TW202129541A - 大眾運輸監控畫面之動態資訊擷取方法 - Google Patents

大眾運輸監控畫面之動態資訊擷取方法 Download PDF

Info

Publication number
TW202129541A
TW202129541A TW109102470A TW109102470A TW202129541A TW 202129541 A TW202129541 A TW 202129541A TW 109102470 A TW109102470 A TW 109102470A TW 109102470 A TW109102470 A TW 109102470A TW 202129541 A TW202129541 A TW 202129541A
Authority
TW
Taiwan
Prior art keywords
real
information
monitoring screen
time
time image
Prior art date
Application number
TW109102470A
Other languages
English (en)
Inventor
陳耿民
盧采緹
Original Assignee
陳耿民
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 陳耿民 filed Critical 陳耿民
Priority to TW109102470A priority Critical patent/TW202129541A/zh
Publication of TW202129541A publication Critical patent/TW202129541A/zh

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

一種大眾運輸監控畫面之動態資訊擷取方法,包含下列步驟:(A)即時地讀取監控畫面之即時影像;(B)將該即時影像的像素進行色彩分佈分類;(C)依據色彩分佈分類的結果將該即時影像區隔出前景影像及背景影像;(D)將該前景影像區分為站位元件及目標元件,並且標記該站位元件及該目標元件於該監控畫面上之位置座標;(E)以光學字元辨識演算法辨識該站位元件、該目標元件之區塊像素所包含之字元;(F)擷取該站位元件及該目標元件之特徵資訊;(G)重複前述步驟(A)至(F);(H)依序比對時間序列各個時間點之該特徵資訊;以及(I)依據該目標元件於該監控畫面上的動態變化而得知該目標元件之事件資訊。

Description

大眾運輸監控畫面之動態資訊擷取方法
本發明相關於一種大眾運輸監控系統,特別是一種相關於大眾運輸監控畫面之動態資訊擷取方法。
在交通運輸的相關領域中,保障所有載具上乘客的安全是第一要務;交通控制中心之監控人員必須能夠完全掌控整體的交通線路資訊(如,全線軌道上之列車的行車狀態或某段軌道上的佔用情況)以保障乘客安全。因此,為了保證完整的資訊來源之取得,交通控制中心往往需大量地仰賴各種不同類別感應器以進行資訊的收集。
然而,不同類別的感應器有各自所屬的資料格式、或呈現資料的介面與方法。換句話說,監控人員必須監看且紀錄多個不同類別之感應器的偵測結果,故往往由此造成監控人員極大的工作量。並且,每一位監控人員必須接收大量且不同來源的資料,方可進行交通線路資訊的判斷,因而影響監控人員進行專業判斷的所需時間。
再者,在目前的軌道運輸業界中,監控系統的主要技術大多掌控於國外廠商,故營運方難以將交通線路資訊進行資料彈性化呈現以及資料數據的完全掌控。因此,營運方往往需要大量監控人員的人力資源以進行感應器資料收集以及資料判斷整合,以便於監控者做出判斷與決策;此舉不僅耗費時間,關於交通線路資訊的資料管理亦是問題所在。
因此,為解決上述問題,本發明的目的即在提供一種大眾運輸監控畫面之動態資訊擷取方法,以整合交通監控系統領域中各種類別之感應器對於移動物件的偵測資料,且針對移動物件進行自動追蹤與資料擷取,並繼而將資料存入資料庫而加以分析。
本發明為解決習知技術之問題所採用的技術手段係提供一種大眾運輸監控畫面之動態資訊擷取方法,為透過即時影像資訊擷取設備擷取監控畫面中目標元件於交通路網之示意路線上行進的動態資訊,該動態資訊擷取方法包含下列步驟:(A)該即時影像資訊擷取設備以串流方式即時地讀取該監控畫面之即時影像;(B)該即時影像資訊擷取設備將該監控畫面之即時影像的像素進行色彩分佈分類;(C)該即時影像資訊擷取設備依據該像素之色彩分佈分類的結果,而將該監控畫面之即時影像區隔出前景影像及背景影像;(D)該即時影像資訊擷取設備以圖論演算法擷取該前景影像中呈現單一連通的區塊像素,而將所擷取出具有單一連通的區塊像素予以區分為站位元件及目標元件,並且標記該站位元件及該目標元件於該監控畫面上之位置座標,其中該站位元件為一保持固定之位置座標的標示而作為該目標元件於該交通路網之示意路線上停駐點之指示;(E)該即時影像資訊擷取設備以光學字元辨識演算法辨識該站位元件之區塊像素及該目標元件之區塊像素所包含之字元;(F)該即時影像資訊擷取設備擷取該站位元件及該目標元件之特徵資訊,其中該特徵資訊為單一連通的該區塊像素的色彩分佈、於該監控畫面上之位置座標以及該字元;(G)該即時影像資訊擷取設備依據時間序列,重複前述步驟(A)至(F)而擷取該監控畫面之即時影像的動態變化中不同時間點之複數筆該特徵資訊;(H)該即時影像資訊擷取裝置依序比對時間序列各個時間點之該特徵資訊,而將在不同時間點下具有相同之色彩分佈及字元的該區塊像素予以判斷為同一個該目標元件;以及(I)該即時影像資訊擷取裝置依據該目標元件在時間序列中於該監控畫面上之位置座標的動態變化,而得知該目標元件之事件資訊。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(B),該色彩分佈分類為以RGB色彩模式進行。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(B),該色彩分佈分類為以RGB色彩模式進行,並且以「R值為零、G值為零及B值為零」之影像數值為背景影像。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(C),該圖論演算法為連通分量標記演算法。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(D),該站位元件或該目標元件於該監控畫面上之位置座標的標記,為標記該站位元件或該目標元件之區塊像素的左上點以及右下點於該監控畫面上之位置座標。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(F),該特徵資訊更包含該單一連通之區塊像素的尺寸。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(G),將該目標元件之複數筆該特徵資訊儲存於記憶體或資料庫。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(I),將該目標元件之事件資訊儲存於記憶體或資料庫。
在本發明的一實施例中係提供一種大眾運輸監控畫面之動態資訊擷取方法,其中在步驟(I),該事件資訊包含該目標元件於該交通路網之示意路線上的行進方向、行進距離、停駐於該站位元件之時間、或是否朝向該站位元件行進。
本發明的大眾運輸監控畫面之動態資訊擷取方法具有以下功效。本發明自動追蹤於監控畫面中動態變化的目標元件、辨識該目標元件之字元,以及標記該目標元件於監控畫面的位置座標及其區塊像素的長寬尺寸,而迅速地將前述之特徵資訊匯入資料庫,以便於未來資料蒐集的管理與使用而免除人力、時間的耗費。並且,監控者得以針對前述之特徵資訊進行新增、刪除及修改等資料編輯,以增進交通監控資料之處理作業的方便與彈性,而快速且自動化地提供監控人員進行特徵資訊及事件資訊的分析。再者,在監控系統的感應器提供錯誤的交通資料時,本發明藉由光學字元辨識以及前述之特徵資訊於時間序列中變化的比對的技術手段,得以及時地修正資訊且逐一地記錄時間序列中的狀態資料。
以下根據第1圖至第7圖,以說明本發明的實施方式。該說明並非為限制本發明的實施方式,而為本發明的實施例的一種。
請參照第1圖以及第2圖所示,本發明之實施例的一種大眾運輸監控畫面之動態資訊擷取方法,為透過即時影像資訊擷取設備100擷取監控畫面M中目標元件42於交通路網之示意路線R上行進的動態資訊。詳細而言,本發明之該動態資訊擷取方法包含步驟(A)至步驟(I),所述步驟之具體內容詳述如下文。
如第1圖及第2圖所示,步驟(A)10S:該即時影像資訊擷取設備100以串流方式即時地讀取該監控畫面M之即時影像11。詳細而言,本發明之該即時影像資訊擷取設備100得為但並不限定係一攝像裝置及計算機裝置;該攝像裝置擷取該監控畫面M之即時影像11,而經擷取之該即時影像11 則以串流方式輸入計算機裝置以進行資料處理或分析。
如第1圖至第3圖所示,步驟(B)20S:該即時影像資訊擷取設備100將該監控畫面M之即時影像11的像素進行色彩分佈分類。具體而言,本發明對於該色彩分佈分類之作業為以RGB色彩模式進行。也就是說,本發明將即時影像11區分出多筆像素之色彩分佈的資料,如第3圖之像素色彩分佈資料21、22、23所示。
請參照第1圖、第2圖及第4圖所示,步驟(C)30S:該即時影像資訊擷取設備100依據該像素之色彩分佈分類的結果,而將該監控畫面M之即時影像11區隔出前景影像31及背景影像32。進一步而言,本發明得以但並不限定地將「R值為零、G值為零及B值為零」之影像數值(亦即,像素之色彩分佈為「黑色」)設定為背景影像。
請參照第1圖、第2圖、第4圖及第5圖所示,步驟(D)40S:該即時影像資訊擷取設備100以圖論演算法擷取該前景影像31中呈現單一連通的區塊像素4,而將所擷取出具有單一連通的區塊像素予以區分為站位元件41及目標元件42,並且標記該站位元件41及該目標元件42於該監控畫面M上之位置座標。進一步而言,該站位元件41為一保持固定之位置座標的標示(亦即,不隨時間變化而改變位置座標)而作為該目標元件42於該交通路網之示意路線R上停駐點之指示。具體而言,如第5圖所示,該站位元件41包含站位區塊像素411、412、413及414(亦即,用以標示車站),而該目標元件42包含目標區塊像素421、422、423及424(亦即,用以標示列車)。於本發明的具體實施例中,該圖論演算法為連通分量標記演算法(CCL, Connected Component Labeling)。並且,該站位元件41或該目標元件42於該監控畫面M上之位置座標的標記,為標記該站位元件41或該目標元件42之區塊像素的左上點以及右下點於該監控畫面M上之位置座標,當然本發明標記該站位元件41或該目標元件42之位置座標的方式並不以上述方式為限。
請參照第1圖、第5圖及第6圖所示,步驟(E)50S:該即時影像資訊擷取設備100以光學字元辨識演算法(OCR, Optical Character Recognition)辨識該站位元件41之區塊像素及該目標元件42之區塊像素所包含之字元,其中字元係指文字、數字或符號。也就是說,該即時影像資訊擷取設備100辨識該站位元件41之站位區塊像素411的字元為「V05」、該目標元件42之目標區塊像素421的字元為「>G501」,以及該目標區塊像素423的字元為「B503>>」。
如第1圖、第5圖及第6圖所示,步驟(F)60S:該即時影像資訊擷取設備100擷取該站位元件41及該目標元件42之特徵資訊6,其中該特徵資訊為單一連通的該區塊像素的色彩分佈61、於該監控畫面M上之位置座標62、該字元63,以及該站位元件41或該目標元件42之區塊像素的尺寸(亦即,區塊像素的長寬尺寸)。舉例而言,該站位元件41之站位區塊像素411的色彩分佈為RGB(211,211,214)、位置座標(280,680)、字元為「V05」及長寬尺寸為(40,16),其中位置座標及長寬尺寸之長度單位得為mm;該目標元件42之目標區塊像素421的色彩分佈為RGB(43,157,243)、位置座標(787,643)、字元為「>G501」及長寬尺寸為(42,12);以及,該目標元件42之目標區塊像素423的色彩分佈為RGB(140,205,183)、位置座標(806,580)、字元為「B503>>」及長寬尺寸為(52,14)。
如第1圖、第2圖、第5圖及第6圖所示,步驟(G)70S:該即時影像資訊擷取設備100依據時間序列,重複前述步驟(A)至(F)而擷取該監控畫面M之即時影像11的動態變化中不同時間點之複數筆該特徵資訊,並且將該目標元件42之複數筆該特徵資訊儲存於記憶體或資料庫。
請參照第1圖、第2圖及第5圖至第7圖所示,步驟(H)80S:該即時影像資訊擷取裝置100依序比對時間序列各個時間點之該特徵資訊6,而將在不同時間點下具有相同之色彩分佈61及字元63的該區塊像素予以判斷為同一個該目標元件42。舉例而言,在該監控畫面M之即時影像11動態變化的情況下,由於時間點T1之目標區塊像素、時間點T2之目標區塊像素 、時間點T3之目標區塊像素皆具有相同之色彩分佈RGB(43,157,243)以及字元「>G501」,該即時影像資訊擷取裝置100即判斷時間點T1、時間點T2 、時間點T3以及時間點T4之目標區塊像素,為同一個該目標區塊像素421,而用以自動追蹤該監控畫面M上之列車行進。
如第1圖、第2圖、第5圖及第6圖所示,以及,步驟(I)90S:該即時影像資訊擷取裝置100依據該目標元件42在時間序列中於該監控畫面M上之位置座標62的動態變化,而得知該目標元件之事件資訊,其中該事件資訊包含該目標元件42於該交通路網之示意路線R上的行進方向、行進距離、停駐於該站位元件之時間、或是否朝向該站位元件行進。並且,該即時影像資訊擷取裝置100將該目標元件42之事件資訊儲存於記憶體或資料庫。
具體而言,如第5圖至第7圖所示,在該目標區塊像素421(亦即,字元「>G501」所代表之列車)離開站位區塊像素412(亦即,字元「V06」所代表之車站)而朝向該站位區塊像素411(亦即,字元「V05」所代表之車站)行進的過程,於時間點T1,該目標區塊像素421的位置座標62為(787,643);在時間點T2,該目標區塊像素421靠近該站位區塊像素411,其位置座標62為(345,643);在時間點T3,該目標區塊像素421停駐於該站位區塊像素411,其位置座標62為(280,643);在時間點T4,該目標區塊像素421離開該站位區塊像素411,其位置座標62為(185,643)。據此,該即時影像資訊擷取裝置100依據上述該目標元件42之目標區塊像素421在時間序列中於該監控畫面M上之位置座標62的動態變化(亦即,位置座標62:(787,643)、(345,643)、(280,643)以及(185,643)的連續變化),而得知該目標區塊像素421於該交通路網之示意路線R上的行進方向、行進距離、停駐於該站位區塊像素411的時間、或是否朝向其他該站位元件行進等事件資訊。
由上述可知,本發明之實施例的大眾運輸監控畫面之動態資訊擷取方法,透過「串流讀取」、「色彩分佈分類」、「連通分量標記」、「光學字元辨識」以及「時間序列之特徵資訊的比對分析」等技術手段之步驟,而自動追蹤於監控畫面M中動態變化的目標元件42、辨識該目標元件42之之色彩分佈61及字元63,以及標記該目標元件於監控畫面M的位置座標62及其區塊像素的長寬尺寸64,而迅速地將前述之特徵資訊6匯入資料庫,以便於未來資料蒐集的管理與使用,而免除營運監控於人力、時間上的耗費,且降低錯誤資訊的形成。
並且,針對監控畫面M之即時影像11於時間序列中的變化,本發明將前述之特徵資訊6進行比對分析,而判斷目標元件42的行進方向、行進距離、停駐於站位元件41之時間、或是否朝向站位元件41行進,以得知目標元件42的事件資訊,而快速且自動化地提供監控人員進行特徵資訊及事件資訊的分析。此外,本發明得以針對特徵資訊6及事件資訊進行新增、刪除及修改等資料編輯,以增進交通監控資料之處理作業的方便與彈性。
再者,在監控系統的感應器提供錯誤的交通資料時,本發明藉由「光學字元辨識」以及前述之特徵資訊於時間序列中變化的比對的技術手段,得以及時地修正資訊且逐一地記錄時間序列中的狀態資料,以免於重要之交通行車資料的記錄錯漏。
以上之敘述及說明僅為本發明之較佳實施例的說明,對於此項技術具有通常知識者當可依據以下所界定之申請專利範圍以及上述之說明而作其他之修改,惟此些修改仍應為本發明之發明精神而在本發明之權利範圍中。
10S:步驟(A) 20S:步驟(B) 30S:步驟(C) 40S:步驟(D) 50S:步驟(E) 60S:步驟(F) 70S:步驟(G) 80S:步驟(H) 90S:步驟(I) 100:即時影像資訊擷取設備 11:即時影像 21:像素色彩分佈資料 22:像素色彩分佈資料 23:像素色彩分佈資料 31:前景影像 32:背景影像 4:區塊像素 41:站位元件 411:站位區塊像素 412:站位區塊像素 413:站位區塊像素 414:站位區塊像素 42:目標元件 421:目標區塊像素 422:目標區塊像素 423:目標區塊像素 424:目標區塊像素 6:特徵資訊 61:色彩分佈 62:位置座標 63:字元 64:長寬尺寸 M:監控畫面 R:交通路網之示意路線 T1:時間點 T2:時間點 T3:時間點 T4:時間點
第1圖為顯示根據本發明之實施例的大眾運輸監控畫面之動態資訊擷取方法的步驟流程圖; 第2圖為顯示根據本發明實施例的大眾運輸監控畫面之動態資訊擷取方法以即時影像資訊擷取設備擷取監控畫面資訊的示意圖; 第3圖為顯示根據本發明實施例的大眾運輸監控畫面之動態資訊擷取方法對於監控畫面之即時影像的像素進行色彩分佈分類的示意資料表; 第4圖為顯示根據本發明實施例的大眾運輸監控畫面之動態資訊擷取方法將監控畫面之即時影像區隔出前景影像及背景影像的示意圖; 第5圖為顯示根據本發明實施例的大眾運輸監控畫面之動態資訊擷取方法將具有單一連通的區塊像素區分為站位元件及目標元件的示意圖; 第6圖為顯示根據本發明實施例的大眾運輸監控畫面之動態資訊擷取方法所擷取之站位元件及目標元件的特徵資訊的示意資料表;以及 第7圖為顯示根據本發明實施例的大眾運輸監控畫面之動態資訊擷取方法依據時間順序比對各個時間點之即時影像的特徵資訊。
無。
10S:步驟(A)
20S:步驟(B)
30S:步驟(C)
40S:步驟(D)
50S:步驟(E)
60S:步驟(F)
70S:步驟(G)
80S:步驟(H)
90S:步驟(I)

Claims (9)

  1. 一種大眾運輸監控畫面之動態資訊擷取方法,為透過即時影像資訊擷取設備擷取監控畫面中目標元件於交通路網之示意路線上行進的動態資訊,該動態資訊擷取方法包含下列步驟: (A)該即時影像資訊擷取設備以串流方式即時地讀取該監控畫面之即時影像; (B)該即時影像資訊擷取設備將該監控畫面之即時影像的像素進行色彩分佈分類; (C)該即時影像資訊擷取設備依據該像素之色彩分佈分類的結果,而將該監控畫面之即時影像區隔出前景影像及背景影像; (D)該即時影像資訊擷取設備以圖論演算法擷取該前景影像中呈現單一連通的區塊像素,而將所擷取出具有單一連通的區塊像素予以區分為站位元件及目標元件,並且標記該站位元件及該目標元件於該監控畫面上之位置座標,其中該站位元件為一保持固定之位置座標的標示而作為該目標元件於該交通路網之示意路線上停駐點之指示; (E)該即時影像資訊擷取設備以光學字元辨識演算法辨識該站位元件之區塊像素及該目標元件之區塊像素所包含之字元; (F)該即時影像資訊擷取設備擷取該站位元件及該目標元件之特徵資訊,其中該特徵資訊為單一連通的該區塊像素的色彩分佈、於該監控畫面上之位置座標以及該字元; (G)該即時影像資訊擷取設備依據時間序列,重複前述步驟(A)至(F)而擷取該監控畫面之即時影像的動態變化中不同時間點之複數筆該特徵資訊; (H)該即時影像資訊擷取裝置依序比對時間序列各個時間點之該特徵資訊,而將在不同時間點下具有相同之色彩分佈及字元的該區塊像素予以判斷為同一個該目標元件;以及 (I)該即時影像資訊擷取裝置依據該目標元件在時間序列中於該監控畫面上之位置座標的動態變化,而得知該目標元件之事件資訊。
  2. 如請求項1所述之動態資訊擷取方法,其中在步驟(B),該色彩分佈分類為以RGB色彩模式進行。
  3. 如請求項1所述之動態資訊擷取方法,其中在步驟(B),該色彩分佈分類為以RGB色彩模式進行,並且以「R值為零、G值為零及B值為零」之影像數值為背景影像。
  4. 如請求項1所述之動態資訊擷取方法,其中在步驟(C),該圖論演算法為連通分量標記演算法。
  5. 如請求項1所述之動態資訊擷取方法,其中在步驟(D),該站位元件或該目標元件於該監控畫面上之位置座標的標記,為標記該站位元件或該目標元件之區塊像素的左上點以及右下點於該監控畫面上之位置座標。
  6. 如請求項1所述之動態資訊擷取方法,其中在步驟(F),該特徵資訊更包含該單一連通之區塊像素的尺寸。
  7. 如請求項1所述之動態資訊擷取方法,其中在步驟(G),將該目標元件之複數筆該特徵資訊儲存於記憶體或資料庫。
  8. 如請求項1所述之動態資訊擷取方法,其中在步驟(I),將該目標元件之事件資訊儲存於記憶體或資料庫。
  9. 如請求項1所述之動態資訊擷取方法,其中在步驟(I),該事件資訊包含該目標元件於該交通路網之示意路線上的行進方向、行進距離、停駐於該站位元件之時間、或是否朝向該站位元件行進。
TW109102470A 2020-01-22 2020-01-22 大眾運輸監控畫面之動態資訊擷取方法 TW202129541A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109102470A TW202129541A (zh) 2020-01-22 2020-01-22 大眾運輸監控畫面之動態資訊擷取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109102470A TW202129541A (zh) 2020-01-22 2020-01-22 大眾運輸監控畫面之動態資訊擷取方法

Publications (1)

Publication Number Publication Date
TW202129541A true TW202129541A (zh) 2021-08-01

Family

ID=78282745

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109102470A TW202129541A (zh) 2020-01-22 2020-01-22 大眾運輸監控畫面之動態資訊擷取方法

Country Status (1)

Country Link
TW (1) TW202129541A (zh)

Similar Documents

Publication Publication Date Title
TWI438729B (zh) 車道偏移警示方法及系統
CN102759347B (zh) 一种高铁接触网在线巡检装置、巡检方法以及其检测系统
CN107886055A (zh) 一种用于车辆运动方向判定的逆行检测方法
US11495022B2 (en) Method for recognizing an object of a mobile unit
CN113903008A (zh) 基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法
CN113947731A (zh) 一种基于接触网安全巡检的异物识别方法及系统
Lisanti et al. A multi-camera image processing and visualization system for train safety assessment
CN112381043A (zh) 一种旗帜检测方法
CN111640135A (zh) 一种基于硬件前端的tof摄像头行人计数方法
CN113515968A (zh) 街道的异常事件检测方法、装置、设备及介质
CN111598855B (zh) 一种基于深度学习和迁移学习的2c设备高铁接触网吊弦缺陷检测方法
CN113788051A (zh) 列车在站运行状态监测分析系统
CN112836683A (zh) 用于便携式摄像设备的车牌识别方法、装置、设备和介质
CN112447060A (zh) 识别车道的方法、装置及计算设备
CN109558770A (zh) 真值标注方法
TW202129541A (zh) 大眾運輸監控畫面之動態資訊擷取方法
CN111862023A (zh) 一种基于计算机视觉的受电弓结构异常检测方法
Laptev et al. Visualization system for fire detection in the video sequences
CN113095345A (zh) 数据匹配方法、装置和数据处理设备
CN114693722B (zh) 一种车辆行驶行为检测方法、检测装置及检测设备
TW202024995A (zh) 智慧型道路缺失辨識方法及其系統
CN111583341B (zh) 云台像机移位检测方法
JPH0481603A (ja) 路面状況自動解析方法
JP7440855B1 (ja) 点検支援システム、撮影位置同定システム、及び、プログラム
Xu et al. Vision-based pavement marking detection–a case study