基于图像统计学习进行昼夜区分的算法研究

• 作者: 刘建伟 向怀坤 周超英 曹泉 祁磊
• 来源期刊: 公路交通科技
• 学科: 工学
• 关键词: 视频检测 灰度统计 电子警察 智能交通系统
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 118-121
• 页数: 4页
• 分类号: TP391.41
• 字数: 3823字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2007.02.030

摘要

通过对实际路口昼夜路面状况的分析,阐述了在视频电子警察系统中进行昼夜区分以提高车辆检测精度的必要性,分析了常见的昼夜区分方法的优缺点;在此基础上,提出了一种利用路面灰度特征,对视频图像统计学习进行昼夜区分的算法.该算法通过对实际路面的平均灰度值随时间变化趋势进行了统计学习,寻找出随天气季节变化的昼夜区分时间.该算法应用于相关电子警察产品之中,取得大量工程实测图像数据,验证了此算法的可靠性、高效性以及通用性,对提高视频电子警察产品的性能有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周超英	哈尔滨工业大学深圳研究生院	36	193	6.0	12.0
2	向怀坤	哈尔滨工业大学深圳研究生院	14	109	6.0	10.0
3	曹泉	哈尔滨工业大学深圳研究生院	13	122	6.0	11.0
4	刘建伟	哈尔滨工业大学深圳研究生院	16	127	6.0	10.0
5	祁磊	哈尔滨工业大学深圳研究生院	7	33	3.0	5.0