一种基于图像识别的智能事故勘测方法
【技术领域】
[0001]本发明涉及图像处理领域，具体地说是一种基于图像识别的智能事故勘测方法。
【背景技术】
[0002]随着社会的发展，越来越多的人拥有了自己的汽车，有的还不止一辆。汽车给人们的生活带来了方便和效率，但同时，也给人们带来了一定的危险。
[0003]川流不息的车流，熙熙攘攘的人群，很容易引发交通事故。当发生交通事故之后，第一时间应该打电话叫警察，处理交通纠纷。警察赶到事故现场之后，要对交通事故的现场进行勘测，测量事故现场的痕迹，判断事故中，哪一方要负主要责任，哪一方负次要责任。并且，警察要根据现场勘测的结果，对交通事故的现场情形进行绘制。这对警察的动手能力和美术功底提出了一系列的要求。手动绘制事故现场的实时图像，费时费力。不仅要用铅笔详细绘制道路的走向，车辆的路径，还要对一些细节问题作出相应的描绘，比如车辆相撞之后的位置，车辆的刹车距离等。
[0004]由于以上原因，绘制一幅事故现场的交通事故图，往往需要一天得时间。而且还有可能没有绘制详细。这对于提高警察为人民服务的办事效率是非常不利的。甚至，对城市拥挤的交通也是非常不利的。越早的解决交通事故产生的交通堵塞，就越能让人们早点回家，就越能提升人民警察在老百姓心目中的形象。
【发明内容】
[0005]针对现有技术的不足，本发明提供一种基于图像识别的智能事故勘测方法，解决了事故现场绘制图像困难的问题，方便快捷，可以迅速绘制交通事故图。
[0006]本发明为实现上述目的所采用的技术方案是:
[0007]—种基于图像识别的智能事故勘测方法，包括以下步骤:
[0008]建立神经网络，在事故现场采集360度全景图像，并将360度全景图像输入神经网络进行特征匹配，识别出事故现场信息，完成现场事故图绘制。
[0009]所述建立神经网络包括以下过程:
[0010]步骤1:利用Canny算子边缘提取方法提取道路样本图像边缘；
[0011]步骤2:利用LDA方法对提取边缘轮廓的道路样本图像进行特征提取，生成道路样本图像的特征向量；
[0012]步骤3:对道路样本图像的特征向量进行降维，得到降维后的道路样本图像的特征向量；
[0013]步骤4:将降维后的道路样本图像的特征向量输入神经网络中，完成神经网络的建立。
[0014]所述在事故现场采集360度全景图像包括以下过程:
[0015]步骤1:采集事故现场360度的若干图像；
[0016]步骤2:提取每一幅图像的SIFT特征点，在相邻两幅图像之间进行匹配；
[0017]步骤3:将匹配后的相邻两幅图像在特征点处通过特征点融合方法进行融合，生成360度全景图像。
[0018]所述特征点融合方法包括平均值法、帽子函数法、加权平均法和中值滤波法。
[0019]还包括根据相邻两幅图像重叠区域之间的关系，建立相邻两幅图像之间的直方图映射表，通过直方图映射表对两幅图像做整体的映射变换，校正光照强度差异。
[0020]所述将360度全景图像输入神经网络进行特征匹配包括以下过程:
[0021]步骤1:利用Canny算子边缘提取方法提取360度全景图像的边缘轮廓；
[0022]步骤2:利用LDA方法对提取边缘轮廓的360度全景图像进行特征提取，生成360度全景图像的特征向量；
[0023]步骤3:对360度全景图像的特征向量进行降维，得到降维后的360度全景图像的特征向量；
[0024]步骤4:将降维后的360度全景图像的特征向量输入神经网络中，完成特征匹配。
[0025]所述神经网络为BP或RBF神经网络。
[0026]所述现场事故图绘制过程包括:根据事故现场信息，绘制出事故现场360度全景图像，投影到平面，完成平面图绘制。
[0027]本发明具有以下有益效果及优点:
[0028]1.本发明方便快捷，可以迅速绘制交通事故图；
[0029]2.本发明可以降低对绘图能力要求，无需经过专业的绘图培训；
[0030]3.本发明操作简单，图像绘制准确。
【附图说明】
[0031 ]图1是本发明的方法流程图；
[0032]图2是本发明的神经网络建立流程图；
[0033]图3是本发明的特征匹配流程图。
【具体实施方式】
[0034]下面结合附图及实施例对本发明做进一步的详细说明。
[0035]如图1所示为本发明的方法流程图。
[0036]建立神经网络，在事故现场，警察手持智能设备(如:智能手机、平板电脑等)，以一定的速率，对周围的道路，肇事车辆进行拍照。智能设备在后台对拍摄的照片进行处理，形成360度全景图像。并将360度全景图像输入神经网络进行特征匹配，识别出事故现场信息，完成现场事故图绘制。利用物理和数学原理，对图像的畸变进行校正。
[0037]如图2是本发明的神经网络建立流程图。
[0038]利用BP或RBF神经网络，对边缘特征进行识别。在实际应用之前，先要建立神经网络的模型。采集各种不同的道路信息、车辆信息还有其他重要信息(如:刹车痕迹)，利用Canny方法提取道路的边缘轮廓。利用LDA方法，对提取边缘轮廓的全景视图进行特征提取，生成全景视图的特征向量。因为生成的特征向量维数巨大，因此，还要用LBP方法，对特征向量进行降维，生成维数很小的特征向量。输入神经网络中，让神经网络进行学习，并最终建立起一个准确的神经网络模型。
[0039]如图3是本发明的特征匹配流程图。
[0040]以图像序列中的第一幅图像的坐标系为基准，将后面的图像进行平面投影，都投影变换到这个基准坐标系中，使相邻图像的重叠区对齐。
[0041]因为SIFT特征点具有缩放不变性，所以提取每一幅图像的SIFT特征点。在相邻的两幅图像之间进行匹配。
[0042]因为当前智能设备一般是单一分辨率，因此，采用平均值法、帽子函数法、加权平均法和中值滤波法等，对相邻的图像，在匹配的特征点处进行融合。
[0043]因为光照强度的差异，会造成一幅图像内部，以及图像之间亮度的不均匀，拼接后的图像会出现明暗交替，给观察造成极大的不便。利用智能设备的光照模型，校正一幅图像内部的光照不均匀性，然后通过相邻两幅图像重叠区域之间的关系，建立相邻两幅图像之间的直方图映射表，通过映射表对两幅图像做整体的映射变换，最终达到整体的亮度和颜色的一致性。
[0044]经过上述步奏，最终生成了交通事故现场的360度全景视图。
[0045]对360度全景视图进行边缘特征提取。
[0046]Canny方法不易受噪声感染，能够检测到真正的弱边缘，是常用的边缘检测方法。因此，用Canny方法提取360度全景视图的边缘轮廓。利用LDA方法，对提取边缘轮廓的全景视图进行特征提取，生成全景视图的特征向量。因为生成的特征向量维数巨大，因此，还要用LBP方法，对特征向量进行降维，生成维数很小的特征向量。
[0047]实际应用时，将降维后的特征向量输入神经网络，神经网络根据之前建立的模型进行识别，判断哪些轮廓是道路的轮廓，哪些是肇事车辆的轮廓，哪些其他的重要信息。并根据判断结果，保留重要信息的轮廓。
[0048]利用数学原理，将360度全景视图中重要信息的轮廓，投影到平面，形成现场的平面效果图。
【主权项】
1.一种基于图像识别的智能事故勘测方法，其特征在于:包括以下步骤: 建立神经网络，在事故现场采集360度全景图像，并将360度全景图像输入神经网络进行特征匹配，识别出事故现场信息，完成现场事故图绘制。2.根据权利要求1所述的基于图像识别的智能事故勘测方法，其特征在于:所述建立神经网络包括以下过程: 步骤I:利用Canny算子边缘提取方法提取道路样本图像边缘； 步骤2:利用LDA方法对提取边缘轮廓的道路样本图像进行特征提取，生成道路样本图像的特征向量； 步骤3:对道路样本图像的特征向量进行降维，得到降维后的道路样本图像的特征向量； 步骤4:将降维后的道路样本图像的特征向量输入神经网络中，完成神经网络的建立。3.根据权利要求1所述的基于图像识别的智能事故勘测方法，其特征在于:所述在事故现场采集360度全景图像包括以下过程: 步骤1:采集事故现场360度的若干图像； 步骤2:提取每一幅图像的SIFT特征点，在相邻两幅图像之间进行匹配； 步骤3:将匹配后的相邻两幅图像在特征点处通过特征点融合方法进行融合，生成360度全景图像。4.根据权利要求3所述的基于图像识别的智能事故勘测方法，其特征在于:所述特征点融合方法包括平均值法、帽子函数法、加权平均法和中值滤波法。5.根据权利要求3所述的基于图像识别的智能事故勘测方法，其特征在于:还包括根据相邻两幅图像重叠区域之间的关系，建立相邻两幅图像之间的直方图映射表，通过直方图映射表对两幅图像做整体的映射变换，校正光照强度差异。6.根据权利要求1所述的基于图像识别的智能事故勘测方法，其特征在于:所述将360度全景图像输入神经网络进行特征匹配包括以下过程: 步骤1:利用Canny算子边缘提取方法提取360度全景图像的边缘轮廓； 步骤2:利用LDA方法对提取边缘轮廓的360度全景图像进行特征提取，生成360度全景图像的特征向量； 步骤3:对360度全景图像的特征向量进行降维，得到降维后的360度全景图像的特征向量； 步骤4:将降维后的360度全景图像的特征向量输入神经网络中，完成特征匹配。7.根据权利要求1、2、6中任一项所述的基于图像识别的智能事故勘测方法，其特征在于:所述神经网络为BP或RBF神经网络。8.根据权利要求1所述的基于图像识别的智能事故勘测方法，其特征在于:所述现场事故图绘制过程包括:根据事故现场信息，绘制出事故现场360度全景图像，投影到平面，完成平面图绘制。
【专利摘要】本发明涉及一种基于图像识别的智能事故勘测方法，建立神经网络，在事故现场采集360度全景图像，并将360度全景图像输入神经网络进行特征匹配，识别出事故现场信息，完成现场事故图绘制。本发明就是本着提高办事效率，更好地为人民服务的精神。解决了交通事故图绘制难的问题，彻底解放办案民警的双手，让办案民警更有效率的解决问题，更好地为人民服务。让警察不在为了绘制交通事故图，而耽误时间。本发明可以帮助警察迅速地绘制交通事故现场的事故图，完全自动，无手动，而且准确，美观。
【IPC分类】G06K9/46, G06K9/00, G06N3/04, G06K9/62
【公开号】CN105550669
【申请号】CN201610053973
【发明人】田雨农, 王里, 周秀田, 于维双, 陆振波
【申请人】大连楼兰科技股份有限公司
【公开日】2016年5月4日
【申请日】2016年1月27日