[發(fā)明專利]基于云臺和相機設備的車輛行為分析識別方法

有效

• 申請?zhí)枺?/td>: 201310567228.4
• 申請日: 2013-11-15
• 公開（公告）號: CN103646544A
• 公開（公告）日: 2014-03-19
• 發(fā)明（設計）人: 戴林;李志國;朱明
• 申請（專利權）人: 天津天地偉業(yè)數碼科技有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;H04N7/18
• 代理公司: 天津市宗欣專利商標代理有限公司 12103
• 代理人: 王寧寧

1.一種基于云臺和相機設備的車輛行為分析識別方法，其特征在于，該方法包括如下步驟：

利用基于圖像弱邊緣的混合高斯背景建模方法進行運動前景檢測；

利用基于級聯(lián)的LBP空間直方圖特征的車輛檢測算法檢測運動前景區(qū)域，判斷該區(qū)域是否有車輛，并精確定位車輛位置；

利用基于類蕨特征的快速車輛匹配算法長時間匹配定位目標車輛；

利用目標的特征匹配數量來判斷是否為違章停車，云臺預置位切換后在未檢測出運動前景下靜態(tài)檢測目標車輛，對事前目標車輛進行分析與識別；

使用嵌入式一體化的硬件結構，實現(xiàn)實時視頻圖像的采集、車輛行為分析、云臺聯(lián)動、相機變倍聚焦、車輛抓拍、車牌識別、圖像壓縮和網絡傳輸。

2.根據權利要求1所述的基于云臺和相機設備的車輛行為分析識別方法，其特征在于，利用基于圖像弱邊緣的混合高斯背景建模方法進行運動前景檢測的具體步驟如下：首先利用改進的大尺度?SOBEL算子對圖象進行垂直和水平方向卷積并取最大值得到邊緣圖；然后用邊緣圖象建立混合高斯模型建立背景和提取前景。

3.根據權利要求1所述的基于云臺和相機設備的車輛行為分析識別方法，其特征在于，利用基于級聯(lián)LBP空間直方圖特征的車輛檢測算法確認檢測運動前景中是否有車輛存在的步驟級聯(lián)使用了兩種分類器：快速檢測并過濾掉非車輛的SVM線性分類器和進行精確的確認的基于SVM?HIK的非線性分類器。

4.根據權利要求1所述的基于云臺和相機設備的車輛行為分析識別方法，其特征在于，基于類Fern特征的快速車輛匹配算法把匹配圖像分為子區(qū)域，利用積分圖方法計算所有子區(qū)域內的平均灰度作為匹配準則。

5.根據權利要求1所述的基于開關電源紅外燈驅動電路，其特征在于：利用目標的特征匹配數量來判斷是否為違章停車，將每幀圖象檢測到運動目標的位置、大小和距離放入固定長度的緩沖區(qū)進行不斷的更新，并把最新檢測到的目標特征和歷史數據遍歷進行匹配記數，達到預定數值便為停車。

6.根據權利要求1所述的基于開關電源紅外燈驅動電路，其特征在于：在云臺預置位切換后，采用基于多標定尺度的靜態(tài)車輛檢測技術，對事前目標車輛進行分析與識別，由遠及近計算出不同的車輛標定尺度。

7.根據權利要求1所述的基于開關電源紅外燈驅動電路，其特征在于：使用嵌入式一體化的硬件結構，通過智能分析模塊、視頻采集緩沖模塊、云臺主控模塊和視頻壓縮等四大模塊在云臺前端完成監(jiān)控、智能分析功能。