[发明专利]一种基于视频的客车与货车分类方法有效
申请号: | 201310326455.8 | 申请日: | 2013-07-30 |
公开(公告)号: | CN103413439A | 公开(公告)日: | 2013-11-27 |
发明(设计)人: | 宋焕生;闫国伟;刘冬妹;李倩丽;田佳霖;张茜婷;王璇 | 申请(专利权)人: | 长安大学 |
主分类号: | G08G1/017 | 分类号: | G08G1/017;G07B15/06;G06K9/00 |
代理公司: | 西安恒泰知识产权代理事务所 61216 | 代理人: | 李婷 |
地址: | 710064*** | 国省代码: | 陕西;61 |
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 基于 视频 客车 货车 分类 方法 | ||
1.一种基于视频的客车与货车分类方法,该方法利用计算机对摄像机采集的视频图像序列进行处理实现客车与货车的分类,其特征在于,所述的计算机上连接有红外车辆分离器,红外车辆分离器安装在高速公路收费站通道入口处,在红外车辆分离器靠近收费站方向的一侧安装有LED灯带,竖直设置,在LED灯带底部安装有第一摄像机,LED灯带中部的一侧安装有第二摄像机,第一摄像机和第二摄像机的镜头均平行于路面,且与道路方向垂直;所述的第一摄像机和第二摄像机分别通过一个图像采集卡与计算机连接;该基于视频的客车与货车分类方法包括以下步骤:
步骤一,第一摄像机和第二摄像机捕捉视野范围内的视频信息,计算机通过图像采集卡分别对第一摄像机和第二摄像机采集的视频信息进行图像采集,得到第一摄像机和第二摄像机采集的视频图像序列;
步骤二,红外车辆分离器监控道路上是否有车辆经过,如果检测到有车辆的车头经过,则将该信息传递给计算机,记视频帧数为N,视频总数为M,M和N的初始值为0;执行步骤三;
步骤三,计算机利用基于特征角点的目标跟踪算法对第一摄像机采集的视频图像序列进行处理:
(1)在第一摄像机采集到的视频图像序列中,选取视频图像序列当前帧图像,采用Moravec算法提取目标角点,并以该角点为中心选取一个图像块作为模板;
(2)采用基于块匹配法进行跟踪,在当前帧的下一帧图像中,将与上述模板对应位置同样大小的块的像素值与模板的像素值做差,若像素值差不为0的个数大于5,则执行步骤四,否则返回步骤三继续执行;
步骤四,计算机对第二摄像机采集到的视频图像序列进行处理:
(1)目标区域的标定
在第二摄像机采集到的视频图像序列中,计算机选取当前帧图像,将当前帧图像以竖直方向划分成三个大小相同的区域,选取中间的区域作为处理区域;
(2)采用背景差分法对处理区域进行目标的分割
对选取的处理区域的每个像素点采用全局阈值二值化方法进行处理,然后将处理后的区域划分成多个大小相同的块,再对每个块进行基于块的二值化处理;
(3)连通区域标记
采用八邻域标记算法对经过二值化处理后的图像块进行连通区域标记,并进行连通域的去除及填充合并得到连通图像;再对连通图像进行形态学滤波中的闭运算处理,得到目标对象;
(4)带状目标检测
分析目标对象的几何形状特征,计算目标对象的高宽比值,根据比值,如果目标对象的高宽比值大于25,则确定该目标是带状目标;
(5)带状目标的跟踪统计
如果目标对象不是带状目标,则视频总数加1;如果目标对象是带状目标,则视频帧数N加1,视频总数加1;若红外车辆分离器检测到车辆尾部通过红外车辆分离器,则执行步骤五,否则返回步骤三;
步骤五,计算机停止对第一摄像机和第二摄像机采集到的视频图像序列的处理,此时计算比值k=N/M;若k>50%,则判定刚经过的车辆为客车,否则为货车。
2.如权利要求1所述的基于视频的客车与货车分类方法,其特征在于,所述的LED灯带的长度为1.5~2m,宽度为0.015m,LED灯带的底端距离地面的高度为1.2~2m,LED灯带的光强为2500~3000cd。
3.如权利要求1所述的基于视频的客车与货车分类方法,其特征在于,步骤三中采用Moravec算法提取目标角点后,以该角点为中心选取一个大小为25*25像素的图像块作为模板。
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长安大学,未经长安大学许可,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/201310326455.8/1.html,转载请声明来源钻瓜专利网。