CN114463990A - 一种高位视频车辆及车牌的检测方法及装置 - Google Patents
一种高位视频车辆及车牌的检测方法及装置 Download PDFInfo
- Publication number
- CN114463990A CN114463990A CN202111626639.7A CN202111626639A CN114463990A CN 114463990 A CN114463990 A CN 114463990A CN 202111626639 A CN202111626639 A CN 202111626639A CN 114463990 A CN114463990 A CN 114463990A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- behavior
- images
- line
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000007726 management method Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000013500 data storage Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 27
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G08G1/017—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
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种高位视频车辆及车牌的检测方法及装置,属于交通智能监控技术领域,该检测方法包括S1,检测区域标定,根据高位视频监控画面内地面车位框线或道路标线标定出车辆检测区域;S2,跨线行为检测,判断监控画面内车辆移动跨线行为;S3,视频图像采集,通过高位视频获取跨线车辆的图像;S4,车辆行为分析,将步骤S3中采集的图像进行分析比对,得到车辆行为的分析结果;S5,车辆信息记录,根据步骤S4中的分析结果识别车辆信息,并记录储存,该监测装置包括高位摄像机、中央处理器和后台管理终端,所述中央处理器包括图像处理单元、对比识别单元、数据记录单元、数据储存单元和无线通讯单元。
Description
技术领域
本发明属于交通智能监控技术领域,具体而言,涉及一种高位视频车辆及车牌的检测方法及装置。
背景技术
随着经济的发展和人民生活水平的提高,汽车保有量不断增加,我国城市交通问题日益严峻,交通堵塞,交通事故频繁发生。如何通过智能交通系统建设来缓解日益严重的交通问题已成为交通领域的研究热点。对道路交通信息进行实时检测,可以有效减轻道路拥挤程度,减小车辆行车延误,降低交通事故发生率,保障行车安全,并减少车辆对环境的污染。同时随着计算机技术、数字图像处理和模式识别等技术的发展,视频检测技术在交通信息检测中占据了越来越重要的地位,视频检测可实现智能监控,并提供丰富的交通图像信息,能够高效、准确地完成道路交通的监视和控制工作,同时也能够满足视频交通参数提取的实时性、可靠性要求。
但目前现有的检测系统中无法完成对车道流量和路边停车位的同时监控,也较难分辨街道上车辆与行人的区别,使监控系统处理模块工作量大,需进行大规模数据的处理和计算,占用大量的储存空间,使数据的计算准确性也相对降低,无法适应日趋复杂的道路环境,使用推广受限。
发明内容
本发明实施例提供了一种高位视频车辆及车牌的检测方法及装置,实时检测道路行车道内的车辆行驶情况和路边停车位内的车辆停放情况,解决了车辆监控检测的准确性问题,方便实用。
鉴于上述问题,本发明提出的技术方案是:
本发明提供一种高位视频车辆及车牌的检测方法,包括以下步骤:
S1,检测区域标定,根据高位视频监控画面内地面车位框线或道路标线标定出车辆检测区域;
S2,跨线行为检测,判断监控画面内车辆移动跨线行为;
S3,视频图像采集,通过高位视频获取跨线车辆的图像;
S4,车辆行为分析,将步骤S3中采集的图像进行分析比对,得到车辆行为的分析结果;
S5,车辆信息记录,根据步骤S4中的分析结果识别车辆信息,并记录储存。
作为本发明的一种优选技术方案,所述步骤S1中车位框线表示车辆停车区域,用于检测车辆停车时长,所述步骤S1中道路标线为车辆行驶车道线,用于检测车辆压线变道的行为。
作为本发明的一种优选技术方案,所述步骤S2包括:
S21,根据高位视频逐帧图像判断监控画面内是否有运动车辆,若有,画面内产生运动框跟随车辆移动并跳转至步骤S22,若没有,则循环步骤S21;
S22,判断步骤S21中产生的运动框与S1中标定的区域是否重叠,若重叠,则该车辆存在跨线行为并跳转至步骤S3,若没有,则返回至步骤S21。
作为本发明的一种优选技术方案,所述步骤S21中利用帧像差别计算方法进行判断,将当前帧像与初始帧像对比,计算两帧图像间的差别,若差别大于设置阙值,则判断画面内出现运动车辆,若小于设置阙值,则判断未出现运动车辆。
作为本发明的一种优选技术方案,所述步骤S3中获取的图像至少三帧,且分别为车辆跨线行为前,车辆跨线压线时和车辆跨线完成后。
作为本发明的一种优选技术方案,所述步骤S4中车辆行为包括入库停车、出库离开和压线变道。
作为本发明的一种优选技术方案,所述步骤S4中车辆入库停车的分析逻辑为:当车辆跨越车位框线,基于跨线完成后的图像与停车检测区域内历史图像比对,当车辆跨线完成后的图像与历史图像像素对比差值大于设定值时,判断车辆完成入库停车行为;所述步骤S4中车辆出库离开的分析逻辑为:当车辆跨越车位框线,且车辆跨线完成后的图像与历史图像像素对比差值小于设定值时,判断车辆出库离开,并生成新的历史图像;所述步骤S4中车辆压线变道的分析逻辑为:当车辆跨越道路标线时,车辆运动框与道路标线检测区域发生重合时,则判断车辆存在压线变道行为。
作为本发明的一种优选技术方案,所述步骤S5中识别车辆信息包括车辆车型、车辆车牌号、车辆颜色及车辆方向。
作为本发明的一种优选技术方案,所述步骤S5中记录储存的内容包括车辆违规逆行时间及图像、车辆违规压线变道时间及图像、车辆停车入库时间及图像、车辆出库时间及图像和基于出入库时间差计算得出的停车时间。
另一方面,本发明提供一种高位视频车辆及车牌的检测装置,包括:高位摄像机、中央处理器和后台管理终端,所述中央处理器分别与所述高位摄像机和所述后台管理终端通信连接,所述高位摄像机用于实时录取监控区域的画面,所述中央处理器包括图像处理单元、对比识别单元、数据记录单元、数据储存单元和无线通讯单元。
其中,所述图像处理单元用于将所述高位摄像机录摄的图像进行格式转换及图像处理;
所述对比识别单元用于调取所述数据储存单元内的历史图像与当前图像进行对比识别,分析判断监控区域内车辆的行为特征及车辆信息;
所述数据记录单元用于将所述对比识别单元得出的结果数据写入所述数据储存单元内;
所述数据储存单元用于储存装置运行过程中的所有图像、视频以及车辆信息等数据;
所述无线通讯单元用于所述中央处理器与所述后台管理终端的通讯连接,所述中央处理器上传检测信息数据至所述后台管理终端,所述后台管理终端下发监控指令和调整监控参数至所述中央处理器。
相对于现有技术,本发明的有益效果是:通过高位摄像机实时获取监控区域内道路车辆运动和停车位情况,通过图像对比分辨车辆及行人,过滤一部分图像,减轻处理器工作负荷,降低储存占用空间,提高数据计算准确性,并可判断出车辆运动行为是否存在违规压线变道或长时间占用停车位,同时识别记录违规行为车辆信息,上传至后台管理终端,为城市道路管理提供方便。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1是本发明所公开的一种高位视频车辆及车牌的检测方法的流程示意图;
图2是本发明所公开的一种高位视频车辆及车牌的检测方法的工作走向图;
图3是本发明所公开的一种高位视频车辆及车牌的检测装置的通信框图;
附图标记说明:100-高位摄像机;200-中央处理器;201-图像处理单元;202-对比识别单元;203-数据记录单元;204-数据储存单元;205-无线通讯单元;300-后台管理终端。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,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他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,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他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
实施例一
参照附图1-2所示,本发明提供一种技术方案:一种高位视频车辆及车牌的检测方法,包括以下步骤:
S1,检测区域标定,根据高位视频监控画面内地面车位框线或道路标线标定出车辆检测区域;
其中,车位框线表示车辆停车区域,用于检测车辆停车时长,道路标线为车辆行驶车道线,用于检测车辆压线变道的行为,该步骤是在装置安装完成后调试时进行,并在没有车辆经过监控区域时拍摄初始图像进行保存,同时自定义图像采集间隔参数,默认设置为间隔一帧。
S2,跨线行为检测,判断监控画面内车辆移动跨线行为;
其中,步骤S2还包括:
S21,根据高位视频逐帧图像判断监控画面内是否有运动车辆,若有,画面内产生运动框跟随车辆移动并跳转至步骤S22,若没有,则循环步骤S21;
其中,利用帧像差别计算方法进行判断,将当前帧像与初始帧像对比,计算两帧图像间的差别,若差别大于设置阙值,则判断画面内出现运动车辆,若小于设置阙值,则判断未出现运动车辆,可根据常规车辆外形尺寸设置最低阙值,当两帧图像对比差别未达到最低阙值时,判断监控画面内为行人或非机动车,可减少后续步骤中的识别对比,降低处理器工作负荷,有利于减少运算储存空间。
S22,判断步骤S21中产生的运动框与S1中标定的区域是否重叠,若重叠,则该车辆存在跨线行为并跳转至步骤S3,若没有,则返回至步骤S21;
车辆运动框与标定区域线重叠时,表示车辆正在进行跨线动作,有可能涉及到违规行为的发生,需启动后续步骤进行识别记录,若两者未发生重叠,表示车辆仅为路过,便可忽略当前帧像。
S3,视频图像采集,通过高位视频获取跨线车辆的图像;
其中,获取的图像至少三帧,且分别为车辆跨线行为前,车辆跨线压线时和车辆跨线完成后,高位视频实时不间断进行视频录制,图像采集时即从视频中截取对应的图像和相关信息。
S4,车辆行为分析,将步骤S3中采集的图像进行分析比对,得到车辆行为的分析结果;
其中,车辆行为包括入库停车、出库离开和压线变道,可根据步骤S3中截取的三帧图像确定车辆运动行为。
车辆入库停车的分析逻辑为:当车辆跨越车位框线,基于跨线完成后的图像与停车检测区域内历史图像比对,此时的历史图像为上一次车辆出库行为完成时的图像,当车辆跨线完成后的图像与历史图像像素对比差值大于设定值时,判断车辆完成入库停车行为;
车辆出库离开的分析逻辑为:当车辆跨越车位框线,且车辆跨线完成后的图像与历史图像像素对比差值小于设定值时,判断车辆出库离开,并生成新的历史图像,此历史图像储存于处理器内,用于下一次监控区域内出现车辆时的对比;
车辆压线变道的分析逻辑为:当车辆跨越道路标线时,车辆运动框与道路标线检测区域发生重合时,则判断车辆存在压线变道行为。
S5,车辆信息记录,根据步骤S4中的分析结果识别车辆信息,并记录储存;
其中,识别车辆信息包括车辆车型、车辆车牌号、车辆颜色及车辆方向,记录储存的内容包括车辆违规逆行时间及图像、车辆违规压线变道时间及图像、车辆停车入库时间及图像、车辆出库时间及图像和基于出入库时间差计算得出的停车时间。
车辆车型识别通过计算车辆外形尺寸得到,由于高位视频监控具有一定角度,画面内车辆为梯形,需利用透视变换转换为矩形,再根据矩阵计算车辆的轮廓尺寸,得出车辆类型。
车辆车牌号识别首先需对车辆图像中符合拍照特征的区域进行遴选,将最符合的区域单独分离出来,再将区域内各字符采用垂直投影法分割为单个字符,再采用模板匹配算法将单个字符尺寸缩放为标准尺寸,再与模型库内依次匹配,选择最佳匹配结果,读取出对应车牌号。
车辆颜色识别是通过车辆车身的多点位置比对全域色卡,选择点数最多、最相近的颜色。
车辆方向识别是通过车辆运动框移动路径及当前画面图像判断识别。
实施例二
参照附图3所示,一种高位视频车辆及车牌的检测装置,包括高位摄像机100、中央处理器200和后台管理终端300,中央处理器200分别与高位摄像机100和后台管理终端300通信连接,高位摄像机100安装于监管路段上,用于实时录取监控区域的画面,中央处理器200用于视频和图像数据的处理和计算,并衔接后台管理终端300,实现统一监管,中央处理器200包括图像处理单元201、对比识别单元202、数据记录单元203、数据储存单元204和无线通讯单元205,后台管理终端300为PC电脑。
其中,图像处理单元201用于将高位摄像机100录摄的图像进行格式转换及图像处理;
对比识别单元202用于调取数据储存单元204内的历史图像与当前图像进行对比识别,分析判断监控区域内车辆的行为特征及车辆信息;
数据记录单元203用于将对比识别单元202得出的结果数据写入数据储存单元204内;
数据储存单元204用于储存装置运行过程中的所有图像、视频以及车辆信息等数据;
无线通讯单元205用于中央处理器200与后台管理终端300的通讯连接,中央处理器200上传检测信息数据至后台管理终端300,后台管理终端300下发监控指令和调整监控参数至中央处理器200。
本实施例公开的一种高位视频车辆及车牌的检测装置,通过在监管路段上安装高位摄像机100,采集监控区域内视频图像,中央处理器200实时记录监控区域内车辆运动过程和违规行为,准确分析车辆行驶行为和停车行为,并获取车辆特征信息,判断车辆是否有违规压线变道或长时间占用停车位的情况,记录图像及数据统一上传至后台管理终端300用于交通监控执法的研判,方便城市交通管理。
需要说明的是,高位摄像机100、中央处理器200、图像处理单元201、对比识别单元202、数据记录单元203、数据储存单元204和无线通讯单元205的具体型号规格需根据该装置的实际规格等进行选型确定,具体选型计算方法采用本领域现有技术,故不再详细赘述。
需要说明的是,高位摄像机100、中央处理器200、图像处理单元201、对比识别单元202、数据记录单元203、数据储存单元204和无线通讯单元205的供电及其原理对本领域技术人员来说是清楚的,在此不予详细说明。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (10)
1.一种高位视频车辆及车牌的检测方法,其特征在于,包括以下步骤:
S1,检测区域标定,根据高位视频监控画面内地面车位框线或道路标线标定出车辆检测区域;
S2,跨线行为检测,判断监控画面内车辆移动跨线行为;
S3,视频图像采集,通过高位视频获取跨线车辆的图像;
S4,车辆行为分析,将步骤S3中采集的图像进行分析比对,得到车辆行为的分析结果;
S5,车辆信息记录,根据步骤S4中的分析结果识别车辆信息,并记录储存。
2.根据权利要求1所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S1中车位框线表示车辆停车区域,用于检测车辆停车时长,所述步骤S1中道路标线为车辆行驶车道线,用于检测车辆压线变道的行为。
3.根据权利要求1所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S2包括:
S21,根据高位视频逐帧图像判断监控画面内是否有运动车辆,若有,画面内产生运动框跟随车辆移动并跳转至步骤S22,若没有,则循环步骤S21;
S22,判断步骤S21中产生的运动框与S1中标定的区域是否重叠,若重叠,则该车辆存在跨线行为并跳转至步骤S3,若没有,则返回至步骤S21。
4.根据权利要求3所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S21中利用帧像差别计算方法进行判断,将当前帧像与初始帧像对比,计算两帧图像间的差别,若差别大于设置阙值,则判断画面内出现运动车辆,若小于设置阙值,则判断未出现运动车辆。
5.根据权利要求1所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S3中获取的图像至少三帧,且分别为车辆跨线行为前,车辆跨线压线时和车辆跨线完成后。
6.根据权利要求1所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S4中车辆行为包括入库停车、出库离开和压线变道。
7.根据权利要求6所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S4中车辆入库停车的分析逻辑为:当车辆跨越车位框线,基于跨线完成后的图像与停车检测区域内历史图像比对,当车辆跨线完成后的图像与历史图像像素对比差值大于设定值时,判断车辆完成入库停车行为;所述步骤S4中车辆出库离开的分析逻辑为:当车辆跨越车位框线,且车辆跨线完成后的图像与历史图像像素对比差值小于设定值时,判断车辆出库离开,并生成新的历史图像;所述步骤S4中车辆压线变道的分析逻辑为:当车辆跨越道路标线时,车辆运动框与道路标线检测区域发生重合时,则判断车辆存在压线变道行为。
8.根据权利要求1所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S5中识别车辆信息包括车辆车型、车辆车牌号、车辆颜色及车辆方向。
9.根据权利要求1所述的一种高位视频车辆及车牌的检测方法,其特征在于,所述步骤S5中记录储存的内容包括车辆违规逆行时间及图像、车辆违规压线变道时间及图像、车辆停车入库时间及图像、车辆出库时间及图像和基于出入库时间差计算得出的停车时间。
10.一种高位视频车辆及车牌的检测装置,应用于权利要求1~9中任一项所述的一种高位视频车辆及车牌的检测方法,其特征在于,包括:高位摄像机、中央处理器和后台管理终端,所述中央处理器分别与所述高位摄像机和所述后台管理终端通信连接,所述高位摄像机用于实时录取监控区域的画面,所述中央处理器包括图像处理单元、对比识别单元、数据记录单元、数据储存单元和无线通讯单元;
其中,所述图像处理单元用于将所述高位摄像机录摄的图像进行格式转换及图像处理;
所述对比识别单元用于调取所述数据储存单元内的历史图像与当前图像进行对比识别,分析判断监控区域内车辆的行为特征及车辆信息;
所述数据记录单元用于将所述对比识别单元得出的结果数据写入所述数据储存单元内;
所述数据储存单元用于储存装置运行过程中的所有图像、视频以及车辆信息等数据;
所述无线通讯单元用于所述中央处理器与所述后台管理终端的通讯连接,所述中央处理器上传检测信息数据至所述后台管理终端,所述后台管理终端下发监控指令和调整监控参数至所述中央处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111626639.7A CN114463990A (zh) | 2021-12-28 | 2021-12-28 | 一种高位视频车辆及车牌的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111626639.7A CN114463990A (zh) | 2021-12-28 | 2021-12-28 | 一种高位视频车辆及车牌的检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114463990A true CN114463990A (zh) | 2022-05-10 |
Family
ID=81407781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111626639.7A Pending CN114463990A (zh) | 2021-12-28 | 2021-12-28 | 一种高位视频车辆及车牌的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114463990A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273485A (zh) * | 2022-07-18 | 2022-11-01 | 广东泓胜科技股份有限公司 | 识别不停车称重车辆跨道压线行驶方法、装置及相关设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106652551A (zh) * | 2016-12-16 | 2017-05-10 | 浙江宇视科技有限公司 | 一种车位检测方法及设备 |
CN110400485A (zh) * | 2018-04-24 | 2019-11-01 | 中兴通讯股份有限公司 | 停车位状态检测的方法、装置、服务器及存储介质 |
CN112002131A (zh) * | 2020-07-16 | 2020-11-27 | 深圳云游四海信息科技有限公司 | 路内停车行为检测方法及装置 |
CN112258668A (zh) * | 2020-10-29 | 2021-01-22 | 成都恒创新星科技有限公司 | 基于高位摄像头对路边车辆停车行为的检测方法 |
CN113593249A (zh) * | 2021-07-12 | 2021-11-02 | 浙江中烟工业有限责任公司 | 基于移动平台的动态停车位车辆压线识别方法 |
-
2021
- 2021-12-28 CN CN202111626639.7A patent/CN114463990A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106652551A (zh) * | 2016-12-16 | 2017-05-10 | 浙江宇视科技有限公司 | 一种车位检测方法及设备 |
CN110400485A (zh) * | 2018-04-24 | 2019-11-01 | 中兴通讯股份有限公司 | 停车位状态检测的方法、装置、服务器及存储介质 |
CN112002131A (zh) * | 2020-07-16 | 2020-11-27 | 深圳云游四海信息科技有限公司 | 路内停车行为检测方法及装置 |
CN112258668A (zh) * | 2020-10-29 | 2021-01-22 | 成都恒创新星科技有限公司 | 基于高位摄像头对路边车辆停车行为的检测方法 |
CN113593249A (zh) * | 2021-07-12 | 2021-11-02 | 浙江中烟工业有限责任公司 | 基于移动平台的动态停车位车辆压线识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273485A (zh) * | 2022-07-18 | 2022-11-01 | 广东泓胜科技股份有限公司 | 识别不停车称重车辆跨道压线行驶方法、装置及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7630515B2 (en) | Method of and apparatus for setting image-capturing conditions, and computer program | |
CN110163107B (zh) | 一种基于视频帧识别路侧停车行为的方法及装置 | |
CN110717433A (zh) | 一种基于深度学习的交通违规分析方法及装置 | |
CN110619279B (zh) | 一种基于跟踪的路面交通标志实例分割方法 | |
CN112258668A (zh) | 基于高位摄像头对路边车辆停车行为的检测方法 | |
CN111891061B (zh) | 车辆碰撞检测方法、装置和计算机设备 | |
CN113055823B (zh) | 一种基于路侧停车管理共享单车的方法及装置 | |
CN113160575A (zh) | 一种非机动车辆及驾驶人的交通违法行为检测方法及系统 | |
CN112861773A (zh) | 一种基于多层次的泊位状态检测方法及系统 | |
Hakim et al. | Implementation of an image processing based smart parking system using Haar-Cascade method | |
CN114170580A (zh) | 一种面向高速公路的异常事件检测方法 | |
CN112562406B (zh) | 一种越线行驶的识别方法及装置 | |
CN111583660B (zh) | 车辆转向行为检测方法、装置、设备及存储介质 | |
CN112509325A (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN113205691A (zh) | 一种识别车辆位置的方法及装置 | |
CN114463990A (zh) | 一种高位视频车辆及车牌的检测方法及装置 | |
CN114220040A (zh) | 一种泊车方法、终端及计算机可读存储介质 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
Munajat et al. | Vehicle detection and tracking based on corner and lines adjacent detection features | |
CN114547403A (zh) | 变道场景采集方法、装置、设备及存储介质 | |
CN112417960A (zh) | 一种基于大数据的城市车流预警检测方法和系统 | |
CN112686136A (zh) | 一种对象检测方法、装置及系统 | |
CN113449624B (zh) | 一种基于行人重识别确定车辆行为的方法及装置 | |
CN114241449B (zh) | 基于边缘设备的车辆变道不打灯违法抓拍系统及其方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220510 |
|
RJ01 | Rejection of invention patent application after publication |