用于违章停车车辆自动取证的四轴飞行器系统

借助于计算机视觉技术实现了一种基于四轴飞行器的违章车辆取证系统。四轴飞行器在巡检路段上空飞行过程中,通过训练好的支持向量机(SVM)车辆检测算法自动检测视野中的违章停车车辆。如违章停车车辆存在,四轴飞行器将根据视觉处理结果自动调整姿态,便于摄像头以合适的尺度和角度识别车牌;最后通过模式识别技术捕捉视野中车辆的车牌并向地面站传输证据。与传统的人工巡检和基于道路固定摄像头的方案相比,本系统更灵活、高效,可以作为交通智能化管理新的解决方案。     

基于视频的交通事件自动检测方法的研究

研究了基于视频的交通事件自动检测技术,它通过车辆跟踪和分析车辆的运动特征来判断所发生的交通事件.针对三种常见的交通事件车辆逆行、车辆停止和堵车进行建模.实验证明,该检测方法具有很好的实用效果.     

基于视频的高速公路违章停车实时检测算法

违章停车是高速公路交通事故的重要诱因,因此迅速、有效地检测出违章车辆是高速公路交通管理与控制的重点。提出一种基于视频的高速公路车辆违章停车实时检测算法,在分析了基于视频的违章停车检测系统的组成和视频检测的优点的基础上,用背景差分算法和OSTU阈值相结合的方法,对所采集的某路段视频,进行车辆违章停车判断。实验表明,该方法...     

视频处理技术在智能交通系统的应用

视频检测作为智能交通中一种主要的检测手段在交通流检测、车辆违章跟踪等领域得到了广泛的研究和发展。文中提出了一种城市道路交通灯智能控制模型,该模型利用视频图像处理技术,获取十字路口各方向的车流量参数、违章车辆信息等,在此基础上实现了交通灯的智能控制以及对违章车辆的视频跟踪,最后给出了实际交通视频图像处理的实验结果。     

基于视频车辆运动轨迹场的交通事件检测方法*

针对现有交通事件检测算法存在的模型复杂、运算量大,并且检测结果滞后的缺点,提出了一种基于视频车辆运动轨迹场的交通事件检测方法.该方法以基于视频的车辆跟踪轨迹为基础,形成正常车辆运动轨迹场,进而将当前车辆轨迹矢量与正常轨迹场矢量比较,最终实现了对超速、慢行、变道和逆行的异常交通事件的检测.研究结果表明,与传统方法相比,该方法算法简单,并且可以快速、准确地对异常交通事件进行检测.     

交通监控视频中的车辆异常行为检测

构建了利用交通监控视频对车辆异常行为进行检测的系统框架.使用改进Surendra背景差分与三帧差分相结合的算法进行车辆目标检测,结合CamShift算法与Kalman滤波器进行车辆目标跟踪,提取车辆质心绘制运动轨迹,针对车辆运动方向判别、违章变道、调头等行为提出了检测方法.实验结果表明,提出的交通监控视频中的车辆异常行为检测系统具有较高的实时性与准确性,部署简易快速,维护成本低廉,可以满足当今智能交通系统日益增长的需求.     

基于异常检测与双流编码的视频监控系统设计

介绍了一种基于异常检测与双流编码的无线智能视频监控系统的设计方案.该系统首先基于对采集视频的分析,实现非法入侵等异常事件的自动检测,同时通过对同一路视频采用两个编码器进行双流编码,产生两路不同质量和码率的视频流.在此基础上,基于异常事件检测的结果,在有异常事件时触发高质量图像的本地保存和低码率图像的实时无线传输.在蜂窝...     

基于视频的车辆闯红灯检测系统设计

设计一种基于改进帧差法的车辆闯红灯检测系统。采用ARM＋FPGA的硬件平台,通过FPGA对视频图像进行实时采集,ARM进行图像处理,采用基于虚拟线圈的车辆检测方法,结合交叉路口的交通信号控制器,对违章闯红灯的车辆进行检测。在功能、安装及可维护性方面优于基于感应线圈的检测系统,在成本方面优于基于DSP的视频检测系统。     

差分进化算法和神经网络的车牌自动识别模型

为了提高对车牌的自动识别和检测能力,针对传统的边缘轮廓检测方法在车辆距离过紧和车流量过大而产生相互遮挡时识别性能不好的问题,提出一种基于差分进化算法和神经网络的车牌自动识别方法。提取的车辆视频监测图像进行外接轮廓矩形网格分割,采用差分进化算法进行车牌测试样本图像的子块连续遍历,实现车牌图像的特征分割和信息点增强,采用神经网络算法进行车牌特征信息分类,实现车牌识别。测试结果表明,采用该方法进行车牌识别的准确性较好,识别模型的可靠度较高。     

基于LabWindows/CVI的车辆违章检测系统的分析与设计

本文主要是基于LabWindows/CVI的车辆位置违章检测系统.应用地感线圈检测技术检测车辆是否有位置违章,然后通过USB-4711A-AE数据采集卡采集车辆违章的电信号,用来检测车辆是否违章,如果有车辆违章则在LabWindows/CVI采集界面上就会有波形出现.这种检测方法只采集违章信号,在一定程度上,减少了人工的工作压力.经过实验仿真表明,该系统能够实现车辆违章检测数据的采集.     

基于稳定状态差异的停车及抛落物检测算法

近年来,道路交通状况的自动检测逐渐成为研究的热点。因为违法停车、抛落物不仅影响交通秩序、诱发交通事故而且有损城市形象,所以停车、抛落物的检测已经构成道路交通状况自动检测的重要组成部分。提出了一种自动检测停车事件及抛落物事件的方法,利用双向跟踪实现停车及抛落物的检测,通过分析目标面积实现两者的区分。实验表明,该方法实时性好、准确性强,具有很大的实用价值。     

基于Android手机的车牌识别管理系统

针对违法停车车辆的管理问题,设计了基于Android系统手机上的车牌识别管理系统。该系统包括:车牌自动识别模块、违法停车位置自动获取模块和数据显示模块。执法人员在Android系统手机上运行该系统,通过Android手机摄像头对违法停车车辆进行拍照取证的同时,可以自动获取车牌号码、违法停车时间和位置等信息,将信息通过3G网络发送到服务器存储,与传统的违法停车车辆的管理与登记相比,可以大大减少执法人员的工作量,给违法停车车辆管理带来极大的便利。     

临时停车场自动收费系统的研究

针对城市停车难,传统停车场使用和管理的局限性,提出了一种基于视频检测与车牌自动识别技术的临时停车场自动收费管理系统。该系统具有设置、移动简便,停车管理自动化程度高,可实现不停车自动收费等特点,特别适用于旅游旺季、大型活动等所增设的各种临时停车场的现代化停车管理收费,同时可大大缓解因停车难而造成的停车场附近道路交通拥堵等相关问题。     

视频监控系统中一种运动目标的检测方法

提出了一种基于改进的背景差分法的运动目标检测和识别的方法,该算法用于视频监控系统中运动目标检测和报警。双阈值法和动态阈值法有效地检测出图像中的运动目标。Matlab 7.0中对算法进行了仿真,实验表明,该方法有效去除了运动目标阴影及背景噪声,可准确地检测出运动目标。     

智能交通系统中的视频监控技术

介绍了在智能交通系统(ITS)中基于视频图像的车流量和车速检测、车辆类型检测和识别,以及车牌号码的定位和识别技术,并给出了应用实例.最后,结合目前的研究成果对视频图像在ITS中存在的问题和对未来的发展进行了展望.     

基于视频序列的交通检测系统

基于人工电视监视的交通检测方法存在检测效率低、实时性差的缺点,提出了基于视频序列的交通参数和交通事件检测系统。将采集和预处理后的视频信号通过DSP处理,检测视频交通参数和交通事件,提取的交通参数和交通事件等分析结果通过TCP/IP网络传输协议传给视频分析识别终端,在视频分析识别终端上存储、显示交通参数与交通事件和视频信息,设置系统参数,同时可以进行查询、检索以及管理交通参数与交通事件。该系统实现了对车流量、车速、抛落物、行人和停车等交通参数与事件的实时性检测。     

基于少量样本学习的多目标检测跟踪方法

视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种基于少量样本学习的多目标检测跟踪算法,只需在监控视频第一帧指定待检测目标,即可自主生成混合分类模...     

基于DPM和KCF的十字靶标检测与跟踪

为了实现对十字靶标的自动检测与跟踪,建立了十字靶标检测跟踪模型。针对目标检测中运算量大、实时性差、目标跟踪需要人工标定视频初始帧的问题,提出了一种基于可变形部件模型(DPM)和核相关滤波器(KCF)的十字靶标检测跟踪算法。首先,提取十字样本集的梯度方向直方图(HOG)特征,采用Latent SVM分类器训练特征集,生成十字靶标物体类的DPM模型。然后,通过滑动窗口搜索匹配方法遍历待检测图片。最后,将检测到的结果作为跟踪算法的起始跟踪帧,应用KCF算法快速跟踪目标。当跟踪目标丢失时,暂时停止跟踪,利用DPM模型重新检测定位目标再进行跟踪。实验结果表明:采用DPM模型检测的平均帧率为1 fps,结合DPM和KCF算法,实时检测跟踪的平均帧率为40 fps。采用基于可变形部件模型(DPM)和核相关滤波器(KCF)的十字靶标检测跟踪算法,实现了目标的自动检测与实时跟踪,且检测速度明显高于传统算法,并且在目标漂移或丢失后自动重新定位并继续跟踪,完成十字靶标的长时间跟踪。