CN111340811B - 违章合成图的拆分方法、设备及计算机存储介质 - Google Patents

违章合成图的拆分方法、设备及计算机存储介质 Download PDF

Info

Publication number
CN111340811B
CN111340811B CN202010103239.7A CN202010103239A CN111340811B CN 111340811 B CN111340811 B CN 111340811B CN 202010103239 A CN202010103239 A CN 202010103239A CN 111340811 B CN111340811 B CN 111340811B
Authority
CN
China
Prior art keywords
preset
violation
synthetic
close
map
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.)
Active
Application number
CN202010103239.7A
Other languages
English (en)
Other versions
CN111340811A (zh
Inventor
吴建琦
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010103239.7A priority Critical patent/CN111340811B/zh
Publication of CN111340811A publication Critical patent/CN111340811A/zh
Application granted granted Critical
Publication of CN111340811B publication Critical patent/CN111340811B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种违章合成图的拆分方法、设备及计算机存储介质,该违章合成图的拆分方法包括:获取违章合成图;依据预设行列组合对违章合成图进行拆分,获得以预设行列组合排列的至少两个子图;确定预设行列组合下违章合成图中的特写图及位置图,包括:将预设行列组合中预设位置处的子图作为特写子图,非预设位置处的子图作为位置子图;计算特写子图与位置子图的特写差异度,获取每个预设位置对应的特写差异度;比较所有预设位置对应的特写差异度,确定最大的特写差异度对应的预设位置处的子图为违章合成图中的特写图,其他子图作为位置图。本申请的违章合成图的拆分方法实现了自主的违章判罚。

Description

违章合成图的拆分方法、设备及计算机存储介质
技术领域
本申请涉及视频监控技术领域,特别是涉及一种违章合成图的拆分方法、设备及计算机存储介质。
背景技术
目前,在道路交通领域中,通过抓拍人员或车辆的违章行为过程进行违章取证,违章取证过程中可能会抓拍到一个或多个违章图像,将一个或多个违章图像采集合成并上传服务器,以此人为的判断人员或车辆是否存在违章行为。但该种方法仅解决了抓拍图像的合成和传输问题,对后续人为判断违章行为时费时费力,且由于抓拍图像合成组合方式不同,对判罚的结果也有所影响。
发明内容
本申请提供了一种违章合成图的拆分方法、设备及计算机存储介质,主要解决的技术问题是如何对违章合成图进行自动且精确的判罚。
为解决上述技术问题,本申请提供了一种违章合成图的拆分方法,所述方法包括:
获取所述违章合成图;
依据预设行列组合对所述违章合成图进行拆分,获得以所述预设行列组合排列的至少两个子图;
确定所述预设行列组合下所述违章合成图中的特写图及位置图,包括:
将所述预设行列组合中预设位置处的子图作为特写子图,非预设位置处的子图作为位置子图;计算所述特写子图与所述位置子图的特写差异度,获取每个预设位置对应的特写差异度;
比较所有预设位置对应的特写差异度,确定最大的特写差异度对应的预设位置处的子图为所述违章合成图中的特写图,其他子图作为位置图。
为解决上述技术问题,本申请还提供了一种违章合成图的拆分设备,所述设备包括存储器以及与所述存储器耦接的处理器;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据执行所述程序数据以实现如上述的违章合成图的拆分方法。
为解决上述技术问题,本申请还提供了一种计算机存储介质,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现如上述的违章合成图的拆分方法。
本申请的有益效果是:获取违章合成图;依据预设行列组合对违章合成图进行拆分,获得以预设行列组合排列的至少两个子图;确定预设行列组合下违章合成图中的特写图及位置图,包括:将预设行列组合中预设位置处的子图作为特写子图,非预设位置处的子图作为位置子图;计算特写子图与位置子图的特写差异度,获取每个预设位置对应的特写差异度;比较所有预设位置对应的特写差异度,确定最大的特写差异度对应的预设位置处的子图为违章合成图中的特写图,其他子图作为位置图。本申请违章合成图的拆分方法依据预设行列组合对获取的违章合成图进行拆分,以获取到至少两个子图,通过将每一预设位置处的子图作为特写图,非预设位置处的子图作为位置子图,计算每一预设位置处的特征图和非预设位置处的位置子图间的特写差异度,并将计算出的所有特写差异度中最大的特写差异度对应的预设位置处的子图作为特写图,其他子图作为位置图,得到最佳的违章合成图对应的拆分方式,以根据拆分方式中的特写图和位置子图判断违章行为,实现了自主的违章判罚。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的违章合成图的拆分方法第一实施例的流程示意图;
图2是本申请提供的违章合成图的拆分方法第二实施例的流程示意图;
图3是本申请提供的违章合成图的拆分方法第三实施例的流程示意图;
图4是本申请提供的违章合成图的拆分方法第四实施例的流程示意图;
图5是图4提供的违章合成图的拆分方法的整体流程示意图;
图6是本申请提供的违章合成图的拆分设备一实施例的结构示意图;
图7是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。根据本申请中的实施例,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,都属于本申请保护的范围。
为解决上述技术问题,本申请提出了一种违章合成图的拆分方法,具体请参阅图1,图1是本申请提供的违章合成图的拆分方法第一实施例的流程示意图。本实施例的违章合成图的拆分方法可应用于违章合成图的拆分设备,也可应用于具有数据处理能力的服务器。下面以具有数据处理能力的服务器为例,介绍本申请提供的违章合成图的拆分方法,具体如下:
本实施例的违章合成图的拆分方法具体包括以下步骤:
S101:获取违章合成图。
为了更加快速的获取违章合成图的组合方式,本申请可通过分布在十字路口或其他违章行为经常发生地的前端设备直接获取违章合成图。前端设备可以为摄像机或者连接摄像机的编码器,以对摄像机拍摄的一个或多个违章图像进行合成,并发送给服务器。违章合成图可以为单个图像也可以为多个图像的合成图,通常情况下,违章合成图由多个位置图和1-2个特写图依据行列组合方式合成而得,其中,位置图为十字路口或其他违章行为经常发生地的多个前端设备从违章行为发生地的多个位置拍摄的人或车辆的违章图像,特写图为前端设备拍摄图像中的一个或多个完整展示人或车辆信息特征的图像,且特写图中的人或车辆的尺寸被尽可能放大。
S102:依据预设行列组合对违章合成图进行拆分,获得以预设行列组合排列的至少两个子图。
预设行列组合是通过数组的方式预先设定的图像组合方式,违章合成图的排列组合方式有多种,可由单行多列、多行多列或多行单列等组成。例如,1x4组合而成的违章合成图代表由一行四列共四个图像合成而得,2x2组合而成的违章合成图代表由二行二列共四个图像合成而得,2x3组合而成的违章合成图代表由二行三列共六个图像合成而得,还可由3x2,5x4,6x2等多种行列组合方式合成而得。进一步地,依据预设行列组合对S101中获取的违章合成图进行拆分,以得到预设行列组合下对应排列的至少两个子图。例如,预设行列组合为2x2时,将违章合成图依据2x2的行列组合进行拆分,获得2x2行列组合排列方式下的4个子图。
其中,子图中可能仅包括位置图,特写图,一个或多个位置图及一个或多个特写图的组合。
S103:确定预设行列组合下违章合成图中的特写图及位置图。
由于依据预设行列组合进行拆分后的多个子图排列的多样性,需将预设行列组合中预设位置处的子图作为特写子图,非预设位置处的子图作为位置子图,以进行假设性的计算,从而获取到违章合成图的最佳行列组合方式。例如,依据2x2的行列组合方式拆分违章合成图,即为“田”字形式的行列组合方式,将“田”字左上角作为2x2行列组合方式下的预设位置,并将“田”字左上角的子图作为特写图,其他三个非预设位置处的子图作为位置子图;也可将“田”字右下角作为2x2行列组合方式下的预设位置,并将“田”字右下角的子图作为特写图,其他三个非预设位置处的子图作为位置子图,当然也可将“田”字左下角及右上角作为2x2行列组合方式下的预设位置。
由于特写图中人或车辆的尺寸被尽可能放大,使得特写图与位置图间的像素差异较大,本实施例通过计算预设位置处的特写图与非预设位置处的位置子图间的平均差值来确定预设行列组合下违章合成图中特写图和位置图的具体行列组合方式。
具体地,计算预设行列组合中预设位置处的特写图与非预设位置处的位置子图间的特写差异度,并获取每个预设位置特写图对应的特写差异度,比较所有预设位置对应的特写差异度,确定最大的特写差异度对应的预设位置处的子图为违章合成图中的特写图,其他子图作为位置图。其中,特写差异度为预设行列组合中预设位置处的特写图与非预设位置处的位置子图间的对应像素差值的平均值,即平均差值。
例如,依据2x2的行列组合方式拆分违章合成图,即为“田”字形式的行列组合方式,将“田”字左上角作为2x2行列组合方式下的预设位置,并将“田”字左上角的子图作为特写图,其他三个非预设位置处的子图作为位置子图,则通过分别计算“田”字左上角预设位置处特写图与其他非预设位置处的每一位置子图间的差值,以获取该预设行列组合方式下该预设位置处特写图与其他非预设位置处位置子图间的平均差值,同理将“田”字右上角、左下角和右下角作为2x2行列组合方式下的预设位置,并将“田”字右上角、左下角和右下角的子图作为特写图,分别计算“田”字右上角、左下角和右下角的子图作为特写图时与对应其他非预设位置处位置子图间的平均差值,比较“田”字形式的行列组合方式这4种情况下,预设位置处特写图与对应其他非预设位置处的位置子图间的平均差值大小,将“田”字形式的行列组合方式这4种情况下,平均差值最大时对应的预设位置处的子图作为违章合成图中的特写图,其他子图作为位置图。
进一步地,为了确定预设行列组合下违章合成图中的特写图及位置图,通过计算特写子图与位置子图的特写差异度,获取每一预设位置对应的特写差异度。可通过计算每一子图的像素平均值,将子图中的每一像素值减去像素平均值,将每一预设位置处的子图作为特写子图,将非预设位置处的子图作为位置子图,并将每一预设位置处的特写子图的像素点和非预设位置处的位置子图的像素点逐个求差,并计算所有差值的平均值,将所有差值的平均值作为特写差异度。
在本实施例中,通过获取违章合成图,依据预设行列组合对违章合成图进行拆分,获得以预设行列组合排列的至少两个子图,确定预设行列组合下违章合成图中的特写图及位置图。本申请通过将违章合成图依据预设行列组合进行拆分,计算拆分后预设位置处的特征图与其他非预设位置处的位置子图间的特写差异度,并通过使每一子图自减像素平均值,缩小计算量,能够更快速获取特写图与位置图间的特写差异度,以根据特写差异度确定出违章合成图的特写图和位置图,便于通过确定的特写图和位置图精确判罚行人或车辆的违章情况,实现了交通领域违章判罚的智能化。
在确定多个预设行列组合下违章合成图中特写图及位置图的情况下,还可在多个预设行列组合中,确定违章合成图采用何种预设行列组合,从而确定违章合成图的预设行列组合及该预设行列组合下违章合成图中特写图及位置图。具体可参阅图2,图2是本申请提供的违章合成图的拆分方法第二实施例的流程示意图。本实施例的违章合成图的拆分方法具体包括以下步骤:
S201:获取违章合成图。
本实施例S201的具体描述可参阅上述S101,在此不再赘述。
S202:依据至少两个预设行列组合对违章合成图进行拆分。
为了确定S201中获取的违章合成图中子图的具体排列组合方式,需按照至少两个预设行列组合对违章合成图进行拆分,以获取到至少两个预设行列组合下对应的违章合成图拆分后的子图组合排列方式。例如,预设行列组合为2x2和3x2,则将违章合成图依据2x2和3x2的预设行列组合进行拆分,获取到2x2行列组合下违章合成图的4个子图,以及3x2行列组合下违章合成图的6个子图。本实施例的预设行列组合数量还可以为3、4、5等,在此不作限定。
S203:确定每一预设行列组合下违章合成图中的特写图及位置图。
本实施例中,确定每一预设行列组合下违章合成图中的特写图及位置图的具体方式可参阅实施例一S103所述,在此不再重复赘述。
S204:计算每一预设行列组合下位置图的位置差异度。
位置差异度是指确定的每一预设行列组合下违章合成图中多个位置图中两两间差值的平均值,即为该预设行列组合下位置图的位置差异度。预设行列组合为至少两个,例如,预设行列组合为2x2和3x2,分别计算在2x2和3x2的行列组合下违章合成图中位置图的位置差异度,即在2x2的“田”字形式行列组合方式下,依据S203已确定“田”字左上角为特写图,则右上角、左下角及右下角为位置图,计算右上角、左下角及右下角位置图两两间的差值,并计算相互间3个差值的平均值,即为2x2的行列组合方式下位置图的位置差异度;在3x2的行列组合方式下,依据S203已确定3x2的行列组合方式下左上角为特写图,则其他5个非预设位置为位置图,计算5个位置图间两两间差值,以得到5个位置图相互间的10个差值,计算10个差值间的平均值,即为3x2的行列组合方式位置图的位置差异度。
S205:比较所有预设行列组合下的位置差异度,确定最小的位置差异度对应的预设行列组合为违章合成图的拆分方式。
基于S204中计算的所有预设行列组合下位置图的位置差异度,比较所有预设行列组合下的位置差异度,将最小的位置差异度对应的预设行列组合作为违章合成图的拆分方式。
例如,基于S204中2x2和3x2两种预设行列组合下计算出的各自位置图的位置差异度,比较2x2和3x2两种预设行列组合下各自位置图的位置差异度的大小,若2x2预设行列组合下的位置差异度小于3x2预设行列组合下的位置差异度,则将2x2预设行列组合作为违章合成图的拆分方式。
在本实施例中,获取违章合成图,依据至少两个预设行列组合对违章合成图进行拆分,确定每一预设行列组合下违章合成图中的特写图及位置图,计算每一预设行列组合下位置图的位置差异度,比较所有预设行列组合下的位置差异度,确定最小的位置差异度对应的预设行列组合为违章合成图的拆分方式。本申请通过依据至少两个预设行列组合对违章合成图进行拆分,从而确定多个预设行列组合下的违章合成像中特写图和位置图,并根据位置图计算出所有预设行列组合下的位置差异度,依据位置差异度确定违章合成图的具体预设行列组合方式,便于后续对违章合成图进行精确的判罚。
由于违章合成图中添加有人或车辆的违章时间、违章地点和违章车辆信息等头部信息,所以在对违章合成图进行拆分时,还需确定违章合成图头部信息的高度。具体可参阅图3,图3是本申请提供的违章合成图的拆分方法第三实施例的流程示意图。
本实施例的违章合成图的拆分方法具体包括以下步骤:
S301:获取违章合成图。
本实施例S301的具体描述可参阅上述S101,在此不再赘述。
S302:依据至少两个预设高度,去除违章合成图中的头部信息。
为了防止违章合成图中头部信息对违章合成图拆分时的影响,需在对违章合成图进行拆分时去除违章合成图的头部信息。头部信息包括人或车辆的违章时间、违章地点和违章车辆信息等。违章合成图中的预设高度依据头部信息叠加内容的多少而有所不同,当叠加较多头部信息时,预设高度越大,一般情况下的预设高度为32个像素单位,对于违章合成图头部信息叠加内容较多时,可能会有64或96的像素高度。因此可通过设置数组的方式添加至少两个预设高度,也可添加任意尺寸的预设高度数值以覆盖更多违章合成图的拆分方法。
进一步地,为了避免违章合成图的颜色对拆分的影响,在去除违章合成图的头部信息后,还需对违章合成图进行灰度变换,以获取到单通道的违章合成图。
S303:对每一预设高度下去除头部信息的违章合成图,依据预设行列组合进行拆分。
基于S302中依据至少两个预设高度,去除违章合成图中的头部信息,获取到每一预设高度下去除头部信息的违章合成图,具体地依据预设行列组合对违章合成图进行拆分的方式可参阅实施例一的S102,在此不再赘述。
S304:对每一预设高度下去除头部信息的违章合成图,确定预设行列组合下的特征图和位置图。
本实施例S304中对每一预设高度下去除头部信息的违章合成图进行拆分,以确定预设行列组合下的特征图和位置图。确定预设行列组合下特征图和位置图的方式可参阅实施例一S103,在此不再赘述。
S305:计算每一预设高度下位置图的位置差异度;
本实施例中S305计算每一预设高度下位置图的位置差异度可参阅实施例二S204所述,在此不再赘述。
S306:比较所有预设高度下的位置差异度,确定最小的位置差异度对应的预设高度为头部信息的高度。
基于S305中计算的所有预设高度下的位置差异度,比较所有预设高度下的位置差异度大小,将最小的位置差异度对应的预设高度作为违章合成图头部信息的高度。
在本实施例中,获取违章合成图,依据至少两个预设高度,去除违章合成图中的头部信息,对每一预设高度下去除头部信息的违章合成图,依据预设行列组合进行拆分,对每一预设高度下去除头部信息的违章合成图,确定预设行列组合下的特征图和位置图,计算每一预设高度下位置图的位置差异度,比较所有预设高度下的位置差异度,确定最小的位置差异度对应的预设高度为头部信息的高度。本申请通过确定预设行列组合下的特征图和位置图,计算所有预设高度下位置图的位置差异度,以确定违章合成图的具体预设高度,便于后续根据确定的预设高度、确定的特征图和位置图,实现对违章合成图的准确判罚。
为了实现对违章合成图的精确判罚,需同时确定违章合成图像的行列组合方式、预设高度、特征图和位置图。具体可参阅图4和图5,图4是本申请提供的违章合成图的拆分方法第四实施例的流程示意图,图5是图4提供的违章合成图的拆分方法的整体流程示意图。
本实施例的违章合成图的拆分方法具体包括以下步骤:
S401:获取违章合成图。
本实施例S401的具体描述可参阅上述S101,在此不再赘述。
S402:依据至少两个预设高度,去除违章合成图中的头部信息。
本实施例S402具体描述可参阅上述S302,在此不再赘述。
S403:对每一预设高度下去除头部信息的违章合成图,依据至少两个预设行列组合进行拆分。
依据至少两个预设行列组合,对每一预设高度下去除头部信息的违章合成图,进行拆分。例如,预设高度有3个,预设行列组合有2个,则需对3个预设高度下的违章合成图都去除头部信息,并对3个预设高度下去除头部信息后的每一违章合成图都依据2个预设行列组合进行拆分,即3个预设高度下去除头部信息的违章合成图像为A1,A2,A3,将A1,A2,A3依据两个预设行列组合进行分别拆分,A1依据两个预设行列组合进行拆分得到A11和A12,A2依据两个预设行列组合进行拆分得到A21和A22,A3依据两个预设行列组合进行拆分得到A31和A32。
S404:对每一预设高度下去除头部信息的违章合成图,确定每一预设行列组合下的特征图和位置图。
基于S403中对每一预设高度下去除头部信息的违章合成图,依据至少两个预设行列组合进行拆分,以确定预设高度下预设行列组合中的特写图和位置图,确定预设高度下预设行列组合中的特写图和位置图的方式可参阅S103,在此不再赘述。
S405:计算每一预设高度下所有预设行列组合下位置图的位置差异度。
基于S403中对违章合成图的拆分方式及S404中确定的每一预设行列组合下的特征图和位置图,计算每一预设高度下所有预设行列组合下位置图的位置差异度。例如,预设高度有3个,预设行列组合有2个,3个预设高度下去除头部信息的违章合成图像为A1,A2,A3,将A1,A2,A3依据两个预设行列组合进行分别拆分,A1依据两个预设行列组合进行拆分得到A11和A12,A2依据两个预设行列组合进行拆分得到A21和A22,A3依据两个预设行列组合进行拆分得到A31和A32,确定A11、A12、A21、A22、A31和A32中的特征图和位置图,分别计算A1对应预设高度下的两个预设行列组合A11和A12的位置差异度,A2对应预设高度下的两个预设行列组合A21和A22的位置差异度,A3对应预设高度下的两个预设行列组合A31和A32的位置差异度。
S406:比较每一预设高度下所有预设行列组合下的位置差异度,确定最小的位置差异度对应的预设行列组合为每一预设高度下违章合成图的拆分方式。
基于S405中计算的每一预设高度下所有预设行列组合下的位置差异度,比较位置差异度的大小,最小的位置差异度对应的预设行列组合为每一预设高度下违章合成图的拆分方式。例如,3个预设高度,2个预设行列组合,A1对应预设高度下的两个预设行列组合A11和A12的位置差异度中,A11小于A12,则A11为A1对应预设高度下的最小位置差异度,A2对应预设高度下的两个预设行列组合A21和A22的位置差异度中,A21小于A22,则A21为A2对应预设高度下的最小位置差异度,可确定出A11和A21分别为A1和A2对应预设高度下违章合成图的拆分方法。
S407:比较所有预设高度下违章合成图的拆分方式对应的位置差异度,确定最小的位置差异度对应的预设高度为头部信息的高度。
基于S406中确定的每一预设高度下最小的位置差异度,比较每一预设高度下最小的位置差异度的大小,将每一预设高度下的最小的位置差异度中最小位置差异度作为头部信息的高度。例如,A11和A21分别为A1和A2对应预设高度下违章合成图的最小的位置差异度,比较A11和A21的大小,若A11小于A21,则将A11对应的预设高度A1作为违章合成图头部信息的高度。
在本实施例中,获取违章合成图,依据至少两个预设高度,去除违章合成图中的头部信息,对每一预设高度下去除头部信息的违章合成图,依据至少两个预设行列组合进行拆分,对每一预设高度下去除头部信息的违章合成图,确定每一预设行列组合下的特征图和位置图,计算每一预设高度下所有预设行列组合下位置图的位置差异度,比较每一预设高度下所有预设行列组合下的位置差异度,确定最小的位置差异度对应的预设行列组合为每一预设高度下违章合成图的拆分方式,比较所有预设高度下违章合成图的拆分方式对应的位置差异度,确定最小的位置差异度对应的预设高度为所述头部信息的高度,以获取到遍历所有预设高度及所有预设行列组合的违章合成图的拆分方式,从而确定每一预设高度下每一预设行列组合下违章合成图的特写图和位置图,并根据位置图确定违章合成图的最佳拆分方式,以根据最佳拆分方式下的特写图和位置图精确判罚行人或车辆的违章情况,实现了自动判罚违章。
为实现上述实施例的违章合成图的拆分方法,本申请提出了一种违章合成图的拆分设备600,具体请参阅图6,图6是本申请提供的违章合成图的拆分设备600一实施例的结构示意图。
拆分设备600包括存储器61和处理器62,其中,存储器61和处理器62耦接。
存储器61用于存储程序数据,处理器62用于执行程序数据以实现上述实施例的违章合成图的拆分方法。
在本实施例中,处理器62还可以称为CPU(Central Processing Unit,中央处理单元)。处理器62可能是一种集成电路芯片,具有信号的处理能力。处理器62还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器62也可以是任何常规的处理器等。
本申请还提供一种计算机存储介质700,如图7所示,计算机存储介质700用于存储程序数据71,程序数据71在被处理器执行时,用以实现如本申请方法实施例中所述的违章合成图的拆分方法。
本申请违章合成图的拆分方法实施例中所涉及到的方法,在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时,可以存储在装置中,例如一个计算机可读取存储介质中。根据这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,卡口设备的异常检测设备,或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作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,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种违章合成图的拆分方法,其特征在于,所述方法包括:
获取所述违章合成图;
依据预设行列组合对所述违章合成图进行拆分,获得以所述预设行列组合排列的至少两个子图;
确定所述预设行列组合下所述违章合成图中的特写图及位置图,包括:
将所述预设行列组合中预设位置处的子图作为特写子图,非预设位置处的子图作为位置子图;
计算所述特写子图与所述位置子图的特写差异度,获取每个预设位置对应的特写差异度;
比较所有预设位置对应的特写差异度,确定最大的特写差异度对应的预设位置处的子图为所述违章合成图中的特写图,其他子图作为位置图;
其中,所述依据预设行列组合对所述违章合成图进行拆分,包括:
依据至少两个预设行列组合对所述违章合成图进行拆分;
所述确定所述预设行列组合下所述违章合成图中的特写图及位置图,包括:
确定每一预设行列组合下所述违章合成图中的特写图及位置图;
所述方法还包括:
计算每一预设行列组合下所述位置图的位置差异度;
比较所有预设行列组合下的位置差异度,确定最小的位置差异度对应的预设行列组合为所述违章合成图的拆分方式。
2.根据权利要求1所述的方法,其特征在于,所述依据预设行列组合对所述违章合成图进行拆分,之前包括:
依据预设高度,去除所述违章合成图中的头部信息。
3.根据权利要求2所述的方法,其特征在于,所述依据预设高度,去除所述违章合成图中的头部信息,包括:依据至少两个预设高度,去除所述违章合成图中的头部信息;
所述依据预设行列组合对所述违章合成图进行拆分,包括:对每一预设高度下去除头部信息的违章合成图,依据预设行列组合进行拆分;
所述确定所述预设行列组合下所述违章合成图中的特写图及位置图,包括:对每一预设高度下去除头部信息的违章合成图,确定所述预设行列组合下的特征图和位置图;
所述方法还包括:
计算每一预设高度下所述位置图的位置差异度;
比较所有预设高度下的位置差异度,确定最小的位置差异度对应的预设高度为所述头部信息的高度。
4.根据权利要求2所述的方法,其特征在于,所述依据预设高度,去除所述违章合成图中的头部信息,包括:依据至少两个预设高度,去除所述违章合成图中的头部信息;
所述依据预设行列组合对所述违章合成图进行拆分,包括:对每一预设高度下去除头部信息的违章合成图,依据至少两个预设行列组合进行拆分;
所述确定所述预设行列组合下所述违章合成图中的特写图及位置图,包括:对每一预设高度下去除头部信息的违章合成图,确定每一所述预设行列组合下的特征图和位置图;
所述方法还包括:
计算每一预设高度下所有预设行列组合下位置图的位置差异度;
比较每一预设高度下所有预设行列组合下的位置差异度,确定最小的位置差异度对应的预设行列组合为每一预设高度下违章合成图的拆分方式;
比较所有预设高度下违章合成图的拆分方式对应的位置差异度,确定最小的位置差异度对应的预设高度为所述头部信息的高度。
5.根据权利要求1所述的方法,其特征在于,所述计算所述特写子图与所述位置子图的特写差异度,获取每个预设位置对应的特写差异度,包括:
将所述特写子图的像素点和所述位置子图的像素点逐个求差,并计算所有差值的平均值,得到所述特写差异度。
6.根据权利要求1所述的方法,其特征在于,所述计算每一预设行列组合下所述位置图的位置差异度,包括:
对所述位置图两两求差,计算所有差值的平均值,以得到所述位置差异度。
7.根据权利要求1所述的方法,其特征在于,所述获取所述违章合成图,包括:
对所述违章合成图进行灰度变换。
8.根据权利要求1所述的方法,其特征在于,所述计算所述特写子图与所述位置子图的特写差异度,之前包括:
计算每一子图的像素平均值,将所述子图中的每个像素值减去像素平均值,以对所述特写子图和所述位置子图进行修改。
9.一种违章合成图的拆分设备,其特征在于,所述设备包括存储器以及与所述存储器耦接的处理器;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现如权利要求1~8任一项所述违章合成图的拆分方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现如权利要求1~8任一项所述违章合成图的拆分方法。
CN202010103239.7A 2020-02-19 2020-02-19 违章合成图的拆分方法、设备及计算机存储介质 Active CN111340811B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010103239.7A CN111340811B (zh) 2020-02-19 2020-02-19 违章合成图的拆分方法、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010103239.7A CN111340811B (zh) 2020-02-19 2020-02-19 违章合成图的拆分方法、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111340811A CN111340811A (zh) 2020-06-26
CN111340811B true CN111340811B (zh) 2023-08-11

Family

ID=71186993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010103239.7A Active CN111340811B (zh) 2020-02-19 2020-02-19 违章合成图的拆分方法、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111340811B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365465B (zh) * 2020-11-09 2024-02-06 浙江大华技术股份有限公司 合成图像类别确定方法、装置、存储介质及电子装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103778786A (zh) * 2013-12-17 2014-05-07 东莞中国科学院云计算产业技术创新与育成中心 一种基于显著车辆部件模型的交通违章检测方法
CN105608903A (zh) * 2015-12-15 2016-05-25 重庆凯泽科技有限公司 交通违章检测的方法及系统
WO2017008412A1 (zh) * 2015-07-16 2017-01-19 中兴通讯股份有限公司 违章车辆的报警方法和装置及系统
CN108399752A (zh) * 2018-04-28 2018-08-14 上海与德科技有限公司 一种驾驶违章预判方法、装置、服务器和介质
JP2019087936A (ja) * 2017-11-09 2019-06-06 株式会社日立ビルシステム 映像監視システム及び映像監視装置
CN110084162A (zh) * 2019-04-18 2019-08-02 上海钧正网络科技有限公司 一种违章检测方法、装置及服务器
CN110415529A (zh) * 2019-09-04 2019-11-05 上海眼控科技股份有限公司 车辆违章的自动处理方法、装置、计算机设备和存储介质
CN110503108A (zh) * 2019-07-11 2019-11-26 平安科技(深圳)有限公司 违章建筑识别方法及装置、存储介质、计算机设备
CN110766077A (zh) * 2019-10-24 2020-02-07 上海眼控科技股份有限公司 证据链图像中特写图筛选方法、装置和设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6546119B2 (en) * 1998-02-24 2003-04-08 Redflex Traffic Systems Automated traffic violation monitoring and reporting system
US8897548B2 (en) * 2013-04-02 2014-11-25 National Chung Cheng University Low-complexity method of converting image/video into 3D from 2D
US10275788B2 (en) * 2014-12-02 2019-04-30 Operr Technologies, Inc. Method and system for avoidance of parking violations
US10043307B2 (en) * 2015-04-17 2018-08-07 General Electric Company Monitoring parking rule violations
US10970876B2 (en) * 2017-12-08 2021-04-06 Panton, Inc. Methods and apparatus for image locating relative to the global structure
CN109961406B (zh) * 2017-12-25 2021-06-25 深圳市优必选科技有限公司 一种图像处理的方法、装置及终端设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103778786A (zh) * 2013-12-17 2014-05-07 东莞中国科学院云计算产业技术创新与育成中心 一种基于显著车辆部件模型的交通违章检测方法
WO2017008412A1 (zh) * 2015-07-16 2017-01-19 中兴通讯股份有限公司 违章车辆的报警方法和装置及系统
CN105608903A (zh) * 2015-12-15 2016-05-25 重庆凯泽科技有限公司 交通违章检测的方法及系统
JP2019087936A (ja) * 2017-11-09 2019-06-06 株式会社日立ビルシステム 映像監視システム及び映像監視装置
CN108399752A (zh) * 2018-04-28 2018-08-14 上海与德科技有限公司 一种驾驶违章预判方法、装置、服务器和介质
CN110084162A (zh) * 2019-04-18 2019-08-02 上海钧正网络科技有限公司 一种违章检测方法、装置及服务器
CN110503108A (zh) * 2019-07-11 2019-11-26 平安科技(深圳)有限公司 违章建筑识别方法及装置、存储介质、计算机设备
CN110415529A (zh) * 2019-09-04 2019-11-05 上海眼控科技股份有限公司 车辆违章的自动处理方法、装置、计算机设备和存储介质
CN110766077A (zh) * 2019-10-24 2020-02-07 上海眼控科技股份有限公司 证据链图像中特写图筛选方法、装置和设备

Also Published As

Publication number Publication date
CN111340811A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN105260713B (zh) 一种车道线检测方法和装置
CN109918977A (zh) 确定空闲车位的方法、装置及设备
CN108257186B (zh) 标定图像的确定方法及装置、摄像机及存储介质
CN113808098A (zh) 道路病害识别方法、装置、电子设备及可读存储介质
CN110264397B (zh) 一种提取鱼眼图像的有效区域的方法和装置
CN111340811B (zh) 违章合成图的拆分方法、设备及计算机存储介质
CN108460333B (zh) 基于深度图的地面检测方法及装置
CN111476062A (zh) 车道线检测方法、装置、电子设备及驾驶系统
CN111292331B (zh) 图像处理的方法与装置
CN112201044A (zh) 道路违规车辆识别方法及系统、存储介质及终端
CN113903188B (zh) 车位检测方法、电子设备及计算机可读存储介质
CN114973752B (zh) 车牌与车位编号关联方法、装置、智能车和可读存储介质
CN111553944A (zh) 确定相机布局位置的方法、装置、终端设备及存储介质
CN113436279B (zh) 一种图像处理方法、装置及设备
CN116092035A (zh) 车道线检测方法、装置、计算机设备和存储介质
US8416328B2 (en) Image processing apparatus and image processing method for processing bayer pattern image data
CN111899559B (zh) 一种停车位管理方法、服务器及停车管理系统
CN113469130A (zh) 一种遮挡目标检测方法、装置、存储介质及电子装置
CN103870830B (zh) 车道线边缘特征点的提取方法及装置
CN115797229B (zh) 图像处理方法及装置
DE102013112627A1 (de) Bildverarbeitungs-Verfahren und -Vorrichtung zum Verbessern der Bildqualität unter Verwendung verschiedener Koeffizienten gemäß Bereichen
CN112498338B (zh) 一种库位确定方法、装置及电子设备
CN115908876A (zh) 图像搜索方法、装置、电子设备和存储介质
CN116977482A (zh) 图像处理方法、装置、程序产品、计算机设备和介质
CN114022808A (zh) 一种道路标线的确定方法和设备

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
GR01 Patent grant
GR01 Patent grant