系下的三維輪廓模型； 統(tǒng)計(jì)所述三維輪廓模型中的各像素點(diǎn)在世界坐標(biāo)系下的分布情況，根據(jù)統(tǒng)計(jì)出的分布 情況，確定所述待檢測(cè)車(chē)輛的大??；并在所述大小超過(guò)預(yù)設(shè)閾值時(shí)，將該待檢測(cè)車(chē)輛確定為 超限車(chē)輛。2. 如權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述識(shí)別所述待檢測(cè)車(chē)輛在所述兩圖 像幀中的輪廓，具體包括： 對(duì)于所述兩圖像幀中的第一圖像幀，確定所述第一圖像幀中的動(dòng)態(tài)前景，將確定出的 動(dòng)態(tài)前景作為所述第一圖像幀中的待檢測(cè)車(chē)輛區(qū)域；根據(jù)所述待檢測(cè)車(chē)輛區(qū)域中的每個(gè)像 素點(diǎn)，確定所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓； 對(duì)于構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)，利用所述兩圖像幀 之間的視差，分別確定出構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)在所 述兩圖像幀中的第二圖像幀中的匹配像素點(diǎn)；將確定出的所有匹配像素點(diǎn)所構(gòu)成的邊界， 確定為所述待檢測(cè)車(chē)輛在所述第二圖像幀中的匹配輪廓。3. 如權(quán)利要求2所述的檢測(cè)方法，其特征在于，所述根據(jù)所述待檢測(cè)車(chē)輛區(qū)域中的每 個(gè)像素點(diǎn)，確定所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓，具體包括： 采用邊緣提取算法，逐一對(duì)所述待檢測(cè)車(chē)輛區(qū)域中的每個(gè)像素點(diǎn)進(jìn)行邊緣擬合，計(jì)算 出各像素點(diǎn)的邊緣響應(yīng)值，將邊緣響應(yīng)值大于預(yù)設(shè)閾值的所有像素點(diǎn)所構(gòu)成的邊界，確定 為所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓。4. 如權(quán)利要求2所述的檢測(cè)方法，其特征在于，所述確定出構(gòu)成所述待檢測(cè)車(chē)輛在所 述第一圖像幀中的輪廓的各像素點(diǎn)在所述兩圖像幀中的第二圖像幀中的匹配像素點(diǎn)，具體 包括： 如果所述雙目相機(jī)的兩拍攝裝置處于水平放置，則根據(jù)所述兩圖像幀之間的橫坐標(biāo)上 的視差，確定出構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)在所述兩圖像 幀中的第二圖像幀中的匹配像素點(diǎn)； 如果所述雙目相機(jī)的兩拍攝裝置處于垂直放置，則根據(jù)所述兩圖像幀之間的縱坐標(biāo)上 的視差，確定出構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)在所述兩圖像 幀中的第二圖像幀中的匹配像素點(diǎn)。5. 如權(quán)利要求2所述的檢測(cè)方法，其特征在于，所述構(gòu)建所述待檢測(cè)車(chē)輛在世界坐標(biāo) 系下的三維輪廓模型，具體包括： 根據(jù)所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓和在所述第二圖像幀的匹配輪廓，構(gòu) 建所述待檢測(cè)車(chē)輛在相機(jī)坐標(biāo)系下的三維輪廓模型； 利用所述雙目相機(jī)的高度值和俯仰角度，將所述待檢測(cè)車(chē)輛在相機(jī)坐標(biāo)系下的三維輪 廓模型轉(zhuǎn)換為所述待檢測(cè)車(chē)輛在世界坐標(biāo)系下的三維輪廓模型。6. 如權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述確定所述待檢測(cè)車(chē)輛的大小，具體 包括： 統(tǒng)計(jì)所述待檢測(cè)車(chē)輛在世界坐標(biāo)系下的三維輪廓模型在世界坐標(biāo)系的各方向上的點(diǎn) 云分布，根據(jù)所述點(diǎn)云分布的離散分布情況，確定出所述待檢測(cè)車(chē)輛的長(zhǎng)度值、高度值和寬 度值。7. 如權(quán)利要求6所述的檢測(cè)方法，其特征在于，分別判斷所述待檢測(cè)車(chē)輛的長(zhǎng)度值、高 度值和寬度值是否超過(guò)預(yù)設(shè)長(zhǎng)度閾值、高度閾值和寬度閾值，若存在至少一個(gè)超過(guò)預(yù)設(shè)閾 值，則將該待檢測(cè)車(chē)輛確定為超限車(chē)輛。8. -種超限車(chē)輛的檢測(cè)裝置，其特征在于，該檢測(cè)裝置包括： 獲取單元，用于當(dāng)識(shí)別出當(dāng)前視圖中存在車(chē)輛車(chē)牌時(shí)，觸發(fā)雙目相機(jī)的兩拍攝裝置對(duì) 同一待檢測(cè)車(chē)輛進(jìn)行同步拍攝，并獲取同步拍攝得到的兩圖像幀； 三維重構(gòu)單元，用于識(shí)別所述待檢測(cè)車(chē)輛在所述兩圖像幀中的輪廓，根據(jù)識(shí)別出的輪 廓以及所述雙目相機(jī)的兩拍攝裝置之間的相對(duì)位姿，構(gòu)建所述待檢測(cè)車(chē)輛在世界坐標(biāo)系下 的三維輪廓模型； 統(tǒng)計(jì)識(shí)別單元，用于統(tǒng)計(jì)所述三維輪廓模型中的各像素點(diǎn)在世界坐標(biāo)系下的分布情 況，根據(jù)統(tǒng)計(jì)出的分布情況，確定所述待檢測(cè)車(chē)輛的大?。徊⒃谒龃笮〕^(guò)預(yù)設(shè)閾值時(shí)， 將該待檢測(cè)車(chē)輛確定為超限車(chē)輛。9. 如權(quán)利要求8所述的檢測(cè)裝置，其特征在于，所述三維重構(gòu)單元具體用于： 對(duì)于所述兩圖像幀中的第一圖像幀，確定所述第一圖像幀中的動(dòng)態(tài)前景，將確定出的 動(dòng)態(tài)前景作為所述第一圖像幀中的待檢測(cè)車(chē)輛區(qū)域；根據(jù)所述待檢測(cè)車(chē)輛區(qū)域中的每個(gè)像 素點(diǎn)，確定所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓； 對(duì)于構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)，利用所述兩圖像幀 之間的視差，分別確定出構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)在所 述兩圖像幀中的第二圖像幀中的匹配像素點(diǎn)；將確定出的所有匹配像素點(diǎn)所構(gòu)成的邊界， 確定為所述待檢測(cè)車(chē)輛在所述第二圖像幀中的匹配輪廓。10. 如權(quán)利要求9所述的檢測(cè)裝置，其特征在于，所述三維重構(gòu)單元具體用于： 采用邊緣提取算法，逐一對(duì)所述待檢測(cè)車(chē)輛區(qū)域中的每個(gè)像素點(diǎn)進(jìn)行邊緣擬合，計(jì)算 出各像素點(diǎn)的邊緣響應(yīng)值，將邊緣響應(yīng)值大于預(yù)設(shè)閾值的所有像素點(diǎn)所構(gòu)成的邊界，確定 為所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓。11. 如權(quán)利要求9所述的檢測(cè)裝置，其特征在于，所述三維重構(gòu)單元具體用于： 當(dāng)所述雙目相機(jī)的兩拍攝裝置處于水平放置時(shí)，根據(jù)所述兩圖像幀之間的橫坐標(biāo)上的 視差，確定出構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓的各像素點(diǎn)在所述兩圖像幀 中的第二圖像幀中的匹配像素點(diǎn)；當(dāng)所述雙目相機(jī)的兩拍攝裝置處于垂直放置時(shí)，根據(jù)所 述兩圖像幀之間的縱坐標(biāo)上的視差，確定出構(gòu)成所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪 廓的各像素點(diǎn)在所述兩圖像幀中的第二圖像幀中的匹配像素點(diǎn)。12. 如權(quán)利要求9所述的檢測(cè)裝置，其特征在于，所述三維重構(gòu)單元具體用于： 根據(jù)所述待檢測(cè)車(chē)輛在所述第一圖像幀中的輪廓和在所述第二圖像幀的匹配輪廓，構(gòu) 建所述待檢測(cè)車(chē)輛在相機(jī)坐標(biāo)系下的三維輪廓模型；利用所述雙目相機(jī)的高度值和俯仰角 度，將所述待檢測(cè)車(chē)輛在相機(jī)坐標(biāo)系下的三維輪廓模型轉(zhuǎn)換為所述待檢測(cè)車(chē)輛在世界坐標(biāo) 系下的三維輪廓模型。13. 如權(quán)利要求8所述的檢測(cè)裝置，其特征在于，所述統(tǒng)計(jì)識(shí)別單元具體用于： 統(tǒng)計(jì)所述待檢測(cè)車(chē)輛在世界坐標(biāo)系下的三維輪廓模型在世界坐標(biāo)系的各方向上的點(diǎn) 云分布，根據(jù)所述點(diǎn)云分布的離散分布情況，確定出所述待檢測(cè)車(chē)輛的長(zhǎng)度值、高度值和寬 度值。14. 如權(quán)利要求13所述的檢測(cè)裝置，其特征在于，所述統(tǒng)計(jì)識(shí)別單元具體用于： 分別判斷所述待檢測(cè)車(chē)輛的長(zhǎng)度值、高度值和寬度值是否超過(guò)預(yù)設(shè)長(zhǎng)度閾值、高度閾 值和寬度閾值，若存在至少一個(gè)超過(guò)預(yù)設(shè)閾值，則將該待檢測(cè)車(chē)輛確定為超限車(chē)輛。15. -種超限車(chē)輛的檢測(cè)系統(tǒng)，其特征在于，該系統(tǒng)包括： 雙目相機(jī)，具有兩拍攝裝置，用于在接收到處理器的觸發(fā)信號(hào)時(shí)，由所述兩拍攝裝置對(duì) 當(dāng)前視圖中的待檢測(cè)車(chē)輛進(jìn)行同步拍攝； 所述處理器，用于在識(shí)別出當(dāng)前視圖中存在車(chē)輛車(chē)牌時(shí)，觸發(fā)所述雙目相機(jī)的兩拍攝 裝置對(duì)同一待檢測(cè)車(chē)輛進(jìn)行同步拍攝，并獲取同步拍攝得到的兩圖像幀；識(shí)別所述待檢測(cè) 車(chē)輛在所述兩圖像幀中的輪廓，根據(jù)識(shí)別出的輪廓以及所述雙目相機(jī)的兩拍攝裝置之間的 相對(duì)位姿，構(gòu)建所述待檢測(cè)車(chē)輛在世界坐標(biāo)系下的三維輪廓模型；統(tǒng)計(jì)所述三維輪廓模型 中的各像素點(diǎn)在世界坐標(biāo)系下的分布情況，根據(jù)統(tǒng)計(jì)出的分布情況，確定所述待檢測(cè)車(chē)輛 的大小；并在所述大小超過(guò)預(yù)設(shè)閾值時(shí)，將該待檢測(cè)車(chē)輛確定為超限車(chē)輛。
【專利摘要】本發(fā)明實(shí)施例公開(kāi)了一種超限車(chē)輛的檢測(cè)方法、裝置及系統(tǒng)，涉及智能交通領(lǐng)域，用以在簡(jiǎn)化硬件復(fù)雜度的基礎(chǔ)上，提高了超限車(chē)輛檢測(cè)的準(zhǔn)確度。在本發(fā)明實(shí)施例中，當(dāng)識(shí)別出當(dāng)前視圖中存在車(chē)輛車(chē)牌時(shí)，觸發(fā)雙目相機(jī)的兩拍攝裝置對(duì)同一待檢測(cè)車(chē)輛進(jìn)行同步拍攝，并獲取同步拍攝得到的兩圖像幀；識(shí)別待檢測(cè)車(chē)輛在兩圖像幀中的輪廓，根據(jù)識(shí)別出的輪廓以及雙目相機(jī)的兩拍攝裝置之間的相對(duì)位姿，構(gòu)建待檢測(cè)車(chē)輛在世界坐標(biāo)系下的三維輪廓模型；統(tǒng)計(jì)三維輪廓模型中的各像素點(diǎn)在世界坐標(biāo)系下的分布情況，根據(jù)統(tǒng)計(jì)出的分布情況，確定待檢測(cè)車(chē)輛的大小；并在大小超過(guò)預(yù)設(shè)閾值時(shí)，將該待檢測(cè)車(chē)輛確定為超限車(chē)輛；從而解決了上述問(wèn)題。
【IPC分類(lèi)】G01B11/24
【公開(kāi)號(hào)】CN105157608
【申請(qǐng)?zhí)枴緾N201510547763
【發(fā)明人】李乾坤, 盧維
【申請(qǐng)人】浙江大華技術(shù)股份有限公司
【公開(kāi)日】2015年12月16日
【申請(qǐng)日】2015年8月31日