【CN110008932A】一种基于计算机视觉的车辆违章压线检测方法【专利】

合集下载

基于计算机视觉的行人车辆违章检测系统设计

基于计算机视觉的行人车辆违章检测系统设计行人车辆违章检测系统是近年来随着计算机视觉技术的发展和智能交通系统的普及而应运而生的一项重要技术。

本文将针对基于计算机视觉的行人车辆违章检测系统的设计进行详细阐述，包括系统架构、关键技术以及未来发展方向等内容。

在设计行人车辆违章检测系统时，首先需要明确系统的整体架构。

基于计算机视觉的行人车辆违章检测系统主要包括图像采集、图像处理、特征提取与分类、违章检测以及违章记录等环节。

系统的硬件组成多为摄像头、计算机、存储设备以及显示设备等。

摄像头用于采集实时交通场景的图像，计算机作为系统的核心处理单元和存储介质。

系统的软件组成主要包括图像处理算法、目标检测与跟踪算法、特征提取与分类算法以及违章检测与记录算法等。

其次，关键技术是行人车辆违章检测系统的核心。

在图像处理环节中，常用的技术包括图像增强、图像分割以及图像去噪等，以提高图像的质量和准确性。

目标检测与跟踪算法能够实时准确定位交通场景中的行人和车辆等目标，并跟踪其运动轨迹。

特征提取与分类算法可以对行人和车辆的特征进行提取，并根据特征判断是否存在违章行为。

违章检测与记录算法则负责检测和记录行人车辆的违章行为，如闯红灯、违规停车等。

这些关键技术的应用能够有效提高行人车辆违章检测系统的准确性和实时性。

另外，未来发展方向是行人车辆违章检测系统必须考虑的问题。

随着深度学习技术的不断成熟和发展，将其应用于行人车辆违章检测系统中已成为趋势。

深度学习算法可以进一步提高系统的准确性和鲁棒性。

此外，利用高性能计算平台和云计算技术，可以实现大规模数据的处理和存储，提高系统的吞吐量和扩展性。

同时，结合物联网技术和大数据分析算法，可以实现行人车辆违章检测系统与城市交通管理的无缝连接，实现智能交通的目标。

总之，基于计算机视觉的行人车辆违章检测系统的设计是一项复杂而重要的任务。

系统的准确性、实时性和可扩展性是设计时需重点关注的问题。

在不断发展的计算机视觉技术背景下，行人车辆违章检测系统必将得到更加广泛和深入的应用，为城市交通管理提供更好的保障和服务。

车辆压线检测方法

（１．江苏省交通科学研究院股份交科院，江苏南京２１１１１２；２．南京航空航天大学自动化学院，江苏南京２１００１６）摘要针对车辆压线的违章行为，提出一种基于计算机视觉的车辆压线检测方法。首先利用Ｈｏｕｇｈ变换对交通视频图像中的黄线实现自动提取；然后用背景差法，ｇ－￣ｔ像中提取前景车辆，并用大津法将车辆分割出来，从而获得车辆位置；最后根据黄线区域和车辆区域是否有重叠来判断车辆是否压线。实验结果表明，该方法能满足准确高效的要求。
关键词图像处理；直线提取；车辆检测
中图分类号
ＴＰ３９１．４１
文献标识码
Ａ
文章编号
１００７— ７８２０【２０１３）０２— ０７１— ０３
ＲｅｓｅａｒｃｈｏｎＰｒｅｓｓｉｎｇＬｉｎｅｏｆＶｅｈｉｃｌｅｓ
’ ‘ｑｆＪ、ｚｕｌｊ平昂０苍昂ｚ朋
ＥｌｅｃｔｒｏｎｉｃＳｃｉ．＆Ｔｅｃｈ．／Ｆｅｂ．１５．２０１３
车辆压线检测方法
王建华，徐贵力，糜长军，赵敏，田裕鹏，王彪，徐培智
ＡｂｓｔｒａｃｔＡｉｍｉｎｇａｔｄｅｔｅｃｔｉｎｇｔｈｅｖｉｏｌａｔｉｏｎｂｅｈａｖｉｏｒｏｆｖｅｈｉｃｌｅ ’ Ｓｌｉｎｅｐｒｅｓｓｉｎｇ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｍｅｔｈｏｄｏｆｖｅｈｉｃｌｅ ’ Ｓｐｒｅｓｓｉｎｇｌｉｎｅｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎ．Ｆｉｒｓｔ，ｔｈｅＨｏｕｇｈｔｒａｎｓｆｏｒｍｍｅｔｈｏｄｉｓａｐｐｌｉｅｄｔｏｅｘｔｒａｃｔｔｈｅｙｅｌｌｏｗｌｉｎｅｓｆｒｏｍｔｒａｆｆｉｃｖｉｄｅｏｉｍａｇｅｓａｕｔｏｍａｔｉｃａｌｌｙ；ｓｅｃｏｎｄ，ｔｈｅｂａｃｋｇｒｏｕｎｄｄｉｆｆｅｒｅｎｃｅｍｅｔｈｏｄｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｖｅｈｉｃｌｅｓｆｒｏｍｉｍａｇｅｓ，ａｎｄｔｈｅｏｔｓｕｍｅｔｈｏｄｓｅｇｍｅｎｔｓｔｈｅｖｅｈｉｃｌｅｓｏｕｔ，ｔｈｕｓｇｅｔｔｉｎｇｖｅｈｉｃｌｅ ’ Ｓｐｏｓｉｔｉｏｎ；Ｆｉｎａｌｌｙ，ｔｈｅｏｖｅｒｌａｐｏｆｔｈｅｙｅｌｌｏｗｌｉｎｅａｒｅａａｎｄｖｅｈｉｃｌｅｒｅａａｃａｎｄｅｔｅｍｉｒｎｅｔｈｅｖｅｈｉｃｌｅ ’ Ｓｌｉｎｅｐｒｅｓｓｉｎｇ。Ｅｘｐｅｒｉｍｅｎｔｌａｒｅｓｕｌｔｓｄｅｍ－ｏｎｓｔｒａｔｅｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆａｃｃｕｒａｃｙａｎｄｅｉｃｆｉｅｎｃｙ．Ｋｅｙｗｏｒｄｓｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｌｉｎｅｅｘｔｒａｃｔｉｏｎ；ｖｅｈｉｃｌｅｄｅｔｅｃｔｉｏｎ

基于计算机视觉技术的交通违章监测与处理系统设计与实现

基于计算机视觉技术的交通违章监测与处理系统设计与实现交通违章是每个城市都面临的严重问题之一。

针对各种交通违章的监测和处理一直是困扰城市交通管理部门的问题。

传统的交通违章监测方式存在着许多弊端，例如高人力成本、耗时长、识别精度低等问题。

为了解决这些问题，基于计算机视觉技术的交通违章监测与处理系统应运而生。

一、计算机视觉技术在交通违章监测中的应用计算机视觉技术是近年来快速发展的一项技术。

它将图像或视频信号转换为数字信号，并利用计算机算法定位、识别图像中的物体、人脸、动作等。

计算机视觉技术在交通违章监测中的应用非常广泛，例如红灯闯关、超速、违停等违章行为的识别和记录。

二、基于计算机视觉技术的交通违章监测与处理系统设计基于计算机视觉技术的交通违章监测与处理系统主要分为三个部分：图像采集、图像处理、信息输出。

1.图像采集图像采集是整个交通违章监测系统的基础。

该系统利用摄像头对交通违规过程进行实时监测。

在摄像头的选取和摆放上应该要求摄像头具有较高的分辨率和视野角度。

同时，在摄像头的摆放上也应该充分考虑到摄像头的遮挡问题，保证其能够拍摄到违章车辆的整个过程。

2.图像处理图像处理是整个系统的核心部分，不仅要对采集的图像进行预处理，还要对预处理后的图像进行特征提取、目标检测和识别等一系列处理。

首先，对采集的图像进行预处理，去除噪声、光线差异等干扰，提高图像的质量。

接着，使用目标检测算法对图像中的车辆进行检测和定位。

最后，利用车牌识别技术对图像中的车牌号进行识别，获取相关信息。

3.信息输出信息输出是将经过处理的信息进行组织、存储和输出以供相关人员查看和分析的过程。

主要包括若干数据集、并根据数据集进行统计分析，并以图表等形式呈现在交通管理平台上供相关人员参考。

三、基于计算机视觉技术的交通违章监测与处理系统实现1. 数据库建立在实现交通违章监测与处理系统时，首先应该进行相关数据库的建立。

在本系统中主要需要建立三种数据库：摄像头数据库、车辆数据库、违章记录数据库。

一种利用计算机视觉实现高速公路车辆行为检测的方法[发明专利]

专利名称：一种利用计算机视觉实现高速公路车辆行为检测的方法
专利类型：发明专利
发明人：王朋,倪翠
申请号：CN201910670246.2
申请日：20190724
公开号：CN110335467A
公开日：
20191015
专利内容由知识产权出版社提供
摘要：本发明实施例公开了一种利用计算机视觉实现高速公路车辆行为检测的方法，包括提取所拍摄高速公路图像中存在的边缘，得到边缘图像；分析所述边缘图像的像素点，得到车道分界线；利用神经网络训练高速公路车辆检测模型，检测所述高速公路图像中存在的车辆；分析不同时刻的图像，得到各车辆的行驶轨迹；根据所述车辆行驶轨迹与车道分界线的位置关系，得到车辆的行驶状态。

本发明整个过程只需要采集现有高速公路上的图像，并以此为依据进行分析即可，节省成本。

且本发明检测率高、误报率低，能够在不同光照条件和交通环境下准确检测高速公路车辆的行为，鲁棒性强。

申请人：山东交通学院
地址：250357 山东省济南市长清区长清大学科技园海棠路5001号
国籍：CN
代理机构：济南诚智商标专利事务所有限公司
代理人：黄晓燕
更多信息请下载全文后查看。

一种基于计算机视觉的违章停车检测装置[发明专利]

专利名称：一种基于计算机视觉的违章停车检测装置专利类型：发明专利
发明人：杨鹏,温作锐,潘雷,王青宝,胡兆方,方益益
申请号：CN201910596479.2
申请日：20190703
公开号：CN110335471A
公开日：
20191015
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于计算机视觉的违章停车检测装置，包括全方位视觉传感器、快速球摄像装置和微处理器，还包括：连接架，所述连接架用于安装所述全方位视觉传感器和所述快速球摄像装置；清扫装置，所述清扫装置用于对所述全方位视觉传感器的透明玻璃外罩的表面进行清扫，所述清扫装置安装在所述连接架上。

本发明提供的基于计算机视觉的违章停车检测装置，在对全方位视觉传感器的透明玻璃外罩的表面进行清扫时，操作人员不必登高作业，更加安全。

申请人：浙江工贸职业技术学院
地址：325000 浙江省温州市瓯海经济开发区东方南路38号温州市国家大学科技园孵化器1号楼国籍：CN
代理机构：北京阳光天下知识产权代理事务所(普通合伙)
代理人：赵飞
更多信息请下载全文后查看。

一种车辆违章行为检测方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201611154230.9(22)申请日 2016.12.14(71)申请人贵港市瑞成科技有限公司地址 537000 广西壮族自治区贵港市港北区贵城镇金港大道富士新城4号二楼(72)发明人不公告发明人　(51)Int.Cl.G08G 1/01(2006.01)G08G 1/017(2006.01)(54)发明名称一种车辆违章行为检测方法(57)摘要本发明公开了一种车辆违章行为检测方法，包括以下步骤：S1：交通监控视频采集，并对视频进行预处理；S2：使用改进Surendra背景差分与三帧差分相结合的算法进行车辆目标检测；S3：结合camShi ft算法与Kalman滤波器进行车辆目标跟踪；S4：提取车辆质心绘制车辆运动轨迹；S5：根据车辆运动轨迹对车辆违章行为进行判别。

本发明提出的车辆违章行为检测方法通过对监控视频数据进行实时处理与分析，实现违章车辆行为的自动识别，在保证结果准确性的前提下，降低计算复杂度，实现对车辆违章行为的实时检测。

权利要求书2页说明书5页CN 108230667 A 2018.06.29C N 108230667A1.一种车辆违章行为检测方法，其特征在于，包括以下步骤：S1：交通监控视频采集，并对视频进行预处理；S2：使用改进Surendra背景差分与三帧差分相结合的算法进行车辆目标检测；S3：结合camShift算法与Kalman滤波器进行车辆目标跟踪；S4：提取车辆质心绘制车辆运动轨迹；S5：根据车辆运动轨迹对车辆违章行为进行判别。

2.根据权利要求1所述的车辆违章行为检测方法，其特征在于，所述改进Surendra背景差分算法的具体算法如下：1)取视频第一帧图像I0作为初始背景B0；2)求出当前帧图像的最大灰度值g max和最小灰度值g min，然后令T＝g max+g min；3)根据T对图像的灰度值进行划分，分为大于T的灰度值和小于T的灰度值两组，分别求出两组的平均灰度值μ1和μ2；4)更新阈值T，T＝(μ1+μ2)/2；5)重复步骤3)和4)，直到T的值不发生变化；6)迭代次数初始化，取m＝1，最大迭代次数为M；计算当前帧与前一帧的帧间差分图像，并二值化,式中，I t为输入的t时刻的单帧图像；I t-1为输入的t-1时刻的单帧图像；7)根据二值化后的图像D t来更新背景，式中，B t(x,y)为t时刻背景图像；α为更新速率系数，取值0.005；8)迭代次数m每次迭代自增1，当迭代次数m＝M时结束迭代，此时B t(x,y)为更新后的背景图像。

基于计算机视觉的交通违法行为识别技术研究

基于计算机视觉的交通违法行为识别技术研究近年来，随着城市交通的不断拥堵和交通事故频发，交通违法行为成为了一大难题。

为了提高道路交通的安全性和管理效率，交通违法行为识别技术应运而生。

其中，基于计算机视觉的交通违法行为识别技术成为了研究热点。

基于计算机视觉的交通违法行为识别技术是一种利用计算机的图像处理和模式识别技术，通过对交通监控视频或图片进行分析和识别，来实现对交通违法行为的自动检测。

这种技术主要包括行人闯红灯、车辆逆行、压线、超速等多个交通违法行为的识别。

首先，行人闯红灯是一种常见的交通违法行为，也是交通事故的重要原因之一。

基于计算机视觉的技术可以通过对行人和交通信号灯的检测来实现对行人闯红灯行为的识别。

通过使用深度学习算法，可以对行人进行姿态识别和行为分析，同时结合交通信号灯的识别，可以准确判断是否存在行人闯红灯的情况。

其次，车辆逆行也是道路交通管理中的重要问题。

基于计算机视觉的技术可以通过对交通视频进行监测和分析，来实现对车辆逆行行为的识别。

通过检测交通车道线和车辆的运动轨迹，结合深度学习算法可以对车辆进行逆行行为的判别和识别，及时发现并采取措施进行处理。

此外，压线行为也是一种常见的交通违法行为。

基于计算机视觉的技术可以通过对交通视频进行分析，来实现对车辆压线行为的识别。

通过对交通车道线的检测和车辆的轨迹分析，结合深度学习算法可以准确判断车辆是否存在压线行为，并进行相应的记录和处理。

最后，超速是交通违法行为中较为严重的一种，容易导致交通事故的发生。

基于计算机视觉的技术可以通过对交通视频进行分析和处理，来实现对车辆超速行为的识别。

通过检测交通标志和车辆的运动速度，结合深度学习算法可以准确判断车辆是否存在超速行为，并采取相应的处理措施。

综上所述，基于计算机视觉的交通违法行为识别技术可以通过对交通监控视频或图片进行分析和识别，来实现对交通违法行为的自动检测。

这种技术不仅可以提高道路交通的管理效率，提升交通安全，还可以减少交通违法行为对社会秩序的影响。

基于计算机视觉的交通违法行为监测技术研究

基于计算机视觉的交通违法行为监测技术研究摘要：随着城市交通规模的不断扩大，交通违法行为问题日益突出，给城市交通安全和秩序带来了巨大隐患。

传统的交通违法行为监测方法存在人力成本高、效率低等问题。

基于计算机视觉的交通违法行为监测技术通过利用计算机视觉算法和图像处理技术，能够实时、准确地识别和记录交通违法行为。

本文将对基于计算机视觉的交通违法行为监测技术展开研究，探讨其原理、应用以及存在的挑战和解决方案。

第1节：引言交通违法行为监测是保障道路交通安全、维护交通秩序的关键环节。

传统的监测方法主要依赖人工观察和点位摄像设备，存在人力成本高和效率低等问题。

基于计算机视觉的交通违法行为监测技术具有自动化、实时性强等优势，逐渐成为解决交通违法行为监测难题的重要手段。

第2节：基于计算机视觉的交通违法行为监测技术原理2.1 图像采集和预处理交通违法行为监测系统通过摄像设备采集道路交通场景图像，并对图像进行去噪、图像增强等预处理，以提高后续图像处理的准确性。

2.2 目标检测和跟踪在预处理后的图像中，利用计算机视觉算法来检测和跟踪交通违法行为目标，例如车辆、行人等。

常用的目标检测算法包括基于特征的方法和深度学习方法。

2.3 特征提取和分类提取交通违法行为目标的特征，并将其分类为不同的交通违法行为类别。

常用的特征提取算法包括传统的人工设计特征和基于深度学习的特征提取。

2.4 违法行为识别和记录根据提取的特征和分类的结果，识别和记录交通违法行为。

这一步可以通过规则匹配、分类器或深度学习网络来完成。

第3节：基于计算机视觉的交通违法行为监测技术应用3.1 红灯闯禁红灯闯禁是城市中常见的交通违法行为之一。

基于计算机视觉的交通违法行为监测技术可以实时识别和记录车辆闯红灯的情况，并根据记录的违法行为生成相应的处罚证据。

3.2 超速行驶超速行驶是道路交通事故的主要原因之一。

通过基于计算机视觉的交通违法行为监测技术，可以实时监测道路上的车辆速度，并对超速行驶的车辆进行识别和记录，为交通管理部门提供处罚依据。

基于计算机视觉技术的交通违法行为监测与处理研究

基于计算机视觉技术的交通违法行为监测与处理研究交通违法行为是当前城市交通管理中的一个重要问题。

随着交通流量的增加和发展，交通违法行为频繁发生，给交通安全和秩序带来了严重的威胁。

因此，研究如何利用计算机视觉技术来监测和处理交通违法行为成为了一个热门的研究方向。

计算机视觉技术是一种可以从图像或者视频中获取、处理和分析信息的技术。

基于计算机视觉技术的交通违法行为监测与处理可以通过采集交通视频数据，利用图像处理、模式识别和机器学习等方法来实现。

首先，交通违法行为监测可以通过计算机视觉技术自动识别和检测交通违法行为。

通过在交通路口安装摄像头，将交通视频流输入计算机视觉系统，系统可以自动分析视频中的交通情况，并通过图像处理和模式识别的方法来判断是否发生了违法行为，如闯红灯、违法变道、超速行驶等。

同时，系统还可以实现对交通违法行为的分类和统计，为交通管理部门提供具体的违法行为数据，为交通安全管理工作提供科学依据。

其次，交通违法行为处理可以通过计算机视觉技术自动进行违法行为的证据采集和处理。

一旦发生交通违法行为，通过交通摄像头的拍摄，可以得到违法行为发生时的图像或视频数据。

计算机视觉系统可以自动提取出关键信息，如违法车辆的车牌号码、车辆颜色、车辆型号等。

这些信息可以作为证据保存，并可以通过与交通数据库的比对来判断车辆的所有者和违法记录。

同时，计算机视觉系统还可以通过视频处理和图像增强技术对证据进行优化和改善，提高违法行为的可信度和可依据性。

此外，计算机视觉技术还可以通过交通违法行为的预警和警示功能来改变驾驶人的交通行为。

交通摄像头可以实时监测交通路口的交通情况，一旦发生违法行为，系统可以通过显示屏或者语音提示等方式及时提醒驾驶人，使其产生警示和警觉，改变不良的交通行为。

这种方式可以在一定程度上起到减少交通违法行为的效果，提高交通安全意识。

在基于计算机视觉技术的交通违法行为监测与处理研究中，还存在一些挑战和难点。

一种基于计算机视觉的人行横道处车辆的检测系统及方法[发明专利]

专利名称：一种基于计算机视觉的人行横道处车辆的检测系统及方法
专利类型：发明专利
发明人：徐贵力,刘婷,陈曦,林亮,朱亮,朱磊
申请号：CN201210566225.4
申请日：20121224
公开号：CN103077614A
公开日：
20130501
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于计算机视觉的人行横道处车辆的检测系统及方法，系统包括两架CCD摄像机和计算机图像处理系统；所述计算机图像处理系统通过接口与摄像机相连；所述两架CCD 摄像机安装于人行横道的两端；所述两架CCD摄像机的视场角包含对面的等人行横道处人区域和斜对面的车辆区域；检测方法为摄像机捕获人行横道处车辆区域，通过对图像的分析和处理，得到人行横道处车辆数目。

本发明提出了扫描线法，适用于图像中的车辆之间存在严重的遮挡，连成一片，无法采用形态特征的方法来识别车辆的情况。

申请人：南京航空航天大学
地址：210016 江苏省南京市白下区御道街29号
国籍：CN
代理机构：南京纵横知识产权代理有限公司
代理人：董建林
更多信息请下载全文后查看。

基于计算机视觉的车辆违章轧线监管系统研究

基于计算机视觉的车辆违章轧线监管系统研究
刘常德;徐贵力;陈曦;程月华
【期刊名称】《计算机与现代化》
【年(卷),期】2016(000)005
【摘要】针对目前车辆违章轧线监管系统监控范围小和准确率有待提高的问题,为了尽可能扩大监控范围和提高准确率,本文提出一种基于高速球型摄像机的主动智能车辆轧线监管方法.首先,根据实际需求设计硬件系统和软件系统,并利用高速球机的机动性,提出静态检测和动态抓拍相结合的方法,以扩大监管范围.此外,针对准确率不高的问题,提出两步轧线检测算法,即根据前景最小外接矩形框初步判断是否轧线,再进一步通过轧线附近的区域统计前景比例来精确判断,从而提高轧线检测的准确率和抗干扰能力.实验结果表明,相比于传统轧线检测系统,本文设计的系统监控范围扩大了1倍,并且检测准确率提高了21.1％,实现了大范围内对违章轧线车辆的有效监管.
【总页数】6页(P7-12)
【作者】刘常德;徐贵力;陈曦;程月华
【作者单位】南京航空航天大学自动化学院,江苏南京 211106;南京航空航天大学自动化学院,江苏南京 211106;南京航空航天大学自动化学院,江苏南京 211106;南京航空航天大学自动化学院,江苏南京 211106
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于数字图像处理技术的车辆违章检测系统研究 [J], 卫星;李霞;苏圆圆;沙逸婷
2.基于计算机视觉的施工现场车辆监管技术研究 [J], 刘云波;黄华
3.基于计算机视觉的红灯违章车辆检测算法研究 [J], 王德兵;孙道远
4.基于视频车牌识别的隧道车辆违章监控预警系统研究 [J], 王超
5.基于神经网络的车辆违章管理系统研究 [J], 马陆美;金明
因版权原因，仅展示原文概要，查看原文内容请购买。

基于计算机视觉的违章停车智能监控系统

基于计算机视觉的违章停车智能监控系统
汤一平;陈耀宇
【期刊名称】《计算机测量与控制》
【年(卷),期】2009(017)008
【摘要】针对违章停车的检测范围广、时间与位置不确定、车辆大小种类多、车辆身份难以自动识别等问题,设计了一种全方位视觉传感器(ODVS)和高速快球摄像机相融合的违章停车智能监控系统;利用ODVS在动态图像序列中进行大范围多目标车辆对象的检测与跟踪,得到大范围内各跟踪车辆对象目标的位置、大小、运动轨迹等信息;一旦发现车辆对象停留在非泊车位上一段时间后,控制高速快球对车辆对象进行抓拍,接着对抓拍图像进行车牌识别;实验结果表明,通过ODVS和高速快球摄像机的视频图像信息融合,即使在车辆对象非约束的情况下也能很好地获取到可用于车牌识别的图像,同时能满足多目标实时检测与跟踪的要求;该系统不仅能给欲违章停车的司机提供警示信息,同时也能给数字城管、执法部门装备一双智能化的慧眼.
【总页数】4页(P1505-1508)
【作者】汤一平;陈耀宇
【作者单位】浙江工业大学信息学院,浙江,杭州,310014;浙江工业大学信息学院,浙江,杭州,310014
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于计算机视觉的静态场智能监控系统 [J], 黄善斌;覃勇军
2.基于计算机视觉的智能监控系统教学平台 [J], 徐贵力;曹传东;田裕鹏;李鹏
3.违章停车智能监控系统设计 [J], 刘肃亮;周明全;耿国华
4.应用计算机视觉技术的家庭智能监控系统 [J], 陈杰;谢日敏
5.基于计算机视觉的网约车车载智能监控系统研究 [J], 钟建勇;沈哲;孙何涛
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910309083.5
(22)申请日 2019.04.17
(71)申请人四川九洲视讯科技有限责任公司
地址 621000 四川省绵阳市科创区九洲大
道255号2号综合楼
(72)发明人王成中　文建斌　龚卓丽　赵锦兰　
(74)专利代理机构四川省成都市天策商标专利
事务所 51213
代理人刘兴亮
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/34(2006.01)
G06K 9/46(2006.01)
(54)发明名称
一种基于计算机视觉的车辆违章压线检测
方法
(57)摘要
本发明公开了一种基于计算机视觉的车辆
违章压线检测方法，包括步骤1：获取图像进行滤
波和均衡化处理，削弱噪声影响，使图像灰度分
布均匀；步骤2：采用Canny边缘检测算法对步骤1
处理后的图像进行边缘检测，并采用阈值进行图
像分割；步骤3：使用混合高斯背景模型进行包括
背景学习、背景像素匹配、处理不连续轮廓以及
填充前景空洞区域的背景建模；步骤4：使用
Hough变换获取步骤3中所得模型中的直线信息，
并将直线图像与原图像Canny算子检测的轮廓图
像进行与运算；步骤5：使用图像的矩进行特征提
取，利用矩特性，根据车道线检测时欲获得的直
线长度、角度，筛选出目标直线；步骤6：通过车道
实线的遮挡情况、压线物轮廓特征判断是否违章
压线。

权利要求书1页说明书4页附图1页CN 110008932 A 2019.07.12
C N 110008932
A
权　利　要　求　书1/1页CN 110008932 A
1.一种基于计算机视觉的车辆违章压线检测方法，其特征在于，所述方法包括如下步骤：
步骤1：获取图像进行滤波和均衡化处理，削弱噪声影响，使图像灰度分布均匀；
步骤2：采用Canny边缘检测算法对步骤1处理后的图像进行边缘检测，并采用阈值进行图像分割；
步骤3：使用混合高斯背景模型进行包括背景学习、背景像素匹配、处理不连续轮廓以及填充前景空洞区域的背景建模；
步骤4：使用Hough变换获取步骤3中所得模型中的直线信息，并将直线检测图像与原图像Canny算子检测的轮廓图像进行与运算，滤去误检到的直线；
步骤5：使用图像的矩进行特征提取，利用矩特性，根据车道线检测时欲获得的直线长度、角度，筛选出目标直线；
步骤6：通过车道实线的遮挡情况判别是否有物体压线，根据压线物体的四边形轮廓特征，判断是否满足车辆轮廓，再使用几何中心法判别车辆是否违章压线。

2.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤1中采用高斯平滑滤波器卷积对图像进行降噪处理。

3.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤2中的边缘检测是先计算出像素梯度幅值和方向，再使用双阈值算法检测和连接边缘，阈值范围通过人工设定以保留合适的边缘线，若像素位置的幅值超过高阈值，则保留为边缘像素。

4.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤2中采用阈值进行图像分割时，使用最大类间方差法寻找分割的最佳阈值，并进行二值化处理。

5.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中背景像素匹配时先寻找匹配像素值的分布模型，设定匹配范围，再选择概率最高的模型作为当前背景像素值。

6.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中采用膨胀算法进行滤波处理不连续轮廓，先求局部最大值，再利用将像素转化为区域像素加权平均的卷积核函数与图像进行卷积。

7.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中采用漫水填充算法填充前景空洞区域，填充后再进行腐蚀以减去多出来的区域。

8.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中背景学习是对一段帧数的视频进行训练，通过训练帧中所得到模型计算出均值、方差和权重来做为背景模型的参数。

9.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤6中判别车辆是否违章压线时采用几何中心法进行判断，由轮廓的质心位置、与线的距离即可判断。

2。