CN110728174A - 基于车辆识别的伸缩门控制方法、装置及存储介质 - Google Patents
基于车辆识别的伸缩门控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110728174A CN110728174A CN201910809179.8A CN201910809179A CN110728174A CN 110728174 A CN110728174 A CN 110728174A CN 201910809179 A CN201910809179 A CN 201910809179A CN 110728174 A CN110728174 A CN 110728174A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- frame image
- retractable door
- vehicle object
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000010261 cell growth Effects 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000010191 image analysis Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 17
- 238000011161 development Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000003079 width control Methods 0.000 description 1
Images
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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- E—FIXED CONSTRUCTIONS
- E06—DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
- E06B—FIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
- E06B11/00—Means for allowing passage through fences, barriers or the like, e.g. stiles
- E06B11/02—Gates; Doors
- E06B11/022—Gates; Doors characterised by the manner of movement
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于车辆识别的伸缩门控制方法,包括:通过摄像头获取小区入口区域监控视频流;提取所述监控视频流中的帧图像,得到帧图像集合;遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门。本发明实施例所提供的基于车辆识别的伸缩门控制方法,可以不用专门指派一个物业人员去管理大门伸缩,并且,识别车辆的宽度进而控制伸缩门能够伸展不同长度,进而避免过多的伸缩长度以造成电能的浪费。
Description
技术领域
本发明实施例涉及智慧社区领域,尤其是一种小区伸缩门的控制方法、装置及存储介质。
背景技术
现有小区大多数还是采用电动伸缩门作为大门,并且需要专门指派一个物业人员来时刻控制伸缩门,需要花费一定的人力成本。
发明内容
为解决上述问题,本发明实施例提供了一种基于车辆识别的伸缩门控制方法,包括以下步骤:
通过摄像头获取小区入口区域监控视频流;
提取所述监控视频流中的帧图像,得到帧图像集合;
遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门。
优选的,所述控制指令包含所述小区伸缩门的伸缩长度信息
优选的,所述遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析的步骤包括:
利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元;
利用高斯模型去除所述噪音像元,使得图像中仅剩表征人体元素以及车辆对象的内容;
利用预置的人体模板,对图像中的人体元素进行剔除,使得图像中仅剩表征车辆对象的像素内容。
优选的,所述若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门的步骤包括:
分析所述车辆对象的像素内容,提取所述车辆对象的轮廓信息,选取所述轮廓中的最短边对应的长度,将其定义为车辆对象的宽度。
优选的,所述分析所述车辆对象的像素内容,提取所述车辆对象的轮廓信息,选取所述轮廓中的最短边对应的长度,将其定义为车辆对象的宽度的步骤之后,还包括:
根据所述车辆对象的宽度生成所述伸缩门对应的伸缩长度,所述伸缩门的对应伸缩长度比所述车辆对象的宽度要多两米,将所述伸缩门对应的伸缩长度封装生成控制指令,发送至所述小区伸缩门。
优选的,所述遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门的步骤,还包括:
所述伸缩门接收到所述控制指令后,根据所述控制指令中的伸缩长度进行自身伸缩的调节。
优选的,所述利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元的步骤之前,还包括:
对所述帧图像集合中的各帧图像进行二值化处理。
优选的,遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析的步骤包括:
利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元;
利用高斯模型去除所述噪音像元,使得图像中仅剩表征人体元素以及车辆对象的内容;
将所述图像中的剩余的像素区域进行比对,保留面积最大的区域像素,消除非该区域的像素,并将保留的区域像素定义为车辆对象。
本发明还公开一种伸缩门的控制装置,包括:
监控模块,用于通过摄像头获取小区入口区域监控视频流;
提取模块,用于提取所述监控视频流中的帧图像,得到帧图像集合;
控制模块,用于遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门。
本发明还公开一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序能够至少被一个处理器所执行如上述的基于车辆识别的伸缩门控制方法。
本发明实施例所提供的基于车辆识别的伸缩门控制方法,可以不用专门指派一个物业人员去管理大门伸缩,并且,识别车辆的宽度进而控制伸缩门能够伸展不同长度,进而避免过多的伸缩长度以造成电能的浪费。
附图说明
图1为本发明基于车辆识别的伸缩门控制方法的步骤流程图;
图2为本发明伸缩门的控制装置的程序模块示意图;
图3为本发明计算机设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在 A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述指定关键字,但指定关键字不应限于这些术语。这些术语仅用来将指定关键字彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一指定关键字也可以被称为第二指定关键字,类似地,第二指定关键字也可以被称为第一指定关键字。
取决于语境,如在此所使用的词语“如果”可以被解释称为“在……时”或“当……时”或“相应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或时间)”可以被解释成“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
请参考图1,本发明实施例提供一种基于车辆识别的伸缩门控制方法,包括:
步骤S100通过摄像头获取小区入口区域监控视频流.
具体的,小区入口区域为小区大门朝非小区面积的外部区域方向半径为 10m的扇形区域,10m的设置是基于市面上大多数摄像头参数进行选取设定的。
其中,处理单元对摄像头采集到的图像进行实时采集,具体如下:
Windows操作系统下的实时视频采集方法有三种:基于VFW的实时视频采集、基于DirectShow的实时视频采集和基于视频卡附带软件开发工具箱 (SDK)的实时视频采集。VFW(Video For Windouws)是Microsoft公司于 1992年推出的数字视频软件开发包,VFW的核心是AVI文件标准,它包含了一整套完整的视频采集、压缩和回放应用程序接口。但由于基于VFW的视频采集方式推出时间比较早,现在许多新发展起来的硬件设备并不支持这种采集方式。视频采集卡附带的SDK是监控卡厂家发布的开发视频监控系统的函数库,该方法对硬件的依赖性很强,灵活性非常差,并且功能也差别很大。基于DirectShow视频采集方法很好的解决了上述问题,具体的:
DirectShow是Microsoft公司推出的基于Windows平台的流媒体处理开发包,它与DirectX开发包一起发布。DirectShow对流媒体的捕捉、回访提供了强大的支持,还提供了对基于WDM的采集卡进行数据捕捉的支持。过滤器是DirectShow的核心部分,按着功能过滤器可以分为三类:源过滤器、变换过滤器和渲染过滤器。源过滤器主要负责从硬件采集设备获取数据,变换过滤器主要负责数据传输和格式转换,渲染过滤器主要负责将视频流送给显卡进行显示以及输出文件进行存储。DirectShow开发时间里在COM 组建的基础上的,它所有的功能都是有COM接口来构造和实现。比较重要的 COM接口包括:构建过滤器管理的IGraphBuilder接口、用于控制多媒体流在过滤器中流动的IMediaControl接口、控制窗口属性的IVideo Windows 接口、用于流媒体定位的的IMediaSeeking接口和管理两个过滤器问针脚的 IPin接口等。在开发DirectShow应用程序是,通常需要设计一个过滤图表(Filter Graph),向过滤图表中添加相应的过滤器,最后连接过滤器的引脚完成功能的设计。基于DirectShow视频采集整体一构架。视频信号经过摄像机和视频采集卡之后进入计算机,并最终经过采集卡驱动程序进入应用程序。视频采集软件实现的核心步骤为:创建最基本的组件IGraphBuilder术 pGraph,创建过滤器图构造器CoCreatelnstance,创建采集图构造器 CoCreatelnstance,创建系统设备枚举器CoCreatelnstance,创建视频采集设备的枚举器CreateClassEnumerator,绑定视频源设备与过滤器 BindToObject,将选定的设备加入到采集图构造器AddFilter。这样基本上实现了WDM采集卡视频数据采集的过程,将视频数据从采集卡经过 DirectShow多媒体处理系统传递到不同的对象接口实现视频采集功能。
处理单元通过上述方法拉取监控视频数据,具体如何将其拆分为各帧图像依据所要执行的步骤而定,另外,上述监控视频的获取方式为现有技术,本发明仅为方便理解进行阐述,不做任何限定作用。
步骤S200提取所述监控视频流中的帧图像,得到帧图像集合。
具体的,从所述监控摄像头所拉取的监控视频流,是无法直接对其进行解析的,必须从监控视频流中提取各帧图像。这里我们可以利用OpenCV进行帧图像的提取。OpenCV全称为Open Source Computer Vision Library, 它是Intel公司支持的开源计算机视觉库,它有一系列C函数和少量C++类构成,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV库目前包括6个模块,分别是ml,Cv,HighGUI,CxCore,CvAux,CvCam。群殴椎间盘美好,Cv包括图像处理和计算机视觉功能,是主要的OpenCV函数,包括图像处理、结构分析、运动分析、物体跟踪、模式识别以及摄像机标定等功能;CxCore包括一些基本结构和算法函数,如数据结构与线性代数支持,主要提供对各种数据类型的基本运算功能,CvAux是OpenCV的附加库函数,包括一些实验性的函数;HighGUI包括用户交互部分;ml是新假如的机器学习模块,目前主要包括的内容是分类器。它向我们提供了这些函数的接口,我们可以在工程中相应设置后直接调用这些函数供自己的程序使用。
这里我们可以通过OpenCV中的capture函数对帧图像进行提取和保存。
步骤S300遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门;
具体的,在执行本发明对应方法的设备中是包含存储器的,技术人员预先在存储器存储有关系表,所述关系表描述有车辆宽度对应的小区伸缩门伸缩长度,示例性的如下:
车辆宽度 | 伸缩门长度(打开占比) |
4-6 | 100% |
3.5-4 | 70% |
3-3.5 | 50% |
2-3 | 40% |
1-2 | 10% |
通过这样的关系表结合摄像头传回的图像进行人体识别,进而控制小伸缩门,可以不用专门指派一个物业人员去管理大门伸缩。
另外,部分伸缩门可能无法缺乏编码器,无法直接识别宽度控制信息,因此关系表的设置可以适配部分缺乏编码器的伸缩门。
本发明实施例所提供的基于车辆识别的伸缩门控制方法,可以不用专门指派一个物业人员去管理大门伸缩,并且,识别车辆的宽度进而控制伸缩门能够伸展不同长度,进而避免过多的伸缩长度以造成电能的浪费。
可选的,所述控制指令包含所述小区伸缩门的伸缩长度信息。
具体的,对图像中车辆宽度的识别完成后,查找对应关系表获取伸缩门调整长度,由于部分伸缩门可能缺乏编码器,无法具体调整伸缩多少米,因而关系表采用百分比的单位表征形式,将调整伸缩的百分比值封装进控制指令中发送给伸缩门。
可选的,步骤S300遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析的步骤包括:
步骤S310利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元;
步骤S320利用高斯模型去除所述噪音像元,使得图像中仅剩表征人体元素以及车辆对象的内容;
步骤S330利用预置的人体模板,对图像中的人体元素进行剔除,使得图像中仅剩表征车辆对象的像素内容.
具体的,由于背景差分法后的图像仍然具有一定的噪音内容,因此针对差分后的图像采用高斯模型进行去噪处理,减少噪音内容。
待图像进过背景差分法和高斯模型处理后,图像中仅剩表征车辆对象的像素分布区域以及表征人体的像素分布区域,此时,利用预置的人体模板,对两者区域进行识别,若某一区域识别通过,则可判定该区域像素为人体,则将该区域像素进行剔除,使得图像只剩下表征车辆对象的像素块。
可选的,所述步骤S300中若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门的步骤包括:
分析所述车辆对象的像素内容,提取所述车辆对象的轮廓信息,选取所述轮廓中的最短边对应的长度,将其定义为车辆对象的宽度。
具体的,通常使得车辆能够通行,其通行宽度大于车辆宽度即可,因此,分析所述表征车辆对象的像素块的轮廓信息,取其最短边定义为车辆对象的宽度。
可选的,所述分析所述车辆对象的像素内容,提取所述车辆对象的轮廓信息,选取所述轮廓中的最短边对应的长度,将其定义为车辆对象的宽度的步骤之后,还包括:
根据所述车辆对象的宽度生成所述伸缩门对应的伸缩长度,所述伸缩门的对应伸缩长度比所述车辆对象的宽度要多两米,将所述伸缩门对应的伸缩长度封装生成控制指令,发送至所述小区伸缩门。
具体的,由于一部分进入小区的有可能是货车,而货车可能存在一些悬挂件,因此,在伸缩门伸缩长度的计算要再加多两米,以避免像类似悬挂件与小区伸缩门产生碰撞。
可选的,步骤S300所述遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门的步骤,还包括:
所述伸缩门接收到所述控制指令后,根据所述控制指令中的伸缩长度进行自身伸缩的调节。
可选的,步骤S300之前还包括:
对所述帧图像集合中的各帧图像进行二值化处理。
本发明实施例还提供一种小区伸缩门的控制装置,包括:
获取模块,用于通过摄像头获取小区入口区域图像;
统计模块,用于识别所述图像中的人体元素,统计所述图像人体元素个数;
计算模块,用于根据所述人体元素个数查找预置的关系表,得到对应的小区伸缩门伸缩长度;
控制模块,用于发送控制指令至所述小区伸缩门,所述控制指令中包含小区伸缩门伸缩长度。
请参考图3,是本发明实施例之计算机设备的硬件架构示意图。本实施例中,所述计算机设备2是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。该计算机设备2可以是个人计算机、平板计算机、移动电话及智能手机登,也可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等用于提供虚拟客户端的运设备。如图所示,所述计算机设备2至少包括,但不限于,可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及小区伸缩门的控制装置20,其中:
本实施例中,存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX 存储器等)、随机访问存储器(RAM)、静态随机访问存储(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,存储器21也可以使计算机设备2的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital)SD卡,闪存卡(Flash Card)等,当然,存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,存储器21用于存储安装于计算机设备 2的操作系统和各类应用软件,例如空调小区伸缩门的控制装置20的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片。该处理器 22通常用于控制计算机设备2的总体操作。本实施例中,处理器22用于运行存储器21中存储的程序代码或者处理数据,例如运行小区伸缩门的控制装置20,以实现小区伸缩门的控制的方法。
所述网络接口23可包括无线网络接口或有限网络接口,该网络接口23 通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端项链,在计算机设备2与外部中断之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统 (Global System of Mobile communication,GSM)、宽带码分多址 (WidebandCode Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
在本实施例中,存储于存储器21中的所述小区伸缩门的控制装置20还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器22)所执行,以完成本发明。
另外,本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器 (RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储小区伸缩门的控制装置20,被处理器执行时实现本发明的小区伸缩门的控制方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于车辆识别的伸缩门控制方法,其特征在于,包括:
通过摄像头获取小区入口区域监控视频流;
提取所述监控视频流中的帧图像,得到帧图像集合;
遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门。
2.根据权利要求1所述的基于车辆识别的伸缩门控制方法,其特征在于,所述控制指令包含所述小区伸缩门的伸缩长度信息。
3.根据权利要求1所述的基于车辆识别的伸缩门控制方法,其特征在于,所述遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析的步骤包括:
利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元;
利用高斯模型去除所述噪音像元,使得图像中仅剩表征人体元素以及车辆对象的内容;
利用预置的人体模板,对图像中的人体元素进行剔除,使得图像中仅剩表征车辆对象的像素内容。
4.根据权利要求1和2所述的基于车辆识别的伸缩门控制方法,其特征在于,所述若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门的步骤包括:
分析所述车辆对象的像素内容,提取所述车辆对象的轮廓信息,选取所述轮廓中的最短边对应的长度,将其定义为车辆对象的宽度。
5.根据权利要求4所述的基于车辆识别的伸缩门控制方法,其特征在于,所述分析所述车辆对象的像素内容,提取所述车辆对象的轮廓信息,选取所述轮廓中的最短边对应的长度,将其定义为车辆对象的宽度的步骤之后,还包括:
根据所述车辆对象的宽度生成所述伸缩门对应的伸缩长度,所述伸缩门的对应伸缩长度比所述车辆对象的宽度要多两米,将所述伸缩门对应的伸缩长度封装生成控制指令,发送至所述小区伸缩门。
6.根据权利要求1所述的基于车辆识别的伸缩门控制方法,其特征在于,所述遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门的步骤,还包括:
所述伸缩门接收到所述控制指令后,根据所述控制指令中的伸缩长度进行自身伸缩的调节。
7.根据权利要求2所述的基于车辆识别的伸缩门控制方法,其特征在于,所述利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元的步骤之前,还包括:
对所述帧图像集合中的各帧图像进行二值化处理。
8.根据权利要求7所述的基于车辆识别的伸缩门控制方法,其特征在于,遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析的步骤包括:
利用背景差分法消除背景元素,使得图像中剩余人体元素、车辆对象以及部分噪音像元;
利用高斯模型去除所述噪音像元,使得图像中仅剩表征人体元素以及车辆对象的内容;
将所述图像中的剩余的像素区域进行比对,保留面积最大的区域像素,消除非该区域的像素,并将保留的区域像素定义为车辆对象。
9.一种伸缩门的控制装置,其特征在于,包括:
监控模块,用于通过摄像头获取小区入口区域监控视频流;
提取模块,用于提取所述监控视频流中的帧图像,得到帧图像集合;
控制模块,用于遍历所述帧图像集合中各帧图像,对各帧图像进行图像分析,若存在包含车辆对象的图像,则生成相应控制指令并发送所述控制指令至所述小区伸缩门。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够至少被一个处理器所执行如权利要求1至至8的基于车辆识别的伸缩门控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910809179.8A CN110728174A (zh) | 2019-08-29 | 2019-08-29 | 基于车辆识别的伸缩门控制方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910809179.8A CN110728174A (zh) | 2019-08-29 | 2019-08-29 | 基于车辆识别的伸缩门控制方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110728174A true CN110728174A (zh) | 2020-01-24 |
Family
ID=69218805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910809179.8A Pending CN110728174A (zh) | 2019-08-29 | 2019-08-29 | 基于车辆识别的伸缩门控制方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728174A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363449A (zh) * | 2020-11-12 | 2021-02-12 | 广东金鸿星智能科技有限公司 | 一种识别精度高的伸缩门主动防护的方法及使用其的系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196979A (zh) * | 2006-12-22 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 利用数字图像处理技术识别车辆类型的方法 |
CN105781395A (zh) * | 2014-12-22 | 2016-07-20 | 天津市双兴自动门有限公司 | 带安全通过宽度检测的伸缩门 |
CN107366491A (zh) * | 2017-07-18 | 2017-11-21 | 广东工业大学 | 一种电动伸缩门的控制方法及电动伸缩门 |
CN207017925U (zh) * | 2017-07-18 | 2018-02-16 | 广东工业大学 | 一种电动伸缩门 |
-
2019
- 2019-08-29 CN CN201910809179.8A patent/CN110728174A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196979A (zh) * | 2006-12-22 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 利用数字图像处理技术识别车辆类型的方法 |
CN105781395A (zh) * | 2014-12-22 | 2016-07-20 | 天津市双兴自动门有限公司 | 带安全通过宽度检测的伸缩门 |
CN107366491A (zh) * | 2017-07-18 | 2017-11-21 | 广东工业大学 | 一种电动伸缩门的控制方法及电动伸缩门 |
CN207017925U (zh) * | 2017-07-18 | 2018-02-16 | 广东工业大学 | 一种电动伸缩门 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363449A (zh) * | 2020-11-12 | 2021-02-12 | 广东金鸿星智能科技有限公司 | 一种识别精度高的伸缩门主动防护的方法及使用其的系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021098796A1 (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
US20170032514A1 (en) | Abandoned object detection apparatus and method and system | |
CN110848897B (zh) | 一种空调智能调节的方法及计算机可读存储介质 | |
CN108763268B (zh) | 一种三维模型的批处理方法与装置、存储介质 | |
CN112419202B (zh) | 基于大数据及深度学习的野生动物图像自动识别系统 | |
CN112149570B (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
CN112906483A (zh) | 一种目标重识别方法、装置及计算机可读存储介质 | |
CN113496208A (zh) | 视频的场景分类方法及装置、存储介质、终端 | |
CN111783910A (zh) | 建筑项目管理方法、电子设备及相关产品 | |
CN111338669A (zh) | 智能分析盒子中智能功能的更新方法及装置 | |
CN110728174A (zh) | 基于车辆识别的伸缩门控制方法、装置及存储介质 | |
CN111703278B (zh) | 香氛释放方法、装置、车端、云端、系统和存储介质 | |
CN117315406A (zh) | 一种样本图像处理方法、装置及设备 | |
CN110705420A (zh) | 电梯轿厢广告精准推送方法、装置及存储介质 | |
WO2019071663A1 (zh) | 电子装置、虚拟样本生成方法及存储介质 | |
MX2012001664A (es) | Identificacion de objetos. | |
CN110593711A (zh) | 小区伸缩门的控制方法、装置及存储介质 | |
CN111199182A (zh) | 基于智慧社区的丢失物件方法、系统及存储介质 | |
CN106651803A (zh) | 户型数据的识别方法及装置 | |
CN110697517A (zh) | 基于小区的电梯控制方法、系统及存储介质 | |
CN110796068A (zh) | 社区泳池溺水检测方法及系统 | |
CN110647858B (zh) | 一种视频遮挡判断方法、装置和计算机存储介质 | |
CN115620378A (zh) | 多视角牛脸智能采集方法、装置、系统及相关设备 | |
CN115147752A (zh) | 一种视频分析方法、装置及计算机设备 | |
CN114333409A (zh) | 目标跟踪方法、装置、电子设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200124 |
|
WD01 | Invention patent application deemed withdrawn after publication |