基于全方位视觉传感器的车辆违章检测系统的设计

探讨了利用全方位视觉传感器(ODVS)以及计算机视觉等技术来实现对交岔路口的车辆违章智能视频监控,采用ODVS来获取整个交岔路口的全景视频图像;通过混合高斯模型提取在全景视频图像中的车辆对象前景;使用camshift跟踪算法跟踪行驶车辆对象;依据交通法规,通过对比红绿灯、车道和车辆运动等状态来判断车辆对象是否有违章行为;实验结果表明,所设计的违章检测系统能自动检测出多种车辆违章行为,为交通执法部门提供了一种智能化的检测手段。     

基于全方位视觉的独居老人监护系统

现有的独居老人监护系统存在算法复杂度高、监护效率低、不能保护老人日常隐私等问题。为此,提出一种基于全方位视觉的独居老人监护系统。利用全方位视觉传感器(ODVS)获取老人的全景视频图像,设计运动历史/能量图像算法用于目标跟踪,根据ODVS的成像特点,采用与ODVS距离位置不同的人体模型实现姿态识别,建立家庭空间与环境要素之间的映射关联,以提高行为检测的鲁棒性和可靠性,并通过ODVS标定和人体对象跟踪获得老人的活动量信息。实验结果表明,该系统的鲁棒性和实时性较强,检测准确率较高,能满足独居老人监护的需要。     

基于多特征的车辆一致性检测的研究与应用

文中主要研究封闭区域内多摄像机间车辆跟踪时车辆的同一性识别问题,提出一种基于车辆多种特征的、多摄像机间的车辆目标一致性匹配方法。该方法采用背景减除法分割出感兴趣区域,对感兴趣区域采用灰度和彩色区间分割相结合的方法定位车牌,并识别车牌信息及车辆的HSI颜色信息;同时利用边缘检测算法和矩不变量技术对车型进行识别,最后采用特征加权法对车辆进行一致性匹配。实验结果表明这种匹配方法在外界条件良好时可以较好地检测出同一车辆目标。     

基于全方位视觉的多目标跟踪技术

为了快速准确地检测并跟踪多目标对象, 提出了一种基于全方位视觉的多目标对象跟踪方法. 首先采用全方位视觉传感器(ODVS)实时地采集现场360°全景视频图像;接着融合运动历史图像算法(MHI)和运动能量算法(MEI)实现了快速高效的MHoEI(Motion History or Energy Images)自动跟踪算法, 对多目标对象进行检测和跟踪;最后, 本文采用面向对象技术融合目标对象进行匹配跟踪实验结果表明本文提出的方法能较好地跟踪多目标对象, 具有鲁棒性高、运算量小、便于硬件实现、高效等优点.     

临时停车场自动收费系统

针对人流密集区域停车场管理效率低下,停车难的问题,提出了一种基于车牌字符识别技术的临时停车场自动收费系统.首先,通过停车场出入口处的摄像机抓拍车辆图像;其次,利用图像处理技术进行车牌定位、车牌矫正、车牌字符分割,并搭建卷积神经网络实现车牌字符识别;然后,通过MySQL数据库实现车辆进出时间存储、停车时长及收费金额的计算;最后,设计了管理显示界面实现车辆信息的管理和显示.利用OpenCV和C++对整个系统进行了仿真实现.仿真结果表明,该系统识别率达到97％以上,设备移动简便、停车管理自动化程度高,极大的减轻了临时停车场停车管理难度.     

违章车辆快速检测方法研究——基于鲁棒颜色差分直方图

针对传统的智能交通系统中违章车辆检测方法实时性差、易受光照变化条件变化制约,影响后续辨别车辆违章和图像取证抓拍的问题,提出了一种基于颜色差分直方图和卡尔曼滤波的鲁棒、快速的违章车辆检测跟踪算法。该算法采用背景模糊匹配思想,选择初始背景图像;利用对环境变化鲁棒的颜色差分直方图算法检测运动目标;对运动目标团块的质心运动状态采用卡尔曼滤波进行跟踪预测,从而在预测的区域内检测同一目标团块;通过判断其质心运动轨迹,达到辨别违章车辆检测与抓拍的目的。通过对真实道路中不同天气条件下的场景进行检测,实验结果表明该算法能够快速而准确地检测违章车辆。     

基于全方位视觉的自动门安全和节能检测技术

针对自动门运行过程中的效率及安全问题,提出了一种基于全方位视觉传感器(ODVS)的自动门安全和节能智能检测技术。首先,采用ODVS采集自动门周边的360°全景图,并对全景图像按检测要求进行预处理;接着,采用一种运动历史/能量图像(MHoEI)算法来检测和跟踪运动目标前景对象;然后,根据前景对象的运动方向和空间位置等信息来分析行人的行为;最后,根据行人的行为和状态来控制自动门的开启和关闭,以达到自动门安全性、节能性和舒适性的控制目标。实验结果表明,该检测方法能有效地识别自动门周围的行人行为,有助于避免各种自动门安全隐患发生,同时能高精度统计出进出自动门的人流量。     

基于EmguCV和ArcGIS Engine的车辆定位与追踪系统设计与实现

为了高效获取城市中车辆行驶信息,有效监管车辆,并且快速锁定出现在道路上的嫌疑车辆,以实施抓捕.在对现阶段车牌识别技术和车辆监控系统的研究与改进基础上,在现有的车辆追踪定位方式中引入车牌识别技术,据此设计了路网追踪系统.系统通过道路监控抓拍识别,将识别结果上传至监控中心数据库匹配出嫌疑车辆,依据监控位置定位车辆的实时位置,生成抓捕方案上传至警方抓捕中心,并在电子地图上对目标车辆进行实时跟踪显示,提供抓捕路径方案.     

多视觉信息融合的内河航道智能监控系统

探讨了利用动态图像理解技术对内河船舶的交通状况进行监控,采用多视觉传感器数据融合技术对跟踪的船舶对象进行特写抓拍;通过对交通流信息的实时采集、处理、跟踪与分析,得到内河航道中交通状态信息,如船舶流量、船舶速度、通航密度等重要基础信息。通过对抓拍到的船舶对象图像进行船名牌识别和吃水深度的估算,得到被跟踪船舶对象的基本属性数据和载重量等重要内河管理基础信息,为航运管理部门进行水域交通管理和交通规划提供决策依据。此外,通过自定义感兴趣监控区域以及监控对象来减少图像处理时间,提高系统实时处理能力及鲁棒性。实验结果表明,系统可以实现对船舶稳定跟踪,并对船舶进行特写抓拍和识别,识别准确率高,最终实现吨位估算。     

基于计算机视觉的电子警察抓拍闯红灯违章的算法研究

智能交通系统是未来交通的发展趋势,基于计算机视觉的电子警察违章抓拍、违章处理、交通指挥等是现代智能交通系统的重要组成。讨论基于计算机视觉的电子警察抓拍闯红灯算法,在准确预测车辆位置、跟踪运动车辆的同时,准确判断是否存在闯红灯灯违章行为,有效提升视频处理速度以及车辆违章检测精准度。