基于虚拟线圈法的车速识别和撞线预测（附Python代码）

首发于https://juejin.cn/post/6924222163868188679/，转载注明出处

GitHub

https://github.com/KinghooWei/VehicleSpeedRecognition

开门见山了，记得star一下呀

最终效果图

设计思路

项目的编程环境为python3.7.7，编译器使用pycharm2019.3.4 x64，视频序列30帧每秒。项目采用虚拟线圈法估算车速，取线圈内平均灰度值相对于没有车辆的线圈内平均灰度值的变化c作为对象特征，当c的绝对值大于某一阈值时，判断有汽车通过线圈。

基于虚拟线圈的车速检测算法

虚拟线圈法是利用虚拟感应线圈代替真实感应线圈，工作原理类似于地埋式线圈检测器。在图像上垂直于道路方向上定义2个检测线圈的位置，系统通过检测线圈的灰度变化来判断车辆经过，由车辆经过前后两个线圈的间隔帧数p、两个线圈在现实中的距离l和第二个线圈与停止线的距离s，可以估算出当前车辆的速度及撞线时间。该方法的优点是操作简单，耗时短，能够实时完成速度和撞线时间估计。算法的具体步骤如下：

1. 确定两个虚拟线圈的位置、大小和倾斜角度，确保首帧序列的虚拟线圈内没有车辆，在视频序列中把虚拟线圈标注出来；

2. 计算首帧序列在2个虚拟线圈中的平均灰度值，记为 a a