一種車型特征分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無人值守自動發(fā)卡系統(tǒng)、高速公路收費系統(tǒng)等智能交通管理領(lǐng)域，尤其涉及基于視頻圖像切割技術(shù)和拼接技術(shù)的車型特征分析方法。
【背景技術(shù)】
[0002]無人值守自動發(fā)卡系統(tǒng)、高速公路收費系統(tǒng)是對經(jīng)過收費站的車輛進(jìn)行識別、發(fā)卡、收卡、收費、放行的智能化管理系統(tǒng)，其中對車輛進(jìn)行識別的環(huán)節(jié)是各路系統(tǒng)有效工作的重點。
[0003]目前普遍使用的幾種車輛識別方法有車載設(shè)備識別法、壓電檢測法、超聲波檢測法、視頻識別法等，它們的優(yōu)缺點比較如下:
[0004]1、車載設(shè)備識別法:優(yōu)點是識別準(zhǔn)確率高，不受環(huán)境影響；缺點是成本高，推廣慢。
[0005]2、壓電檢測法:優(yōu)點是成本低，不受環(huán)境影響；缺點是線圈埋在地下，可靠性和壽命較差，安裝和維護(hù)費用高。
[0006]3、超聲波檢測法:優(yōu)點是體積小，壽命長，易于安裝，缺點是性能易受環(huán)境溫度和氣流等外界因素影響，識別準(zhǔn)確率比較差。
[0007]4、視頻識別法:不破壞路面，檢測范圍大，獲取信息量大，可直觀展現(xiàn)和兼顧取證，安裝使用靈活，維護(hù)費用低，缺點識別率會受到天氣影響。
[0008]比較這幾種車輛識別方式，發(fā)現(xiàn)視頻識別法是最易于實現(xiàn)，最易于維護(hù)，成本最低的車輛識別方式，其優(yōu)點權(quán)值最大，唯一的缺點是識別率易受天氣的影響。

【發(fā)明內(nèi)容】

[0009]為解決上述問題，本發(fā)明的目的在于提供一種解決識別率易受天氣影響的基于視頻圖像切割技術(shù)和拼接技術(shù)的車型特征分析方法。
[0010]本發(fā)明提供一種車型特征分析方法，用圖像采集設(shè)備采集車輛側(cè)方向的圖像，進(jìn)行車型特征分析。
[0011]作為本發(fā)明的進(jìn)一步改進(jìn)，對采集的圖像進(jìn)行切割和拼接成完整車輛的圖像，通過對車輛側(cè)面特征分析，分析出車軸數(shù)量、車軸距離，車型款式。
[0012]作為本發(fā)明的進(jìn)一步改進(jìn)，包括以下步驟:
[0013]步驟SI，使用前端相機(jī)進(jìn)行圖像采集；
[0014]步驟S2，使用圖像切割技術(shù)，對所述圖像按照需求做規(guī)定尺寸的切割，得到多張切割圖像；
[0015]步驟S3，使用圖像拼接技術(shù)，拼接上一步驟2中獲得的所述多張切割圖像，得到車輛側(cè)面全景圖像；
[0016]步驟S4,對所述車輛側(cè)面全景圖像進(jìn)行特征分析，包括分析車輛側(cè)面大分類特征和計算車軸數(shù)量、車軸距離；
[0017]步驟S5，對所述車輛側(cè)面全景圖像進(jìn)行輔正圖像特征分析，完成車輛分離；
[0018]步驟S6，根據(jù)車輛分離、車輛側(cè)面大分類特征、車軸數(shù)量、車軸距離數(shù)據(jù)判斷車輛車型。
[0019]本發(fā)明的有益效果為:減少了現(xiàn)有技術(shù)因天氣、環(huán)境光線影響識別率的問題，提供無人值守自動發(fā)卡系統(tǒng)、高速公路收費系統(tǒng)等智能交通管理系統(tǒng)對不同車型大小的車輛進(jìn)行收費的依據(jù)。
【附圖說明】
[0020]圖1為本發(fā)明實施例所述的一種車型特征分析方法的流程圖。
【具體實施方式】
[0021]下面通過具體的實施例并結(jié)合附圖對本發(fā)明做進(jìn)一步的詳細(xì)描述。
[0022]如圖1所示，本發(fā)明實施例所述的基于視頻圖像切割技術(shù)和拼接技術(shù)的車型特征分析方法，包括以下步驟:
[0023]步驟1，使用前端相機(jī)進(jìn)行圖像采集；
[0024]步驟2，使用視頻圖像切割技術(shù)，對圖像按照需求做規(guī)定尺寸的切割，得到多張切割圖像；
[0025]步驟3，使用視頻圖像拼接技術(shù)，拼接上一步驟中獲得的多張切割圖像，得到車輛側(cè)面全景圖像；
[0026]步驟4，對車輛側(cè)面全景圖像進(jìn)行特征分析，包括分析車輛側(cè)面大分類特征和計算車軸數(shù)量、車軸距離；
[0027]步驟5，對車輛側(cè)面全景圖像進(jìn)行輔正圖像特征分析，完成車輛分離；
[0028]步驟6，根據(jù)車輛分離、車輛側(cè)面大分類特征、車軸數(shù)量、車軸距離數(shù)據(jù)判斷車輛車型。
[0029]本發(fā)明的實施減少了現(xiàn)有技術(shù)因天氣、環(huán)境光線影響識別率的問題，提供無人值守自動發(fā)卡系統(tǒng)、高速公路收費系統(tǒng)等智能交通管理系統(tǒng)對不同車型大小的車輛進(jìn)行收費的依據(jù)。
[0030]以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項】
1.一種車型特征分析方法，其特征在于，用圖像采集設(shè)備采集車輛側(cè)方向的圖像，進(jìn)行車型特征分析。
2.根據(jù)權(quán)利要求1所述的車型特征分析方法，其特征在于，對采集的圖像進(jìn)行切割和拼接成完整車輛的圖像，通過對車輛側(cè)面特征分析，分析出車軸數(shù)量、車軸距離，車型款式。
3.根據(jù)權(quán)利要求2所述的車型特征分析方法，其特征在于，包括以下步驟: 步驟SI，使用前端相機(jī)進(jìn)行圖像采集； 步驟S2，使用圖像切割技術(shù)，對所述圖像按照需求做規(guī)定尺寸的切割，得到多張切割圖像； 步驟S3，使用圖像拼接技術(shù)，拼接上一步驟2中獲得的所述多張切割圖像，得到車輛側(cè)面全景圖像； 步驟S4，對所述車輛側(cè)面全景圖像進(jìn)行特征分析，包括分析車輛側(cè)面大分類特征和計算車軸數(shù)量、車軸距離； 步驟S5，對所述車輛側(cè)面全景圖像進(jìn)行輔正圖像特征分析，完成車輛分離； 步驟S6，根據(jù)車輛分離、車輛側(cè)面大分類特征、車軸數(shù)量、車軸距離數(shù)據(jù)判斷車輛車型。
【專利摘要】本發(fā)明公開了一種車型特征分析的方法，用圖像采集設(shè)備采集車輛側(cè)方向的圖像，進(jìn)行車型特征分析。本發(fā)明的有益效果：減少了現(xiàn)有技術(shù)因天氣、環(huán)境光線影響識別率的問題，提供無人值守自動發(fā)卡系統(tǒng)、高速公路收費系統(tǒng)等智能交通管理系統(tǒng)對不同車型大小的車輛進(jìn)行收費的依據(jù)。
【IPC分類】G06K9-46, G06K9-52
【公開號】CN104866858
【申請?zhí)枴緾N201510280590
【發(fā)明人】胡中華, 甘忠志, 梁冬生, 全嘉輝
【申請人】北京信路威科技股份有限公司
【公開日】2015年8月26日
【申請日】2015年5月27日