Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜华南理工大学;广州国交润万交通信息有限公司刘电获国家专利权

恭喜华南理工大学;广州国交润万交通信息有限公司刘电获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜华南理工大学;广州国交润万交通信息有限公司申请的专利一种基于图像分块的低帧率检测高速公路抛洒物的算法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119625663B

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510164986.4,技术领域涉及:G06V20/54;该发明授权一种基于图像分块的低帧率检测高速公路抛洒物的算法是由刘电;张星明;吕洪燕设计研发完成,并于2025-02-14向国家知识产权局提交的专利申请。

一种基于图像分块的低帧率检测高速公路抛洒物的算法在说明书摘要公布了:本申请涉及视频分析技术领域,公开了一种基于图像分块的低帧率检测高速公路抛洒物的算法,依次包括:视频抽帧、自动识别道路区域、道路分块、区域块扩展、扩展块灰度图计算、提取疑似运动目标和抛洒物判别。本申请,对检测的画面区域进行分块,然后对每块区域独立处理,如果该块区域对应的扩展区域有明显的像素变化,才就对这块区域进行前景检测,然后将每块区域得到的前景目标合并得到整个前景图像,再对前景图像进行抛洒物目标验证的后续处理。由于高速公路车流量存在明显的时空不均衡性,监控区域的不同位置和不同时间段会存在明显连续没有车流的场景,通过分块的方式能够避免对整张图片进行检测产生的巨大计算成本,有效的减低计算量。

本发明授权一种基于图像分块的低帧率检测高速公路抛洒物的算法在权利要求书中公布了:1.一种基于图像分块的低帧率检测高速公路抛洒物的算法,其特征在于,依次包括以下步骤:视频抽帧:在高帧率视频中获取全帧图像,并每隔F帧抽取1张图片;自动识别道路区域:对抽取的图片进行识别得到道路区域;道路分块:将得到的所述道路区域分成N*N个block块;区域块扩展:将每块block块的边向外扩展s大小使其覆盖落在边界上的抛撒物,得到extend-block块;扩展块灰度图计算:对每块extend-block块计算灰度图,当相邻两个图片对应的灰度图中的点中存在变化的点的数量超过M时,将该相邻两个图片中在后抽取的图片对应的extend-block块连续K帧进行GMM背景建模,并提取出前景目标;提取疑似运动目标:对所述前景目标提取可疑目标,对所述可疑目标进行跟踪,提取出静止目标;抛洒物判别:对所述静止目标回溯L帧进行目标匹配,得到其在L帧的位置,并判别其在L帧的位置与当前帧的位置是否存在变化,当存在变化时,表示该静止目标的运动状态为由运动到静止,为抛撒物,进行上报,否则判定为误报并丢弃该静止目标;所述扩展块灰度图计算,具体包括:计算t帧每个extend-block块的灰度图,记为,其中,i和j分别为extend-block块在N×N个block块中对应的行和列;若,则对t帧的第i,j个block块连续K帧进行GMM背景建模,提取出前景目标;所述提取疑似运动目标,具体包括:对提取出的所述前景目标,使用目标跟踪算法进行跟踪,基于当前帧与历史帧的IOU关联不同帧中的疑似目标,分析该疑似目标的运动轨迹,IOU计算公式为: 其中,A为当前块,B为历史帧;所述抛洒物判别,具体包括:设置静止IOU阈值Ths,将计算得到的每个目标前景对应的IOU值与该静止IOU阈值Ths进行比较,当IOU值大于静止IOU阈值Ths时,判断疑似目标静止并定义为所述静止目标,对所述静止目标进行目标运动轨迹回溯,判断该静止目标的状态是否为由运动到静止且符合抛洒物运动特征,是则进行抛洒物上报,否则判断为误报,对该静止目标进行丢弃;所述的目标运动轨迹回溯,具体包括:使用角点检测算法对所述静止目标提取特征值,组成表示目标特征点信息的特征向量,通过目标匹配模板与历史帧图像进行匹配,实现目标的配准;设置窗口偏移量,获取移动窗口前后的像素点灰度变化表达式,并定义角点响应值快速寻找角点;像素点灰度变化表达式为,其中,是窗口对应的像素坐标,为窗口函数,为坐标的像素点的灰度值,为坐标的像素点的灰度值;使用聚类算法对提取的特征值进行分类,使用高斯滤波方法去除静止目标的边界点,并将待匹配图像重叠置于一个坐标系中,其中,先将提取的特征点之间计算直线斜率,相同或相近则为正确匹配的特征点,再使用Hausdorff距离进行精确配准;使用绝对误差和算法判断两个图像块之间的相似度,所述绝对误差和算法为,其中,在搜索图S中,以i,j为左上角,取M×m大小的子图,计算其与模板的相似度,是搜索图S的点的像素值,为匹配图像在坐标s,t的像素值;设置滑动窗口依次覆盖模板图像,得到窗口覆盖区域内的所有像素点,用窗口覆盖待匹配图像得到像素点;模板覆盖区域的像素点减去待匹配覆盖区域的像素点得到所有像素点灰度差的绝对值之和;移动在待匹配图像上的窗口,重复计算绝对值之和的计算,当超过所设置的搜索范围时结束;找到搜索范围内的SAD值最小的窗口作为与模板最佳匹配的目标,获得匹配目标的坐标点U,得到所述静止目标在静止前的第t-L帧至t帧的位置序列。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学;广州国交润万交通信息有限公司,其通讯地址为:510000 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。