基于TOF相机的车流量及车型检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN103116988103116988B(45)授权公告日2014.10.08(21)申请号201310027799.9究综述.《仪器仪表学报》.2010,第31卷(第8期),第72-75页.(22)申请日2013.01.18陈隽.复杂表面物体3D模型的获取方法.《微(73)专利权人合肥工业大学计算机应用》.2011,第32卷(第6期),第21-25地址230009安徽省合肥市屯溪路193号页.(72)发明人张旭东高隽段琳琳杨静审查员孙凌红胡良梅叶子瑞(74)专利代理机构安徽省合肥新安专利代理有限责任公司34101代理人何梅生(51)Int.Cl.G08G1/017(2006.01)G08G1/065(2006.01)G06K9/20(2006.01)(56)对比文件EP2306426A1,2011.04.06,说明书第0006-0050段、附图1-2）.CN101615342A,2009.12.30,全文.CN201051310Y,2008.04.23,全文.丁津津等.基于TOF技术的3D相机应用研权权利要求书1页利要求书1页说明书4页说明书4页附图1页附图1页(54)发明名称基于TOF相机的车流量及车型检测方法(57)摘要本发明公开了一种基于TOF相机的车流量及车型检测方法，利用TOF相机获取的被测路面的视频图像设置矩形虚拟检测区域，当车辆经过虚拟检测区域时，根据TOF相机提供的距离信息，虚拟检测区域内的距离算术平均值会发生改变，本方法利用距离变化的特点对车流量进行检测；同时利用TOF相机提供的距离信息可以得到车辆的高度，通过判断车辆高度的轮廓线，实现车型的检测。CN103116988BCN103698BCN103116988B权利要求书1/1页1.一种基于TOF相机的车流量及车型检测方法，其特征是按如下步骤进行：步骤1、将TOF相机安装在距被测路面垂直距离为d的正上方，TOF相机镜头垂直于路面朝下；步骤2、利用TOF相机实时拍摄被测路面，获取被测路面的视频图像，在视频图像中设置一条矩形虚拟检测区域，所述矩形虚拟检测区域位于图像中部位置，其长度方向垂直于车辆行驶方向，所述矩形虚拟检测区域的长度为车道在视频图像中的像素宽度，矩形虚拟检测区域的宽度为p个像素，基于噪声及准确度因素，选取所述p的数值为3～5；步骤3、车流量的检测：a、计算当前帧图像中矩形虚拟检测区域内的距离信息的算术平均值令设定距离阈值dthr；b、若当前帧图像中无车辆经过，则Δd为0；若Δd由0突变到大于距离阈值dthr，判断为有车辆进入虚拟检测区域，车辆计数加1；若Δd不满足由0突变到大于距离阈值dthr，判断为无车辆进入虚拟检测区域或已经计数的车辆还未离开虚拟检测区域，车辆计数保持不变；步骤4、车型检测：a、在第n帧图像中，车辆X进入矩形虚拟检测区域，针对宽度为p个像素的矩形虚拟检测区域，计算每列像素的距离算术平均值找出距离算术平均值的最小值认定最小值为车辆X位于矩形虚拟检测区域内的车辆部分的顶部到相机的距离，得到第n帧图像中车辆X位于矩形虚拟检测区域内的实际高度hn＝d-dmin,n；b、在第n+m帧图像中，另一车辆Y进入矩形虚拟检测区域，得到从车辆X从第n帧图像至第n+m-1帧图像的m个高度特征，构成m维向量其中“0”表征车辆离开虚拟检测区域，截掉所述m维向量中连续为0的尾部，得到车辆X从车头至车尾的高度特征向量c、将所述车辆X从车头至车尾的高度特征向量与已建立的数据库中不同类型的车辆高度特征进行匹配，实现对车辆X的车型检测。2.根据权利要求1所述的基于TOF相机的车流量及车型检测方法，其特征是：随机选取W辆车辆X1,X2,...Xw为参考车辆，利用步骤4所述方法，计算W辆车辆的高度特征向量根据高度特征向量，确定每辆车的最大高度hmax1,hmax1,...,hmaxn，找出W辆车辆中车辆高度最矮的hmin，设定距离阈值dthr为1/5～1/3hmin；基于准确度的因素，选取的W辆车辆包括各种类型的车辆，且W值应取较大值，设定W值不小于100。2CN103116988B说明书1/4页基于TOF相机的车流量及车型检测方法技术领域[0001]本发明涉及一种基于TOF相机的车流量及车型检测方法，属于三维视觉的智能交通领域。背景技术[0002]随着经济的高速发展，城市交通逐渐成为社会普遍关注的热点和难点，智能交通系统(ITS)应运而生，其中车流量检测是该领域的关键。掌握了车流量等基础的交通信息可以有目的地控制信号灯和执行各种管理措施。[0003]交通信息的核心是车辆，检测到车辆可以直接获取车流量，进而得到车型信息。目前车辆检测方法主要有：地感线圈、超声检测、红外检测、