CN112037536A - 一种基于视频特征识别的车辆测速方法及装置 - Google Patents
一种基于视频特征识别的车辆测速方法及装置 Download PDFInfo
- Publication number
- CN112037536A CN112037536A CN202010654638.2A CN202010654638A CN112037536A CN 112037536 A CN112037536 A CN 112037536A CN 202010654638 A CN202010654638 A CN 202010654638A CN 112037536 A CN112037536 A CN 112037536A
- Authority
- CN
- China
- Prior art keywords
- image
- frame image
- camera
- frame
- object distance
- 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
Images
Classifications
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
- G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明的实施例公开一种基于视频特征识别的车辆测速方法及装置,涉及智能交通领域,能够较为简便地测量车速。包括:获取车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;第一位置信息及第二位置信息至少包括某一特征在两帧图像坐标系Y方向上的位置坐标及图像分辨率宽度;根据某一特征的物理宽度及图像分辨率宽度确定第一物距及第二物距;根据相机参数及在图像坐标系Y方向上的位置坐标确定出相机光轴分别与两帧图像中的某一特征之间的第一夹角及第二夹角;基于第一物距、第二物距、第一夹角及第二夹角得到某一特征的实际物理位移;根据实际物理位移、及两帧图像拍摄时间间隔确定车辆车速。
Description
技术领域
本发明涉及智能交通领域,尤其涉及一种基于视频特征识别的车辆测速方法及装置。
背景技术
随着道路交通的快速发展,特别是城市机动车数量的猛涨,带来了很多交通问题和安全隐患。为此,相关管理部门加大了对非现场处罚设施的投入,常见测速方式有:激光、雷达、地感线圈、视频。
基于激光的车辆测速方法,具有响应快、精度高等优点,但成本较高。
基于雷达的车辆测速方法,具有技术成熟、成本低等优点,但在测量中容易产生干扰。
基于地感线圈的车辆测速方法,不需要智能设备却能获得比较高的精度,性价比高,但容易损坏,维护成本高。
目前,基于视频的车辆测速方法,一般的,通过设置虚拟线圈,捕获车辆经过时间差,通过标定物理距离,实现速度计算。但由于需要标定物理距离,且在相机移动后需要重新标定参数,测速相对较为复杂。
发明内容
有鉴于此,本发明实施例提供一种基于视频特征识别的车辆测速方法及装置,能够较为简便地测量车速。
第一方面,本发明实施例提供一种基于视频特征识别的车辆测速方法,包括:
获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;所述第一位置信息及第二位置信息至少包括车辆上某一特征在第一帧图像与第二帧图像坐标系Y方向上的位置坐标及图像分辨率宽度;
根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;
根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角;
基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;
根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔确定车辆车速。
结合第一方面,在第一方面的第一种实施方式中,
所述方法还包括:
确定车辆自进入图像拍摄视野的第一帧图像到离开图像拍摄视野的第N帧图像之间图像帧数;N≥2,且N属于正整数;
基于N帧图像确定出m个车辆瞬时车速;1≤m≤N*(N-1)/2
基于所述m个车辆瞬时车速取平均值得出车辆车速。
结合第一方面或第一方面的第一种实施方式,在第一方面的第二种实施方式中,所述基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移包括:
根据公式S(t1,tn)=sqrt(u1*ul+un*un-2*u1*un*cos(abs(α1-αn)))计算得到车辆上某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;其中,所述S(t1,tn)为某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,u1为第一物距,un为第二物距,α1为第一夹角,αn为第二夹角。
结合第一方面的第二种实施方式,在第一方面的第三种实施方式中,所述根据所述某一特征在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距包括:根据公式u=p*f/(w*e)分别计算得到所述车辆上某一特征在第一帧图像中的图像对应的第一物距及在第二帧图像中的图像对应的第二物距;其中,u为物距,p为车辆上某一特征的物理宽度,f为相机焦距,e为相机的传感器像素尺寸,w为某一特征的图像分辨率宽度。
结合第一方面的第三种实施方式,在第一方面的第四种实施方式中,所述相机参数包括:相机焦距、相机的传感器像素尺寸及相机原始分辨率高度;
所述根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角包括:基于某一特征在图像坐标系Y方向上的位置坐标及所述相机焦距、相机的传感器像素尺寸与相机原始分辨率高度,根据公式α=atan((y-H/2)*e/f)分别计算得到第一夹角及第二夹角;其中,α为相机光轴与不同拍摄时刻某一特征之间的夹角,y为某一特征在图像坐标系Y方向上的位置坐标,H为相机原始分辨率高度,e为相机的传感器像素尺寸,f为相机焦距。
结合第一方面或第一方面的第一种实施方式,在第一方面的第五种实施方式中,所述某一特征为车牌,所述方法还包括:基于图像识别算法识别出车牌的种类;
从车牌参数列表中获取与所述车牌的种类相匹配的车牌尺寸信息;所述车牌参数列表中包括各种类型车牌的尺寸信息,所述车牌尺寸信息包括车牌的物理宽度。
第二方面,本发明实施例提供一种基于视频特征识别的车辆测速装置,位置信息获取模块、物距确定模块、夹角确定模块、位移确定模块以及车速确定模块,其中,
位置信息获取模块,用于获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;所述第一位置信息及第二位置信息至少包括车辆上某一特征在第一帧图像与第二帧图像坐标系Y方向上的位置坐标及图像分辨率宽度;
物距确定模块,用于根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;
夹角确定模块,用于根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角;
位移确定模块,用于基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;
车速确定模块,用于根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔确定车辆车速。
结合第二方面,在第二方面的第一种实施方式中,所述装置还包括:拍摄帧数确定模块,用于确定车辆自进入图像拍摄视野的第一帧图像到离开图像拍摄视野的第N帧图像之间图像帧数;N≥2,且N属于正整数;
所述车速确定模块,还用于基于N帧图像确定出m个车辆瞬时车速;1≤m≤N*(N-1)/2;
基于所述m个车辆瞬时车速取平均值得出车辆车速。
结合第二方面,在第二方面的第二种实施方式中,所述位移确定模块,具体用于根据公式S(t1,tn)=sqrt(u1*u1+un*un-2*ul*un*cos(abs(α1-αn)))计算得到车辆上某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;其中,所述S(t1,tn)为某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,u1为第一物距,un为第二物距,α1为第一夹角,αn为第二夹角。
结合第二方面,在第二方面的第三种实施方式中,所述物距确定模块,具体用于根据公式u=p*f/(w*e)分别计算得到所述车辆上某一特征在第一帧图像中的图像对应的第一物距及在第二帧图像中的图像对应的第二物距;其中,u为物距,p为车辆上某一特征的物理宽度,f为相机焦距,e为相机的传感器像素尺寸,w为某一特征的图像分辨率宽度。
结合第二方面,在第二方面的第四种实施方式中,所述相机参数包括:相机焦距、相机的传感器像素尺寸及相机原始分辨率高度;
所述夹角确定模块,具体用于基于某一特征在图像坐标系Y方向上的位置坐标及所述相机焦距、相机的传感器像素尺寸与相机原始分辨率高度,根据公式α=atan((y-H/2)*e/f)分别计算得到第一夹角及第二夹角;其中,α为相机光轴与不同拍摄时刻某一特征之间的夹角,y为某一特征在图像坐标系Y方向上的位置坐标,H为相机原始分辨率高度,e为相机的传感器像素尺寸,f为相机焦距。
结合第二方面,在第二方面的第五种实施方式中,所述某一特征为车牌,所述装置还包括:图像识别模块,用于基于图像识别算法识别出车牌的种类;
车牌尺寸获取模块,用于从车牌参数列表中获取与所述车牌的种类相匹配的车牌尺寸信息;所述车牌参数列表中包括各种类型车牌的尺寸信息,所述车牌尺寸信息包括车牌的物理宽度。
本发明实施例提供的基于视频特征识别的车辆测速方法及装置,通过获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角;基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔即可确定出车辆车速。相比于现有的视频测速技术,无需标定测量物理距离,仅通过获取的图像中的信息,经过本实施例中的前述处理步骤就能够较为简便地测量出测速。
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它的附图。
图1为本发明的基于视频特征识别的车辆测速方法一实施例流程示意图;
图2为本发明中一实施例拍摄车牌成像过程物理坐标系(物端/方)示意图;
图3为图2的图像坐标系(像端/方)示意图;
图4为本发明基于视频特征识别的车辆测速装置一实施例结构框图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
图1为基于视频特征识别的车辆测速方法一实施例流程示意图,图2为本发明中一实施例拍摄车牌成像过程物理坐标系(物端/方)示意图;图3为图2的图像坐标系(像端/方)示意图;
如图1至图3所示,本实施例的方法可以包括:
步骤101,获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;所述第一位置信息及第二位置信息至少包括车辆上某一特征在第一帧图像与第二帧图像坐标系Y方向上的位置坐标及图像分辨率宽度。
本实施例中,图像拍摄设备可以为摄像机或具有摄像功能的相机,所述图像拍摄设备可以设置于需要对车辆进行抓拍监控的路口、停车场、道路卡点等地点。需要说明的是,图像拍摄设备一般设置于与来车方向相对的位置,图像坐标系Y方向对应的物理坐标系中车辆的位移方向。
其中,车辆上的某一特征,可以是车灯、车牌等,优选为车牌。
步骤102,根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距。
本实施例中,作为另一可选实施例,步骤102中用于确定第一物距和第二物距的方式可以为:根据公式u=p*f/(w*e)分别计算得到所述车辆上某一特征在第一帧图像中的图像对应的第一物距及在第二帧图像中的图像对应的第二物距。
其中,u为物距,p为车辆上某一特征的物理宽度,f为相机焦距,e为相机的传感器像素尺寸,w为某一特征的图像分辨率宽度,其中不同帧图像中的w值不同。
参看图2所示,根据公式u=p*f/(w*e)可以分别计算得出第一物距u1和第二物距un。
步骤103、根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角。
本实施例中,作为一可选实施例,所述相机参数包括:相机焦距、相机的传感器像素尺寸及相机原始分辨率高度。
具体地,步骤103中确定第一夹角及第二夹角包括:基于某一特征在图像坐标系Y方向上的位置坐标及所述相机焦距、相机的传感器像素尺寸与相机原始分辨率高度,根据公式α=atan((y-H/2)*e/f)分别计算得到第一夹角及第二夹角。其中,α为相机光轴与不同拍摄时刻某一特征之间的夹角,y为某一特征在图像坐标系Y方向上的位置坐标,H为相机原始分辨率高度,e为相机的传感器像素尺寸,f为相机焦距。
参看图2及图3所示,具体地,根据所述公式计算得到:α1=atan((y1-H/2)*e/f);αn=atan((yn-H/2)*e/f)。
其中,α1为第一夹角,αn为第二夹角,当然,根据图像帧数的顺序,还可以衍生出第三夹角、第四夹角......第n夹角等;y1为某一特征在第一帧图像坐标系Y方向上的位置坐标,yn为某一特征在第n帧图像坐标系Y方向上的位置坐标。
步骤104、基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移。
本实施例中,基于得到的第一物距、第二物距、第一夹角及第二夹角计算即可得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,在测速时,无需再通过标定测量物理距离(位移),物理位移的确定方式较为简便,从而使得测速也较为简便。
作为一可选实施例,步骤104具体包括:根据公式S(t1,tn)=sqrt(u1*u1+un*un-2*ul*un*cos(abs(α1-αn)))计算得到车辆上某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移。
其中,所述S(t1,tn)为某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,u1为第一物距,un为第二物距,α1为第一夹角,αn为第二夹角。
步骤105、根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔确定车辆车速。
具体地,根据公式车速v=S(t1,tn)/(tn-t1),计算出车辆车速。
本实施例中,由于在实施过程中,摄像机往往是相同批次,参数相同,场景类似。利用该特点,在已知相机sensor参数,镜头参数情况下,无需额外标定其它参数即可精确计算出目标移动距离,即实际物理位移。再利用成像时间,即可简便快捷地确定出目标运动速度。测速过程中,仅需要安装摄像机,无需额外安装标定设备,从而降低了安装运营成本,省去了标定物理位移的过程,提高了测速效率。
本实施例中,可以理解的是,目标车辆从进入拍摄图像视野到离开图像拍摄视野通常会拍摄多帧图像,为了较为准确地评估该目标车辆的速度,作为一可选实施例,所述方法还包括:
步骤201、确定车辆自进入图像拍摄视野的第一帧图像到离开图像拍摄视野的第N帧图像之间图像帧数;N≥2,且N属于正整数。
步骤202、基于N帧图像确定出m个车辆瞬时车速;
本实施例中,确定车辆瞬时车速的方法可以采用前述步骤101~105的确定车速方式,相邻两帧图像确定一个车辆瞬时车速,共确定出m个车辆瞬时车速。
步骤203、基于所述m个车辆瞬时车速取平均值得出车辆车速。
在本发明的一些实施例中,所述某一特征为车牌,所述方法还包括:基于图像识别算法识别出车牌的种类;其中,图像识别算法为已有的成熟技术,就不再赘述。
从车牌参数列表中获取与所述车牌的种类相匹配的车牌尺寸信息;所述车牌参数列表中包括各种类型车牌的尺寸信息,所述车牌尺寸信息包括车牌的物理宽度,即其外轮廓宽度。为了帮助理解,在表1中列举了一实施例车牌参数列表的部分内容。
表1
目前,图像拍摄设备,例如智能相机具有分辨率高、检测精度高的特点,利用智能相机可以使车辆检测、跟踪、车牌定位、识别等准确率较高。每辆车在行驶过程中,可稳定检测跟踪,并精确检测多帧车牌位置。在本实施例中,可以利用图像识别算法,检测出车辆车牌特征在某帧图像中的位置信息,记为(x,y,w,h),并识别出车牌类型;
可以理解的是,根据表1,当车牌类型确定后,可对应查出车牌物理宽度。因此,在检测出车牌类型之后,将所述车牌类型与所述车牌参数列表进行匹配,获取与所述车牌类型对应的车牌物理宽度;再执行前述步骤102~105,即可较为方便、准确、快速地确定出车辆车速。
本发明实施例提供的基于视频特征识别的车辆测速方法,通过获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角;基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔即可确定出车辆车速。相比于现有的视频测速技术,无需标定测量物理距离,仅通过获取的图像中的信息,经过本实施例中的前述处理步骤就能够较为简便地测量出测速。
实施例二
图4为本发明的实施例二车辆测速装置结构示意图,如图4所示,本实施例的装置可以包括:位置信息获取模块21、物距确定模块22、夹角确定模块23、位移确定模块24以及车速确定模块25,其中,
位置信息获取模块21,用于获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;所述第一位置信息及第二位置信息至少包括车辆上某一特征在第一帧图像与第二帧图像坐标系Y方向上的位置坐标及图像分辨率宽度;
物距确定模块22,用于根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;
本实施例中,作为一可选实施例,所述物距确定模块22,具体用于根据公式u=p*f/(w*e)分别计算得到所述车辆上某一特征在第一帧图像中的图像对应的第一物距及在第二帧图像中的图像对应的第二物距;其中,u为物距,p为车辆上某一特征的物理宽度,f为相机焦距,e为相机的传感器像素尺寸,w为某一特征的图像分辨率宽度。
夹角确定模块23,用于根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角。
本实施例中,所述相机参数包括:相机焦距、相机的传感器像素尺寸及相机原始分辨率高度;
所述夹角确定模块23,具体用于基于某一特征在图像坐标系Y方向上的位置坐标及所述相机焦距、相机的传感器像素尺寸与相机原始分辨率高度,根据公式α=atan((y-H/2)*e/f)分别计算得到第一夹角及第二夹角;其中,α为相机光轴与不同拍摄时刻某一特征之间的夹角,y为某一特征在图像坐标系Y方向上的位置坐标,H为相机原始分辨率高度,e为相机的传感器像素尺寸,f为相机焦距。
位移确定模块24,用于基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移。
本实施例中,所述位移确定模块24,具体用于根据公式S(t1,tn)=sqrt(u1*u1+un*un-2*u1*un*cos(abs(α1-αn)))计算得到车辆上某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;其中,所述S(t1,tn)为某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,u1为第一物距,un为第二物距,α1为第一夹角,αn为第二夹角。
车速确定模块25,用于根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔确定车辆车速。
本实施例中,作为一可选实施例,所述装置还包括:拍摄帧数确定模块,用于确定车辆自进入图像拍摄视野的第一帧图像到离开图像拍摄视野的第N帧图像之间图像帧数;N≥2,且N属于正整数;
所述车速确定模块25,还用于基于N帧图像确定出m个车辆瞬时车速;
基于所述m个车辆瞬时车速取平均值得出车辆车速。
其中,1≤m≤N*(N-1)/2。本实施例中,具体地,所述某一特征为车牌,所述装置还包括:图像识别模块,用于基于图像识别算法识别出车牌的种类;
车牌尺寸获取模块,用于从车牌参数列表中获取与所述车牌的种类相匹配的车牌尺寸信息;所述车牌参数列表中包括各种类型车牌的尺寸信息,所述车牌尺寸信息包括车牌的物理宽度。
本实施例中提供的装置,由于用于执行图1所示方法实施例的技术方案,其实现原理和技术效果与实施例一类似,或相同,可参看实施例一的具体描述,在此处不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,″计算机可读介质″可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。
在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
为了描述的方便,描述以上装置是以功能分为各种单元/模块分别描述。当然,在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于视频特征识别的车辆测速方法,其特征在于,包括:
获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;所述第一位置信息及第二位置信息至少包括车辆上某一特征在第一帧图像与第二帧图像坐标系Y方向上的位置坐标及图像分辨率宽度;
根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;
根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角;
基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;
根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔确定车辆车速。
2.根据权利要求1所述的车辆测速方法,其特征在于,所述方法还包括:
确定车辆自进入图像拍摄视野的第一帧图像到离开图像拍摄视野的第N帧图像之间图像帧数;N≥2,且N属于正整数;
基于N帧图像确定出m个车辆瞬时车速;1≤m≤N*(N-1)/2
基于所述m个车辆瞬时车速取平均值得出车辆车速。
3.根据权利要求1所述的车辆测速方法,其特征在于,所述基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移包括:
根据公式S(t1,tn)=sqrt(u1*u1+un*un-2*u1*un*cos(abs(α1-αn)))计算得到车辆上某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;其中,所述S(t1,tn)为某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,u1为第一物距,un为第二物距,α1为第一夹角,αn为第二夹角。
4.根据权利要求1所述的车辆测速方法,其特征在于,所述根据所述某一特征在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距包括:根据公式u=p*f/(w*e)分别计算得到所述车辆上某一特征在第一帧图像中的图像对应的第一物距及在第二帧图像中的图像对应的第二物距;其中,u为物距,p为车辆上某一特征的物理宽度,f为相机焦距,e为相机的传感器像素尺寸,w为某一特征的图像分辨率宽度。
5.根据权利要求1所述的车辆测速方法,其特征在于,所述相机参数包括:相机焦距、相机的传感器像素尺寸及相机原始分辨率高度;
所述根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角包括:基于某一特征在图像坐标系Y方向上的位置坐标及所述相机焦距、相机的传感器像素尺寸与相机原始分辨率高度,根据公式α=atan((y-H/2)*e/f)分别计算得到第一夹角及第二夹角;其中,α为相机光轴与不同拍摄时刻某一特征之间的夹角,y为某一特征在图像坐标系Y方向上的位置坐标,H为相机原始分辨率高度,e为相机的传感器像素尺寸,f为相机焦距。
6.根据权利要求1所述的车辆测速方法,其特征在于,所述某一特征为车牌,所述方法还包括:基于图像识别算法识别出车牌的种类;
从车牌参数列表中获取与所述车牌的种类相匹配的车牌尺寸信息;所述车牌参数列表中包括各种类型车牌的尺寸信息,所述车牌尺寸信息包括车牌的物理宽度。
7.一种基于视频特征识别的车辆测速装置,其特征在于,包括:位置信息获取模块、物距确定模块、夹角确定模块、位移确定模块以及车速确定模块,其中,
位置信息获取模块,用于获取进入图像拍摄视野中的车辆上某一特征在第一帧图像中的第一位置信息及其在第二帧图像中的第二位置信息;所述第一位置信息及第二位置信息至少包括车辆上某一特征在第一帧图像与第二帧图像坐标系Y方向上的位置坐标及图像分辨率宽度;
物距确定模块,用于根据所述某一特征的物理宽度及其在第一帧图像坐标系中的图像分辨率宽度确定出第一帧图像中该特征对应的第一物距,及根据所述某一特征的物理宽度及其在第二帧图像坐标系中的图像分辨率宽度确定出第二帧图像中该特征对应的第二物距;
夹角确定模块,用于根据图像拍摄相机参数及所述某一特征在第一帧图像坐标系Y方向上的位置坐标确定出相机光轴与第一帧图像拍摄时刻时某一特征之间的第一夹角,及根据图像拍摄相机参数及所述某一特征在第二帧图像坐标系Y方向上的位置坐标确定出相机光轴与第二帧图像拍摄时刻时某一特征之间的第二夹角;
位移确定模块,用于基于得到的所述第一物距、第二物距、第一夹角及第二夹角计算得到某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;
车速确定模块,用于根据所述实际物理位移、第一帧图像与第二帧图像的时间间隔确定车辆车速。
8.根据权利要求7所述的车辆测速装置,其特征在于,所述装置还包括:拍摄帧数确定模块,用于确定车辆自进入图像拍摄视野的第一帧图像到离开图像拍摄视野的第N帧图像之间图像帧数;N≥2,且N属于正整数;
所述车速确定模块,还用于基于N帧图像确定出m个车辆瞬时车速;1≤m≤N*(N-1)/2;
基于所述m个车辆瞬时车速取平均值得出车辆车速。
9.根据权利要求7所述的车辆测速装置,其特征在于,所述位移确定模块,具体用于根据公式S(t1,tn)=sqrt(u1*u1+un*un-2*u1*un*cos(abs(α1-αn)))计算得到车辆上某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移;其中,所述S(t1,tn)为某一特征在第一帧拍摄时刻到第二帧拍摄时刻的实际物理位移,u1为第一物距,un为第二物距,α1为第一夹角,αn为第二夹角。
10.根据权利要求7所述的车辆测速装置,其特征在于,所述物距确定模块,具体用于根据公式u=p*f/(w*e)分别计算得到所述车辆上某一特征在第一帧图像中的图像对应的第一物距及在第二帧图像中的图像对应的第二物距;其中,u为物距,p为车辆上某一特征的物理宽度,f为相机焦距,e为相机的传感器像素尺寸,w为某一特征的图像分辨率宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010654638.2A CN112037536A (zh) | 2020-07-08 | 2020-07-08 | 一种基于视频特征识别的车辆测速方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010654638.2A CN112037536A (zh) | 2020-07-08 | 2020-07-08 | 一种基于视频特征识别的车辆测速方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112037536A true CN112037536A (zh) | 2020-12-04 |
Family
ID=73579751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010654638.2A Pending CN112037536A (zh) | 2020-07-08 | 2020-07-08 | 一种基于视频特征识别的车辆测速方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037536A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470374A (zh) * | 2021-06-30 | 2021-10-01 | 平安科技(深圳)有限公司 | 车辆超速监测方法、装置、计算机设备及存储介质 |
CN113484530A (zh) * | 2021-05-26 | 2021-10-08 | 深圳市二郎神视觉科技有限公司 | 一种车辆速度检测方法、系统及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877174A (zh) * | 2009-09-29 | 2010-11-03 | 杭州海康威视软件有限公司 | 车速测量方法、监控机及车速测量系统 |
CN108469248A (zh) * | 2018-02-07 | 2018-08-31 | 普联技术有限公司 | 测距方法和测距装置 |
EP3660808A1 (en) * | 2018-11-29 | 2020-06-03 | Kt&C Co., Ltd. | Method of detecting speed using difference of distance between object and monitoring camera |
-
2020
- 2020-07-08 CN CN202010654638.2A patent/CN112037536A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877174A (zh) * | 2009-09-29 | 2010-11-03 | 杭州海康威视软件有限公司 | 车速测量方法、监控机及车速测量系统 |
CN108469248A (zh) * | 2018-02-07 | 2018-08-31 | 普联技术有限公司 | 测距方法和测距装置 |
EP3660808A1 (en) * | 2018-11-29 | 2020-06-03 | Kt&C Co., Ltd. | Method of detecting speed using difference of distance between object and monitoring camera |
Non-Patent Citations (1)
Title |
---|
何烈云: "帧间差分法车速测算技术误差分析与处理", 《中国人民公安大学学报( 自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484530A (zh) * | 2021-05-26 | 2021-10-08 | 深圳市二郎神视觉科技有限公司 | 一种车辆速度检测方法、系统及计算机可读存储介质 |
CN113470374A (zh) * | 2021-06-30 | 2021-10-01 | 平安科技(深圳)有限公司 | 车辆超速监测方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2958832C (en) | Method and axle-counting device for contact-free axle counting of a vehicle and axle-counting system for road traffic | |
US8238610B2 (en) | Homography-based passive vehicle speed measuring | |
CN104021676B (zh) | 基于车辆动态视频特征的车辆定位及车速测量方法 | |
US9083856B2 (en) | Vehicle speed measurement method and system utilizing a single image capturing unit | |
US7046822B1 (en) | Method of detecting objects within a wide range of a road vehicle | |
CN103176185B (zh) | 用于检测道路障碍物的方法及系统 | |
US8964031B2 (en) | Method and system for measuring the speed of a vehicle | |
CN111563469A (zh) | 一种不规范停车行为识别方法及装置 | |
US20140126780A1 (en) | Video speed detection system | |
CN103559791A (zh) | 一种融合雷达和ccd摄像机信号的车辆检测方法 | |
CN103686083B (zh) | 一种基于车载传感器视频流匹配的实时测速方法 | |
CN111753797A (zh) | 一种基于视频分析的车辆测速方法 | |
CN113505638B (zh) | 车流量的监测方法、监测装置及计算机可读存储介质 | |
CN112329747A (zh) | 基于视频识别和深度学习的车辆参数检测方法及相关装置 | |
CN110824188A (zh) | 高速公路车辆的测速方法、装置、编解码器及存储装置 | |
CN112037536A (zh) | 一种基于视频特征识别的车辆测速方法及装置 | |
Jalalat et al. | Vehicle detection and speed estimation using cascade classifier and sub-pixel stereo matching | |
Wu et al. | Design and implementation of vehicle speed estimation using road marking-based perspective transformation | |
Dehghani et al. | Single camera vehicles speed measurement | |
CN105869413A (zh) | 基于摄像头视频检测车流量和车速的方法 | |
WO2002052523A1 (fr) | Procede et appareil de surveillance de vehicule | |
CN113191239A (zh) | 一种基于计算机视觉的车辆外廓尺寸动态检测系统 | |
Munajat et al. | Vehicle detection and tracking based on corner and lines adjacent detection features | |
CN112016366B (zh) | 一种障碍物定位方法及装置 | |
CN113160299B (zh) | 基于卡尔曼滤波的车辆视频测速方法和计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201204 |
|
RJ01 | Rejection of invention patent application after publication |