專利名稱：一種基于伸縮窗的實(shí)時(shí)動(dòng)態(tài)交通擁堵檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明是一種利用視頻圖像基于伸縮窗技術(shù)的城市道路交通擁堵的實(shí)時(shí)動(dòng)態(tài)檢
測(cè)方法，屬于智能交通行業(yè)的交通信息檢測(cè)領(lǐng)域。
背景技術(shù)：
隨著社會(huì)和經(jīng)濟(jì)的快速發(fā)展，城市交通量日趨增多，交通擁堵越來(lái)越嚴(yán)重。交通擁 堵降低了車輛的運(yùn)行速度，影響了人們的正常出行，降低了社會(huì)經(jīng)濟(jì)運(yùn)行效率。同時(shí)，交通 擁堵加重了環(huán)境污染，影響了城市環(huán)境。所以，緩解交通擁堵是城市面臨的重大問(wèn)題之一。 一般情況下，交通擁堵可通過(guò)修建更多、更寬的道路和其它交通設(shè)施來(lái)解決。然而，有限的 空間和其它環(huán)境問(wèn)題阻止了交通設(shè)施的進(jìn)一步擴(kuò)展。因此，對(duì)交通擁堵問(wèn)題的解決，不能僅 僅依靠修建或擴(kuò)建道路，而要從管理和技術(shù)上尋求突破。 要從管理和技術(shù)上緩解交通擁堵，首先必須能夠準(zhǔn)確地檢測(cè)出交通擁堵。目前，對(duì) 交通擁堵的檢測(cè)主要有環(huán)型感應(yīng)線圈、雷達(dá)(微波)、超聲波、紅外和視頻檢測(cè)等幾種檢測(cè) 方法。環(huán)型感應(yīng)線圈檢測(cè)器能夠檢測(cè)車輛的存在以及路段的飽和度。該技術(shù)的研究和開(kāi)發(fā) 歷史較長(zhǎng)，技術(shù)相對(duì)成熟、穩(wěn)定，檢測(cè)的精度高，而且成本低并可以工作在惡劣的天氣環(huán)境 下。但環(huán)型線圈檢測(cè)器也有其缺點(diǎn)環(huán)型線圈必須埋在道路下面，安裝或維護(hù)時(shí)需要阻斷交 通流；感應(yīng)線圈易受冰凍、路基下沉、鹽堿等自然環(huán)境的影響，容易損壞，使用壽命短；當(dāng)車 流擁堵時(shí)，感應(yīng)線圈的檢測(cè)精度會(huì)降低。超聲波檢測(cè)器利用反射回波原理制成的，微波檢測(cè) 器按照多普勒效應(yīng)原理工作，紅外檢測(cè)一般采用反射式檢測(cè)技術(shù)。雖然超聲波檢測(cè)與光學(xué) 檢測(cè)器不會(huì)破壞路面，但是也存在檢測(cè)區(qū)域小、維護(hù)困難、容易造成二次觸發(fā)等缺點(diǎn)。微波 檢測(cè)器是能夠較精確檢測(cè)各車道的交通流量、道路占用率、平均速度等信息，但該方法無(wú)法 準(zhǔn)確檢測(cè)出車輛排隊(duì)長(zhǎng)度；在交通擁堵以及車型分布不均勻的情況下，檢測(cè)精度會(huì)下降?；?于視頻圖像處理的車輛檢測(cè)技術(shù)具有檢測(cè)區(qū)域廣，維護(hù)簡(jiǎn)單等優(yōu)點(diǎn)，成為了研究熱點(diǎn)。目前 基于視頻圖像處理的擁堵檢測(cè)方法主要是通過(guò)相鄰幀差法或背景差分法求取運(yùn)動(dòng)目標(biāo)。但 車輛排隊(duì)時(shí)路面情況比較復(fù)雜，車輛數(shù)量較多且行駛速度非常緩慢時(shí)，背景差分法和幀間 差分法都無(wú)法有效檢測(cè)出路面排隊(duì)的車輛。同時(shí)，背景差分法需要進(jìn)行背景建模，而背景建 模由于天氣變化、環(huán)境光線的變化使得理想背景很難得到。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有方法中背景模型難以得到，車輛數(shù)量較多且行駛速度 緩慢時(shí)背景差分法和幀間差分法無(wú)法有效檢測(cè)排隊(duì)車輛的不足，提出了一種基于視頻圖像 處理，采用伸縮窗技術(shù)的實(shí)時(shí)動(dòng)態(tài)交通擁堵檢測(cè)方法。
為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案 —、采用數(shù)學(xué)形態(tài)學(xué)進(jìn)行車輛邊緣檢測(cè)。邊緣檢測(cè)按如下步驟進(jìn)行首先對(duì)原始 彩色視頻圖像進(jìn)行灰度變換后再進(jìn)行中值濾波得到圖像fM ;然后對(duì)圖像fM進(jìn)行二值化得到 黑白二值圖像f；在這基礎(chǔ)上，對(duì)圖像f分別進(jìn)行腐蝕和膨脹數(shù)學(xué)形態(tài)學(xué)處理e(fM2)和d(fj ，并按照公式(1)和(2)進(jìn)行腐蝕幀差Er和膨脹幀差Dr :
Er = ffe (fM2) (1)
Dr = d (fj —fM2 (2) 對(duì)上述腐蝕幀差與膨脹幀差的結(jié)果按照公式(3)求和得到圖像Ede，圖像Ede就是 車輛邊緣檢測(cè)的結(jié)果。 Ede = Er+Dr = d (fj-e (fM2) (3) 二、在圖像Ede上的路口車輛停止線的位置處設(shè)置一個(gè)寬度為w， w = 20-40個(gè)像 素，初始長(zhǎng)度為L(zhǎng)(O)，L(O) 二5-20個(gè)像素的窗口FW，如附圖l所示。然后，窗口FW的長(zhǎng)度 按照如下公式(4)進(jìn)行伸長(zhǎng)與縮短，從而進(jìn)行實(shí)時(shí)動(dòng)態(tài)檢測(cè)交通擁堵。
其中，L (t)表示t時(shí)刻窗口的長(zhǎng)度；IaW(t)表示t時(shí)刻圖像Ede中窗口 FW上面寬度 為w高度為a，a二 l-4個(gè)像素的區(qū)域內(nèi)(如附圖l所示)的所有像素的像素值之和；IFW(t) 表示t時(shí)刻圖像Ede上窗口 FW內(nèi)所有像素的像素值之和；H為圖像的高度；、=510-1275 個(gè)像素；t b = 2550-5100個(gè)像素；1 = 1-4個(gè)像素。 公式(4)表示的算法思想是如果t時(shí)刻窗口FW上面寬度為w高度為a的區(qū)域內(nèi) 的像素值之和大于、并且窗口 FW內(nèi)全部像素的像素值之和與前一時(shí)刻窗內(nèi)全部像素值 和之差小于t b，則窗口 FW的長(zhǎng)度伸長(zhǎng)1，即在y軸方向上伸長(zhǎng)1個(gè)像素單位；否則，窗口在 y軸方向縮短l個(gè)像素單位。當(dāng)伸縮窗伸長(zhǎng)到圖像的頂部時(shí)，則其長(zhǎng)度就不再增加；若伸縮 窗縮短到L(O)時(shí)，則其長(zhǎng)度不再縮短。公式(4)描述的物理含義是窗口FW上面有車，則窗 口伸長(zhǎng)；沒(méi)有車輛窗口則縮短。 三、對(duì)伸縮窗進(jìn)行回檢。如果t時(shí)刻伸縮窗的長(zhǎng)度L(t)大于t。，將伸縮窗平均分 為m個(gè)子窗口，如附圖2所示。然后分別對(duì)每個(gè)子窗口的像素值求和并與Td比較判斷，如 果m個(gè)子窗口中有一個(gè)窗口的像素值之和小于、，則L(t) =〃0)，并重新按照公式(4)進(jìn) 行窗口的伸與縮。否則，L(t)保持不變。 四、根據(jù)窗口長(zhǎng)度L(t)來(lái)判別是否發(fā)生交通擁堵。如果窗口長(zhǎng)度L(t)大于、并 持續(xù)時(shí)間T分鐘，則發(fā)生交通擁堵；否則，沒(méi)有發(fā)生交通擁堵。 與現(xiàn)有的檢測(cè)方法相比，本發(fā)明具有如下優(yōu)點(diǎn)該方法應(yīng)用數(shù)學(xué)形態(tài)學(xué)方法檢測(cè) 車輛邊緣更能有效檢測(cè)路面車輛，同時(shí)該方法不同于已有的固定窗和移動(dòng)窗檢測(cè)方法，本 發(fā)明的伸縮窗更符合交通擁堵的檢測(cè)特點(diǎn)，窗口能夠隨著排隊(duì)車輛的延伸而伸長(zhǎng)、隨著排 隊(duì)車輛的消散而縮短，因此能夠?qū)崟r(shí)動(dòng)態(tài)地檢測(cè)交通擁堵的發(fā)生和消散。


圖1本發(fā)明的伸縮窗算法原理圖；
圖2本發(fā)明的伸縮窗回檢算法原理圖；
圖3本發(fā)明的交通擁堵檢測(cè)流程圖。 L(O)《L(t)《H
下面結(jié)合附圖3對(duì)本發(fā)明作進(jìn)一步說(shuō)明 首先，將原始視頻彩色圖像灰度變換后得到256級(jí)320X240的灰度圖像，對(duì)灰度 圖像采用中值濾波進(jìn)行圖像去噪。中值濾波是一種非線性的平滑濾波，對(duì)于邊界影響較小， 保護(hù)圖像的邊緣不變模糊。它通過(guò)選取一個(gè)移動(dòng)的窗口模板，該模板內(nèi)部含有奇數(shù)個(gè)像素， 然后對(duì)應(yīng)模板中心像素的灰度值用模板內(nèi)各個(gè)像素灰度的中間值來(lái)代替。具體步驟如下
(1)設(shè)置模板大小為5*5 ; (2)使模板在圖像中的每個(gè)像素上移動(dòng)，完成對(duì)圖像中所有像素的遍歷； (3)讀取模板對(duì)應(yīng)下的各個(gè)像素的灰度值，并將這些值進(jìn)行排序，由于是取中值，
所以模板內(nèi)的數(shù)據(jù)無(wú)所謂采取升序或者降序順序。
(4)取排序后的中間值，將其賦給模板中心位置的像素。 按照上述過(guò)程進(jìn)行中值濾波后得到圖像fM。對(duì)圖像fM二值化，即圖像fM中灰度值 大于20的像素將其像素值變?yōu)?55，灰度值小于或等于20的像素將其像素值變?yōu)镺，從而 得到黑白二值圖像f^按照公式(6)進(jìn)行腐蝕操作，e(/) = mi:n /(x + /, y + /) (6) 其中，b為3X3的結(jié)構(gòu)元素，對(duì)圖像進(jìn)行腐蝕操作可以消除圖像中的一些細(xì)節(jié)，有
一定的濾波效果。對(duì)圖像fM2按照公式(7)進(jìn)行膨脹操作， = ,m^ /0 + " 7 + _/) (7) 其中，b為3X3的結(jié)構(gòu)元素，對(duì)圖像進(jìn)行膨脹操作效果與腐蝕相反，可以使圖像中 的某些裂縫橋接起來(lái)。 然后按照公式(8)和按照公式(9)進(jìn)行腐蝕幀差Er和膨脹幀差Dr，腐蝕幀差操是
先對(duì)圖像進(jìn)行腐蝕，然后用原始圖像減去腐蝕結(jié)果，而膨脹幀差操作是先對(duì)圖像進(jìn)行膨脹，
然后用膨脹結(jié)果減去原始圖像. Er = fsE-e (fM2) (8) Dr = d (fj -fM2 (9) 對(duì)上述腐蝕幀差與膨脹幀差的結(jié)果求和得到圖像Ede。 Ede = Er+Dr = d (fj-e (fM2) (10) 通過(guò)上述的灰度變換、中值濾波、二值化、腐蝕、膨脹、腐蝕幀差和膨脹幀差求和就 得到了車輛的邊緣檢測(cè)結(jié)果——圖像Ede。 其次，在圖像Ede上的路口停止線的位置處設(shè)置寬度為30個(gè)像素、長(zhǎng)度為10個(gè)像 素的一個(gè)初始窗口FW，這是一個(gè)比較扁的窗口。然后，窗口FW的長(zhǎng)度按照如下公式(11)進(jìn)
行伸長(zhǎng)與縮短。
=+ Z /?！?0 > 510并且|JW (0 - /w (f -1)| < 2550
L(O)《L(t)《240 如果第1時(shí)刻窗口 FW上面的寬為30高為2的區(qū)域內(nèi)的像素值之和大于510并且 窗內(nèi)全部像素值之和與前一時(shí)刻窗內(nèi)全部像素值之和的差小于2550，則窗口FW的長(zhǎng)度由最初的10個(gè)像素伸長(zhǎng)1個(gè)像素，即在y軸方向上伸長(zhǎng)1個(gè)像素單位，此時(shí)窗口的長(zhǎng)度變?yōu)?11個(gè)像素；如果第2時(shí)刻窗口 FW上面的寬為30高為2的區(qū)域內(nèi)的像素值之和大于510并 且窗內(nèi)全部像素值之和與前一時(shí)刻窗內(nèi)全部像素值之和的差小于2550，則窗口 FW的長(zhǎng)度 由1時(shí)刻的11個(gè)像素再伸長(zhǎng)1個(gè)像素變?yōu)?2個(gè)像素；如果第3時(shí)刻窗口 FW上面的寬為30 高為2的區(qū)域內(nèi)的像素值之和大于510并且窗內(nèi)全部像素值之和與前一時(shí)刻窗內(nèi)全部像素 值之和的差小于2550，則窗口 FW的長(zhǎng)度由2時(shí)刻的12個(gè)像素再伸長(zhǎng)1個(gè)像素變?yōu)?3個(gè)像 素；如果第4時(shí)刻窗口 FW上面的寬為30高為2的區(qū)域內(nèi)的像素值之和不滿足公式(11)， 窗口在y軸方向縮短1個(gè)像素單位，由3時(shí)刻的13變?yōu)?2個(gè)像素。以此類推，隨著時(shí)刻的 推移，窗口的長(zhǎng)度根據(jù)公式(11)進(jìn)行實(shí)時(shí)動(dòng)態(tài)的伸長(zhǎng)與縮短。當(dāng)伸縮窗伸長(zhǎng)到圖像的頂部 時(shí)，則其長(zhǎng)度就不再增加；若伸縮窗縮短到IO個(gè)像素時(shí)，則其長(zhǎng)度不再縮短。
第三，回檢。如果第20時(shí)刻窗口的長(zhǎng)度L(t)大于80個(gè)像素時(shí)，將伸縮窗平均分 為5個(gè)子窗口 ，然后分別對(duì)每個(gè)子窗口的像素值求和并與765比較判斷，如果5個(gè)子窗口中 有一個(gè)窗口的像素值之和小于765，則L(t) = IO，并重新按照公式(11)進(jìn)行窗口的伸長(zhǎng)與 縮短。否則，L(t)保持不變。 最后，根據(jù)窗口長(zhǎng)度L(t)來(lái)判別是否發(fā)生交通擁堵。如果窗口長(zhǎng)度大于120個(gè)像 素并持續(xù)5分鐘時(shí)，則認(rèn)為發(fā)生交通擁堵；否則，沒(méi)有發(fā)生交通擁堵。
權(quán)利要求
一種基于伸縮窗的實(shí)時(shí)動(dòng)態(tài)交通擁堵檢測(cè)方法，其特征在于，包括以下步驟1)對(duì)原始圖像進(jìn)行灰度變換、中值濾波、二值化，在此基礎(chǔ)上采用數(shù)學(xué)形態(tài)學(xué)操作腐蝕與膨脹，并對(duì)腐蝕幀差與膨脹幀差求和得到車輛邊緣檢測(cè)的結(jié)果圖像Ede；在圖像Ede上的交叉口車輛停止線的位置處設(shè)置一個(gè)寬度為w，w＝20-40個(gè)像素，初始長(zhǎng)度為L(zhǎng)(0)，L(0)＝5-20個(gè)像素的窗口FW；2)所述的窗口FW的長(zhǎng)度按照如下公式進(jìn)行伸長(zhǎng)與縮短，L(0)≤L(t)≤H其中，L(t)表示t時(shí)刻窗口的長(zhǎng)度；IaW(t)表示t時(shí)刻圖像Ede中窗口FW上面寬度為w高度為a，a＝1-4個(gè)像素的區(qū)域內(nèi)的所有像素的像素值之和；IFW(t)表示t時(shí)刻圖像Ede上窗口FW內(nèi)所有像素的像素值之和；H為圖像的高度；τa＝510-1275個(gè)像素；τb＝2550-5100個(gè)像素；l＝1-4個(gè)像素；3)對(duì)伸縮窗進(jìn)行回檢；如果t時(shí)刻伸縮窗的長(zhǎng)度L(t)大于τc，τc＝60-100個(gè)像素，將伸縮窗平均分為m個(gè)子窗口，m＝3-7；然后分別對(duì)每個(gè)子窗口的像素值求和并與τd，τd＝510-1275個(gè)像素比較判斷，如果m個(gè)子窗口中有一個(gè)窗口的像素值之和小于τd，則L(t)＝L(0)，并重新按照上述公式進(jìn)行窗口的伸長(zhǎng)與縮短；否則，L(t)保持不變；4)根據(jù)伸縮窗的長(zhǎng)度來(lái)判別是否發(fā)生交通擁堵；如果伸縮窗的長(zhǎng)度大于τe，τe＝120-240個(gè)像素，并持續(xù)時(shí)間T，T＝5-20分鐘，則發(fā)生交通擁堵；否則，沒(méi)有發(fā)生交通擁堵。F200910238112XC0000011.tif
全文摘要
一種基于伸縮窗的實(shí)時(shí)動(dòng)態(tài)交通擁堵檢測(cè)方法屬于智能交通行業(yè)的交通信息檢測(cè)領(lǐng)域。本發(fā)明首先對(duì)原始圖像進(jìn)行灰度變換、中值濾波、二值化，然后進(jìn)行腐蝕與膨脹并對(duì)腐蝕幀差與膨脹幀差求和得到車輛邊緣檢測(cè)的圖像Ede。其次，在圖像Ede上設(shè)置寬度為w長(zhǎng)度為L(zhǎng)(0)的一個(gè)窗口FW，窗口FW的長(zhǎng)度根據(jù)窗口上面寬度為w高度為a的區(qū)域內(nèi)的所有像素值之和與窗口FW內(nèi)全部像素值之和進(jìn)行實(shí)時(shí)動(dòng)態(tài)的伸長(zhǎng)與縮短。如果伸縮窗的長(zhǎng)度大于τc則對(duì)窗口進(jìn)行回檢。最后，根據(jù)伸縮窗的長(zhǎng)度來(lái)判別是否發(fā)生交通擁堵。如果伸縮窗的長(zhǎng)度大于τe并持續(xù)時(shí)間T分鐘，則認(rèn)為發(fā)生交通擁堵；否則，沒(méi)有發(fā)生交通擁堵。本發(fā)明更符合交通擁堵的檢測(cè)特點(diǎn)，能夠?qū)崟r(shí)動(dòng)態(tài)地檢測(cè)交通擁堵的發(fā)生和消散。
文檔編號(hào)G06T7/00GK101714296SQ20091023811
公開(kāi)日2010年5月26日 申請(qǐng)日期2009年11月13日 優(yōu)先權(quán)日2009年11月13日
發(fā)明者劉喆, 李振龍 申請(qǐng)人:北京工業(yè)大學(xué)