一种公交车辆车门开闭状态自动检测方法

    公开(公告)号:CN104899880B

    公开(公告)日:2018-06-05

    申请号:CN201510271385.X

    申请日:2015-05-25

    Applicant: 长安大学

    Abstract: 本发明公开了一种公交车辆车门开闭状态自动检测方法,该方法利用视频采集设备采集的车门图像数据,将车辆在发车前的图像帧保存为背景图,并标定检测区域,在标定区域内将采集的实时图像帧和背景图进行对比分析,当图像帧和背景图的灰度差异度和对比差异度均较大时,认为车门处于开启状态;否则判断车门为关闭状态。具体操作时,将摄像头安装于驾驶员上方车顶位置,调节摄像头的拍摄角度和焦距:使车门处于拍摄画面的中央,并尽可能占满整个拍摄画面。

    静态区特征匹配的出租车监控异常图像信号检测方法

    公开(公告)号:CN106127127A

    公开(公告)日:2016-11-16

    申请号:CN201610437929.X

    申请日:2016-06-17

    Applicant: 长安大学

    CPC classification number: G06K9/00503 G06K9/00523 G06K9/00536

    Abstract: 本发明公开了一种静态区特征匹配的出租车监控异常图像信号检测方法:步骤1:基准图的选取;步骤2:对基准图预处理,得到滤波基准图;步骤3:车内静态区的选取。步骤4:计算基准图静态区的面积和平均灰度。步骤5:实时采集待检图像帧。步骤6:待检帧预处理。步骤7:计算待检帧静态区的平均灰度。步骤8:非车架静态区的多源特征提取。步骤9:基于非车架静态区异常度的异常图像信号判定。步骤10:考虑车架区的相关系数的异常图像信号判定。利用本发明对出租车监控图像进行检测,平均每幅图像处理时间为0.273s,同时,对出租车监控图像进行检测的准确率达到95.47%。

    一种公交车辆座位占用状态检测方法

    公开(公告)号:CN105404856A

    公开(公告)日:2016-03-16

    申请号:CN201510732676.4

    申请日:2015-11-02

    Applicant: 长安大学

    Abstract: 一种公交车辆座位占用状态检测方法,首先选定监视的座位区;依据公交GPS数据采集车辆在站间运行的视频图像帧;基于灰度图像去除座位区的异常光照区;在HSV颜色空间进行蓝色滤波,计算色度滤波系数;对于初始帧,若色度滤波系数大于高阈值认为有空位,反之亦反;对于非初始帧,若色度滤波系数大于高阈值认为有空位;若色度滤波系数小于低阈值则认为无空位;若色度滤波系数介于低阈值和高阈值之间,则提取当前帧与前帧的差异重合区域并计算差异区重合系数,若差异区重合系数大于差异阈值则认为有空位,否则,提取相似重合区域并计算相似区重合系数,若相似区重合系数大于相似阈值认为有空位,否则认为该监视区域无空位。本发明具有检测精度高的优点。

    一种公交车辆车门开闭状态自动检测方法

    公开(公告)号:CN104899880A

    公开(公告)日:2015-09-09

    申请号:CN201510271385.X

    申请日:2015-05-25

    Applicant: 长安大学

    Abstract: 本发明公开了一种公交车辆车门开闭状态自动检测方法,该方法利用视频采集设备采集的车门图像数据,将车辆在发车前的图像帧保存为背景图,并标定检测区域,在标定区域内将采集的实时图像帧和背景图进行对比分析,当图像帧和背景图的灰度差异度和对比差异度均较大时,认为车门处于开启状态;否则判断车门为关闭状态。具体操作时,将摄像头安装于驾驶员上方车顶位置,调节摄像头的拍摄角度和焦距:使车门处于拍摄画面的中央,并尽可能占满整个拍摄画面。

    静态区特征匹配的出租车监控异常图像信号检测方法

    公开(公告)号:CN106127127B

    公开(公告)日:2019-05-14

    申请号:CN201610437929.X

    申请日:2016-06-17

    Applicant: 长安大学

    Abstract: 本发明公开了一种静态区特征匹配的出租车监控异常图像信号检测方法:步骤1:基准图的选取;步骤2:对基准图预处理,得到滤波基准图;步骤3:车内静态区的选取。步骤4:计算基准图静态区的面积和平均灰度。步骤5:实时采集待检图像帧。步骤6:待检帧预处理。步骤7:计算待检帧静态区的平均灰度。步骤8:非车架静态区的多源特征提取。步骤9:基于非车架静态区异常度的异常图像信号判定。步骤10:考虑车架区的相关系数的异常图像信号判定。利用本发明对出租车监控图像进行检测,平均每幅图像处理时间为0.273s,同时,对出租车监控图像进行检测的准确率达到95.47%。

    一种公交车辆座位占用状态检测方法

    公开(公告)号:CN105404856B

    公开(公告)日:2018-08-24

    申请号:CN201510732676.4

    申请日:2015-11-02

    Applicant: 长安大学

    Abstract: 一种公交车辆座位占用状态检测方法,首先选定监视的座位区;依据公交GPS数据采集车辆在站间运行的视频图像帧;基于灰度图像去除座位区的异常光照区;在HSV颜色空间进行蓝色滤波,计算色度滤波系数;对于初始帧,若色度滤波系数大于高阈值认为有空位,反之亦反;对于非初始帧,若色度滤波系数大于高阈值认为有空位;若色度滤波系数小于低阈值则认为无空位;若色度滤波系数介于低阈值和高阈值之间,则提取当前帧与前帧的差异重合区域并计算差异区重合系数,若差异区重合系数大于差异阈值则认为有空位,否则,提取相似重合区域并计算相似区重合系数,若相似区重合系数大于相似阈值认为有空位,否则认为该监视区域无空位。本发明具有检测精度高的优点。

    出租车前排区域的异常图像信号的自动检测方法

    公开(公告)号:CN106127124A

    公开(公告)日:2016-11-16

    申请号:CN201610436685.3

    申请日:2016-06-17

    Applicant: 长安大学

    CPC classification number: G06K9/00771 G06K9/00718 G06K2009/00738

    Abstract: 本发明公开了一种出租车前排区域的异常图像信号的自动检测方法,具体包括如下步骤:步骤1:选定标准车顶区;步骤2:选定标准前挡风玻璃区;步骤3:实时采集并存储出租车前排的视频图像帧;步骤4:对前排视频图像帧进行灰度化处理,得到灰度图像;步骤5:基于光照分析的图像信号类型判定;步骤6:考虑灰度密集度的图像信号类型判定;步骤7:根据车顶区偏移度的图像信号类型判定;步骤8:前挡风玻璃偏移度计算图像帧的标记值;步骤9:根据图像帧的标记值判定图像帧是否异常。本发明提出的自动检测方法具有简单、经济、运行速度快和检测精度高等优点。

Patent Agency Ranking