[发明专利]一种快速准确的车辆跟踪系统在审
申请号: | 202010444401.1 | 申请日: | 2020-05-22 |
公开(公告)号: | CN111667514A | 公开(公告)日: | 2020-09-15 |
发明(设计)人: | 杨鹏;潘雷;胡兆方 | 申请(专利权)人: | 浙江工贸职业技术学院 |
主分类号: | G06T7/292 | 分类号: | G06T7/292 |
代理公司: | 北京阳光天下知识产权代理事务所(普通合伙) 11671 | 代理人: | 黄亚男 |
地址: | 325000 浙江省温州市瓯海经济开*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 快速 准确 车辆 跟踪 系统 | ||
1.一种快速准确的车辆跟踪系统,其特征在于,包括:多点视频拍摄输入单元、数据集留单元、车辆智能跟踪单元和数据接收存储单元;
所述多点视频拍摄输入单元用于采集车辆监控视频,并将多点采集到的视频信息发送至所述数据集留单元进行中转处理,所述多点视频拍摄输入单元包括多个摄像头采集模块和摄像头自适应光补偿模块;
所述数据集留单元用于对接收到的所述视频信息进行矫正并轮循输出,所述数据集留单元包括数据接收模块、图像处理模块和数据输出模块;
所述车辆智能跟踪单元用于对所述图像中的目标车辆进行自动跟踪并对车型及颜色进行判断,所述车辆智能跟踪单元包括目标检测分割模块、目标跟踪模块和车辆类型判断模块,所述车辆类型判断模块将跟踪判断结果发送至所述数据接收存储单元为车辆识别及车牌识别做准备;
所述数据接收存储单元用于接收所述跟踪判断结果和存储所述数据集留单元接收到的所述视频信息以及对跟踪车辆的轨迹进行绘制分析,所述数据接收存储单元包括图形绘制模块、云端服务器和存储数据库,所述存储数据库与所述云服务器相连接,所述图形绘制模块与所述存储数据相连接。
2.据权利要求1所述的快速准确的车辆跟踪系统,其特征在于,所述多个摄像头采集模块包括多个拍摄摄像头,所述摄像头自适应光补偿模块对所述多个拍摄摄像头进行自动光线补偿和焦距调整。
3.根据权利要求2所述的快速准确的车辆跟踪系统,其特征在于,所述多个摄像头采集模块将监控区域拍到的不同角度的视频图像发送至所述数据接收模块,所述数据接收模块对接收到视频进行标号区分再按照一定周期轮循输出至所述图像处理模块,所述图像处理模块对接收到对应标号的视频流信息进行处理得到连续的视频序列图像,将所述视频序列图像发送至所述数据输出模块,所述数据输出模块对所述视频序列图像进行畸变矫正,并将矫正后的图像发送至所述目标检测分割模块。
4.根据权利要求3所述的快速准确的车辆跟踪系统,其特征在于,所述图像处理模块对接收到对应标号的视频流信息进行解压转换处理得到连续的视频序列图像。
5.根据权利要求3所述的快速准确的车辆跟踪系统,其特征在于,所述数据输出模块采用基于双线性差值的镜头矫正算法对所述视频序列图像进行畸变矫正。
6.根据权利要求3所述的快速准确的车辆跟踪系统,其特征在于,所述目标检测分割模块接收到矫正后的视频序列图像后采用差分法得到背景图像模型和前景图像,然后把图像从RGB空间变换到HSV空间,获得背景图像和当前图像帧的H、S、V三个分量,并采用基于HSV空间的阴影检测算法测出目标阴影区域,根据公式:N(x,y,k)=q*F(x,y,k-1)+(1-q)*N(x,y,k-1)采用动态背景更新算法更新背景,其中,q为更新的权值,第k帧的背景与当前帧图像和前一帧的背景相关;所述目标跟踪模块利用卡尔曼滤波估计出目标质心位置及其区域大小后,结合局部运动估计的方法,将目标匹配限定在局部有效的区域的块区域内进行搜索,对第k帧中的运动车辆i和第k+1帧中的运动车辆j,定义如下函数进行匹配:u(i,j)=l*D(i,j)+c*Z(i,j),其中,D(i,j)和Z(i,j),分别表示目标的质心距离函数和目标区域的长宽差异函数,其中,l,c为权重,满足l+c=1,u(i,j)越小则两个目标的相似性越大,设相似函数的阀值为t,若在搜索范围内匹配出的结果的最小值u(i,j)t,则第k+l帧中的目标是第k帧中目标i的后续,用第k+1帧的第j个目标的特征值作为运动模型估计下一帧的输入递推得到运动目标的轨迹。
7.根据权利要求6所述的快速准确的车辆跟踪系统,其特征在于,所述基于HSV空间的阴影检测算法是将阴影的像素值同背景的该点像素值相比较,如果其包含的相应色彩值和灰度值都在设定的阈值之下,那么就认为该点是阴影。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工贸职业技术学院,未经浙江工贸职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010444401.1/1.html,转载请声明来源钻瓜专利网。