基于车牌识别的机混车道视频测速算法

《基于车牌识别的机混车道视频测速算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于车牌识别的机混车道视频测速算法隋宗宾1，高杨2，梁宇3，王玉全1（1.北方工业大学城市道路交通智能控制技术北京市重点实验室，北京100144；2.北方工大学现场总线及自动化北京市重点实验室，北京100144；3.中国石油天然气股份有限公司管道压缩机组维修中心，河北廊坊065000）摘要：通过对视频测速应用场景的分析，提出一种在机混车道中应用视频测速的方法。该方法首先采用二维图像标定的方法获得视频坐标与实际地面坐标之间的映射关系，针对机混车道的复杂场景，采用Lab颜色空间和形态学处理相结合的方法对车牌进行识别，准确地跟踪到目标

2、车辆，有效地避免了其他运动物体的干扰，同时提出了采用模板更新的方式防止目标车辆跟丢。最后通过适当选取车辆经过检测区时的图像帧，获得车辆的位移及对应的时间间隔，从而获得高精度的速度测量结果。.jyqks采集一帧图像。在视频中可以任意虚拟的画出两条检测线，测得两条线上相应位置的坐标（x1，y1）和（x12，y12）通过式（2）和式（3）转化为实际路面坐标，然后进行坐标相减获得2条检测线的间距D，设目标车辆经过第1条检测线时视频帧数为M1，经过第2条检测线时的视频帧数为M2，ΔTN为帧周期，则速度为：2实验验证实验验证过程中，使用雷达

3、在公路上对过往车辆进行了测速以及录像，然后又对视频在相同的地点对相同车辆进行了测速。一般在100km/h以下时测速误差在±8km以内，车速100km/h以上时测速差在±10%以内，就认为车速测量准确。为了验证视频测速的准确度，与雷达测速进行了对照，如表1所示。由于视频车辆检测器受外界复杂景物和环境光线变化影响，本文的视频测速还达不到雷达测速的检测精度，但是在避免行人和非机动车的干扰方面，相比其他视频测速设备，本方法误差能够控制在5%以下，而其他设备只能控制在10%左右，因此具有更好的测速效果，提高了测速精度。3结语本文通过Lab

4、颜色空间和形态学处理相结合的车牌识别方法，有效地避免了非机动车和行人的干扰，融合了运动物体跟踪防跟丢技术，有效地提高了视频测速的精度。可广泛在视频车流量检测器中车辆速度的监测方面、交通流计算参考数据的获取、电子警察对车速的辅助测量方面以及为交通管理提供参考等方面得到应用。.jyqketracking[J].IEEETransactionsonPatternAnalysisandMachineIntelligence，2000，22（8）：747?757.[4]ZHANGS，ZHANGC.Applicationofridgelet

5、transformtoation[C]//Proceedingsofthe2008Con?gressonImageandSignal.Sanya，China：IEEE，2008：690?693.[5]黄丹丹，孙咏，任俊，等.利用图像识别的车速测量系统[J].计算机辅助设计与图形学学报，2005，17（6）：1258?1262.[6]林雨，方守恩.基于视频技术的地点车速测定新方法[J].中国安全科学学报，2007，17（2）：173?176.[7]邱茂林，马颂德，李毅.计算机视觉中摄像机定标综述[J].自动化学报，2000，26（

6、1）：43?56.[8]陈媛媛，柴治，陈泉林.基于视频检测的车辆测速方法[J].电子技术应用，2009（23）：185?188.[9]陈群，杨东勇，卢瑾.基于车牌字符边界定位的视频测速[J].计算机工程，2014，40（5）：158?163.简介：隋宗宾（1989—），男，山东济南人，硕士。研究方向为图像处理。高杨（1989—），男，河北保定人，硕士。研究方向为现场总线技术、嵌入式Linux。梁宇（1987—），男，河北廊坊人，学士。研究方向为动力机械与车辆工程。王玉全（1985—），女，黑龙江双鸭山人，博士。主要研究方向为图像

7、处理。