CN103730015B - 交叉路口车流量检测方法及装置 - Google Patents
交叉路口车流量检测方法及装置 Download PDFInfo
- Publication number
- CN103730015B CN103730015B CN201310740620.4A CN201310740620A CN103730015B CN 103730015 B CN103730015 B CN 103730015B CN 201310740620 A CN201310740620 A CN 201310740620A CN 103730015 B CN103730015 B CN 103730015B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- track
- current lane
- travel direction
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交叉路口车流量检测方法及装置。该检测方法包括：绘制步骤，绘制交叉路口的各个车道，所述车道包括检测区域和跟踪区域；设定步骤，设定各个车道的驶向属性，所述驶向属性包括非单一车流方向；检测步骤，基于在所述交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆；计算步骤，若当前车道的驶向属性为非单一车流方向，则在所述车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断所述车辆的行驶方向，并将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量。本发明的方法达到了在车流量计算中区分不同行驶方向的车辆的效果，有效改进了现有的车流量计算方法。
Description
技术领域
本发明涉及图像识别领域，尤其涉及一种交叉路口车流量检测方法及装置。
背景技术
智能交通系统(IntelligentTransportationSystem，简称ITS)是未来交通系统的发展方向。它将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成，并且运用于整个地面交通管理系统。
在智能交通系统中，车流量是一个重要的交通参数，传统的车流量采集系统通常采用光栅、感应线圈等技术，这些技术操作复杂、建设成本高、不以维护且会破坏交通路面等设施。因此，利用视频信息采集车流量变得尤为重要。
但是现有系统均把车流量作为一个静态的参数测量，即单位时间内通过某路段的车辆数。这种统计无法区分同一个车道内不同行驶方向的车辆数，比如，当车道同时放行左转和执行的车辆时，传统的统一方法无法区分这两种不同行驶方向的车辆。
发明内容
本发明所要解决的技术问题之一是需要提供一种交叉路口车流量检测方法，其可以区分不同行驶方向的车辆。此外，还提供了一种交叉路口车流量检测装置。
为了解决上述技术问题，本发明提供了一种交叉路口车流量检测方法，包括：绘制步骤，绘制交叉路口的各个车道，所述车道包括检测区域和跟踪区域；设定步骤，设定各个车道的驶向属性，所述驶向属性包括非单一车流方向；检测步骤，基于在所述交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆；计算步骤，若当前车道的驶向属性为非单一车流方向，则在所述车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断所述车辆的行驶方向，并将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量。
在一个实施例中，在所述检测步骤中，进一步包括以下步骤：采用帧差法依次计算以第一阈值间隔所捕捉的视频图像的相邻帧的差分图像，统计前景像素的变化超过第二阈值的像素点的个数，在统计得到的所有像素点的面积和占所述检测区域的面积比大于第三阈值时，则判断出有车辆出现；在车辆出现后，若当前重新计算的面积比小于第四阈值，则判断出该车辆驶出所述检测区域。
在一个实施例中，所述驶向属性还包括单一车流方向，在所述计算步骤中进一步包括：若当前车道的驶向属性为单一车流方向，则将该车道上所出现的车辆数量累加至该车道的车流量。
在一个实施例中，在所述计算步骤中通过以下步骤判断车辆的行驶方向：使用均值偏移方法跟踪车辆行驶轨迹，并采用最小二乘法拟合所述车辆行驶轨迹；基于所拟合的车辆行驶轨迹来判断所述车辆的行驶方向。
在一个实施例中，所述非单一车流方向为包括掉头、左转、直行以及右转方向的任意组合。
在一个实施例中，根据以下来判断所述车辆的行驶方向：在所拟合的车辆行驶轨迹的直线垂直当前车道方向时，则确定该车辆的行驶方向为掉头；在所拟合的车辆行驶轨迹的直线与当前车道方向呈逆时针45度角时，则确定该车辆的行驶方向为左转；在所拟合的车辆行驶轨迹的直线与当前车道方向平行时，则确定该车辆的行驶方向为直行；在所拟合的车辆行驶轨迹的直线与当前车道方向呈顺时针45度角时，则确定该车辆的行驶方向为右转。
根据本发明的另一方面，还提供了一种交叉路口车流量检测装置，包括：绘制模块，其用于绘制交叉路口的各个车道，所述车道包括检测区域和跟踪区域；设定模块，其用于设定各个车道的驶向属性，所述驶向属性包括非单一车流方向；检测模块，其基于在所述交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆；计算模块，其用于在当前车道的驶向属性为非单一车流方向时，且所述车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断所述车辆的行驶方向，并将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量。
在一个实施例中，在所述检测模块中，进一步包括：判断模块，其采用帧差法依次计算以第一阈值间隔所捕捉的视频图像的相邻帧的差分图像，统计前景像素的变化超过第二阈值的像素点的个数，在统计得到的所有像素点的面积和占所述检测区域的面积比大于第三阈值时，则判断出有车辆出现；在车辆出现后，若当前重新计算的面积比小于第四阈值，则判断出该车辆驶出所述检测区域。
在一个实施例中，所述驶向属性还包括单一车流方向，在当前车辆的驶向属性为单一车流方向时，所述计算模块将该车道上所出现的车辆数量累加至该车道的车流量。
在一个实施例中，所述计算模块使用均值偏移方法跟踪车辆行驶轨迹，并采用最小二乘法拟合所述车辆行驶轨迹，并且基于所拟合的车辆行驶轨迹来判断所述车辆的行驶方向。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
本发明的车流量检测方法，通过将当前车道划分为检测区域和跟踪区域，并设定各个车道的行驶属性，基于所检测出的当前车道的车辆，计算出该车辆的行驶方向，进而可以将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量，达到了在车流量计算中区分不同行驶方向的车辆的效果，有效改进了现有的车流量计算方法。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明一实施例的交叉路口车流量检测方法的流程图；
图2是根据本发明一实施例的交叉路口车流量检测装置的示意图;
图3是根据本发明一示例的交叉路口三车道车流量方向的示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
第一实施例
图1是根据本发明一实施例的交叉路口车流量检测方法的流程图。下面结合图1对该方法进行详细的说明。
步骤S110，绘制交叉路口的各个车道，其中，车道包括检测区域和跟踪区域。
绘制出城市交叉口的各个车道，并且将各个车道划分为检测区域与跟踪区域。优选地，通过记录每个区域的坐标范围来划分各个区域。
步骤S120，设定各个车道的驶向属性，驶向属性包括非单一车流方向和单一车流方向。
容易理解，单一车流方向可以为掉头、左转、直行或者右转方向，而非单一车流方向为包括掉头、左转、直行以及右转方向的任意组合，如左转弯加直行、右转弯加直行等。
请参考图3，图3为交叉路口三车道车流方向的示意图，其中，中间的车道表示单一车流方向的车道，左边的车道表示左转弯加直行车流方向的车道，右边的车道表示右转弯加直行车流方向的车道。
步骤S130，基于在交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆。
帧差法是最为常用的运动目标检测和分割方法之一，其基本原理就是在图像序列相邻两帧或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动区域。
首先，将相邻帧图像对应像素值相减得到差分图像，然后对差分图像二值化。在环境亮度变化不大的情况下，如果对应像素值变化小于事先确定的阈值时，可以认为此处为背景像素，如果图像区域的像素值变化很大，可以认为这是由于图像中运动物体引起的，将这些区域标记为前景像素。利用标记的像素区域可以确定运动目标在图像中的位置。
在本实施例中，采用帧差法依次计算以第一阈值T1间隔所捕捉的视频图像的相邻帧的差分图像，统计前景像素的变化，即差分图像差值超过第二阈值T2的像素点的个数，在统计得到的所有像素点的面积和占检测区域的面积比大于第三阈值T3时，则判断车辆出现；在车辆出现后，若当前重新计算的面积比小于第四阈值T4，则判断该车辆驶出检测区域。
举例而言，当T1取值为1，表明取连续两帧图像计算得到差分图像。将在车道检测区内统计差分图像差值超过T2=50的像素点面积和占该检测区域面积比记做pFrontNum，如果pFrontNum大于T3=0.5，表明检测区有车辆出现；在判断出车辆出现在检测区域后，如果pFrontNum小于T4=0.2，则判断该车辆驶出检测区域。
步骤S131，判断当前车道的驶向属性是否为单一车流方向，若是则进行步骤S150，否则进行步骤S140。
步骤S140，若当前车道的驶向属性为非单一车流方向，则在该车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断车辆的行驶方向，将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量。
优选地，当车辆驶出检测区域后，采用均值偏移方法跟踪车辆行驶轨迹，并采用最小二乘法拟合车辆行驶轨迹。
具体地，在所拟合的车辆行驶轨迹的直线垂直当前车道方向时，则确定该车辆的行驶方向为掉头；在所拟合的车辆行驶轨迹的直线与当前车道方向呈逆时针45度角时，则确定该车辆的行驶方向为左转；在所拟合的车辆行驶轨迹的直线与当前车道方向平行时，则确定该车辆的行驶方向为直行；在所拟合的车辆行驶轨迹的直线与当前车道方向呈顺时针45度角时，则确定该车辆的行驶方向为右转。
当判断处车辆的行驶方向后，在步骤S160中将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量。
步骤S150，将该车道上所出现的车辆数量累加至该车道的车流量。
也就是说，当车道的行驶属性为单一车流方向时，将该车道上所出现的车辆数量累加至该车道的车流量。
综上所述，本实施例的车流量检测方法，区分了同一车道不同行驶方向的车辆数，而没有将车流量作为一个静态的参数测量，有效改进了现有的车流量计算方法，在实践中具有更高的使用价值。
第二实施例
图2是根据本发明一实施例的交叉路口车流量检测装置的示意图。下面结合图2对该装置进行详细说明。
本实施例的交叉路口车流量检测装置包括绘制模块20，与绘制模块20连接的设定模块21，与设定模块21连接的检测模块22以及与检测模块22连接的计算模块23。
绘制模块20用于绘制交叉路口的各个车道，车道包括检测区域和跟踪区域。优选地，其通过记录每个区域的坐标范围来划分各个区域。而设定模块21用于设定各个车道的驶向属性，驶向属性包括非单一车流方向。可以理解，驶向属性还包括单一车流方向，如单行车道和多车道的直行车道等。
此外，检测模块22基于在交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆。
优选地，检测模块22进一步包括判断模块22a，其采用帧差法依次计算以第一阈值T1间隔所捕捉的视频图像的相邻帧的差分图像，统计前景像素的变化，即差分图像差值超过第二阈值T2的像素点的个数，在统计得到的所有像素点的面积和占检测区域的面积比大于第三阈值T3时，则判断车辆出现；在车辆出现后，若当前重新计算的面积比小于第四阈值T4，则判断该车辆驶出检测区域。
比如，当T1取值为1，表明取连续两帧图像计算得到差分图像。将在车道检测区内统计差分图像差值超过T2=50的像素点面积和占该检测区域面积比记做pFrontNum，如果pFrontNum大于T3=0.5，表明检测区有车辆出现；在判断出车辆出现在检测区域后，如果pFrontNum小于T4=0.2，则判断该车辆驶出检测区域。
计算模块23用于在当前车道的驶向属性为非单一车流方向时，且车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断该车辆的行驶方向，并将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量。
优选地，计算模块23使用均值偏移方法跟踪车辆行驶轨迹，并采用最小二乘法拟合该车辆行驶轨迹，并且基于所拟合的车辆行驶轨迹来判断该车辆的行驶方向。
具体地，在所拟合的车辆行驶轨迹的直线垂直当前车道方向时，则确定该车辆的行驶方向为掉头；在所拟合的车辆行驶轨迹的直线与当前车道方向呈逆时针45度角时，则确定该车辆的行驶方向为左转；在所拟合的车辆行驶轨迹的直线与当前车道方向平行时，则确定该车辆的行驶方向为直行；在所拟合的车辆行驶轨迹的直线与当前车道方向呈顺时针45度角时，则确定该车辆的行驶方向为右转。
在当前车辆的驶向属性为单一车流方向时，计算模块23将该车道上所出现的车辆数量累加至该车道的车流量。
综上所述，本实施例的车流量检测装置区分了同一车道的不同行驶方向的车辆数，而没有将车流量作为一个静态的参数测量，有效改进了现有的车流量计算方法，在实践中具有更高的使用价值。
以上所述，仅为本发明的具体实施案例，本发明的保护范围并不局限于此，任何熟悉本技术的技术人员在本发明所述的技术规范内，对本发明的修改或替换，都应在本发明的保护范围之内。
Claims (8)
1.一种交叉路口车流量检测方法，包括：
绘制步骤，绘制交叉路口的各个车道，所述车道包括检测区域和跟踪区域；
设定步骤，设定各个车道的驶向属性，所述驶向属性包括非单一车流方向；
检测步骤，基于在所述交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆；
计算步骤，若当前车道的驶向属性为非单一车流方向，则在所述车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断所述车辆的行驶方向，并将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量，
在所述计算步骤中通过以下步骤判断车辆的行驶方向：使用均值偏移方法跟踪车辆行驶轨迹，并采用最小二乘法拟合所述车辆行驶轨迹；基于所拟合的车辆行驶轨迹来判断所述车辆的行驶方向。
2.根据权利要求1所述的车流量检测方法，其特征在于，在所述检测步骤中，进一步包括以下步骤：
采用帧差法依次计算以第一阈值间隔所捕捉的视频图像的相邻帧的差分图像，统计前景像素的变化超过第二阈值的像素点的个数，在统计得到的所有像素点的面积和占所述检测区域的面积比大于第三阈值时，则判断出有车辆出现；
在车辆出现后，若当前重新计算的面积比小于第四阈值，则判断出该车辆驶出所述检测区域。
3.根据权利要求1所述的车流量检测方法，其特征在于，所述驶向属性还包括单一车流方向，在所述计算步骤中进一步包括：
若当前车道的驶向属性为单一车流方向，则将该车道上所出现的车辆数量累加至该车道的车流量。
4.根据权利要求1所述的车流量检测方法，其特征在于，所述非单一车流方向为包括掉头、左转、直行以及右转方向的任意组合。
5.根据权利要求4所述的车流量检测方法，其特征在于，根据以下来判断所述车辆的行驶方向：
在所拟合的车辆行驶轨迹的直线垂直当前车道方向时，则确定该车辆的行驶方向为掉头；在所拟合的车辆行驶轨迹的直线与当前车道方向呈逆时针45度角时，则确定该车辆的行驶方向为左转；在所拟合的车辆行驶轨迹的直线与当前车道方向平行时，则确定该车辆的行驶方向为直行；在所拟合的车辆行驶轨迹的直线与当前车道方向呈顺时针45度角时，则确定该车辆的行驶方向为右转。
6.一种交叉路口车流量检测装置，包括：
绘制模块，其用于绘制交叉路口的各个车道，所述车道包括检测区域和跟踪区域；
设定模块，其用于设定各个车道的驶向属性，所述驶向属性包括非单一车流方向；
检测模块，其基于在所述交叉路口捕捉的视频图像来检测出在一车道的检测区域出现并驶出的车辆；
计算模块，其用于在当前车道的驶向属性为非单一车流方向时，且所述车辆驶出当前车道的检测区域后，在当前车道的跟踪区域中，判断所述车辆的行驶方向，并将该车辆累加至当前车道的与该车辆的行驶方向对应的车流方向的车流量，
所述计算模块使用均值偏移方法跟踪车辆行驶轨迹，并采用最小二乘法拟合所述车辆行驶轨迹，并且基于所拟合的车辆行驶轨迹来判断所述车辆的行驶方向。
7.根据权利要求6所述的车流量检测装置，其特征在于，在所述检测模块中，进一步包括：
判断模块，其采用帧差法依次计算以第一阈值间隔所捕捉的视频图像的相邻帧的差分图像，统计前景像素的变化超过第二阈值的像素点的个数，在统计得到的所有像素点的面积和占所述检测区域的面积比大于第三阈值时，则判断出有车辆出现；
在车辆出现后，若当前重新计算的面积比小于第四阈值，则判断出该车辆驶出所述检测区域。
8.根据权利要求6所述的车流量检测装置，其特征在于，所述驶向属性还包括单一车流方向，在当前车辆的驶向属性为单一车流方向时，所述计算模块将该车道上所出现的车辆数量累加至该车道的车流量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310740620.4A CN103730015B (zh) | 2013-12-27 | 2013-12-27 | 交叉路口车流量检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310740620.4A CN103730015B (zh) | 2013-12-27 | 2013-12-27 | 交叉路口车流量检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103730015A CN103730015A (zh) | 2014-04-16 |
| CN103730015B true CN103730015B (zh) | 2016-01-20 |
Family
ID=50454067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310740620.4A Active CN103730015B (zh) | 2013-12-27 | 2013-12-27 | 交叉路口车流量检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103730015B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794907B (zh) * | 2015-05-05 | 2017-05-03 | 江苏航天大为科技股份有限公司 | 使用车道分割合并方法的车流量检测方法 |
| CN104882005B (zh) * | 2015-05-15 | 2017-07-04 | 青岛海信网络科技股份有限公司 | 一种检测车道车流量的方法及装置 |
| CN105551246B (zh) * | 2015-12-08 | 2017-11-17 | 合肥寰景信息技术有限公司 | 一种控制交通信号机的车流量阈值的计算方法 |
| CN107133610B (zh) * | 2017-06-01 | 2020-09-01 | 电子科技大学 | 一种复杂路况下行车流量视觉检测与计数方法 |
| CN107516423B (zh) * | 2017-07-20 | 2020-06-23 | 济南中维世纪科技有限公司 | 一种基于视频的车辆行驶方向检测方法 |
| CN109003451B (zh) * | 2018-07-04 | 2020-11-06 | 北京航空航天大学 | 一种基于低空无人机的交叉口od矩阵估算方法 |
| CN110648540B (zh) * | 2019-09-09 | 2021-07-02 | 安徽师范大学 | 基于无人机的高速公路紧急车道占用跟踪系统及方法 |
| CN111273663A (zh) * | 2020-02-06 | 2020-06-12 | 广州小马智行科技有限公司 | 车辆的控制方法及装置、存储介质及处理器 |
| CN111369795B (zh) * | 2020-03-09 | 2022-11-08 | 深圳大学 | 一种车流量统计方法、装置、设备及存储介质 |
| CN111382913A (zh) * | 2020-03-26 | 2020-07-07 | 四川旅游学院 | 基于路径的路网生成方法 |
| CN114333356B (zh) * | 2021-11-30 | 2023-12-15 | 中交第二公路勘察设计研究院有限公司 | 基于视频多区域标记的道路平面交叉口交通量统计方法 |
| CN117727182A (zh) * | 2023-12-25 | 2024-03-19 | 无锡市明大交通科技咨询有限公司 | 一种交叉路口的车流量检测方法、装置、设备和介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0652486A (ja) * | 1991-05-21 | 1994-02-25 | Hitachi Ltd | 交通流計測方法及び装置 |
| JP2006099373A (ja) * | 2004-09-29 | 2006-04-13 | Mitsubishi Electric Corp | 交通流監視装置 |
| JP2008181364A (ja) * | 2007-01-25 | 2008-08-07 | Sumitomo Electric Ind Ltd | 画像処理装置、画像処理プログラム、画像処理方法及びその装置を有する画像処理システム並びにその装置を有する交通情報提供システム |
| CN101894468A (zh) * | 2010-07-12 | 2010-11-24 | 河南大学 | 基于运动矢量的车流量检测方法 |
| CN101937614A (zh) * | 2010-06-12 | 2011-01-05 | 北京中科卓视科技有限责任公司 | 一种即插即用的交通综合检测系统 |
| CN102280030A (zh) * | 2011-07-20 | 2011-12-14 | 杭州海康威视软件有限公司 | 夜晚车辆检测的方法及其系统 |
| JP2012084024A (ja) * | 2010-10-14 | 2012-04-26 | Hitachi Ltd | 交差点交通流計測装置 |
| CN102956104A (zh) * | 2012-10-19 | 2013-03-06 | 上海交通大学无锡研究院 | 一种基于车辆轨迹描述检测交通事件的方法 |
| CN103295403A (zh) * | 2013-06-17 | 2013-09-11 | 湘潭大学 | 一种交通流视觉检测方法 |
| CN103413444A (zh) * | 2013-08-26 | 2013-11-27 | 深圳市川大智胜科技发展有限公司 | 一种基于无人机高清视频的交通流调查处理方法 |
-
2013
- 2013-12-27 CN CN201310740620.4A patent/CN103730015B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0652486A (ja) * | 1991-05-21 | 1994-02-25 | Hitachi Ltd | 交通流計測方法及び装置 |
| JP2006099373A (ja) * | 2004-09-29 | 2006-04-13 | Mitsubishi Electric Corp | 交通流監視装置 |
| JP2008181364A (ja) * | 2007-01-25 | 2008-08-07 | Sumitomo Electric Ind Ltd | 画像処理装置、画像処理プログラム、画像処理方法及びその装置を有する画像処理システム並びにその装置を有する交通情報提供システム |
| CN101937614A (zh) * | 2010-06-12 | 2011-01-05 | 北京中科卓视科技有限责任公司 | 一种即插即用的交通综合检测系统 |
| CN101894468A (zh) * | 2010-07-12 | 2010-11-24 | 河南大学 | 基于运动矢量的车流量检测方法 |
| JP2012084024A (ja) * | 2010-10-14 | 2012-04-26 | Hitachi Ltd | 交差点交通流計測装置 |
| CN102280030A (zh) * | 2011-07-20 | 2011-12-14 | 杭州海康威视软件有限公司 | 夜晚车辆检测的方法及其系统 |
| CN102956104A (zh) * | 2012-10-19 | 2013-03-06 | 上海交通大学无锡研究院 | 一种基于车辆轨迹描述检测交通事件的方法 |
| CN103295403A (zh) * | 2013-06-17 | 2013-09-11 | 湘潭大学 | 一种交通流视觉检测方法 |
| CN103413444A (zh) * | 2013-08-26 | 2013-11-27 | 深圳市川大智胜科技发展有限公司 | 一种基于无人机高清视频的交通流调查处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103730015A (zh) | 2014-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103730015B (zh) | 交叉路口车流量检测方法及装置 | |
| CN103778786B (zh) | 一种基于显著车辆部件模型的交通违章检测方法 | |
| CN102622886B (zh) | 一种基于视频的车辆违章变道事件检测方法 | |
| CN102289940B (zh) | 一种基于混合差分的车流量检测方法 | |
| CN102819952B (zh) | 一种基于视频检测技术的车辆违法变道检测方法 | |
| CN102810250B (zh) | 基于视频的多车型交通信息检测方法 | |
| CN104537841B (zh) | 无牌车辆违章检测方法及其检测系统 | |
| CN105336169B (zh) | 一种基于视频判断交通拥堵的方法和系统 | |
| CN103177586A (zh) | 一种基于机器视觉的城市交叉路口多车道车流量检测方法 | |
| CN102496281B (zh) | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 | |
| CN105426864A (zh) | 一种基于等距边缘点匹配的多车道线检测方法 | |
| CN110379168A (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
| CN103295403B (zh) | 一种交通流视觉检测方法 | |
| CN105005771A (zh) | 一种基于光流点轨迹统计的车道线实线的检测方法 | |
| CN103150908B (zh) | 一种基于视频的平均车速检测方法 | |
| CN104599502A (zh) | 一种基于视频监控的车流量统计方法 | |
| CN106297330A (zh) | 减少行人过街对平面感知信号控制效率影响的方法及系统 | |
| CN105513342A (zh) | 一种基于视频跟踪的车辆排队长度计算方法 | |
| CN103383733A (zh) | 一种基于半机器学习的车道视频检测方法 | |
| CN105513349A (zh) | 基于双视角学习的山区高速公路车辆事件检测方法 | |
| CN102298844A (zh) | 自动违章车辆检测系统和方法 | |
| CN104835323A (zh) | 一种结合电子围栏的多目标公交客流检测方法 | |
| CN103440785B (zh) | 一种快速的车道偏移警示方法 | |
| CN105303157A (zh) | 延伸用于avm停止线检测的检测范围的算法 | |
| CN103050008A (zh) | 夜间复杂交通视频中车辆检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: The age of 412001 in Hunan Province, Zhuzhou Shifeng District Road No. 169 Patentee after: ZHUZHOU CRRC TIMES ELECTRIC CO., LTD. Address before: The age of 412001 in Hunan Province, Zhuzhou Shifeng District Road No. 169 Patentee before: Zhuzhou CSR Times Electric Co., Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170703 Address after: 21, building 7, building 189, 410100 Renmin East Road, Changsha economic and Technological Development Zone, Hunan Province Patentee after: Hunan CRRC Times Communications Signal Co., Ltd. Address before: The age of 412001 in Hunan Province, Zhuzhou Shifeng District Road No. 169 Patentee before: ZHUZHOU CRRC TIMES ELECTRIC CO., LTD. |