[发明专利]交通监控摄像头晃动检测方法及装置在审
申请号: | 202010462985.5 | 申请日: | 2020-05-27 |
公开(公告)号: | CN111932488A | 公开(公告)日: | 2020-11-13 |
发明(设计)人: | 雷帮军;王建云;任强 | 申请(专利权)人: | 湖北九感科技有限公司;三峡大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/00;H04N17/00;G08G1/017 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 杨云云 |
地址: | 443000 湖北省宜昌市自*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 交通 监控 摄像头 晃动 检测 方法 装置 | ||
1.一种交通监控摄像头晃动检测方法,其特征在于,包括:
对于交通监控摄像头拍摄的交通视频中进行摄像头换晃动检测的当前帧,基于NCC匹配算法计算所述当前帧中车道的每个检测区域和紧邻所述当前帧的后一帧中车道的相应检测区域之间的相关系数,并将所述车道的匹配总次数加1;其中,经过所述车道的车辆不覆盖所述车道的所有检测区域;
若所述当前帧中车道的每个检测区域和所述后一帧中车道的相应检测区域之间的相关系数的绝对值均大于预设阈值,则获知所述车道的所有检测区域均匹配失败,将所述车道的匹配失败次数加1;
将所述后一帧作为下一个进行摄像头换晃动检测的当前帧,直到所述匹配总次数达到第一预设最大匹配总次数;
若所述车道的匹配失败次数大于预设最大匹配失败次数,则确定所述交通监控摄像头发生了晃动。
2.根据权利要求1所述的交通监控摄像头晃动检测方法,其特征在于,基于NCC匹配算法计算所述当前帧中车道的每个检测区域和紧邻所述当前帧的后一帧中车道的相应检测区域之间的相关系数的步骤包括:
计算所述当前帧和所述后一帧中车道的每个检测区域的灰度均值;
根据所述当前帧中车道的每个检测区域的灰度均值,计算所述当前帧中车道的每个检测区域的灰度方差;
根据所述后一帧中车道的每个检测区域的灰度均值,计算所述后一帧中车道的每个检测区域的灰度方差;
根据所述当前帧和所述后一帧中车道的每个检测区域的灰度均值,计算所述当前帧中车道的每个检测区域和所述后一帧中车道的相应检测区域之间的灰度协方差;
根据所述当前帧和所述后一帧中车道的每个检测区域的灰度方差,以及所述灰度协方差,计算所述当前帧中车道的每个检测区域和所述后一帧中车道的相应检测区域之间的相关系数。
3.根据权利要求2所述的交通监控摄像头晃动检测方法,其特征在于,通过以下公式计算所述当前帧中车道的每个检测区域和所述后一帧中车道的相应检测区域之间的相关系数:
其中,ρ(s,g)表示当前帧中车道的任一所述检测区域s和所述后一帧中车道的相应检测区域g之间的相关系数,m和n分别表示当前帧中车道的任一检测区域的宽和高,s(i,j)表示s中坐标(i,j)处像素的灰度值,g(i,j)表示g中坐标(i,j)处像素的灰度值,表示s的灰度均值,表示g的灰度均值。
4.根据权利要求1-3任一所述的交通监控摄像头晃动检测方法,其特征在于,所述车道的检测区域的个数为满足如下条件的最小值:
(N+1)*L1+(N-1)L2L3;
其中,N为所述车道的检测区域的个数,L1为所述车道的检测区域的宽度最小值,L2为相邻两个所述检测区域之间的间距最小值,L3为经过所述车道的车辆的长度最大值。
5.根据权利要求1-3任一所述的交通监控摄像头晃动检测方法,其特征在于,若所述车道的匹配失败次数大于预设最大匹配失败次数,则确定所述交通监控摄像头发生了晃动的步骤之前还包括:
使用正常的没有晃动的交通监控摄像头采集不同天气环境下的交通视频样本;
基于NCC匹配算法根据每种天气环境下的交通视频样本中车道的检测区域,计算每种天气环境对应的匹配失败次数;
获取所有种天气环境对应的匹配失败次数的平均值,根据所述平均值计算所有种天气环境对应的匹配失败次数的方差;
将所述平均值加上所述方差的结果作为所述预设最大匹配失败次数。
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湖北九感科技有限公司;三峡大学,未经湖北九感科技有限公司;三峡大学许可,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/202010462985.5/1.html,转载请声明来源钻瓜专利网。