-
公开(公告)号：CN102622582B
公开(公告)日：2014-04-30
申请号：CN201210039553.9
申请日：2012-02-21
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的道路行人事件检测方法。该方法主要包括基于块的二值化分割将待处理的视频中每帧图像中的目标背景分离开来，基于块的连同域标记，通过标记目标的轮廓特征分离行人目标，同时记录其重心位置信息，和基于重心位置特征实现匹配计算行人目标速度从而判断是否行人三个步骤。与现有技术相比，本发明所提供的方法可对视频范围内所有行人目标进行检测，不受环境限制，能够对实时视频进行判断，且检测时间短、易于实现、准确性较高，很适合于实时检测行人事件，具有广阔的应用前景。
-
公开(公告)号：CN102637361A
公开(公告)日：2012-08-15
申请号：CN201210096047.3
申请日：2012-04-01
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的车型判别方法，通过利用视频检测以及图像处理的相关技术，求出车辆长度，从而对车辆类型进行判别。与现有技术相比，可以对视频范围内所有车辆类型进行识别，不受环境限制，能够对车辆类型进行实时、可靠的判别。并且易于实现、准确性较高，很适合于实时判别车辆类型，具有广阔的应用前景。
-
公开(公告)号：CN102136195A
公开(公告)日：2011-07-27
申请号：CN201110075087.5
申请日：2011-03-28
Applicant: 长安大学
Abstract: 本发明公开了一种基于纹理检测道路交通状况的方法，该方法结合对视频图像的空域和时域纹理分析来判断道路的交通状况。其中空域纹理分析用来判断车辆的空间占有率，时域纹理分析用来判断车辆的时间占有率，如果时域纹理变化较小且空域纹理显示车辆空间占有率较大，则表明当前交通状况处于饱和和拥堵的置信度较高，反之，则处于畅通的置信度较高。本发明采用逐行逐帧进行处理，其处理时间小于数据的采集时间，因此能够保证检测的实时性，并且基于图像纹理的计算能够准确的确定出车辆的空间占有率及时间占有率，为交通参数统计提供依据。
-
公开(公告)号：CN103150549A
公开(公告)日：2013-06-12
申请号：CN201310044830.X
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于烟雾早期运动特征的公路隧道火灾检测方法，通过获取背景图像，划分块，求取计算块和背景块的灰度差值的绝对值之和并赋值得到二值化图像，标定出检测区域，得到检测目标的连通域，重复上述过程，得到疑似烟雾区域，对该区域逆向进行跟踪匹配处理，最终确定该检测目标是否为烟雾，此处是否发生了火灾。本发明的火灾检测方法，与现有技术相比，可对视频监控范围内发生的火灾事件进行检测，不受环境限制，能够实时对视频进行检测，且检测时间短、易于实现、准确性较高，适合于实时检测公路隧道火灾事件，具有广阔的应用前景。
-
公开(公告)号：CN103136514A
公开(公告)日：2013-06-05
申请号：CN201310045477.7
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于双向跟踪的停车事件检测方法，通过分割成多个块区域，动态背景提取，计算当前帧与背景对应各个块区域内像素差的绝对值之和，重复上述步骤进行处理，标记为可疑块并赋值为255，进行连通域分析，求出连通域的最小外接矩形，标记可疑区域，检测到该可疑区域的运动轨迹，对检测到的运行轨迹进行分析，确定可疑区域是否为停车。本发明的检测方法不受环境限制，能够进行实时检测，并且结合跟踪线的分析能够更好地去除阴影、光照、抛落物及路面积水的影响，该算法可以实现对道路异常停车事件的实时准确的检测，可以及时有效地进行交通事故的救援和处理，防止二次事故发生，进而保障道路运行的安全。
-
Patent Agency Ranking
公开(公告)号：CN102663350A
公开(公告)日：2012-09-12
申请号：CN201210080261.X
申请日：2012-03-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的公路隧道火灾检测方法，该方法主要包括基于块的二值化分割将待处理的视频中每帧图像中的目标背景分离开来，根据烟雾的从下到上的起始运动特征，同时基于块的连通域标记，通过标记目标的轮廓特征分离烟雾目标判断是否发生火灾等步骤。与现有技术相比，本发明所提供的方法可对视频范围内所有火灾事件进行检测，不受环境限制，能够对实时视频进行判断，且检测时间短、易于实现、准确性较高，很适合于实时检测公路隧道中的火灾事件，具有广阔的应用前景。
-
公开(公告)号：CN102622886A
公开(公告)日：2012-08-01
申请号：CN201210080262.4
申请日：2012-03-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的车辆违章变道事件检测方法。该方法主要包括基于块的二值化分割将待处理的视频中每帧图像中的目标背景分离开来，基于块的特征角点选择，通过标记目标的特征点进行车辆跟踪，同时记录其跟踪点位置信息，和基于跟踪轨迹特征实现匹配计算车辆位置比例方差从而判断车辆是否变道。与现有技术相比，本发明所提供的方法可对视频范围内所有车辆目标进行检测，不受环境限制，能够对实时视频进行判断，且检测时间短、易于实现、准确性较高，很适合于实时检测车辆违章变道事件，具有广阔的应用前景。
-
公开(公告)号：CN103136514B
公开(公告)日：2016-03-30
申请号：CN201310045477.7
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于双向跟踪的停车事件检测方法，通过分割成多个块区域，动态背景提取，计算当前帧与背景对应各个块区域内像素差的绝对值之和，重复上述步骤进行处理，标记为可疑块并赋值为255，进行连通域分析，求出连通域的最小外接矩形，标记可疑区域，检测到该可疑区域的运动轨迹，对检测到的运行轨迹进行分析，确定可疑区域是否为停车。本发明的检测方法不受环境限制，能够进行实时检测，并且结合跟踪线的分析能够更好地去除阴影、光照、抛落物及路面积水的影响，该算法可以实现对道路异常停车事件的实时准确的检测，可以及时有效地进行交通事故的救援和处理，防止二次事故发生，进而保障道路运行的安全。
-
公开(公告)号：CN103150908B
公开(公告)日：2015-05-27
申请号：CN201310045929.1
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于视频的平均车速检测方法，通过划分多个块，获得目标车辆的特征点，根据映射表得出每一帧图像中特征点在实际道路上的实际距离，最后得到平均车速，本发明的方法主要用于交通监管部门对道路交通状况、交通流量等信息的判断依据，可以满足有关部门对数据的实时性、准确性和检测精度的要求。本发明的方法与现有的平均车速检测方法相比，不受环境限制，能够对视频范围内所有车辆的平均速度进行实时、可靠的检测、易于实现以及准确性较高，很适合于实时检测车辆的平均速度，具有广阔的应用前景。
-
公开(公告)号：CN102622895B
公开(公告)日：2014-04-30
申请号：CN201210080108.7
申请日：2012-03-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的车辆速度检测方法，首先获取交通道路视频，并对其做预处理得到720*288像素大小的只含灰度值信息的图像序列；其次在图像中选取2*8*90大小的车辆跟踪区域，从连续的9帧图像中提取图像投影序列；再用帧差法提取投影图像序列并选取其特征值，使用映射表中的二维映射关系(点到距离的关系)求取这些特征值点在实际道路中的位置；最后建立特征值点实际位置与时间的关系曲线图，用最小二乘法拟合车辆的速度。与现有技术相比，本发明的方法可对视频范围内所有的车辆速度进行检测，不受环境限制，能够对实时视频进行判断，且检测时间短、易于实现、准确性较高，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.029 seconds)
