-
Patent Agency Ranking
公开(公告)号：CN104504912A
公开(公告)日：2015-04-08
申请号：CN201410853930.1
申请日：2014-12-31
Applicant: 长安大学
CPC classification number: G08G1/052 , G06T7/20 , G06T2207/10016 , G06T2207/30236
Abstract: 本发明公开了一种基于三维水平逆投影面的车速检测方法，属于交通领域。所述方法用于对采集到的视频进行处理，包括：根据道路与视频采集装置的空间关系，确定所述道路第一坐标系与所述视频采集装置所处的第二坐标系的转换关系；在所述道路所处的平面上设置水平逆投影面，确定所述水平逆投影面的参数；当检测到车辆进入所述水平逆投影面时，按预设时间间隔对所述水平逆投影面拍摄预定量的图片；根据所述图片中车辆的阴影信息，确定所述车辆的车速。本发明通过利用水平逆投影面进行背景差分法、阈值法和逐差法，从而获取准确的车辆速度，能够在一定程度上避免了因超速导致的交通事故，提高了行车安全。
-
公开(公告)号：CN103413439A
公开(公告)日：2013-11-27
申请号：CN201310326455.8
申请日：2013-07-30
Applicant: 长安大学
Abstract: 本发明给出了一种基于视频的客车与货车分类方法，该方法以LED灯带为辅助，利用车窗玻璃的镜面反射的原理，根据货车和客车车窗数目不同这一显著特点，通过车辆跟踪、二值化处理、带状目标检测等算法，获取视频序列中目标LED灯带的反射影像，实现对是否存在车窗玻璃的检测识别，并且判断是否有足够多的车窗玻璃，以此对大中型客车与货车种类进行实时、可靠的划分，该技术采用非接触式方式检测，故障率低；客车与车不必设置专门的通道，极大提高了有限空间的利用率；安装和维修时不会阻断交通，在高速公路收费系统中具有广阔的应用前景。
-
公开(公告)号：CN105761507A
公开(公告)日：2016-07-13
申请号：CN201610182189.X
申请日：2016-03-28
Applicant: 长安大学
CPC classification number: G08G1/065 , G08G1/0125
Abstract: 本发明公开了一种基于三维轨迹聚类的车辆计数方法，具体包括利用摄像机采集道路的视频图像，利用灭点的方法建立二维图像坐标与三维世界坐标之间的关系，求得转移矩阵M；在视频图像中确定检测线和检测区域，提取视频图像的背景图像；获取视频图像上的多条运行轨迹；选取符合粗聚类条件的运行轨迹进行粗聚类，将所选取的运行轨迹分成多个类，并将所选取的运行轨迹标记为已聚类；对在步骤四中被标记为已聚类的运行轨迹进行细聚类。本发明的方法不受工程应用上的环境限制，具有较高的稳定性和检测精度，且易于实现，能有效地对视野范围内的车辆进行实时准确的检测，因此具有广阔的应用前景。
-
公开(公告)号：CN103413439B
公开(公告)日：2016-01-20
申请号：CN201310326455.8
申请日：2013-07-30
Applicant: 长安大学
Abstract: 本发明给出了一种基于视频的客车与货车分类方法，该方法以LED灯带为辅助，利用车窗玻璃的镜面反射的原理，根据货车和客车车窗数目不同这一显著特点，通过车辆跟踪、二值化处理、带状目标检测等算法，获取视频序列中目标LED灯带的反射影像，实现对是否存在车窗玻璃的检测识别，并且判断是否有足够多的车窗玻璃，以此对大中型客车与货车种类进行实时、可靠的划分，该技术采用非接触式方式检测，故障率低；客车与车不必设置专门的通道，极大提高了有限空间的利用率；安装和维修时不会阻断交通，在高速公路收费系统中具有广阔的应用前景。
-
公开(公告)号：CN105761507B
公开(公告)日：2018-03-02
申请号：CN201610182189.X
申请日：2016-03-28
Applicant: 长安大学
Abstract: 本发明公开了一种基于三维轨迹聚类的车辆计数方法，具体包括利用摄像机采集道路的视频图像，利用灭点的方法建立二维图像坐标与三维世界坐标之间的关系，求得转移矩阵M；在视频图像中确定检测线和检测区域，提取视频图像的背景图像；获取视频图像上的多条运行轨迹；选取符合粗聚类条件的运行轨迹进行粗聚类，将所选取的运行轨迹分成多个类，并将所选取的运行轨迹标记为已聚类；对在步骤四中被标记为已聚类的运行轨迹进行细聚类。本发明的方法不受工程应用上的环境限制，具有较高的稳定性和检测精度，且易于实现，能有效地对视野范围内的车辆进行实时准确的检测，因此具有广阔的应用前景。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
