基于视频检测的车辆测速方法
基于视频检测的车辆测速方法 基于视频检测的车辆测速方法《现代电子技术》2009年第23期总第310期b电子技术应用1.4基于灰度的图像匹配图像下端位置在世界坐标中的点(即Pa)距离相机的水由于拍摄范围较小,在两帧间.忽略车辆因远离相平距离,即图像中距离相机的最近点:;D_FAR为图像机产生的几何变化,根据图像块间的灰度差平方和作为上端位置在世界坐标中的点(即P)距离相机的水平距匹配判定依据离,即图像中距离相机的最远点;O为摄像机光心;HsiE=∑/li,j-I1(i,j)76)为图像高度;P为机动车上某一点,该点在图像坐标系式中:1,(i,j是第n帧中车尾处图像块l()为中的纵坐标上(即图像高度方向)对应点Q;dst为机第n+1帧中,从对应于第n帧的车尾位置开始,向上动车上的点P距离摄像机的水平距离;Y为机动车上依次搜索到的图像块的点P距离地面的高度如图2所示,在第87帧的帧差边缘二值图像中(c)由世界坐标中的相互关系可得检测到车尾时,将86帧中车尾区域对应图像作为被匹Z0= arctan(D_NEARH-CAM) (8)配图像(图2(a)),在87帧中搜索与该图像最匹配的位arctan(D-FARH- CAM置(图2(b))。图2(a)、(b)屮矩形框在垂直方向上移动结合图像坐标系的像素,即相机坐标系下车辆移功的距离∠0=(∠甲-∠0)12= arctan/ H/22车辆测速方法∠U= arct an2.1速度测量在各种测速方法中,所有的测速设备都是依据由式(5)可得:式(7)得到的n△s/△(7)利用视频检测方法对午辆进行测速时,Δt为两帧对车辆上任意点P到相机光心连线,与相机垂直图像之间的时间差,可根括摄像机采集帧率计算得到,方向的夹角通常是一个固定值,Δs需要通过图像处理方法在图像∠中= arctan H_CAM-y序列中找到被测车辆实际移动的距离。考虑图中∠中,∠0,∠8∠之间的关系,有:2.2距离测量考虑摄像机架设位置和角度,对两张图像中相匹配∠φ=∠0+(∠4-∠0)/2+∠V1Qn>H/2点建立车辆移动距离模型,如图3所示∠0+(∠9-∠0/2-∠Qv
- 2020-11-27下载
- 积分：1
360环视摄像头鱼眼四摄像头拼接算法
用于鱼眼摄像头的一个环视参考文档很不错，自己最开始做这个相关的项目就是参考这个文档，发现写的很是不错，非常值得参考特别有用的，哈哈哈哈哈哈哈哈哈哈赵三峰,谢明,陈玉明:基于逆向投影的全景泊车系统设计与实现其中,(x,y)表示校正图像的坐标,(x,y)表示鱼眼图像的坐标此算法的效果如图所示。1------图校正前后图像俯视变换clay.OB图离散化后的路面本文采用直接线性变换()来找到俯视变换的投影矩阵,这种方法的优点在于不需要知道摄像头视RR角等参数,只需要在图像坐标系下标定对特征点就可R以计算出个未知的参数,从而得到单应性矩阵,并利R用单应性矩阼完成俯视变换。其中,M表示合成图像的宽度,单位:像素;No表示直接线性变换的公式如下合成图像的高度,单位:像素;R表示合成区域的宽Coxi i+Coli+Cu22i +Cu3)度,单位:;R1表示合成区域的长度,单位(iam,0)表示图像的坐标,单位:像素;x,y表示合成区C102+(ny2+C12x;+CrC20x:+C21y+C2231+1)域路面的坐标,单位:。下面判断路面上的点被哪个摄像头拍到,因此将路其中,(2v)表示图像坐标,(xy2)为物体空间坐标,面分成八个区域,如图所示Co,co1,…,C2为未知参数。但是本文的物体选择的是路面特征点,因此公式的z=0,简化后的二维公式为:(左前前)(右前)IX). Ti t Coli+CUsC0x;+C21y;+1(左)汽车v C1o x, +C11)2+C13C20x:+C21y1+1如果川矩阵的形式表示,如下(左后)(后)(右后)ROT=C1C1 CI图路而的八个区域图中,Il、ⅣV、V和ⅤI四个区域只能被前,左,RO表示路面坐标到图像左边的变换矩阵,则ROn右,后四个摄像头看到。I、I、VI和VI为两个摄像表示图像到路面的投影矩阵头的交叉区域,可能被两个摄像头看到,因此需要判断图像合成交叉区域被哪个摄像头采集到,四个交叉区域的判别方本文的创新点就在于跳出了传统图像拼接的想维,法相同,因此以区域1为例描述如下采用一种更加简单有效的算法来实现无缝拼接全景。)取区域I内任意一点(jo),计算其路面坐标假设路面合成区域的大小为长R1,宽为Rw,单假定该点可以被前摄像头采集到,通过与前摄位:。R的宽度方向平均分成M等份,R1的高像头的投影矩阵ROlo相乘,便可以得到该点在前摄度方向平均分成N等份,其中任意一点坐标用(mm)像头的像素坐标av),如果0≤
- 2020-11-28下载
- 积分：1
