CN111966857B - 一种检测改装车辆的方法及检测系统 - Google Patents

一种检测改装车辆的方法及检测系统 Download PDF

Info

Publication number
CN111966857B
CN111966857B CN202010837010.6A CN202010837010A CN111966857B CN 111966857 B CN111966857 B CN 111966857B CN 202010837010 A CN202010837010 A CN 202010837010A CN 111966857 B CN111966857 B CN 111966857B
Authority
CN
China
Prior art keywords
vehicle
photographing
unit
view
database
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
CN202010837010.6A
Other languages
English (en)
Other versions
CN111966857A (zh
Inventor
张维林
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.)
Nanjing Yingdeli Automobile Co ltd
Original Assignee
Nanjing Yingdeli Automobile 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 Nanjing Yingdeli Automobile Co ltd filed Critical Nanjing Yingdeli Automobile Co ltd
Priority to CN202010837010.6A priority Critical patent/CN111966857B/zh
Publication of CN111966857A publication Critical patent/CN111966857A/zh
Application granted granted Critical
Publication of CN111966857B publication Critical patent/CN111966857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种检测改装车辆的方法及检测系统，包括基于车辆信息建立货车信息数据库；车辆行驶到指定位置拍照以得到正面照片和侧面照片；对正面照片进行透视变换，并和数据库对比确定车辆型号；对侧面照片进行图像处理得到真实车高；基于真实车高与数据库进行对比，则可以判断真实车高是否在正常误差范围内，从而可以判断货车是否被改装。相比于人工检测，此种检测方法的自动化程度更高，可以全天运行，可以提高检测效率，降低成本，从而解决人工检查方式人工成本较高，效率较低的问题。

Description

一种检测改装车辆的方法及检测系统
技术领域
本发明涉及车辆检测领域，尤其涉及一种检测改装车辆的方法及检测系统。
背景技术
汽车改装是指根据汽车车主需要，将汽车制造厂家生产的原形车进行外部造型、内部造型以及机械性能的改动，主要包括车身改装和动力改装两种。
随着经济发展我国道路货运车辆数量大大增加，有一些货运车辆为了经济利益会违法改装，极大的影响交通安全。交通部门也加大了检查力度，但目前对道路货运车辆改装的检测，仍以人工检查为主。人工检查方式人工成本较高，效率较低。
发明内容
本发明的目的在于提供一种检测改装车辆的方法及检测系统，旨在解决现有检测方法成本较高而效率较低的问题。
为实现上述目的，本发明提供了一种检测改装车辆的方法，包括基于车辆信息建立货车信息数据库；车辆行驶到指定位置拍照以得到正面照片和侧面照片；对正面照片进行透视变换，并和数据库对比确定车辆型号；对侧面照片进行图像处理得到真实车高；基于真实车高与数据库进行对比，判断是否经过改装。
其中，所述车辆信息包括货车型号、标准正视图、标准侧视图以及车高。
其中，所述建立货车信息数据库的步骤包括：从网上搜集货车型号、标准正视图、标准侧视图和车高参考值；基于MYSQL将货车型号和车高、标准正视图、标准侧视图对应建立数据库。
其中，所述车辆行驶到指定位置拍照以得到正面照片和侧面照片的具体步骤包括：检测车辆位置；车辆行驶到指定位置发送拍照信号；对车辆的正面和侧面进行拍照，得到正面照片和侧面照片。
其中，所述对正面照片进行透视变换，并和数据库对比确定车辆型号的具体步骤是：对正面照片进行透视变换得到变换正视图；将变换正视图与货车信息数据库进行对比，确定货车型号。
其中，所述对侧面照片进行图像处理得到真实车高的具体步骤是：对侧面照片进行透视变换得到检测侧视图；采样检测侧视图中车厢颜色和背景颜色；基于车厢颜色和背景颜色得到检测侧视图的边界线；对边界线取样并进行曲线拟合，得到计算边界线；测量计算边界线到地面的距离得到真实车高。
另一方面，本发明提供一种检测改装车辆的检测系统，包括定位模块、信息处理模块、正面拍照模块和侧面拍照模块，所述定位模块、所述正面拍照模块和所述侧面拍照模块与所述信息处理模块电连接；所述定位模块，用于检测车辆的位置；所述信息处理模块，用于建立货车信息数据库和进行图像对比；所述正面拍照模块，用于对行驶车辆正面进行拍照并进行图像处理；所述侧面拍照模块，用于对行驶车辆侧面进行拍照并进行图像处理。
其中，所述信息处理模块包括数据库单元和对比单元，所述对比单元与数据库单元电连接，所述数据库单元，用于从网上搜集货车型号、标准正视图、标准侧视图和车高参考值，并基于MYSQL将货车型号和车高、标准正视图、标准侧视图对应建立数据库；所述对比单元，用于将数据库信息和拍照信息进行对比，判断是否经过改装。
其中，所述正面拍照模块包括第一拍照单元和第一图像变换单元，所述第一拍照单元和所述第一图像变换单元电连接，所述第一图像变换单元与所述对比单元电连接，所述第一拍照单元，用于对行驶车辆的正面进行拍照，所述第一图像变换单元，用于基于透视变换得到检测正视图。
其中，所述侧面拍照模块包括第二拍照单元、第二图像变换单元和测高单元，所述第二拍照单元和所述第二图像变换单元电连接，所述第二图像变换单元与所述对比单元电连接，所述测高单元与所述第二图像变换单元电连接，所述第二拍照单元，用于对行驶车辆的侧面进行拍照，所述第二图像变换单元，用于对照片进行透视变换得到检测侧视图，并提取检测侧视图车厢颜色和背景颜色，所述测高单元，用于对边界线进行曲线拟合，得到计算边界线，然后测量计算边界线到地面的距离得到真实车高。
本发明的一种检测改装车辆的方法及检测系统，包括基于车辆信息建立货车信息数据库；车辆行驶到指定位置拍照以得到正面照片和侧面照片；对正面照片进行透视变换，并和数据库对比确定车辆型号；对侧面照片进行图像处理得到真实车高；基于真实车高与数据库进行对比，则可以判断真实车高是否在正常误差范围内，从而可以判断货车是否被改装。相比于人工检测，此种检测方法的自动化程度更高，可以全天运行，可以提高检测效率，降低成本，从而解决人工检查方式人工成本较高，效率较低的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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。
图1是本发明的一种检测改装车辆的方法的流程图；
图2是本发明的对侧面照片进行图像处理得到真实车高的流程图；
图3是本发明的一种检测改装车辆的检测系统的结构图。
1-定位模块、2-信息处理模块、3-正面拍照模块、4-侧面拍照模块、21-数据库单元、22-对比单元、31-第一拍照单元、32-第一图像变换单元、41-第二拍照单元、42-第二图像变换单元、43-测高单元。
具体实施方式
下面详细描述本发明的实施例，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，旨在用于解释本发明，而不能理解为对本发明的限制。
请参阅图1，本发明提供一种检测改装车辆的方法，包括：
S101基于车辆信息建立货车信息数据库；
所述车辆信息包括货车型号、标准正视图、标准侧视图以及车高。建立货车信息数据库的步骤是：从网上搜集货车型号、标准正视图、标准侧视图和车高参考值；基于MYSQL将货车型号和车高、标准正视图、标准侧视图对应建立数据库。MySQL是一个关系型数据库管理系统，可以方便地对不同类型的数据建立数据库；然后就可以根据标准正视图和标准侧视图作为对比文件确定车辆的型号，然后根据车辆型号就可以找到对应车辆的标准车高，从而可以对改装车辆的车高进行判断。
S102车辆行驶到指定位置拍照以得到正面照片和侧面照片；
具体步骤包括：检测车辆位置；车辆行驶到指定位置发送拍照信号；对车辆的正面和侧面进行拍照，得到正面照片和侧面照片，基于正面照片去除干扰车辆，留下目标车辆。在公路上规定一个位置，就可以固定摄像头的拍摄角度，使得每个车辆通过时都可以相同角度被摄像头拍下照片，从而更加方便用同一方式对图片进行处理，正面照片由放置在车辆行驶方向的摄像头拍摄，主要用于拍下汽车前脸用于型号识别，侧面照片由安装在公路两旁的摄像头拍摄，用于识别车高。
在拍照的过程中，可能会拍到许多的中小型乘用车，这些车辆一般不会进行改装，因此需要预先去除干扰车辆，从而可以减少运算量。具体步骤包括：基于神经网络技术识别正面照片中的各种车辆；将各个车辆的图片提取，并计算各种车辆的像素面积；将像素面积和标准面积进行比较，如果大于标准面积则为目标车辆，如果小于标准面积则为干扰车辆。
S103对正面照片进行透视变换，并和数据库对比确定车辆型号；
具体步骤是：对正面照片进行透视变换得到变换正视图；将变换正视图与货车信息数据库进行对比，确定货车型号。由于正面照片是由和拍摄对象有一定倾角的摄像头拍摄的，因此图片发生了一定的畸变，因此选择采用透视变换将图片变换到没有倾角的状态，以更加清楚地和货车信息数据库中的信息进行对比，变换公式为：
其中，u,v为原始图片上的点坐标，变换后的坐标为x,y,其中，x＝x'/w'，y＝y'/w'，w＝w'＝1，表示线性变换，[a31 a32]用于平移，[a13 a23]T产生透视变换。
在得到变换正视图后，从图中选取后视镜，出气格栅等参照物并在货车信息数据库中进行对比，而最终确定车辆的型号。
S104对侧面照片进行图像处理得到真实车高；
请参阅图2，具体步骤是：
S201对侧面照片进行透视变换得到检测侧视图；
以与步骤S103相同的方式对侧面照片进行处理，得到没有倾角，没有畸变的图像以便于对高度进行测量。
S202采样检测侧视图中车厢颜色和背景颜色；
通过间隔取样来获取车厢颜色和背景颜色，由于车辆的车厢和背景的颜色是不一样的，因此通过对比车厢颜色和背景颜色可以确定车厢和背景之间的边界。
S203基于车厢颜色和背景颜色得到检测侧视图的边界线；
将配对的车厢颜色和背景颜色排列，就可以得到检测侧视图的边界线。
S204对边界线取样并进行曲线拟合，得到计算边界线；
在检测侧视图中建立坐标，并对采样点进行坐标赋值，采用最小二乘法计算得到和所有车厢颜色点距离最接近的直线作为计算边界线，也就是车厢的高度线。
S205测量计算边界线到地面的距离得到真实车高。
地面的距离经过透视变换后是已知的直线，与计算边界线的距离就是图片上的车高，然后再乘以一个比例系数就可以得到车辆的真实车高。比例系数由摄像头距离拍摄位置的角度和距离决定。
S105基于真实车高与数据库进行对比，判断是否经过改装。
将真实车高和货车信息数据库进行对比，则可以判断真实车高是否在正常误差范围内，从而可以判断货车是否被改装。相比于人工检测，此种检测方法的自动化程度更高，可以全天运行，可以提高检测效率，降低成本，从而解决人工检查方式人工成本较高，效率较低的问题。
第二方面，请参阅图3，本发明还提供一种检测改装车辆检测系统，包括定位模块1、信息处理模块2、正面拍照模块3和侧面拍照模块4，所述定位模块1、所述正面拍照模块3和所述侧面拍照模块4与所述信息处理模块2电连接；
所述定位模块1用于检测车辆的位置；
所述信息处理模块2，用于建立货车信息数据库和进行图像对比；
所述正面拍照模块3，用于对行驶车辆正面进行拍照并进行图像处理；
所述侧面拍照模块4，用于对行驶车辆侧面进行拍照并进行图像处理。
在本实施方式中，所述定位模块1可以由激光传感器组成，放置在公路两侧用于检测车辆通过的状态，在车辆通过时发送拍照信号，使所述正片拍照模块和所述侧面拍照模块4进行拍照。然后所述正面拍照模块3对正面照片进行处理后发送到所述信息处理模块2中和预存的车辆信息进行对比，从而确定车辆型号；所述侧面拍照模块4对侧面照片进行处理后可以测量车辆的身高，从而根据车辆型号去寻找该车型的标准车高进行对比，如果在正常的误差范围内则车辆就没有改装，如果不在误差范围内则就判断为改装车辆。
进一步的，所述信息处理模块2包括数据库单元21和对比单元22，所述对比单元22与数据库单元21电连接，所述数据库单元21，用于从网上搜集货车型号、标准正视图、标准侧视图和车高参考值，并基于MYSQL将货车型号和车高、标准正视图、标准侧视图对应建立数据库；所述对比单元22，用于将数据库信息和拍照信息进行对比，判断是否经过改装。
在本实施方式中，所述数据库单元21主要用于存储对比数据，并通过MYSQL将各种数据建立联系而更加方便查找，所述对比单元22则提取车辆的关键特征，如出气栅栏，后视镜等对车辆型号进行对比。
进一步的，所述正面拍照模块3包括第一拍照单元31和第一图像变换单元32，所述第一拍照单元31和所述第一图像变换单元32电连接，所述第一图像变换单元32与所述对比单元22电连接，所述第一拍照单元31，用于对行驶车辆的正面进行拍照，所述第一图像变换单元32，用于基于透视变换得到检测正视图。
在本实施方式中，所述第一拍照单元31主要是由摄像头构成，用于安装在行驶车辆的前方，当车辆行驶到指定位置进行拍照，所述第一图像变换单元32主要由图像处理芯片构成，基于所述定位模块1得到的车辆信息对图像进行变换，从而得到检测正视图，便于和所述数据库单元21中的数据进行对比。
进一步的，所述侧面拍照模块4包括第二拍照单元41、第二图像变换单元42和测高单元43，所述第二拍照单元41和所述第二图像变换单元42电连接，所述第二图像变换单元42与所述对比单元22电连接，所述测高单元43与所述第二图像变换单元42电连接，所述第二拍照单元41用于对行驶车辆的侧面进行拍照，所述第二图像变换单元42，用于对照片进行透视变换得到检测侧视图，并提取检测侧视图车厢颜色和背景颜色，所述测高单元43，用于、对边界线进行曲线拟合，得到计算边界线，然后测量计算边界线到地面的距离得到真实车高。
在本实施方式中，所述第二拍照单元41主要由摄像头构成，安装在公路两侧对车辆的侧面进行拍照，所述第二图像变换单元42主要由图像处理芯片构成，基于所述定位模块1得到的车辆信息对图像进行变换，从而得到检测侧视图，并基于车厢颜色和背景颜色得到车厢的边界线，然后采用最小二乘法对边界线进行拟合最后测量计算边界线到地面的距离就可以得到真实车高。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (9)

1.一种检测改装车辆的方法，其特征在于，包括：
基于车辆信息建立货车信息数据库；
车辆行驶到指定位置拍照以得到正面照片和侧面照片；
对正面照片进行透视变换，并和数据库对比确定车辆型号；
对侧面照片进行图像处理得到真实车高；
基于真实车高与数据库进行对比，判断是否经过改装；
所述对侧面照片进行图像处理得到真实车高的具体步骤是：
对侧面照片进行透视变换得到检测侧视图；
采样检测侧视图中车厢颜色和背景颜色；
基于车厢颜色和背景颜色得到检测侧视图的边界线；
对边界线取样并进行曲线拟合，得到计算边界线；
测量计算边界线到地面的距离得到真实车高。
2.如权利要求1所述的一种检测改装车辆的方法，其特征在于，
所述车辆信息包括货车型号、标准正视图、标准侧视图以及车高。
3.如权利要求1所述的一种检测改装车辆的方法，其特征在于，
所述建立货车信息数据库的步骤包括：从网上搜集货车型号、标准正视图、标准侧视图和车高参考值；基于MYSQL将货车型号和车高、标准正视图、标准侧视图对应建立数据库。
4.如权利要求1所述的一种检测改装车辆的方法，其特征在于，
所述车辆行驶到指定位置拍照以得到正面照片和侧面照片的具体步骤包括：
检测车辆位置；车辆行驶到指定位置发送拍照信号；对车辆的正面和侧面进行拍照，得到正面照片和侧面照片。
5.如权利要求1所述的一种检测改装车辆的方法，其特征在于，
所述对正面照片进行透视变换，并和数据库对比确定车辆型号的具体步骤是：对正面照片进行透视变换得到变换正视图；将变换正视图与货车信息数据库进行对比，确定货车型号。
6.一种检测改装车辆的系统，其特征在于，在所述系统中引用权利要求1-5所述的方法，
包括定位模块、信息处理模块、正面拍照模块和侧面拍照模块，所述定位模块、所述正面拍照模块和所述侧面拍照模块与所述信息处理模块电连接；
所述定位模块，用于检测车辆的位置；
所述信息处理模块，用于建立货车信息数据库和图像进行对比；
所述正面拍照模块，用于对行驶车辆正面进行拍照并进行图像处理；
所述侧面拍照模块，用于对行驶车辆侧面进行拍照并进行图像处理。
7.如权利要求6所述的一种检测改装车辆的系统，其特征在于，
所述信息处理模块包括数据库单元和对比单元，所述对比单元与数据库单元电连接，所述数据库单元，用于从网上搜集货车型号、标准正视图、标准侧视图和车高参考值，并基于MYSQL将货车型号和车高、标准正视图、标准侧视图对应建立数据库；所述对比单元，用于将数据库信息和拍照信息进行对比，判断是否经过改装。
8.如权利要求7所述的一种检测改装车辆的系统，其特征在于，
所述正面拍照模块包括第一拍照单元和第一图像变换单元，所述第一拍照单元和所述第一图像变换单元电连接，所述第一图像变换单元与所述对比单元电连接，所述第一拍照单元，用于对行驶车辆的正面进行拍照，所述第一图像变换单元，用于基于透视变换得到检测正视图。
9.如权利要求8所述的一种检测改装车辆的系统，其特征在于，
所述侧面拍照模块包括第二拍照单元、第二图像变换单元和测高单元，所述第二拍照单元和所述第二图像变换单元电连接，所述第二图像变换单元与所述对比单元电连接，所述测高单元与所述第二图像变换单元电连接，所述第二拍照单元，用于对行驶车辆的侧面进行拍照，所述第二图像变换单元，用于对照片进行透视变换得到检测侧视图，并提取检测侧视图车厢颜色和背景颜色，所述测高单元，用于对边界线进行曲线拟合，得到计算边界线，然后测量计算边界线到地面的距离得到真实车高。
CN202010837010.6A 2020-08-19 2020-08-19 一种检测改装车辆的方法及检测系统 Active CN111966857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010837010.6A CN111966857B (zh) 2020-08-19 2020-08-19 一种检测改装车辆的方法及检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010837010.6A CN111966857B (zh) 2020-08-19 2020-08-19 一种检测改装车辆的方法及检测系统

Publications (2)

Publication Number Publication Date
CN111966857A CN111966857A (zh) 2020-11-20
CN111966857B true CN111966857B (zh) 2023-09-29

Family

ID=73388549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010837010.6A Active CN111966857B (zh) 2020-08-19 2020-08-19 一种检测改装车辆的方法及检测系统

Country Status (1)

Country Link
CN (1) CN111966857B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11537197B2 (en) * 2020-12-03 2022-12-27 Lear Corporation Vehicle system for providing access to removable vehicle components
CN114863695B (zh) * 2022-05-30 2023-04-18 中邮建技术有限公司 一种基于车载激光和摄像机的超标车辆检测系统和方法
CN114999174B (zh) * 2022-06-06 2023-10-31 浙江绿驹车业有限公司 电动自行车产品认证方法及其系统

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005056824A1 (ja) * 2003-12-08 2005-06-23 National Institute Of Advanced Industrial Science And Technology 硫酸抱合型胆汁酸の検出方法、それに用いられる試験紙およびバイオセンサ
CN101739827A (zh) * 2009-11-24 2010-06-16 北京中星微电子有限公司 一种车辆检测跟踪方法和装置
CN103077387A (zh) * 2013-02-07 2013-05-01 东莞中国科学院云计算产业技术创新与育成中心 视频中货运列车车厢自动检测方法
CN103630092A (zh) * 2013-12-17 2014-03-12 吉林大学 一种汽车正投影面积测量装置
CN104766344A (zh) * 2015-03-31 2015-07-08 华南理工大学 基于运动边缘提取器的车辆检测方法
CN105021126A (zh) * 2015-06-18 2015-11-04 中国计量学院 基于机器视觉技术货车侧防护栏安装尺寸测量系统及方法
CN105185123A (zh) * 2015-10-08 2015-12-23 南京信息工程大学 一种套牌车识别系统及方法
CN105205489A (zh) * 2015-08-27 2015-12-30 华南理工大学 基于颜色纹理分析器与机器学习的车牌检测方法
CN105654475A (zh) * 2015-12-25 2016-06-08 中国人民解放军理工大学 基于可区分边界和加权对比度的图像显著性检测方法及其装置
CN106373126A (zh) * 2016-09-04 2017-02-01 河北工业大学 基于融合类测地线和边界对比的图像显著性检测方法
CN106710231A (zh) * 2017-01-23 2017-05-24 上海良相智能化工程有限公司 一种超限超载非现场执法系统
CN106940784A (zh) * 2016-12-26 2017-07-11 无锡高新兴智能交通技术有限公司 一种基于视频的公交车检测与识别方法及系统
CN107945516A (zh) * 2017-12-25 2018-04-20 重庆冀繁科技发展有限公司 车辆超限超载不停车检测系统
CN107978151A (zh) * 2017-11-22 2018-05-01 武汉万集信息技术有限公司 一种车辆检测方法和系统
CN109064495A (zh) * 2018-09-19 2018-12-21 东南大学 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法
CN109446913A (zh) * 2018-09-28 2019-03-08 桂林电子科技大学 一种判断车底是否改装的检测方法
CN109523543A (zh) * 2018-11-26 2019-03-26 西安工程大学 一种基于边缘距离的导线断股检测方法
CN109664854A (zh) * 2017-10-17 2019-04-23 杭州海康威视数字技术股份有限公司 一种汽车预警方法、装置及电子设备
CN110210303A (zh) * 2019-04-29 2019-09-06 山东大学 一种北斗视觉融合精准车道辨识与定位方法及其实现装置
CN110245563A (zh) * 2019-05-14 2019-09-17 深圳云天励飞技术有限公司 改装车识别方法及相关产品
CN110688979A (zh) * 2019-10-11 2020-01-14 莆田学院 违法车辆追踪方法及装置
CN111209918A (zh) * 2020-01-06 2020-05-29 河北工业大学 一种图像显著性目标检测方法
CN111274843A (zh) * 2018-11-16 2020-06-12 上海交通大学 基于监控视频的货车超载监测方法及系统
CN111369806A (zh) * 2020-03-12 2020-07-03 山东泰安煤矿机械有限公司 货运列车拍照测速及车牌识别方法及装置
CN211087508U (zh) * 2019-12-18 2020-07-24 贵州财经大学 一种新型非法改装机动车识别定位系统
CN111523352A (zh) * 2019-02-02 2020-08-11 宁波艾腾湃智能科技有限公司 一种智能化快速识别违法改装车的方法及其监控系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE602006019133D1 (de) * 2005-11-30 2011-02-03 Toshiba Medical Sys Corp Verfahren zur nicht-invasiven glucosemessung

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005056824A1 (ja) * 2003-12-08 2005-06-23 National Institute Of Advanced Industrial Science And Technology 硫酸抱合型胆汁酸の検出方法、それに用いられる試験紙およびバイオセンサ
CN101739827A (zh) * 2009-11-24 2010-06-16 北京中星微电子有限公司 一种车辆检测跟踪方法和装置
CN103077387A (zh) * 2013-02-07 2013-05-01 东莞中国科学院云计算产业技术创新与育成中心 视频中货运列车车厢自动检测方法
CN103630092A (zh) * 2013-12-17 2014-03-12 吉林大学 一种汽车正投影面积测量装置
CN104766344A (zh) * 2015-03-31 2015-07-08 华南理工大学 基于运动边缘提取器的车辆检测方法
CN105021126A (zh) * 2015-06-18 2015-11-04 中国计量学院 基于机器视觉技术货车侧防护栏安装尺寸测量系统及方法
CN105205489A (zh) * 2015-08-27 2015-12-30 华南理工大学 基于颜色纹理分析器与机器学习的车牌检测方法
CN105185123A (zh) * 2015-10-08 2015-12-23 南京信息工程大学 一种套牌车识别系统及方法
CN105654475A (zh) * 2015-12-25 2016-06-08 中国人民解放军理工大学 基于可区分边界和加权对比度的图像显著性检测方法及其装置
CN106373126A (zh) * 2016-09-04 2017-02-01 河北工业大学 基于融合类测地线和边界对比的图像显著性检测方法
CN106940784A (zh) * 2016-12-26 2017-07-11 无锡高新兴智能交通技术有限公司 一种基于视频的公交车检测与识别方法及系统
CN106710231A (zh) * 2017-01-23 2017-05-24 上海良相智能化工程有限公司 一种超限超载非现场执法系统
CN109664854A (zh) * 2017-10-17 2019-04-23 杭州海康威视数字技术股份有限公司 一种汽车预警方法、装置及电子设备
CN107978151A (zh) * 2017-11-22 2018-05-01 武汉万集信息技术有限公司 一种车辆检测方法和系统
CN107945516A (zh) * 2017-12-25 2018-04-20 重庆冀繁科技发展有限公司 车辆超限超载不停车检测系统
CN109064495A (zh) * 2018-09-19 2018-12-21 东南大学 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法
CN109446913A (zh) * 2018-09-28 2019-03-08 桂林电子科技大学 一种判断车底是否改装的检测方法
CN111274843A (zh) * 2018-11-16 2020-06-12 上海交通大学 基于监控视频的货车超载监测方法及系统
CN109523543A (zh) * 2018-11-26 2019-03-26 西安工程大学 一种基于边缘距离的导线断股检测方法
CN111523352A (zh) * 2019-02-02 2020-08-11 宁波艾腾湃智能科技有限公司 一种智能化快速识别违法改装车的方法及其监控系统
CN110210303A (zh) * 2019-04-29 2019-09-06 山东大学 一种北斗视觉融合精准车道辨识与定位方法及其实现装置
CN110245563A (zh) * 2019-05-14 2019-09-17 深圳云天励飞技术有限公司 改装车识别方法及相关产品
CN110688979A (zh) * 2019-10-11 2020-01-14 莆田学院 违法车辆追踪方法及装置
CN211087508U (zh) * 2019-12-18 2020-07-24 贵州财经大学 一种新型非法改装机动车识别定位系统
CN111209918A (zh) * 2020-01-06 2020-05-29 河北工业大学 一种图像显著性目标检测方法
CN111369806A (zh) * 2020-03-12 2020-07-03 山东泰安煤矿机械有限公司 货运列车拍照测速及车牌识别方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
地铁车载监控及播放系统的实现;周鹏;;科技传播(20);第150页 *
郭笙听等.结合Hough变换与Kalman滤波的车道线检测方法.《中国计量大学学报》.2017,第第28卷卷(第第4期期),第460-466页. *

Also Published As

Publication number Publication date
CN111966857A (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN111966857B (zh) 一种检测改装车辆的方法及检测系统
CN109435942B (zh) 一种基于信息融合的车位线车位识别方法及装置
CN110210303B (zh) 一种北斗视觉融合精准车道辨识与定位方法及其实现装置
CN109844762B (zh) 车载用图像处理装置
CN108537197B (zh) 一种基于深度学习的车道线检测预警装置及预警方法
JP4797794B2 (ja) 歩行者検出装置および歩行者検出方法
CN102956106B (zh) 用于识别机动车辆以监测交通的方法与设备
CN106571046B (zh) 基于路面网格体系的车路协同辅助驾驶方法
JP3895238B2 (ja) 障害物検出装置及びその方法
CN111272139B (zh) 一种基于单目视觉的车辆长度测量方法
JP2016184316A (ja) 車種判別装置および車種判別方法
CN110728720B (zh) 用于相机标定的方法、装置、设备和存储介质
CN106679633A (zh) 一种车载测距系统及方法
CN113173502B (zh) 一种基于激光视觉融合和深度学习的防撞方法、系统
CN103171560A (zh) 车道识别装置
CN115717894A (zh) 一种基于gps和普通导航地图的车辆高精度定位方法
CN111694011A (zh) 一种摄像机和三维激光雷达数据融合的路沿检测方法
CN110991264A (zh) 前方车辆检测方法和装置
CN108647664A (zh) 一种基于环视图像的车道线检测方法
WO2016208198A1 (ja) 立体物検出装置、ステレオカメラ装置、車両及び立体物検出方法
CN109035803A (zh) 一种采用高光谱成像装置进行路况预警的监测系统
JP2018055597A (ja) 車種判別装置および車種判別方法
JP4256992B2 (ja) 障害物検出装置
JP3816747B2 (ja) 車種判別装置及び車種判別方法及び車種判別方法を行うプログラムをコンピュータ読み取り可能なように記憶させた記憶媒体
CN113593249A (zh) 基于移动平台的动态停车位车辆压线识别方法

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
GR01 Patent grant
GR01 Patent grant