Open source 车道上的车辆识别

假设我们在路上有一个高摄像头

假设它是一个数据流

我们可以用什么来制作一个软件来识别一辆正在穿越车道的汽车

假设有一条实线，我们想检测穿过实线的车辆

我正在寻找有助于以这种方式实现想法的软件包，但是如果你有不同的方法，它仍然对想法开放

• 逐个图像解析视频流图像
• 识别汽车和车道
• 识别白线的位置（包括先前的知识）
• 数车
• 找到正在穿越车道的汽车
• 找到穿过实线的车辆

对于简单的情况，如果一辆车穿过一条车道，那就是实线，你看不到两边的实线，没有穿过实线

而且视频中的每一张图像都是无状态的（可以计算出更多的汽车）

下一步是识别汽车，并尝试对每辆汽车计数一次

---

我懂一些编程语言。代码是为开放源码设计的，所以我不会买任何软件包。

正如您所注意到的，这可以自然地分为三个较小的子问题：（1）识别车道，（2）识别车辆，（3）检测车辆何时穿过车道。以下是我解决这些问题的方法：

车道识别 根据您的设置是否“良好”，这可能从琐碎到非常困难：

摄像机在路上固定好了吗？如果是，请手动注释车道

车道在整个视野内是否相对笔直？如果是，请使用Hough变换

照相机是直下的吗？如果是这样，请使用调整到线条宽度的固定宽度过滤器

使用可变宽度过滤器纠正透视失真的影响

如果你最终处理了严重的透视失真，麻省理工学院DARPA团队的这两篇论文提出了一个解决方案，使用摄像机校准来校正这种效果：

• 黄伟业。使用视觉和激光雷达的自动车辆车道估计。麻省理工学院博士论文，2010年
• A.黄、D.摩尔、M.安东、E.奥尔森和S.泰勒。城市道路网络中的多传感器车道查找。诉讼 机器人学系：科学与系统，苏黎世， 瑞士，2008年

汽车识别 如果你可以在帧之间存储一些状态，那么最简单的检测汽车的方法就是使用背景减法（即“任何移动足够快的东西都是汽车”）。去除背景后，剩余的像素可以使用连接组件算法（例如泛光填充）分组成汽车状的束

如果没有状态，这将成为一个更加复杂的对象识别问题

车道偏离检测 假设其他一切正常，这是相对简单的。检查被识别为汽车的任何像素是否与被识别为直线的任何像素相交[或在某个公差范围内]