数据库中存储了车载拍摄设备最大拍摄角度之间的一定距离内的不同规格的车牌应占的像素值，因此通过获取的车牌规格和、拍摄角度和像素值即可获取本车与相邻车辆之间的车距。
本发明实施例，在车载拍摄设备发现有相邻车辆时，获取相邻车辆的车牌规格，以及相邻车辆与本车拍摄设备的拍摄角度，根据获取的信息在预设的车距数据库中获取相邻车辆的车距，避免了司机对车距判断的人为误差，提升了驾驶安全，同时由于测量并记录了相邻车辆的距离信息，在发生交通事故时，也可以为交警的定责提供依据。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种快速移动下随机场景的单目测距方法，其特征在于，包括：
当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取所述相邻车辆的车牌规格，并获取拍摄角度；
根据所述车牌规格和所述拍摄角度，在预设的车距数据库中获取所述相邻车辆的车距。
2.如权利要求1所述的方法，其特征在于，所述获取所述相邻车辆的车牌规格，包括：
通过车牌的像素值获取所述车牌规格。
3.如权利要求2所述的方法，其特征在于，所述通过车牌的像素值获取车牌规格，包括：
通过车牌识别算法获取所述相邻车辆的车牌的像素值；
根据所述像素值确定车牌的长宽像素；
根据所述长宽像素的比例确定相邻车辆的车牌规格。
4.如权利要求3所述的方法，其特征在于，所述根据所述长宽像素的比例确定相邻车辆的车牌规格，包括：
将所述比例与预设的比例数据库进行比对，根据所述比对的结果确定车牌规格。
5.如权利要求1～4所述的方法，其特征在于，所述获取拍摄角度，包括：
根据公式获取拍摄角度，其中，α为拍摄角度、β为车载拍摄设备的最大拍摄角度、Δw图像中相邻车辆的车牌的中点到图像的中轴线的水平距离、L为图像的宽度。
6.一种快速移动下随机场景的单目测距装置，其特征在于，包括：
获取模块，用于当相邻车辆在摄像头中的图像的宽度大于安全阈值时，获取所述相邻车辆的车牌规格，并获取拍摄角度；
车距获取模块，用于根据所述车牌规格和所述拍摄角度，在预设的车距数据库中获取所述相邻车辆的车距。
7.如权利要去6所述的装置，其特征在于，所述获取所述相邻车辆的车牌规格，包括：
通过车牌的像素值获取所述车牌规格。
8.如权利要求7所述的装置，其特征在于，所述获取装置，包括：
像素值获取单元，用于通过车牌识别算法获取所述相邻车辆的车牌的像素值；
长宽像素确定单元，用于根据所述像素值确定车牌的长宽像素；
车牌规格确定单元，用于根据所述长宽像素的比例确定相邻车辆的车牌规格。
9.如权利要求8所述的装置，其特征在于，所述根据所述长宽像素的比例确定相邻车辆的车牌规格，包括：
将所述比例与预设的比例数据库进行比对，根据所述比对的结果确定车牌规格。
10.如权利要求6～9任一项所述的装置，其特征在于，所述获取拍摄角度，包括：
根据公式获取拍摄角度，其中，α为拍摄角度、β为车载拍摄设备的最大拍摄角度、Δw图像中相邻车辆的车牌的中点到图像的中轴线的水平距离、L为图像的宽度。
CN201910867535.1A 2019-09-13 2019-09-13 一种快速移动下随机场景的单目测距方法及装置 Pending CN110596685A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910867535.1A CN110596685A (zh) 2019-09-13 2019-09-13 一种快速移动下随机场景的单目测距方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910867535.1A CN110596685A (zh) 2019-09-13 2019-09-13 一种快速移动下随机场景的单目测距方法及装置

Publications (1)

Publication Number Publication Date
CN110596685A true CN110596685A (zh) 2019-12-20

Family

ID=68859358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910867535.1A Pending CN110596685A (zh) 2019-09-13 2019-09-13 一种快速移动下随机场景的单目测距方法及装置

Country Status (1)

Country Link
CN (1) CN110596685A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU5630098A (en) * 1997-02-24 1998-08-27 Redflex Traffic Systems Pty Ltd Vehicle imaging and verification
CN101281022A (zh) * 2008-04-08 2008-10-08 上海世科嘉车辆技术研发有限公司 基于单目机器视觉的车辆距离测量方法
CN101337536A (zh) * 2008-08-11 2009-01-07 北京中星微电子有限公司 一种汽车装置以及一种确定车距的方法
CN101750049A (zh) * 2008-12-05 2010-06-23 南京理工大学 基于道路和车辆自身信息的单目视觉车距测量方法
CN102043941A (zh) * 2009-10-20 2011-05-04 财团法人工业技术研究院 动态实时相对关系识别方法与系统
TW201420398A (zh) * 2012-11-19 2014-06-01 Hon Hai Prec Ind Co Ltd 行車安全監控系統及方法
FR3002667A1 (fr) * 2013-02-26 2014-08-29 Euroshaktiware Methode de recherche de plaques d immatriculation dans une base de donnees
CN104897132A (zh) * 2015-04-29 2015-09-09 江苏保千里视像科技集团股份有限公司 一种单摄像头测车距的系统及其测量方法
CN106503698A (zh) * 2016-12-07 2017-03-15 哈尔滨工业大学 一种信号交叉口排队车辆静态间距快速测算方法
CN106778480A (zh) * 2016-11-22 2017-05-31 武汉大学 一种基于车牌的高精度近距离车距测量方法
CN107832806A (zh) * 2017-12-06 2018-03-23 四川知创空间孵化器管理有限公司 一种车牌类型判别方法和系统
CN108052866A (zh) * 2017-11-17 2018-05-18 克立司帝控制系统（上海）有限公司 基于人工神经网络的车牌识别学习方法及系统
CN108470175A (zh) * 2018-03-27 2018-08-31 康体佳智能科技（深圳）有限公司 基于神经网络的车牌识别系统及识别方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU5630098A (en) * 1997-02-24 1998-08-27 Redflex Traffic Systems Pty Ltd Vehicle imaging and verification
CN101281022A (zh) * 2008-04-08 2008-10-08 上海世科嘉车辆技术研发有限公司 基于单目机器视觉的车辆距离测量方法
CN101337536A (zh) * 2008-08-11 2009-01-07 北京中星微电子有限公司 一种汽车装置以及一种确定车距的方法
CN101750049A (zh) * 2008-12-05 2010-06-23 南京理工大学 基于道路和车辆自身信息的单目视觉车距测量方法
CN102043941A (zh) * 2009-10-20 2011-05-04 财团法人工业技术研究院 动态实时相对关系识别方法与系统
TW201420398A (zh) * 2012-11-19 2014-06-01 Hon Hai Prec Ind Co Ltd 行車安全監控系統及方法
FR3002667A1 (fr) * 2013-02-26 2014-08-29 Euroshaktiware Methode de recherche de plaques d immatriculation dans une base de donnees
CN104897132A (zh) * 2015-04-29 2015-09-09 江苏保千里视像科技集团股份有限公司 一种单摄像头测车距的系统及其测量方法
CN106778480A (zh) * 2016-11-22 2017-05-31 武汉大学 一种基于车牌的高精度近距离车距测量方法
CN106503698A (zh) * 2016-12-07 2017-03-15 哈尔滨工业大学 一种信号交叉口排队车辆静态间距快速测算方法
CN108052866A (zh) * 2017-11-17 2018-05-18 克立司帝控制系统（上海）有限公司 基于人工神经网络的车牌识别学习方法及系统
CN107832806A (zh) * 2017-12-06 2018-03-23 四川知创空间孵化器管理有限公司 一种车牌类型判别方法和系统
CN108470175A (zh) * 2018-03-27 2018-08-31 康体佳智能科技（深圳）有限公司 基于神经网络的车牌识别系统及识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张茂林: "《基于行车记录仪的车辆违规加塞取证系统的研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN107392103B (zh) 路面车道线的检测方法及装置、电子设备
CN108647638B (zh) 一种车辆位置检测方法及装置
CN101837780B (zh) 使用虚拟分车道线的车道偏离报警方法和系统
EP2924653A1 (en) Image processing apparatus and image processing method
US20140241578A1 (en) Vehicle-to-vehicle distance calculation apparatus and method
US9227563B2 (en) Backward movement indicator apparatus for a vehicle
CN105206109A (zh) 一种基于红外ccd的车辆雾天识别预警系统及方法
Kum et al. Lane detection system with around view monitoring for intelligent vehicle
CN103950410A (zh) 全景式辅助驾驶方法及系统
CN107628032A (zh) 自动驾驶控制方法、装置、车辆和计算机可读存储介质
CN104335264A (zh) 车道划分标示检测装置、驾驶辅助系统
CN109389060B (zh) 一种基于视觉的车周碰撞预警方法
JP2008051688A (ja) 車両自動計測装置、車両自動計測システム及び車両自動計測方法
Chen et al. Vision-based distance estimation for multiple vehicles using single optical camera
CN102169583B (zh) 基于车窗定位的车辆遮挡检测与分割方法
CN108292469B (zh) 位置信息确定方法、装置以及计算机存储介质
KR101721442B1 (ko) 차량용 블랙박스 후방카메라를 이용한 측후방 충돌방지 시스템 및 충돌방지방법
CN110596415A (zh) 一种基于单目测距的相邻车辆速度检测方法及装置
JP7229032B2 (ja) 車外物体検出装置
CN110596685A (zh) 一种快速移动下随机场景的单目测距方法及装置
KR20160133386A (ko) 차량용 블랙박스 후방카메라를 이용한 측후방 충돌방지 시스템의 충돌방지방법
JP2006072757A (ja) 物体検出装置
JP6174960B2 (ja) 車外環境認識装置
WO2015001747A1 (ja) 走行路面標示検知装置および走行路面標示検知方法
CN111103437A (zh) 一种基于单目测距的相邻车辆加速度检测方法及装置

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: 20191220

RJ01 Rejection of invention patent application after publication