CN117853975A - 一种多车道的车速检测线生成方法、系统及存储介质 - Google Patents

一种多车道的车速检测线生成方法、系统及存储介质 Download PDF

Info

Publication number
CN117853975A
CN117853975A CN202311867492.XA CN202311867492A CN117853975A CN 117853975 A CN117853975 A CN 117853975A CN 202311867492 A CN202311867492 A CN 202311867492A CN 117853975 A CN117853975 A CN 117853975A
Authority
CN
China
Prior art keywords
centroid
array
line
vehicle
edge
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.)
Granted
Application number
CN202311867492.XA
Other languages
English (en)
Other versions
CN117853975B (zh
Inventor
陈红君
黄华茂
关金发
霍启锋
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.)
Foshan Zhishi Cloud Control Enterprise Management Partnership Enterprise LP
Original Assignee
Guangdong Zhishi Cloud Control 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 Guangdong Zhishi Cloud Control Technology Co ltd filed Critical Guangdong Zhishi Cloud Control Technology Co ltd
Priority to CN202311867492.XA priority Critical patent/CN117853975B/zh
Publication of CN117853975A publication Critical patent/CN117853975A/zh
Application granted granted Critical
Publication of CN117853975B publication Critical patent/CN117853975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Computational Linguistics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及图像处理领域，具体为一种多车道的车速检测线生成方法、系统及存储介质，方法包括：获取视频图像帧，基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组；将上次生成检测线时保存的质心数组作为第二质心数组，将第一质心数组和第二质心数组合并后选取距离测速区中线最小的第一子数组作为第一基准数组，将剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组；基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心，基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线；本发明能够提高多车道线的识别准确性和处理速度。

Description

一种多车道的车速检测线生成方法、系统及存储介质
技术领域
本发明涉及图像处理领域，尤其涉及一种多车道的车速检测线生成方法、系统及存储介质。
背景技术
基于人工智能算法的图像处理技术可以识别高速公路监控视频中的特征标志物，在智能交通中具有广阔的应用前景。在标准的高速公路上，行车道与行车道之间分布有分道虚线，分道虚线的长度是6m，相邻分道虚线的间隔是9m。以这些分道虚线为特征标志物，可以基于监控视频进行车速检测。通常的，以这些特征标志物为基准绘制车速检测线，当车辆通过车速检测线时，记录下时间，由此获得车辆通过两根车速检测线之间的时间差；另一方面，将视频中分道虚线的像素点与实际分道虚线的长度进行标定，由此获得两根车速检测线之间的真实距离；这样就可以计算车辆在通过两根车速检测线的平均速度。
然而，当行车道上的部分分道虚线被车辆遮挡时，未被遮挡的分道虚线之间的真实距离难以确定，从而使得车速检测的功能失效，甚至误导交通部门的监管。这在交通繁忙的高速公路上尤为重要。事实上，交通繁忙的高速公路往往是多车道的，分布有多条分道虚线。一般地，这些分道虚线沿着行车道方向平行延伸，因此只需要一条完整的分道虚线，就可以绘制出需要的所有车速检测线。在交通繁忙的高速公路上，车辆会经常性地遮挡分道虚线的某一部分，使得一条无遮挡的完整暴露的分道虚线难以获得。如何充分利用多条分道虚线，快速地自动生成所有的车速检测线具有重要的实用价值。
发明内容
有鉴于此，本发明实施例的目的是提供一种多车道的车速检测线生成方法、系统及存储介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
一方面，本发明实施例提供了一种多车道的车速检测线生成方法，所述方法包括以下步骤：
S100，获取视频图像帧、以及所述视频图像帧中的边缘线信息；其中，所述边缘线信息包括测速区的边缘线、测速区内测速标志物的边缘线、以及测速区内每个车辆的边缘线；
S200，基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组；
S300，确定是否存在已生成的检测线，若存在已生成的检测线，则读取上次生成检测线时保存的质心数组，作为第二质心数组，将第一质心数组和第二质心数组进行合并，将合并后的数组划分为M个第一子数组；其中，M等于测速区内的行车道数量减去1；
S400，将M个第一子数组中距离测速区中线最小的第一子数组作为第一基准数组，基于所述第一基准数组生成第一拟合曲线，将M个第一子数组中剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组；
S500，基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心；
S600，基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线。
可选地，S200中，所述基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组，包括：
S210，分别计算各个测速标志物的边缘线与车辆边缘线的交点个数；
S220，筛选交点个数为0的测速标志物，将所述测速标志物的遮挡标识符标记为无遮挡；
S230，将筛选出的测速标志物的质心按y坐标从小到大排序，以所述测速标志物的质心和对应的遮挡标识符为元素，构成第一质心数组。
可选地，S300中，所述将第一质心数组和第二质心数组进行合并，将合并后的数组划分为M个第一子数组，包括：
S310，将第一质心数组和第二质心数组合并成第三质心数组，将第一质心数组和第二质心数组中距离小于距离阈值的两个质心设置为同一质心；
S320，将第一质心数组和第二质心数组中相同序号的两个元素的遮挡标识符进行逻辑与运算，将运算结果作为第三质心数组中对应序号的测速标志物的遮挡标识符；
S330，去掉第三质心数组中的首项和尾项，作为第四质心数组；
S340，若确定第四质心数组中的元素个数＞1，则以第四质心数组中所有元素的质心到测速区中线的距离为对象进行聚类，将第四质心数组分为M类第一子数组；其中，M等于测速区内的行车道数量减去1；所述测速区中线基于沿行车道方向的两条边缘线确定。
可选地，S400中，所述将M个第一子数组中距离测速区中线最小的第一子数组作为第一基准数组，基于所述第一基准数组生成第一拟合曲线，将M个第一子数组中剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组，包括：
S410，以第一基准数组中的所有元素的质心为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线进行定段数等分，将拟合得到的曲线与测速区中线中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第一拟合曲线；
S420，遍历除第一基准数组外剩余的(M-1)个第一子数组，从第一子数组中每个元素的质心向第一拟合曲线做垂线，得到每个元素对应的垂足；
S430，将每个元素对应的垂足分别取均值得到垂足数组，将垂足数组和第一基准数组合并成第二基准数组，将垂足数组和第一基准数组中距离小于距离阈值的两个质心设置为同一质心；
S440，将垂足数组和第一基准数组中相同序号的两个元素的遮挡标识符进行逻辑与运算，将运算结果作为第二基准数组中对应序号的测速标志物的遮挡标识符。
可选地，S500中，所述基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心，包括：
S510，以第二基准数组中的所有元素的质心为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线进行定段数等分，将拟合得到的曲线与测速区中线中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第二拟合曲线；
S520，计算第二拟合曲线分别与测速区中沿行车道方向的两条边缘线的交点，将第二基准数组和交点合并后按y坐标从小到大排序，组成第五质心数组，将第五质心数组中相邻的两个质心连接成线段；
S530，确定第五质心数组中各个元素对应的边缘线，基于所述边缘线与质心的距离设定线段的宽度，得到填充矩形；
S540，填充车辆的边缘线构成车辆区域，计算填充矩形与每个车辆区域的重叠面积，将重叠面积除以填充矩形的面积作为重叠率；
S550，如果对于任一车辆区域，都有重叠率小于重叠阈值，则确定线段没有车辆遮挡；否则将第五质心数组中相邻的两个质心逆映射为第一子数组中的两个质心，将第一子数组中的两个质心连接成线段后，返回执行S520；
S560，遍历除第一基准数组外剩余的(M-1)个第一子数组，只要存在一个第一子数组对任一车辆区域的重叠率小于重叠阈值，则确定线段没有车辆遮挡。
可选地，S530中，所述确定第五质心数组中各个元素对应的边缘线，基于所述边缘线与质心的距离设定线段的宽度，得到填充矩形，包括：
S531，确定第五质心数组QKn中的各个元素是否通过映射得到，如果该元素是通过映射得到的，则执行S522；如果该元素不是通过映射得到的，则执行S523；
S532，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算逆映射的边缘线wim中x坐标最小的点与质心Qim的距离wd1以及逆映射的边缘线wim中x坐标最大的点与质心Qim的距离wd2，将线段Qim-1Qim的宽度设定为wd1+wd2，形成填充矩形；
对于第五质心数组QKn中的第Kn个元素，计算逆映射的边缘线wKm-1中x坐标最小的点与质心QKm-1的距离wd1以及逆映射的边缘线wKm-1中x坐标最大的点与质心QKm-1的距离wd2，将线段QKm-1QKm的宽度设定为wd1+wd2，形成填充矩形；
S533，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算边缘线win中x坐标最小的点与质心Qin的距离wd1以及边缘线win中x坐标最大的点与质心Qin的距离wd2，将线段Qin-1Qin的宽度设定为wd1+wd2，形成填充矩形；
对于第五质心数组QKn中的第Kn个元素，计算边缘线wKn-1中x坐标最小的点与质心QKn-1的距离wd1以及边缘线wKn-1中x坐标最大的点与质心QKn-1的距离wd2，将线段QKn-1QKn的宽度设定为wd1+wd2，形成填充矩形。
可选地，S600中，所述基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线，包括：
选取第二基准数组中遮挡标识符标记为无遮挡的质心，从无遮挡的质心向第二拟合曲线做垂线，将垂线与测速区边缘线的交点连线得到车速检测线。
可选地，S300之后，所述方法还包括：
S700，若确定不存在已生成的检测线，则基于第一质心数组中所有元素的质心到测速区中线的距离将第一质心数组分为M个质心子数组，M等于测速区内行车道数量减去1；
S800，将M个质心子数组中距离测速区中线最小的子数组作为第三基准数组，对第三基准数组进行曲线拟合，得到第三拟合曲线；
S900，基于第三基准数组和第三拟合曲线生成车速检测线。
另一方面，本发明实施例提供了一种多车道的车速检测线生成系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述的方法。
另一方面，本发明实施例提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的方法。
本发明实施例包括以下有益效果：本发明通过将多条线上的测速标志物映射到一条线上，只要多条线上对应位置的测速标志物未被车辆遮挡，就可以通过组合的方式，获取多车道测速区必需的所有测速标志物，准确无误的生成车速检测线。如果通过多条线映射和组合的方式，仍然无法产生所有的车速检测线，则通过将多帧图像内的测速标志物进行组合的方式，获取多车道测速区必须的所有测速标志物，准确无误的生成车速检测线。
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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多车道的车速检测线生成方法的步骤流程示意图；
图2是本发明一实施例提供的含有多车道测速区的行车道的示意图；
图3是图2中测速区边缘线和测速标志物边缘线的示意图；
图4是图2中测速区的边缘线和边缘中线的示意图；
图5是图2中测速区中测速标志物的质心和质心拟合曲线的示意图；
图6是图2中测速区中车速检测线的示意图；
图7是本发明另一实施例提供的含有多车道测速区的行车道且部分测速标志物被遮挡的示意图；
图8是图7中测速区边缘线和未被遮挡的测速标志物边缘线的示意图；
图9是图7中测速区的边缘线和边缘中线的示意图；
图10是图7中测速区中未被遮挡的测速标志物的质心以及质心拟合曲线的示意图；
图11是图7中多条线映射后测速标志物的质心、质心与测速区边缘线的交点和质心拟合曲线的示意图；
图12是图7中测速区中相邻质心连接线段的填充矩形以及车辆边缘线的示意图；
图13是图7中车速检测线的示意图；
图14是本发明实施例提供的一种多车道的车速检测线生成系统的结构框图。
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。
需要说明的是，虽然在示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于示意图的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知方法、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
如图1所示，本发明实施例提供了一种多车道的车速检测线生成方法，所述方法包括以下步骤：
S100，获取视频图像帧、以及所述视频图像帧中的边缘线信息；其中，所述边缘线信息包括测速区的边缘线、测速区内测速标志物的边缘线、以及测速区内每个车辆的边缘线；
S200，基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组；
S300，确定是否存在已生成的检测线，若存在已生成的检测线，则读取上次生成检测线时保存的质心数组，作为第二质心数组，将第一质心数组和第二质心数组进行合并，将合并后的数组划分为M个第一子数组；其中，M等于测速区内的行车道数量减去1；
S400，将M个第一子数组中距离测速区中线最小的第一子数组作为第一基准数组，基于所述第一基准数组生成第一拟合曲线，将M个第一子数组中剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组；
S500，基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心；
S600，基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线。
本发明可识别多车道测速区，对于多车道测速区，可将多条线上的测速标志物映射到一条线上，只要多条线上对应位置的测速标志物未被车辆遮挡，就可以通过组合的方式，获取多车道测速区必需的所有测速标志物，准确无误的生成车速检测线。如果通过多条线映射和组合的方式，仍然无法产生所有的车速检测线，则通过将多帧图像内的测速标志物进行组合的方式，获取多车道测速区必须的所有测速标志物，准确无误的生成车速检测线。
在一些优选的实施例中，S200中，所述基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组，包括：
S210，分别计算各个测速标志物的边缘线与车辆边缘线的交点个数；
S220，筛选交点个数为0的测速标志物，将所述测速标志物的遮挡标识符标记为无遮挡；
S230，将筛选出的测速标志物的质心按y坐标从小到大排序，以所述测速标志物的质心和对应的遮挡标识符为元素，构成第一质心数组。
具体地，对于第i个测速标志物，计算第i个测速标志物的边缘线wi与车辆边缘线cj的交点个数；如果所述交点个数为0，则计算第i个测速标志物的质心Qi，并将质心Qi标记遮挡标识符为block_Qi，设定block_Qi＝0；将所有计算得到的质心按y坐标从小到大排序，以[Qi，block_Qi]为元素，构成第一质心数组Qnew；其中，block_Qi＝0表示第i个测速标志物不受车辆遮挡，block_Qi＝1表示第i个测速标志物受车辆遮挡。
在一些优选的实施例中，S300中，所述将第一质心数组和第二质心数组进行合并，将合并后的数组划分为M个第一子数组，包括：
S310，将第一质心数组和第二质心数组合并成第三质心数组，将第一质心数组和第二质心数组中距离小于距离阈值的两个质心设置为同一质心；
S320，将第一质心数组和第二质心数组中相同序号的两个元素的遮挡标识符进行逻辑与运算，将运算结果作为第三质心数组中对应序号的测速标志物的遮挡标识符；
S330，去掉第三质心数组中的首项和尾项，作为第四质心数组；
S340，若确定第四质心数组中的元素个数＞1，则以第四质心数组中所有元素的质心到测速区中线的距离为对象进行聚类，将第四质心数组分为M类第一子数组；其中，M等于测速区内的行车道数量减去1；所述测速区中线基于沿行车道方向的两条边缘线确定。
具体地，设定所有新增的测速标志物的遮挡标识符block_Qi＝1，表示第i个测速标志物受遮挡车辆的影响，第i个测速标志物不能用于检测车速；
读取第二质心数组Qsave，将第二质心数组Qsave与第一质心数组Qnew合并成第三质心数组QK，QK＝Qsave∪Qnew，计算第二质心数组Qsave的每个质心到第一质心数组Qnew的每个质心的距离，当距离小于距离阈值，则将参与计算的两个质心设置为同一质心，将第三质心数组QK中bl ock_Qi的值设置为两个元素的遮挡标识符的逻辑与运算，去掉第三质心数组QK中的首项和尾项，作为第四质心数组Q。
当第四质心数组Q的元素个数＞1时，以第四质心数组Q中所有元素的质心Qi到测速区中线qk0的距离为对象进行聚类，分为M类第一子数组，其中M等于测速区内的行车道数量减去1。
在一些优选的实施例中，S400中，所述将M个第一子数组中距离测速区中线最小的第一子数组作为第一基准数组，基于所述第一基准数组生成第一拟合曲线，将M个第一子数组中剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组，包括：
S410，以第一基准数组中的所有元素的质心为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线进行定段数等分，将拟合得到的曲线与测速区中线中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第一拟合曲线；
具体地，对于第m类第一子数组，m＝1，2，……，M，质心Qim按y坐标从小到大排序，构成第一子数组Qm＝[[Q1m，block_Q1m]，[Q2m，block_Q2m]，[Q3m，block_Q3m]，……]，
取距离最小的第一子数组Qm作为第一基准数组Qn，以第一基准数组Qn的所有元素的质心Qin为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线qk0进行定段数等分，将拟合得到的曲线与测速区中线qk0中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第一拟合曲线f1n(x)。
S420，遍历除第一基准数组外剩余的(M-1)个第一子数组，从第一子数组中每个元素的质心向第一拟合曲线做垂线，得到每个元素对应的垂足；
S430，将每个元素对应的垂足分别取均值得到垂足数组，将垂足数组和第一基准数组合并成第二基准数组，将垂足数组和第一基准数组中距离小于距离阈值的两个质心设置为同一质心；
S440，将垂足数组和第一基准数组中相同序号的两个元素的遮挡标识符进行逻辑与运算，将运算结果作为第二基准数组中对应序号的测速标志物的遮挡标识符。
本实施例中，将M个第一子数组中剩余的子数组中的元素映射到第一基准数组的方法是，遍历m＝1，2，……，M，m≠n，对第一子数组Qm的每个元素的质心Qim，从Qim向第一拟合曲线f1n(x)做垂线，垂足是Qmn；将垂足Qmn取均值得到垂足数组Qmn_avg，Qmn_avg＝∑m(Qmn)/(M-1)，将垂足数组Qmn_avg与第一基准数组Qn合并成第二基准数组QN，QN＝Qmn_avg∪Qn，QN＝[[Q1n，block_Q1n]，[Q2n，block_Q2n]，[Q3n，block_Q3n]，……]，按序号一一对应的计算Qmn_avg与第一基准数组Qn的每个元素的质心的距离，当距离小于距离阈值，则将参与计算的两个质心设置为同一质心，将block_Qi的值设置为两个元素的遮挡标识符的逻辑与运算。
在一些优选的实施例中，S500中，所述基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心，包括：
S510，以第二基准数组中的所有元素的质心为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线进行定段数等分，将拟合得到的曲线与测速区中线中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第二拟合曲线；
S520，计算第二拟合曲线分别与测速区中沿行车道方向的两条边缘线的交点，将第二基准数组和交点合并后按y坐标从小到大排序，组成第五质心数组，将第五质心数组中相邻的两个质心连接成线段；
具体的，分别计算第二拟合曲线f2n(x)与测速区的边缘线qk1的交点K1n、第二拟合曲线f2n(x)与测速区的边缘线qk2的交点K2n；将第三质心数组QK的第n类第一子数组、K1n和K2n合并，按y坐标从小到大排序，组成第五质心数组QKn＝[[Q0n，block_Q0n]，[Q1n，block_Q1n]，[Q2n，block_Q2n]，……，[QKn，block_QKn]]，将第五质心数组QKn中相邻的两个质心连接成线段。
S530，确定第五质心数组中各个元素对应的边缘线，基于所述元素对应的边缘线与质心的距离设定线段的宽度，得到填充矩形；
S540，填充车辆的边缘线构成车辆区域，计算填充矩形与每个车辆区域的重叠面积，将重叠面积除以填充矩形的面积作为重叠率；
S550，如果对于任一车辆区域，都有重叠率小于重叠阈值，则确定质心Qin-1与质心Qin之间没有车辆遮挡；否则将质心Qin-1与质心Qin逆映射为第一子数组Qm的质心Qim-1与质心Qim，将质心Qim-1与质心Qim连接成线段后，返回执行S520；
S560，遍历除第一基准数组外剩余的(M-1)个第一子数组，只要存在一个第一子数组对任一车辆区域的重叠率小于重叠阈值，则确定质心Qin-1与质心Qin之间没有车辆遮挡。
具体地，填充车辆的边缘线cj构成车辆区域Cj，计算填充矩形Qin-1Qin与每个车辆区域Cj的重叠面积，其中，in＝1n，2n，……，Kn，重叠面积为Qin-1Qin∩Cj；将重叠面积除以填充矩形Qin-1Qin的面积作为重叠率ηij，如果对于任一车辆区域Cj，都有重叠率ηij小于重叠阈值，则Qin-1与Qin之间没有车辆遮挡，设定block_Qin＝0；
如果block_Qin＝1，则将Qin-1与Qin逆映射到第一基准数组的第m类第一子数组Qm的Qim-1与Qim，将质心Qim-1与Qim连接成线段后，返回执行S520；如果遍历m＝1，2，……，M且m≠n，只要存在一个质心数组Qm，对任一车辆区域Cj，都有重叠率ηij小于重叠阈值，则设定block_Qin＝0。
在一些优选的实施例中，S530中，所述确定第五质心数组中各个元素对应的边缘线，基于所述边缘线与质心的距离设定线段的宽度，得到填充矩形，包括：
S531，确定第五质心数组QKn中的各个元素是否通过映射得到，如果该元素是通过映射得到的，则执行S522；如果该元素不是通过映射得到的，则执行S523；
S532，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算逆映射的边缘线wim中x坐标最小的点与质心Qim的距离wd1以及逆映射的边缘线wim中x坐标最大的点与质心Qim的距离wd2，将线段Qim-1Qim的宽度设定为wd1+wd2，形成填充矩形；
对于第五质心数组QKn中的第Kn个元素，计算逆映射的边缘线wKm-1中x坐标最小的点与质心QKm-1的距离wd1以及逆映射的边缘线wKm-1中x坐标最大的点与质心QKm-1的距离wd2，将线段QKm-1QKm的宽度设定为wd1+wd2，形成填充矩形；
S533，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算边缘线win中x坐标最小的点与质心Qin的距离wd1以及边缘线win中x坐标最大的点与质心Qin的距离wd2，将线段Qin-1Qin的宽度设定为wd1+wd2，形成填充矩形；
对于第五质心数组QKn中的第Kn个元素，计算边缘线wKn-1中x坐标最小的点与质心QKn-1的距离wd1以及边缘线wKn-1中x坐标最大的点与质心QKn-1的距离wd2，将线段QKn-1QKn的宽度设定为wd1+wd2，形成填充矩形。
具体的，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算边缘线win中x坐标最小的点与质心Qin的距离wd1，计算边缘线win中x坐标最大的点与质心Qin的距离wd2，将线段Qin-1Qin的宽度设定为wd1+wd2从而变成填充矩形Qin-1Qin；
对于第五质心数组QKn中的第Kn个元素，计算边缘线wKn-1中x坐标最小的点与质心QKn-1的距离wd1，计算边缘线wKn-1中x坐标最大的点与质心QKn-1的距离wd2，将线段QKn-1QKn的宽度设定为wd1+wd2从而变成填充矩形QKn-1QKn；
对于第五质心数组QKn中的第in个元素，如果该元素是通过映射得到的，计算逆映射的边缘线wim中x坐标最小的点与质心Qim的距离wd1，计算逆映射的边缘线wim中x坐标最大的点与质心Qim的距离wd2，将线段Qim-1Qim的宽度设定为wd1+wd2从而形成填充矩形Qim-1Qim；
对于第五质心数组QKn中的第Kn个元素，如果该元素是通过映射得到的，计算逆映射的边缘线wKm-1中x坐标最小的点与质心QKm-1的距离wd1，计算逆映射的边缘线wKm-1中x坐标最大的点与质心QKm-1的距离wd2，将线段QKm-1QKm的宽度设定为wd1+wd2从而形成填充矩形QKm- 1QKm。
在一些优选的实施例中，S600中，所述基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线，包括：
选取第二基准数组中遮挡标识符标记为无遮挡的质心，从无遮挡的质心向第二拟合曲线做垂线，将垂线与测速区边缘线的交点连线得到车速检测线。
具体的，对于第二基准数组QN中的每个元素[Qin，block_Qin]，i＝1n，2n，……，Kn-1，如果block_Qin＝0，则从Qin向第二拟合曲线f2n(x)做垂线，计算垂线与测速区边缘线qk3的交点Ain、与测速区边缘线qk4的交点Bin，连接Ain和Bin绘制线段AinBin作为车速检测线；并从Qi n-1向第二拟合曲线f2n(x)做垂线，计算垂线与测速区边缘线qk3的交点Ain-1、与测速区边缘线qk4的交点Bin-1，连接Ain-1和Bin-1绘制线段Ain-1Bin-1作为车速检测线；
如果没有定义第五质心数组，则令第二基准数组QN作为第五质心数组QKn，将作为第五质心数组QKn存储为第二质心数组Qsave，将车速检测线AinBin存储为[AinBin]save；对于第五质心数组QKn，如果除首项外的任一元素[Qin，block_Qin]均满足block_Qin＝0，则设定在检测到视场变化前自动生成的车速检测线一直有效。
在一些优选的实施例中，S300之后，所述方法还包括：
S700，若确定不存在已生成的检测线，则基于第一质心数组中所有元素的质心到测速区中线的距离将第一质心数组分为M个质心子数组，M等于测速区内行车道数量减去1；
S800，将M个质心子数组中距离测速区中线最小的子数组作为第三基准数组，对第三基准数组进行曲线拟合，得到第三拟合曲线；
S900，基于第三基准数组和第三拟合曲线生成车速检测线。
具体的，如果确定不存在已生成的检测线，则以第一质心数组的所有元素的质心Qi到测速区边缘线中线qk0的距离为对象进行聚类，分为M类，M等于测速区内的行车道数量减去1；对于第m类，m＝1，2，……，M，质心Qim按y坐标从小到大排序，构成第三质心数组Qm＝[[Q1m，block_Q1m]，[Q2m，block_Q2m]，[Q3m，block_Q3m]，……]；取距离最小的第n类作为第三基准数组，以第三基准数组QN中所有元素的质心Qin为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区边缘线中线qk0进行定段数等分，将拟合得到的曲线与测速区边缘线中线qk0中相同序号的点一一对应的连接成线段，每两根线段的长度差异最小化，从而得到第三拟合曲线f3n(x)；
对于第三基准数组QN中的每个元素[Qin，block_Qin]，i＝1n，2n，……，Kn-1，如果block_Qin＝0，则从质心Qin向第三拟合曲线f3n(x)做垂线，计算垂线与测速区边缘线qk3的交点Ain、与测速区边缘线qk4的交点Bin，连接Ain和Bin绘制线段AinBin作为车速检测线；并从Qin-1向第三拟合曲线f3n(x)做垂线，计算垂线与测速区边缘线qk3的交点Ain-1、与测速区边缘线qk4的交点Bin-1，连接Ain-1和Bin-1绘制线段Ain-1Bin-1作为车速检测线。
参阅图2至图12，本发明针对指令启动(人工启动)对多车道测速区确定检测线提供一种具体的实施例：
1.1、如图2所示，读取监控摄像头的视频图像帧，如图3所示，得到测速区的边缘线1，测速区内部的分道虚线的边缘线200、201、……、229。对测速区，根据边缘线1的斜率的突变点，将边缘线1分为四段，如图4所示，较短的两段分别是行车道横截面方向的边缘线11和12，较长的两段分别是沿行车道方向的13和14，计算测速区边缘线13和14的中线10。初始化flag_temp＝1。
1.2、计算分道虚线的边缘线与车辆边缘线的交点个数。此时测速区内的车辆总数量kN＝0，所有分道虚线的边缘线与车辆的边缘线的交点总数为0，则计算分道虚线的边缘线200、201、……、229的质心300、301、……、329，如图5所示，并设定所有block_300＝0、block_301＝0、……、block_329＝0。所有计算得到的质心按y坐标从小到大排序，构成质心数组Qnew。
1.3、因为flag_auto＝0，以所有质心到测速区边缘线中线10的距离为对象进行聚类，分为3类。第1类Q30包含质心300、301、……、309，第2类Q31包含质心310、311、……、319，第3类Q32包含质心320、321、……、329。取距离最小的第2类，以质心数组Q31的所有质心为控制点，使用最小二乘法进行曲线拟合，对拟合曲线与测速区边缘线中线10进行定段数等分，将序号相同的对应点连接成线段，每两根线段的长度差异最小化，从而得到拟合曲线4，如图5所示。
1.4、对质心数组Q31的质心310，因为block_310＝0，从质心向拟合曲线4做垂线，计算垂线与测速区边缘线13的交点A310、与测速区边缘线14的交点B310，连接A310和B310绘制线段作为车速检测线510，如图6所示；
同样的，对质心i，其中i＝311、312、……、319，因为block_i＝0，从质心i向拟合曲线4做垂线，计算垂线与测速区边缘线13的交点Ai、与测速区边缘线14的交点Bi，连接Ai和Bi绘制线段作为车速检测线511、512、……、519，如图6所示。
1.5、将质心数组Q31的所有质心310、311、……、319的坐标和遮挡标识符[[质心310,block_310＝0],[质心311,block_311＝0],……,[质心319,block_319＝0]]存储为数组Qsave，将车速检测线510、511、……、519的坐标[[A310B310],[A311B311],……,[A319B319]]存储为[AiBi]save。
1.6、因为所有质心都有block_Q＝0，设定flag_temp＝0，进程结束。
参阅图7至图13，本发明针对自动启动对多车道测速区确定检测线提供一种具体的实施例：
2.1、系统运行时期，检测到视场发生变化，自动启动检测线自动生成进程，设定flag_auto＝1。
2.2、如图7所示，读取监控摄像头的视频图像帧，如图8所示，得到测速区的边缘线1，测速区内部的分道虚线的边缘线200、201、……、206、210、211、……、215、220、221、……、227。对测速区，根据边缘线1的斜率的突变点，将边缘线1分为四段，如图9所示，较短的两段分别是行车道横截面方向的边缘线11和12，较长的两段分别是沿行车道方向的13和14，计算测速区边缘线13和14的中线10。初始化flag_temp＝1。
2.3、启动多车道测速区检测线生成模块，针对测速区及其内部的分道虚线和车辆，执行如下步骤：
2.31、计算分道虚线的边缘线200、201、……、206、210、211、……、215、220、221、……、227与车辆边缘线的交点个数。分道虚线的边缘线与车辆的边缘线的交点总数＝0，则计算分道虚线的边缘线的质心300、301、……、306、310、311、……、315、320、321、……、327，如图9所示，并设定block_300＝0、block_301＝0、……、block_306＝0、block_310＝0、block_311＝0、……、block_315＝0、block_320＝0、block_321＝0、……、block_327＝0。所有计算得到的质心按y坐标从小到大排序，构成质心数组Qnew。
2.32、因为flag_auto＝1，设定新增所有block_Qi＝1，则block_300＝1、block_301＝1、……、block_306＝1、block_310＝1、block_311＝1、……、block_315＝1、block_320＝1、block_321＝1、……、block_327＝1，执行第2.313步骤。
2.33、第一次运行时没有已保存的Qsave。新的质心数组Q＝[[质心300,block_300＝1],[质心301,block_301＝1],……,[质心306,block_306＝1],[质心310,block_310＝1],[质心311,block_311＝1],……,[质心315,block_315＝1],[质心320,block_320＝1],[质心321,block_321＝1],……,[质心327,block_327＝1]]。
2.34、质心数组Q的元素个数>1，以所有质心到测速区边缘线中线10的距离为对象进行聚类，分为3类。第1类Q30包含质心300、301、……、306，第2类Q31包含质心310、311、……、315，第3类Q32包含质心320、321、……、327。取距离最小的第2类，以质心数组Q31的所有质心为控制点，使用最小二乘法进行曲线拟合，对拟合曲线与测速区边缘线中线10进行定段数等分，将序号相同的对应点连接成线段，每两根线段的长度差异最小化，从而得到拟合曲线4，如图10所示。
2.35、将第1类质心数组Q30的质心300、301、……、306映射到质心数组Q31，将第3类质心数组Q32的质心320、321、……、327映射到质心数组Q31，合并后的质心数组Q31＝[[质心310,block_310＝1],[质心3101,block_3101＝1],[质心3102,block_3102＝1],[质心311,block_311＝1],[质心312,block_312＝1],[质心3121,block_3121＝1],[质心3122,block_3122＝1],[质心313,block_313＝1],[质心314,block_314＝1],[质心315,bloc k_315＝1]]。如图11所示。其中质心300到拟合曲线4的垂足与质心320到拟合曲线4的垂足做平均、与质心310合并，质心301到拟合曲线4的垂足与质心321到拟合曲线4的垂足做平均、合并成一个新的质心3101，质心302到拟合曲线4的垂足与质心322到拟合曲线4的垂足做平均、合并成一个新的质心3102，质心303到拟合曲线4的垂足、与质心311合并，质心304到拟合曲线4的垂足、与质心312合并，质心305到拟合曲线4的垂足与质心323到拟合曲线4的垂足做平均、合并成一个新的质心3121，质心324到拟合曲线4的垂足合并成一个新的质心3122，质心325到拟合曲线4的垂足、与质心313合并，质心326到拟合曲线4的垂足、与质心314合并，质心306到拟合曲线4的垂足与质心327到拟合曲线4的垂足做平均、与质心315合并。以合并后的质心数组Q31的所有质心为控制点，使用最小二乘法进行曲线拟合，对拟合曲线与测速区边缘线中线10进行定段数等分，将序号相同的对应点连接成线段，每两根线段的长度差异最小化，从而得到拟合曲线41，如图11所示。
2.36、计算拟合曲线41与测速区边缘线11和12的交点30和34，如图11所示。将质心数组Q31、交点30和交点34合并，按y坐标从小到大排序，组成数组QK31＝[[交点30,bl ock_30＝1],[质心310,block_310＝1],[质心3101,block_3101＝1],[质心3102,block_3102＝1],[质心311,block_311＝1],[质心312,block_312＝1],[质心3121,block_3121＝1],[质心3122,block_3122＝1],[质心313,block_313＝1],[质心314,block_314＝1],[质心315,block_315＝1],[交点34,block_34＝1]]。将数组QK中相邻的两个质心连接成线段。
2.37、对线段[交点30-质心310]，计算边缘线210中x坐标最小的点与质心310的距离wd1310，计算边缘线210中x坐标最大的点与质心310的距离wd2310，将线段[交点30-质心310]的宽度设定为wd1310+wd2310从而变成填充的矩形[交点30-质心310]，如图12所示。
对线段[质心310-质心3101]，质心3101逆映射到第1类质心数组Q30的质心301，计算边缘线201中x坐标最小的点与质心301的距离wd1301，计算边缘线201中x坐标最大的点与质心301的距离wd2301，将线段[质心310-质心3101]的宽度设定为wd1301+wd2301从而变成填充的矩形[质心310-质心3101]，如图12所示。
对线段[质心3101-质心3102]、线段[质心3102-质心311]、线段[质心311-质心312]、线段[质心312-质心3121]、线段[质心3121-质心3122]、线段[质心3122-质心313]、线段[质心313-质心314]、线段[质心314-质心315]、线段[质心315-交点34]做类似处理，如图12所示。
2.38、填充车辆的边缘线61、62、63、64、65、66、67构成车辆区域611、622、633、644、655、666、677，计算填充矩形[质心310-质心3101]、[质心3101-质心3102]、[质心3102-质心311]、[质心312-质心3121]、[质心3121-质心3122]、[质心3122-质心313]与车辆区域的重叠率，大于阈值1％，则[质心310-质心3101]、[质心3101-质心3102]、[质心3102-质心311]、[质心312-质心3121]、[质心3121-质心3122]、[质心3122-质心313]之间有车辆遮挡，block_3101、block_3102、block_311、block_3121、block_3122、block_313的值不变，仍为1。
填充矩形[交点30-质心310]、[质心311-质心312]、[质心313-质心314]、[质心314-质心315]、[质心315-交点34]与车辆区域没有重叠面积，则[交点30-质心310]、[质心311-质心312]、[质心313-质心314]、[质心314-质心315]、[质心315-交点34]之间没有车辆遮挡，则设定block_310＝0、block_312＝0、block_314＝0、block_315＝0、block_34＝0。
2.39、因为block_3101＝1，将[质心310-质心3101]逆映射到第1类质心数组Q30的[质心300-质心301]，没有车辆遮挡，则设定block_3101＝0。
因为block_3102＝1，将[质心3101-质心3102]逆映射到第1类质心数组Q30的[质心301-质心302]，没有车辆遮挡，则设定block_3102＝0。
因为block_311＝1，将[质心3102-质心311]逆映射到第1类质心数组Q30的[质心302-质心303]，没有车辆遮挡，则设定block_311＝0。
因为block_3121＝1，将[质心312-质心3121]逆映射到第1类质心数组Q30的[质心304-质心305]，没有车辆遮挡，则设定block_3121＝0。
因为block_3122＝1，将[质心3121-质心3122]逆映射到第3类质心数组Q32的[质心323-质心324]，没有车辆遮挡，则设定block_3122＝0。
因为block_313＝1，将[质心3122-质心313]逆映射到第3类质心数组Q32的[质心324-质心325]，没有车辆遮挡，则设定block_313＝0。
2.310、对质心数组Q31的质心310，因为block_310＝0，从质心向拟合曲线41做垂线，计算垂线与测速区边缘线13的交点A310、与测速区边缘线14的交点B310，连接A310和B310绘制线段作为车速检测线510，如图13所示；
同样的，对质心i，其中i＝3101、3102、311、312、3121、3122、313、314、315，因为block_i＝0，从质心i向拟合曲线41做垂线，计算垂线与测速区边缘线13的交点Ai、与测速区边缘线14的交点Bi，连接Ai和Bi绘制线段作为车速检测线511、512、……、519，如图13所示。
2.311、将数组QK31＝[[交点30,block_30＝1],[质心310,block_310＝0],[质心3101,block_3101＝0],[质心3102,block_3102＝0],[质心311,block_311＝0],[质心312,bl ock_312＝0],[质心3121,block_3121＝0],[质心3122,block_3122＝0],[质心313,bloc k_313＝0],[质心314,block_314＝0],[质心315,block_315＝0],[交点34,block_34＝0]]存储为数组Qsave，将车速检测线510、511、……、519的坐标[[A310B310],[A311B311],……,[A319B319]]存储为[AiBi]save。
2.312、对数组QK，除首项交点30外，都有block_i＝0，其中i＝310、3101、3102、311、312、3121、3122、313、314、315、34，则设定flag_temp＝0，本进程结束。
参阅图14，本发明实施例提供了一种多车道的车速检测线生成系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述的方法。
可见，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外，本发明实施例还公开了一种计算机程序产品或计算机程序，计算机程序产品或计算机程序存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述的方法。同样地，上述方法实施例中的内容均适用于本存储介质实施例中，本存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上所描述的实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本发明的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于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：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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，包括多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(Read-OnlyMemory，简称ROM)、随机存取存储器(RandomAccessMemory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本发明实施例的优选实施例，并非因此局限本发明实施例的权利范围。本领域技术人员不脱离本发明实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本发明实施例的权利范围之内。

Claims (10)

1.一种多车道的车速检测线生成方法，其特征在于，所述方法包括以下步骤：
S100，获取视频图像帧、以及所述视频图像帧中的边缘线信息；其中，所述边缘线信息包括测速区的边缘线、测速区内测速标志物的边缘线、以及测速区内每个车辆的边缘线；
S200，基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组；
S300，确定是否存在已生成的检测线，若存在已生成的检测线，则读取上次生成检测线时保存的质心数组，作为第二质心数组，将第一质心数组和第二质心数组进行合并，将合并后的数组划分为M个第一子数组；其中，M等于测速区内的行车道数量减去1；
S400，将M个第一子数组中距离测速区中线最小的第一子数组作为第一基准数组，基于所述第一基准数组生成第一拟合曲线，将M个第一子数组中剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组；
S500，基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心；
S600，基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线。
2.根据权利要求1所述的方法，其特征在于，S200中，所述基于测速标志物的边缘线和车辆边缘线确定遮挡标识符，将测速标志物的质心和对应的遮挡标识符形成第一质心数组，包括：
S210，分别计算各个测速标志物的边缘线与车辆边缘线的交点个数；
S220，筛选交点个数为0的测速标志物，将所述测速标志物的遮挡标识符标记为无遮挡；
S230，将筛选出的测速标志物的质心按y坐标从小到大排序，以所述测速标志物的质心和对应的遮挡标识符为元素，构成第一质心数组。
3.根据权利要求2所述的方法，其特征在于，S300中，所述将第一质心数组和第二质心数组进行合并，将合并后的数组划分为M个第一子数组，包括：
S310，将第一质心数组和第二质心数组合并成第三质心数组，将第一质心数组和第二质心数组中距离小于距离阈值的两个质心设置为同一质心；
S320，将第一质心数组和第二质心数组中相同序号的两个元素的遮挡标识符进行逻辑与运算，将运算结果作为第三质心数组中对应序号的测速标志物的遮挡标识符；
S330，去掉第三质心数组中的首项和尾项，作为第四质心数组；
S340，若确定第四质心数组中的元素个数＞1，则以第四质心数组中所有元素的质心到测速区中线的距离为对象进行聚类，将第四质心数组分为M类第一子数组；其中，M等于测速区内的行车道数量减去1；所述测速区中线基于沿行车道方向的两条边缘线确定。
4.根据权利要求3所述的方法，其特征在于，S400中，所述将M个第一子数组中距离测速区中线最小的第一子数组作为第一基准数组，基于所述第一基准数组生成第一拟合曲线，将M个第一子数组中剩余的第一子数组中的元素映射到第一基准数组，得到第二基准数组，包括：
S410，以第一基准数组中的所有元素的质心为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线进行定段数等分，将拟合得到的曲线与测速区中线中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第一拟合曲线；
S420，遍历除第一基准数组外剩余的(M-1)个第一子数组，从第一子数组中每个元素的质心向第一拟合曲线做垂线，得到每个元素对应的垂足；
S430，将每个元素对应的垂足分别取均值得到垂足数组，将垂足数组和第一基准数组合并成第二基准数组，将垂足数组和第一基准数组中距离小于距离阈值的两个质心设置为同一质心；
S440，将垂足数组和第一基准数组中相同序号的两个元素的遮挡标识符进行逻辑与运算，将运算结果作为第二基准数组中对应序号的测速标志物的遮挡标识符。
5.根据权利要求4所述的方法，其特征在于，S500中，所述基于车辆的边缘线确定所述第二基准数组中没有被车辆遮挡的质心，包括：
S510，以第二基准数组中的所有元素的质心为控制点，使用最小二乘法对各个控制点进行曲线拟合，对拟合得到的曲线与测速区中线进行定段数等分，将拟合得到的曲线与测速区中线中相同序号的点一一对应的连接成线段，将每两根线段的长度差异最小化，从而得到第二拟合曲线；
S520，计算第二拟合曲线分别与测速区中沿行车道方向的两条边缘线的交点，将第二基准数组和交点合并后按y坐标从小到大排序，组成第五质心数组，将第五质心数组中相邻的两个质心连接成线段；
S530，确定第五质心数组中各个元素对应的边缘线，基于所述边缘线与质心的距离设定线段的宽度，得到填充矩形；
S540，填充车辆的边缘线构成车辆区域，计算填充矩形与每个车辆区域的重叠面积，将重叠面积除以填充矩形的面积作为重叠率；
S550，如果对于任一车辆区域，都有重叠率小于重叠阈值，则确定线段没有车辆遮挡；否则将第五质心数组中相邻的两个质心逆映射为第一子数组中的两个质心，将第一子数组中的两个质心连接成线段后，返回执行S520；
S560，遍历除第一基准数组外剩余的(M-1)个第一子数组，只要存在一个第一子数组对任一车辆区域的重叠率小于重叠阈值，则确定线段没有车辆遮挡。
6.根据权利要求5所述的方法，其特征在于，S530中，所述确定第五质心数组中各个元素对应的边缘线，基于所述边缘线与质心的距离设定线段的宽度，得到填充矩形，包括：
S531，确定第五质心数组QKn中的各个元素是否通过映射得到，如果该元素是通过映射得到的，则执行S522；如果该元素不是通过映射得到的，则执行S523；
S532，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算逆映射的边缘线wim中x坐标最小的点与质心Qim的距离wd1以及逆映射的边缘线wim中x坐标最大的点与质心Qim的距离wd2，将线段Qim-1Qim的宽度设定为wd1+wd2，形成填充矩形；
对于第五质心数组QKn中的第Kn个元素，计算逆映射的边缘线wKm-1中x坐标最小的点与质心QKm-1的距离wd1以及逆映射的边缘线wKm-1中x坐标最大的点与质心QKm-1的距离wd2，将线段QKm-1QKm的宽度设定为wd1+wd2，形成填充矩形；
S533，对于第五质心数组QKn中的第in个元素，in＝1n，2n，……，Kn-1，计算边缘线win中x坐标最小的点与质心Qin的距离wd1以及边缘线win中x坐标最大的点与质心Qin的距离wd2，将线段Qin-1Qin的宽度设定为wd1+wd2，形成填充矩形；
对于第五质心数组QKn中的第Kn个元素，计算边缘线wKn-1中x坐标最小的点与质心QKn-1的距离wd1以及边缘线wKn-1中x坐标最大的点与质心QKn-1的距离wd2，将线段QKn-1QKn的宽度设定为wd1+wd2，形成填充矩形。
7.根据权利要求6所述的方法，其特征在于，S600中，所述基于所述第二基准数组中没有被车辆遮挡的质心生成车速检测线，包括：
选取第二基准数组中遮挡标识符标记为无遮挡的质心，从无遮挡的质心向第二拟合曲线做垂线，将垂线与测速区边缘线的交点连线得到车速检测线。
8.根据权利要求7所述的方法，其特征在于，S300之后，所述方法还包括：
S700，若确定不存在已生成的检测线，则基于第一质心数组中所有元素的质心到测速区中线的距离将第一质心数组分为M个质心子数组，M等于测速区内行车道数量减去1；
S800，将M个质心子数组中距离测速区中线最小的子数组作为第三基准数组，对第三基准数组进行曲线拟合，得到第三拟合曲线；
S900，基于第三基准数组和第三拟合曲线生成车速检测线。
9.一种多车道的车速检测线生成系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至8任一项所述的方法。
CN202311867492.XA 2023-12-29 2023-12-29 一种多车道的车速检测线生成方法、系统及存储介质 Active CN117853975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311867492.XA CN117853975B (zh) 2023-12-29 2023-12-29 一种多车道的车速检测线生成方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311867492.XA CN117853975B (zh) 2023-12-29 2023-12-29 一种多车道的车速检测线生成方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN117853975A true CN117853975A (zh) 2024-04-09
CN117853975B CN117853975B (zh) 2024-07-30

Family

ID=90531817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311867492.XA Active CN117853975B (zh) 2023-12-29 2023-12-29 一种多车道的车速检测线生成方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN117853975B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1804927A (zh) * 2005-12-28 2006-07-19 浙江工业大学 基于全方位视觉传感器的道路监控装置
JP2019043396A (ja) * 2017-09-04 2019-03-22 日産自動車株式会社 運転支援車両の走行制御方法及び走行制御装置
CN111368804A (zh) * 2020-03-31 2020-07-03 河北科技大学 车道线检测方法、系统及终端设备
CN112990087A (zh) * 2021-04-08 2021-06-18 济南博观智能科技有限公司 一种车道线检测方法、装置、设备及可读存储介质
WO2023127250A1 (ja) * 2021-12-27 2023-07-06 株式会社Ｎｔｔドコモ 検知線決定装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1804927A (zh) * 2005-12-28 2006-07-19 浙江工业大学 基于全方位视觉传感器的道路监控装置
JP2019043396A (ja) * 2017-09-04 2019-03-22 日産自動車株式会社 運転支援車両の走行制御方法及び走行制御装置
CN111368804A (zh) * 2020-03-31 2020-07-03 河北科技大学 车道线检测方法、系统及终端设备
CN112990087A (zh) * 2021-04-08 2021-06-18 济南博观智能科技有限公司 一种车道线检测方法、装置、设备及可读存储介质
WO2023127250A1 (ja) * 2021-12-27 2023-07-06 株式会社Ｎｔｔドコモ 検知線決定装置

Also Published As

Publication number Publication date
CN117853975B (zh) 2024-07-30

Similar Documents

Publication Publication Date Title
US9805474B1 (en) Pedestrian tracking at a traffic intersection to identify vulnerable roadway users for traffic signal timing, pedestrian safety, and traffic intersection control
US9460613B1 (en) Pedestrian counting and detection at a traffic intersection based on object movement within a field of view
US9449506B1 (en) Pedestrian counting and detection at a traffic intersection based on location of vehicle zones
CN112069944B (zh) 一种道路拥堵等级确定方法
CN110379168B (zh) 一种基于Mask R-CNN的交通车辆信息获取方法
KR102453627B1 (ko) 딥러닝 기반 교통 흐름 분석 방법 및 시스템
EP2605181A2 (en) Method and apparatus for detecting road partition
CN111554105B (zh) 一种复杂交通路口的智能流量识别与统计方法
CN113345237A (zh) 一种使用路侧激光雷达数据提取车辆轨迹的变道识别与预测方法、系统、设备及存储介质
CN111898491B (zh) 一种车辆逆向行驶的识别方法、装置及电子设备
CN112435276B (zh) 一种车辆跟踪方法、装置、智能终端及存储介质
CN113011331B (zh) 机动车是否礼让行人的检测方法、装置、电子设备及介质
CN113240756B (zh) 车载bsd摄像头的位姿变动检测方法、设备和存储介质
CN111524350B (zh) 车路协同异常行驶状况检测方法、系统、终端设备及介质
CN115240471B (zh) 一种基于图像采集的智慧厂区避撞预警方法和系统
WO2017196515A1 (en) Pedestrian counting and detection at a traffic intersection based on location of vehicle zones
CN113658427A (zh) 基于视觉与雷达的路况监控方法及系统、设备
CN117372969B (zh) 一种面向监控场景的异常事件检测方法
US20240289424A1 (en) Clustering method and system for road object elements of crowdsourced map, and storage medium
CN113257005B (zh) 一种基于关联度量的车流量统计方法
CN111383248A (zh) 一种行人闯红灯判断方法、装置和电子设备
CN117853975B (zh) 一种多车道的车速检测线生成方法、系统及存储介质
CN108847035B (zh) 车流量评估方法及装置
JP3771729B2 (ja) 交通流計測システム
CN117953191B (zh) 基于视频监控的车速检测线生成方法、系统及存储介质

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Chen Hongjun

Inventor before: Chen Hongjun

Inventor before: Huang Huamao

Inventor before: Guan Jinfa

Inventor before: Huo Qifeng

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240709

Address after: Room 602-11, 6th Floor, Building E, Foshan National Torch Innovation and Entrepreneurship Park, No. 13 Huabao South Road, Zhangcha Street, Chancheng District, Foshan City, Guangdong Province 528000 (Address Application)

Applicant after: Foshan Zhishi Cloud Control Enterprise Management Partnership Enterprise (Limited Partnership)

Country or region after: China

Address before: Room 610, 6th Floor, Building E, Foshan National Torch Innovation and Entrepreneurship Park, No. 13 Huabao South Road, Zhangcha Street, Chancheng District, Foshan City, Guangdong Province, 528000

Applicant before: Guangdong Zhishi Cloud Control Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant