[发明专利]一种基于局部方差的车队列长度检测方法有效
申请号: | 201310134707.7 | 申请日: | 2013-04-18 |
公开(公告)号: | CN103268706A | 公开(公告)日: | 2013-08-28 |
发明(设计)人: | 蒋昌俊;张亚英;陈闳中;闫春钢;丁志军;叶晨;柴琴 | 申请(专利权)人: | 同济大学 |
主分类号: | G08G1/08 | 分类号: | G08G1/08 |
代理公司: | 上海天协和诚知识产权代理事务所 31216 | 代理人: | 叶凤 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于局部方差的车队列长度检测方法。本发明方法应用于智能交通领域,具体涉及数字图像处理、计算机视觉技术。提出改进的局部方差法进行车辆检测;提出改进的局部方差和改进的LBP算法相结合去除车辆阴影;提出减少车排队长度计算误差的方法。本发明车队列长度检测方法计算量小,在多车道进行检测时解决了车道的车辆阴影对车辆检测造成误检测的问题。本发的应用实施,可以实现红绿灯的实时控制、测量交通流量控制指标等功能,对于维护交通安全和城市治安,提高道路利用率,减少交通拥堵,实现交通自动化管理及智慧城市等具有重要意义。 | ||
搜索关键词: | 一种 基于 局部 方差 车队 长度 检测 方法 | ||
【主权项】:
1.一种检测道路交叉路口的车辆排队长度的方法,其特征在于,包括如下步骤:(1)采用单目摄像机在道路交叉路口实时获取交通视频;(2)对摄像机实时传入的视频进行虚拟线圈标定,根据图像处理知识判断红绿灯状态;(3)红灯变绿灯时采集一帧车辆排队时图像;(4)对感兴趣区域ROI进行车辆排队检测,即利用改进的局部方差和改进的LBP算法相结合去除车辆排队的阴影,提高车辆排队检测的精度,获得ROI内车辆排队前景二值图;(5)对ROI区域进行摄像机标定,计算刻度尺。通过单应性矩阵H,求出ROI内中线上图像二维像素点在世界坐标系下代表的实际长度,将每个像素与实际距离一一对应获得的表即为刻度尺;(6)结合步骤(4)和步骤(5)两者的结果,通过车辆前景检测到的队尾和队头像素点,并根据刻度尺对应的实际距离求出道路交叉路口车辆排队的实际长度L1。为了克服摄像机的安装高度H及车高h会产生图片视觉盲区,提高车辆排队长度计算的准确率,应对解决的方法为:按照公式计算车辆排队长度L=L1-1,其中,L为实际中车长度,d为摄像机到停车线的距离,车的高度为h,有三角形关系h/H=l/(d+L1),计算出l=h(d+L1)/H,则最终的车队列长度L=L1(1-h/H)-hd/H;所述ROI内车辆排队检测具体实现的方法为:步骤(1):对车道线进行标定,划定出车道区域ROI,得处理结果为“1”,供步骤(21)、步骤(22)后续分别处理;步骤(2-1):在HSV颜色空间中,采用色调分量H进行操作;对处理结果“1”计算每5*5矩阵块内的每个像素的色调分量H的平方值的均值E{I(i,j)2}和平均值的平方值E(i,j)2,再按照公式:D(i,j)=E{I(i,j)2}-E(i,j)2计算每个像素的色调分量H的方差D(i,j),这样处理后的图片值域范围较大,将所有像素色调分量H的方差D(i,j)归一化到[01]范围内,并分别采用双阈值法对图片进行二值化,处理结果分别为“3”和“2”;再对结果“2”进行腐蚀操作得到结果“4”;同时,步骤(22):选择步骤(1)中处理结果“1”的色调分量H进行处理,采用改进的LBP算法提取车辆队列纹理信息得到结果“5”,所述改进的LBP算法按照下面公式计算:
步骤(3):将步骤(21)结果“5”和步骤(2-2)结果“4”进行与操作,去除车辆阴影,得到结果“6”;步骤(4):对步骤(21)处理后结果“3”和步骤(3)处理后结果“6”进行或操作,再采用形态学膨胀操作,获取车辆队列前景,并对前景向ROI中线上投影,并确定队首和队尾所在像素点。经过上述操作后,提取出车辆排队前景,并去除了车辆阴影的影响。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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同济大学,未经同济大学许可,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/patent/201310134707.7/,转载请声明来源钻瓜专利网。