31] 圖9為本發(fā)明實施例提供的一種超限車輛檢測系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0032] 為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進 一步地詳細描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施 例?；诒景l(fā)明中的實施例，本領域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的 所有其它實施例，都屬于本發(fā)明保護的范圍。
[0033] 本發(fā)明實施例應用于智能交通領域，具體采用雙目相機和處理器實現(xiàn)；雙目相機 安裝在龍門架上。其中，雙目相機包括兩個拍攝裝置；兩拍攝裝置可以組裝在一起形成一個 獨立的雙目相機；也可以分別安裝，經(jīng)過校準后形成一個雙目攝像系統(tǒng)。處理器可以在獨立 的雙目相機的內(nèi)部，可以是在雙目攝像系統(tǒng)的某一個拍攝裝置的內(nèi)部，還可以獨立于兩攝 像裝置存在。為方便描述本發(fā)明，以下將獨立的雙目相機和雙目攝像系統(tǒng)均稱之為雙目相 機。
[0034] 在本發(fā)明實施例中，雙目相機的兩拍攝裝置可以采用多種放置方式。
[0035] 圖2示出了本發(fā)明實施例中采用水平放置方式的雙目相機的示意圖，其中，水平 放置是指：兩拍攝裝置處于同一平面、光軸互相平行，并且兩拍攝裝置是左右放置的。具體 實施時，兩拍攝裝置光心連線（以下簡稱基線）可被設置為與路面所處的水平線平行，兩拍 攝裝置的光軸平行指向待監(jiān)測區(qū)域。
[0036] 圖3(a)不出了本發(fā)明實施例中一種米用垂直放置方式的雙目相機的不意圖，圖 3(b)示出了本發(fā)明實施例中另一種采用垂直放置方式的雙目相機的示意圖。其中，垂直放 置是指：兩拍攝裝置處于同一平面、光軸互相平行，并且兩拍攝裝置是上下放置的。具體實 施時，基線可被設置為與路面所處的水平線垂直。當然，還可以包括其他的不同角度的垂直 放置方式（即基線不與路面所處的水平線垂直），此處不再贅述。
[0037] 下面對本發(fā)明實施例進行詳細描述。
[0038] 圖4示出了本發(fā)明實施例提供的一種當雙目相機的兩拍攝裝置水平放置情況下 的超限車輛檢測方法的流程示意圖。為方便描述，將位于右側(cè)的拍攝裝置獲取的圖像稱之 為右圖像（以下也稱之為第一圖像幀）；將位于左側(cè)的拍攝裝置獲取的圖像稱之為左圖像 (以下也稱之為第二圖像幀）。實際中，第一圖像幀與第二圖像幀還可以有其他的設定方 式。該流程包括：
[0039] 步驟401 :雙目相機初始化，獲取標定參數(shù)。
[0040] 具體實現(xiàn)時，首先，對雙目相機進行系統(tǒng)初始化；在雙目相機初始化后，本發(fā)明實 施例可以通過立體視覺標定的方式得到雙目相機的內(nèi)外參數(shù)，該內(nèi)外參數(shù)具體包括：雙目 相機的焦距f、圖像中心點（u。，％)、基線長度B、距地面高度h。、俯仰角Θ等參數(shù)。在本發(fā) 明實施例中，可以以焦距f = 5594、左圖像中心點
、右圖像 中心點（uQr，V1J = (1223. 814, 282. 181)、基線長度 B = 0· 5026、距地面高度 hc= 7. 5694、 俯仰角Θ = 〇. 1257為例進行具體說明。
[0041] 進一步的，在獲取標定參數(shù)之后，可以將雙目相機的同步觸發(fā)信號S設置為 FALSE (即，S = FALSE)。
[0042] 步驟402 :對當前視圖進行實時監(jiān)測，并進行車牌識別。
[0043] 具體實現(xiàn)時，本發(fā)明實施例可以由雙目相機中的任意一個拍攝裝置對待監(jiān)測區(qū)域 進行實時監(jiān)測，也可以由雙目相機中的兩拍攝裝置同時對待監(jiān)測區(qū)域進行實時監(jiān)測。雙目 相機將實時監(jiān)測拍攝到的視頻圖像送給處理器，由處理器采用車牌檢測算法進行車牌識 別。
[0044] 步驟403 :判斷當前視圖中是否存在車輛車牌，如果不存在，則執(zhí)行步驟404 ;如果 存在，則執(zhí)行步驟406。
[0045] 步驟404 :由雙目相機繼續(xù)對當前視圖進行實時監(jiān)測，并將拍攝到的視頻圖像發(fā) 送給處理器。
[0046] 步驟405 :由處理器對視頻圖像進行背景模型更新。
[0047] 在執(zhí)行上述步驟405之后，跳回執(zhí)行步驟402。
[0048] 步驟406 :當識別出當前視圖中存在車輛車牌時，觸發(fā)雙目相機的兩拍攝裝置對 同一待檢測車輛進行同步拍攝，并獲取同步拍攝得到的兩圖像幀。
[0049] 此處的兩圖像幀是指：雙目相機的兩拍攝裝置在同一時刻、針對同一待檢測車輛 所拍攝到的相對應的兩幀圖像。具體到本實施例中，即左圖像（第一圖像幀）和與其對應 的右圖像（第二圖像幀）。
[0050] 具體實現(xiàn)時，可以將雙目相機的同步觸發(fā)信號S設置為TURE ( 即，S = TURE)，以觸 發(fā)雙目相機的兩拍攝裝置同步拍攝。
[0051] 進一步的，本發(fā)明實施例還可以首先對兩圖像幀進行校正，具體校正的方式可以 為：使用預先標定得到的雙目相機內(nèi)外參數(shù)，對雙目圖像進行外極線校正，得到校正后的兩 圖像幀。圖5(a)和圖5(b)分別示出了本發(fā)明實施例中的外極線校正后的兩圖像幀，即圖 5(a)示出了本發(fā)明實施例中的外極線校正后的左圖像、圖5(b)分別示出了本發(fā)明實施例 中的外極線校正后的右圖像。參見圖5(a)和圖5(b)，本發(fā)明實施例中的外極線校正處理， 可以使同一三維環(huán)境點在立體圖對（即兩圖像幀）中的投影點P 1 (U1, V1)與pJuJ滿足 條件V1 = V P同理，當雙目相機處于垂直放置方式時，本發(fā)明實施例中的外極線校正處理， 可以使同一三維環(huán)境點在立體圖對中的投影點P1 (U1, V1)與P1XuJ滿足條件U1= Up
[0052] 步驟407 :識別待檢測車輛在兩圖像幀中的輪廓，根據(jù)識別出的輪廓以及雙目相 機的兩拍攝裝置之間的相對位姿，構(gòu)建待檢測車輛在世界坐標系下的三維輪廓模型。
[0053] 具體實現(xiàn)時，首先，對于右圖像，確定右圖像中的動態(tài)前景，將確定出的動態(tài)前景 作為右圖像中的包含目標車輛圖像區(qū)域I v (即待檢測車輛區(qū)域）。
[0054] 具體實現(xiàn)時，本發(fā)明實施例可以利用各種方式確定出右圖像中的動態(tài)前景，并將 確定出的動態(tài)前景作為右圖像中的包含目標車輛圖像區(qū)域I v。較佳的，本發(fā)明實施例可以 采用運動檢測算法，確定出右圖像中靜態(tài)背景和動態(tài)前景。需要說明的是，本發(fā)明實施例僅 以采用運動檢測算法確定出右圖像中動態(tài)前景為例進行舉例說明，而上述運動檢測算法可 包括現(xiàn)有技術(shù)中的各種能夠確定圖像中動態(tài)前景的方式，舉例來說，可以采用背景建模、光 流法等方式確定出右圖像中動態(tài)前景，因此，本發(fā)明實施例中包括但不限于通過上述方式 區(qū)分圖像幀中的動態(tài)前景，這里不再一一贅述。
[0055] 之后，根據(jù)待檢測車輛區(qū)域、中的每個像素點，確定待檢測車輛在右圖像中的輪 廓。
[0056] 具體實現(xiàn)時，本發(fā)明實施例可以采用邊緣提取算法，逐一對待檢測車輛區(qū)域、中 的每個像素點P(u，V)進行邊緣擬合，計算出各像素點的邊緣響應值；進一步判斷計算出的 邊緣響應值是否大于預設閾值，將邊緣響應值大于預設閾值的所有像素點pJw，所構(gòu)成 的邊界，確定為待檢測車輛在右圖像中的輪廓。需要說明的是，本發(fā)明實施例僅以采用邊 緣提取算法確定待檢測車輛在右圖像中的輪廓為例進行舉例說明，舉例來說，本發(fā)明實施 例還可以采用基于紋理特征的目標檢測算法、采用基于顏色特征的目標檢測算法、基于圖 像分割的輪廓檢測方法確定待檢測車輛在圖像幀中的輪廓等等，本發(fā)明實施例中包括但不 限于通過上述從不同角度尋找邊緣，并以某種模型將邊緣連接成輪廓的方式確定目標物體 (即待檢測車輛）在圖像幀中的輪廓，這里不再一一贅述。
[0057] 進一步的，由于雙目相機的兩拍攝裝置之間具有一定的相對位姿差異，其中，兩拍 攝裝置之間的"相對位姿差異"（可表示為兩拍攝裝置之間的相對位置和相對姿勢的差異） 是同一三維點在兩圖像幀中投影存在"視差"的硬件基礎。（假設兩臺同樣的相機以相同位 置、相同姿態(tài)對同一目標進行觀測，則任意三維