石鑫华视觉论坛

 找回密码
 注册会员
查看: 3000|回复: 0

机器视觉技术在交通车辆检测系统中的应用

[复制链接]
  • TA的每日心情
    开心
    2015-3-5 16:19
  • 签到天数: 126 天

    连续签到: 1 天

    [LV.7]700FPS

    发表于 2013-12-27 11:18:02 | 显示全部楼层 |阅读模式 来自:广东省东莞市 联通

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
    随着高新技术的发展,各个领域也朝着智能化发展,而检测的方法上也已趋向以由高科技的检测方式替代传统人工检测方式,机器视觉测量系统的引入,可以避免漏记或检测人员的投机取巧,并且精简检测成本。
        机器视觉系统具有以下优点:1、非接触测量,对于观测者与被观测者都不会产生任何损伤,从而提高系统的可靠性;2、具有较宽的光谱响应范围,例如使用人眼看不见的红外测量,扩展了人眼的视觉范围;3、长时间稳定工作,人类难以长时间对同一对象进行观察,而机器视觉则可以长时间地作测量、分析和识别任务。
        现有的各种交通参数检测方式中,只有图像检测器(Video Image Detector)是一种可以取得最丰富的交通信息的面式检测器。机器视觉系统在现今的发展已更加的成熟,而且,相比那些点式的感应系统更为有用。
        对于车辆检测的方法可大致归类为样本点检测、检测线检测以及全画面式检测等途径。
        1、样本点检测,在车道的某一部分选取类似矩阵的样本点,当车辆通过时,样本点之灰阶值与原路面不同,若两者相减的统计值超过某一门槛值,即表示车辆的存在。
        2、检测线检测,此法是于垂直或平行车流方向布设由象素组成之虚拟检测线,一般由亮点来组成,以方便区隔路面与检测线的象素深度。当车辆通过检测线时,线上的灰阶值与没有车辆通过路面时有差异;若灰阶值的差异大于某门槛值,则表示有车辆通过。由于样本点或检测线检测法仅撷取部分象素资料进行处理,处理的资料量明显减少,因此运算时间缩短许多;为了达到实时检测的要求,目前已实际运用于交通检测的图像处理系统。
        在车辆运行单纯的路段,以样本点或检测线作为车辆检测的途径可获得不错的结果;但在复杂的路口内,如何布设样本点或检测线将是首先遭遇的难题,因为路口内车辆除直行外,尚有转向行为,任何位置均可能有车辆出现。
        3、全画面式检测,以全画面作处理的车辆检测方法所能获得的信息较多,但相对地要处理的资料量也明显增加许多。属于此法的检测方式有背景相减法与二值化法两种:背景相减法系取一张无车辆存在的图像作为背景,当含有车辆的图像与背景图像逐点相减后,车辆的部分即被减出。二值化法将图像以某一门槛值进行切割,象素深度高于该值的成为255(白),低于该值者则变成0(黑),如此可将物体与背景分离。
        机器视觉图像检测技术已经逐渐成为检测行业的主导潮流,其应用已经越来越广泛,从未来长期来看,其市场规模也将会有更大的增长。;

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(24.09)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解2020-2024》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23/24

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-12-22 17:28

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表