基于视频图像的车辆计数新方法

针对道路车流量检测问题,从便捷性、实时性角度出发,结合视频图像处理技术,对视频车辆计数进行了研究。直接在RGB图像中进行自适应背景更新,以此为基础,对RGB图像进行背景差分,提取出运动车辆区域,避免了复杂环境下图像灰度化过程中的信息丢失;利用当前帧和背景帧的HSI颜色空间信息来滤除阴影;通过在视频图像中设置固定虚拟检测区,实现对车辆的计数。实验结果表明,该方法计算量较小,白天情况下的计数准确率在89.58%以上;夜间的计数准确率较低,还需进一步研究改进。     

基于图像纹理分析的动态车辆识别方法研究

在智能交通系统中,动态图像识别技术是系统应用的基础核心技术之一。以应用于交通监控、智能驾驶系统等场景的HSV空间动态车辆识别为基础,研究并论证提出了新的检测识别方法,实现对运动车辆的检测识别、目标追踪、驾驶辅助等功能。研究问题的难点是,如何从复杂的背景中分割运动物体,是检测方法能否有效的至关重要的一步,在研究了目前存在的各种方法之后,提出了一种新的基于阴影检测的HSV空间自适应背景模型的车辆追踪检测算法,算法基于HSV空间图像处理,采用最大类间方差法获取相邻帧二值化阈值,利用纹理信息进一步确定动态图像以及确认图像范围。通过截取由监控系统获取的视频信息,并对其进行图像处理检测车辆移动轨迹。从监控视频信息中获取两帧不同时刻的图像信息,在HSV空间进行相邻帧检测。由于阈值的选择将直接影响判断精度,本研究将固定阈值法进行了改进,该阈值是通过统计模型对整幅图像上灰度值进行计算,并通过最大类间方差法确定阈值。最后经过实际视频图像验证,仿真试验流程清晰,试验结果达到预期设想。     

基于视频图像的车辆灯光状态鉴定方法研究

违法使用车辆远光灯是导致夜间道路交通事故的重要原因之一,针对当前道路交通事故中车辆灯光状态鉴定方法存在的不足,本文基于视频图像,从车载监控视频和道路监控视频两个角度分析视频图像中目标车辆前照灯光斑特征、目标车辆前照灯灯光在道路环境参照物上的投影光斑特征等信息,比对分析视频图像中远光灯、近光灯反馈信息的异同点,总结基于视频图像的车辆灯光状态鉴定方法,为道路交通事故处理过程中充分应用视频物证提供技术保障。     

基于混合高斯背景的交通视频分析

在将道路监控视频转单帧后,利用灰度变换、锐化、滤波、二值化等方法对图像进行预处理,以高斯混合模型对图像前景提取,进行边缘检测获取较为清楚的前景车辆图,在摄像机标定基础上,建立路面车辆和图像像素点的映射关系,再以虚拟线在图像上作计数依据,进而获得车流量。同时通过对普通背景差分模型与高斯混合背景模型的比较分析,选用高斯混合背景模型对预处理之后的图像进行背景分割。并结合粘连图像分割和阴影处理算法,对前景图像进行修复,得到良好的前景目标。采用高斯背景模型对样本视频处理,得到了满意的监控分析结果。     

车载视觉导航系统中的交通标志识别技术

文章提出一种在车载视觉导航系统中实现交通标志识别的技术。该算法利用安装在车辆上的视频采集模块获取真实交通环境的视频,通过基于颜色—形状模型的目标检测算法和基于BP神经网络的识别算法,准确、实时地获得交通标志信息,并对驾驶员发出警示信息,从而达到进一步完善车载辅助驾驶系统和提高汽车主动安全性的目的。     

无人驾驶商用车市场前瞻

正无人驾驶技术是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车技术。它利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。它集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。     

无人驾驶汽车研究动向

正无人驾驶汽车是一种智能汽车,也可以称之为轮式移动机器人,主要依靠车内以计算机系统为主的智能驾驶仪器来实现无人驾驶。它通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标;利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆安全、可靠地在道路上行驶。无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。     

基于Simulink的车辆自动减速控制策略研究

本文通过简化车辆制动减速过程,对车辆制动时的受力情况进行分析,建立车辆制动减速模型,通过传感器及车载摄像头获取车辆实时车速及制动最大距离,将其作为信号输入到车辆控制模块,基于Simulink对车辆制动过程进行仿真,得出车辆制动数据。     

浅谈车辆视频检测技术的发展及趋势

<正>视频车辆检测技术即在视频序列中提取运动的车辆对象,是利用视频图像进行车辆检测的一种交通检测技术,它涉及计算机图像处理技术、模式识别、信号处理和信号融合等多个领域。近年来,基于计算机视觉和图像处理技术的视频车辆检测技术逐步成为研究主流。性价比优良的视频车辆检测技术1978年,美国JPT(加州帕萨迪纳市的喷气推进实验室)首先提出了运用机器视觉来进行车辆的检测的方法,指出其是传统检测方法的一种可行的替代方案。     

基于4G网络的远程视频监控系统设计与实现

为解决传统车载防盗系统只能通过发出鸣叫声提醒车主车辆处于异常状态,不能提供车辆实时状态视频信息的问题,提出一种基于Android的远程视频监控系统。该系统以ARM Cortex A7微处理器、USB视频摄像头为硬件平台,Linux操作系统为软件平台,使用4G网络,通过优化系统内核的配置编写底层设备驱动程序,并设计上层应用程序,构建嵌入式视频采集与4G网络传输系统。该系统可使导航仪在黑屏状态下开启USB摄像头采集视频信息,并将视频图像通过远程无线数据传输到车主手机显示在手机APP上。试验结果表明其具有隐蔽性好、图像传输延迟短等优点,通过手机APP可随时随地查看车辆当前信息,进一步满足汽车防盗的需求。     

基于单目摄像头的车辆前方道路三维重建

通过构建6自由度车载单目摄像头测距模型,实现了摄像头任意方位变换下车辆前方道路信息的三维重建。同时考虑摄像头的5个畸变参数,可消除由于畸变引起的测距误差。提出一种基于地平线位置的标定方法,在非车载情况下完成了对摄像头的标定,给出了一种利用道路消失点计算道路坡度和车辆偏航角的方法。试验结果表明,所提测距模型和标定方法具有良好的精度和可操作性。     

一种基于YUV彩色空间的运动车辆阴影消除方法

采用一种基于YUV彩色空间的方法来检测并消除交通视频图像序列中的运动车辆的投射阴影.通过对前景运动区域像素的亮度、色度和梯度密度的计算,得到一个阴影判断函数.利用阴影判断函数并结合边缘检测在前景运动区域中检测和消除车辆的投射阴影.     

基于Top-Hat-Canny的汽车前视摄像头图像边缘检测方法研究

针对汽车前视摄像头(Forward View Camera)拍摄存在噪声及光照不均匀的问题,提出一种基于顶帽算法TopHat Canny的多重边缘检测图像预处理方法。通过对前视摄像头拍摄的道路行人、车辆及障碍物的图片进行分析,采用小波阈值算法分别对彩色图像(Red-Green-Blue,RGB)3个空间分量进行滤波去噪,并经加权平均法对重组的3个分量灰度化处理后,采用Top-Hat-Canny多重边缘检测方法对图像进行处理。实验仿真结果表明:该方法可以有效地解决噪声及光照不均对图像边缘检测带来的影响,为后续目标识别工作提供基础。     

车路协同车辆编队系统研究

车辆编队是通过网络技术，使车辆彼此之间紧跟在一起行驶。设计了基于信息物理系统(cyber-physical system CPS)理论的货车编队系统的框架，利用路侧摄像头、毫米波雷达等路侧智能设备、车载OBU智能终端获取道路及车辆信息进行多源信息融合，并通过V2X通信技术进行数据传输，从而实现车、路、云协同工作。     

基于摄像头识别汽车随动辅助大灯的模糊控制策略

文章提出了一种基于摄像头识别的汽车随动辅助大灯的模糊控制策略。通过摄像头和图像处理对驾驶人驾驶姿态进行采集和分析,并根据这些数据针对驾驶人以及车辆,设计了一种对汽车随动辅助大灯的模糊控制策略,包括大灯左右转向和俯仰转向的控制策略。模糊控制综合考虑驾驶员的驾驶倾向和可能遇到的道路情况,实现辅助车灯的随动转向。仿真实验验证了所提控制策略的有效性。     

基于Hadoop的特定车辆车牌检索平台设计

目前高速公路部署摄像头逐年增多,产生视频量逐年增加,对于视频的检索效率要求越来越高,现利用Hadoop分布式运算结合KAZE算法实现对特定车辆车牌进行检索设计。首先通过摄像头采集视频数据,并将数据存入到HDFS存储空间中,利用FFMPEG解码器结合MapReduce框架实现对视频关键帧的提取,利用LSH算法和KAZE算法对关键帧提取特征值并建立索引存入Hbase数据库中,匹配时通过对查找人提供的被查找车辆车牌图像再进行LSH算法与KAZE算法提取并与数据库特征值列表进行匹配,从而实现对被查找车辆车牌出现视频的查找。     

基于小波变换的线阵CCD车辆检测算法

传统的车辆视频检测算法都是基于带有复杂背景的面阵CCD图像,不利于对象分割和特征提取。线阵CCD图像的背景比较单一,且帧率远高于面阵CCD,可以实现高精度的车辆检测。提出基于小波变换的线阵CCD图像的车辆检测算法。试验结果证明该算法能有效降低光照和汽车阴影等因素造成的误检率。     

基于双目视觉的前车距离识别方法

本文提出一种基于双目视觉系统,对道路上各对象进行特征识别的方法。首先利用Canny算子和霍夫变换等图像处理方法检测出道路区域,以提高其后的图像处理效率;然后在道路区域内部通过阴影识别方法对车辆进行识别;最后利用双目视觉几何关系,对对象物体距离进行比较。实验结果表明,通过本文所述方法可准确识别出图像中各对象及其距离关系。     

视频车辆检测技术中的阈值分割算法研究

为了提高视频交通检测交通流参数提取的精度,研究了视频交通检测技术．中的阈值分割算法;文中使用分形维数法、双峰法、迭代法和大津法研究了获取图像的阈值分割方法使得车辆和背景分离。结果表明,分形维数法处理时间较长;迭代法编写程序较复杂,且运算时间长;由于双峰法对满足一定要求的图像处理效果较好,而试验证明双峰法不适用与车辆视频图像处理。大津法分割后得到的二值图像中仍然存在车辆内部存在黑色像素点的问题,但其效果图中车辆与背景的分离情况较好。所以课题中选取大津法作为视频车辆检测中闽值分割的最终处理算法。     

动态信息

交通运输部:汽车挂车质量监督检验测试中心开展道路运输车辆卫星定位车载终端标准符合性检测工作为贯彻落实交通运输部、公安部、安全监管总局、工业和信息化部《关于加强道路运输车辆动态监管工作的通知》(交运发[2011]80号)精神,交通运输部道路运输司组织开展了道路运输车辆卫星定位系统平台和车载终端标准符合性审查工作。交通运输部汽车挂车质量监督检验测试中心为交通运输部授权指定的检测机构,全面实施了车载终端产品检测