專利名稱：一種基于視頻的交通車流量檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于智能交通領(lǐng)域，主要用于高速公路、國道及城市干道的交通事件自動(dòng)
檢測和交通參數(shù)采集系統(tǒng)中，尤其涉及一種基于視頻的交通車流量檢測方法。
背景技術(shù)：
作為智能交通領(lǐng)域(ITS)的基礎(chǔ)部分，車流量檢測在ITS中占有很重要的地位。近 年來，逐漸發(fā)展起來了多種交通流量檢測技術(shù)，如感應(yīng)線圈檢測技術(shù)、雷達(dá)技術(shù)、超聲波技 術(shù)、視頻檢測技術(shù)等等；而常用的傳統(tǒng)的交通流量信息的采集方法主要有地埋感應(yīng)線圈法、 超聲波探測器法和紅外線檢測法。 地埋感應(yīng)線圈法是在地面埋設(shè)感應(yīng)線圈(或感應(yīng)棒)，通過感應(yīng)車輛的電磁信號(hào) 來檢測車輛的存在，從而通過對(duì)不同車輛發(fā)出的不同感應(yīng)信號(hào)統(tǒng)計(jì)來進(jìn)行車輛的統(tǒng)計(jì)。
超聲波探測器法是由架設(shè)在車道(或監(jiān)測區(qū)域)上方或側(cè)面的超聲波探頭與控 制、通訊電路組成。超聲波檢測器是根據(jù)聲波的傳播和反射原理，通過對(duì)發(fā)射波和反射波的 時(shí)差來判斷有無車輛通過。由于探頭與地面的距離是一定的，所以探頭發(fā)出超聲波并接收 反射波的時(shí)間也是固定的。當(dāng)有車輛通過時(shí)，由于車輛本身的高度，使探頭接收到反射波的 時(shí)間縮短，就表明有車輛通過或存在。 紅外線檢測法的工作原理是由調(diào)制脈沖發(fā)生器產(chǎn)生調(diào)制脈沖，經(jīng)紅外探頭向道路
上輻射，當(dāng)有車輛通過時(shí)，紅外線脈沖從車體反射回來，被探頭的接收管接收，經(jīng)紅外解調(diào)
器解調(diào)，再通過選通、放大、整流和濾波后觸發(fā)驅(qū)動(dòng)器輸出 一個(gè)檢測信號(hào)。 上面這些傳統(tǒng)方法的設(shè)備成本高、建立和維護(hù)也比較困難。隨著計(jì)算機(jī)視覺技術(shù)
的飛速發(fā)展，交通流量的視頻檢測技術(shù)正以其安裝簡單、操作容易、維護(hù)方便等特點(diǎn)逐漸取
代傳統(tǒng)的方法。 視頻檢測方法是通過閉路電視系統(tǒng)或數(shù)字照相機(jī)、攝像機(jī)進(jìn)行現(xiàn)場數(shù)據(jù)采集，采 用視頻識(shí)別技術(shù)、計(jì)算機(jī)視覺技術(shù)、圖像處理技術(shù)和數(shù)字化技術(shù)分析交通數(shù)據(jù)，通過對(duì)連續(xù) 視頻圖像的分析，跟蹤車輛行為過程，來實(shí)現(xiàn)車輛的分類統(tǒng)計(jì)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于視頻的交通車流量檢測方法。
為了實(shí)現(xiàn)上述目的，本發(fā)明采取如下的技術(shù)解決方案
—種基于視頻的交通車流量檢測方法，其特征在于，包括以下步驟
步驟一、信息采集采用攝像機(jī)采集交通視頻信息； 步驟二、圖像預(yù)處理將攝像機(jī)采集的視頻數(shù)據(jù)進(jìn)行圖像預(yù)處理，將采集的交通視 頻數(shù)據(jù)處理成所需像素?cái)?shù)量的視頻序列； 步驟三、虛擬檢測區(qū)域的設(shè)置以幀為單位讀取整個(gè)視頻數(shù)據(jù)，針對(duì)首幀圖像設(shè)置 虛擬檢測區(qū)域，選取合適大小的與車輛行駛方向相垂直的矩形區(qū)域作為車輛檢測的處理分 析區(qū)域；
3
步驟四、坐標(biāo)標(biāo)定以實(shí)際道路上的標(biāo)識(shí)點(diǎn)為參照，找到實(shí)際道路圖像與所拍攝的 視頻圖像所對(duì)應(yīng)的透視關(guān)系，對(duì)虛擬檢測區(qū)域進(jìn)行坐標(biāo)轉(zhuǎn)換； 步驟五、目標(biāo)提取對(duì)目標(biāo)區(qū)域進(jìn)行二值化分割，對(duì)得到的二值化特征圖進(jìn)行分 析； 步驟六、利用車輛邊緣的二維信息對(duì)車輛進(jìn)行判斷在虛擬檢測區(qū)域內(nèi)檢測是否
存在車輛側(cè)邊界和車尾的模式特征，如果檢測到某目標(biāo)同時(shí)具有側(cè)邊界和車尾的模式特
征，則為檢測到車輛，進(jìn)入步驟七，否則返回步驟五； 步驟七、車輛計(jì)數(shù)，一個(gè)車輛的檢測過程結(jié)束。
其中，所述步驟三中虛擬檢測區(qū)域的設(shè)置包括以下步驟 St印301 :取道路最外側(cè)的車道線作為整個(gè)視頻圖像的參考邊界； St印302 :在道路上取與實(shí)際道路方向垂直的連線CD ; St印303 :在圖像上取一個(gè)與CD為適當(dāng)距離的點(diǎn)，經(jīng)過該點(diǎn)取一條與連線CD平行 的平行線AB，平行線AB、參考邊界及連線CD所圍成的區(qū)域?yàn)閷?shí)際中與道路方向垂直的虛擬 檢測區(qū)域ABDC。
其中，所述步驟四中的坐標(biāo)標(biāo)定包括以下步驟 St印401 :將虛擬檢測區(qū)域ABDC的四個(gè)邊界點(diǎn)分別對(duì)應(yīng)到A' B' D' C'上； St印402 :在虛擬檢測區(qū)域中從平行線AB開始，等幅度的增加縱坐標(biāo)所對(duì)應(yīng)的像
素，得到若干與平行線AB平行的直線，直到到達(dá)連線CD為止，將每一條直線上像素點(diǎn)對(duì)應(yīng)
的灰度值標(biāo)定到區(qū)域A' B' D' C'中與A' B'平行的等間隔直線上，直到到達(dá)C' D'為止； St印403 :二次線性插值，將A' B' D' C'中找不到在ABDC中所對(duì)應(yīng)的像素點(diǎn)進(jìn)行
線性插值，將其灰度值進(jìn)行填充，得到兩次轉(zhuǎn)換對(duì)應(yīng)的坐標(biāo)關(guān)系，完成坐標(biāo)轉(zhuǎn)換。 由以上可知，本發(fā)明的方法通過在圖像上建立虛擬檢測區(qū)域，在該虛擬檢測區(qū)域
內(nèi)做數(shù)據(jù)處理和分析，采用側(cè)邊界和尾部對(duì)目標(biāo)進(jìn)行判定，只有同時(shí)滿足具有側(cè)邊界和尾
部的目標(biāo)才判斷為車輛，可有效降低誤判率，避免外界因素的干擾，同時(shí)找到世界坐標(biāo)和視
頻坐標(biāo)的對(duì)應(yīng)關(guān)系，將從攝像機(jī)獲取的二維圖像或圖像位置之間的幾何關(guān)系恢復(fù)或者重建
其三維模型，通過透視轉(zhuǎn)換坐標(biāo)可以提高交通參數(shù)檢測的精度。


圖1為本發(fā)明方法的流程圖；
圖2為虛擬檢測區(qū)域設(shè)置示意圖；
圖3為坐標(biāo)標(biāo)定示意圖。 以下結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式
作進(jìn)一步詳細(xì)地說明。
具體實(shí)施例方式
如圖1所示，本發(fā)明的方法包括以下步驟 步驟一、信息采集采用攝像機(jī)采集交通視頻信息； 步驟二、圖像預(yù)處理將攝像機(jī)采集的視頻數(shù)據(jù)進(jìn)行圖像預(yù)處理，將采集的交通視 頻數(shù)據(jù)處理成所需像素?cái)?shù)量的視頻序列，如720*288個(gè)像素； 步驟三、虛擬檢測區(qū)域的設(shè)置以幀為單位讀取整個(gè)視頻序列，針對(duì)首幀圖像設(shè)置虛擬檢測區(qū)域，即在讀取的首幀圖像上選取合適大小的與車輛行駛方向相垂直的區(qū)域，作為車輛檢測的處理分析的虛擬檢測區(qū)域； 步驟四、坐標(biāo)標(biāo)定以實(shí)際道路上的標(biāo)識(shí)點(diǎn)為參照，如利用道路上的現(xiàn)有標(biāo)識(shí)點(diǎn)或人為放置標(biāo)志物，找到實(shí)際道路圖像與所拍攝的視頻圖像所對(duì)應(yīng)的透視關(guān)系，對(duì)虛擬檢測區(qū)域進(jìn)行坐標(biāo)轉(zhuǎn)換，以后每一幀圖像的處理與分析都僅針對(duì)這個(gè)虛擬檢測區(qū)域內(nèi)的數(shù)據(jù)；
步驟五、目標(biāo)提取對(duì)目標(biāo)區(qū)域進(jìn)行二值化分割，對(duì)得到的二值化特征圖進(jìn)行分析，本步驟的二值化處理方法與現(xiàn)有常用的二值化處理方法相同，可采用基于背景跟蹤和幀差法相結(jié)合的目標(biāo)提取方法； 步驟六、利用車輛目標(biāo)的邊界形態(tài)模式信息對(duì)車輛進(jìn)行判斷在虛擬檢測區(qū)域內(nèi)
檢測是否存在車輛側(cè)邊界和車尾的模式特征，如果檢測到某目標(biāo)同時(shí)具有側(cè)邊界和車尾的
模式特征，則判斷為檢測到車輛，進(jìn)入計(jì)數(shù)步驟；即通過目標(biāo)的側(cè)邊界和車尾判斷虛擬檢測
區(qū)域內(nèi)的目標(biāo)是否為車輛，如果同時(shí)檢測到目標(biāo)具有側(cè)邊界和車尾，則判斷為一輛車，進(jìn)入
步驟七，否則返回步驟五繼續(xù)提取目標(biāo)； 步驟七、車輛計(jì)數(shù)， 一個(gè)車輛的檢測過程結(jié)束。 參照?qǐng)D2，以下對(duì)步驟三中虛擬檢測區(qū)域的設(shè)置方法作說明，以下說明中以兩車道舉例說明 St印301 :取道路最外側(cè)的左車道線10和右車道線12兩條車道線作為整個(gè)視頻圖像的參考邊界； St印302 :在道路上取與實(shí)際道路方向垂直的連線CD ;例如，可以每個(gè)車道中間的白色虛線為參照物，分別取左車道線10與中車道線11之間的第一等距離點(diǎn)13以及和中車道線11與右車道線12之間的第二等距離點(diǎn)14，將第一等距點(diǎn)13和第二等距離點(diǎn)14連起來得到連線CD，在實(shí)際中第一等距點(diǎn)13和第二等距離點(diǎn)14這兩點(diǎn)間的連線CD與實(shí)際道路的方向垂直，也可以利用道路上的其它參照物，如標(biāo)號(hào)、箭頭等找到垂直于實(shí)際道路方向的連線CD ; St印303 :在圖像上取一個(gè)與連線CD在實(shí)際道路上具有一定距離(比如3米)的點(diǎn)15，經(jīng)過該點(diǎn)15取一條與連線CD平行的平行線AB，平行線AB與左右邊界(即左車道線IO和右車道線12)以及連線CD所圍成的區(qū)域就是在實(shí)際中與道路方向垂直的虛擬檢測區(qū)域ABDC。 參照?qǐng)D3，以下對(duì)步驟四中的坐標(biāo)標(biāo)定的方法作進(jìn)一步的說明，實(shí)際道路的視頻圖像由于透視關(guān)系為梯形，為了方便計(jì)算機(jī)處理，將虛擬檢測區(qū)域ABCD通過坐標(biāo)轉(zhuǎn)化為矩形區(qū)域A' B' D' C'，包括以下步驟 St印401 :將虛擬檢測區(qū)域ABDC的四個(gè)邊界點(diǎn)分別對(duì)應(yīng)到A' B' D' C'上；
St印402 :根據(jù)所選虛擬檢測區(qū)域的特點(diǎn)平行線AB平行于連線CD，則在這個(gè)區(qū)域中從平行線AB開始，等幅度地增加縱坐標(biāo)所對(duì)應(yīng)的像素，得到若干與平行線AB平行的直線，直到到達(dá)連線CD為止，將每一條直線上像素點(diǎn)對(duì)應(yīng)的灰度值標(biāo)定到區(qū)域A' B' D' C'中與A' B'平行的等間隔直線上，直到到達(dá)C' D'為止； St印403 :二次線性插值，將A' B' D' C'中找不到在ABDC中所對(duì)應(yīng)的像素點(diǎn)進(jìn)行
線性插值，將其灰度值進(jìn)行填充，得到兩次轉(zhuǎn)換對(duì)應(yīng)的坐標(biāo)關(guān)系，完成坐標(biāo)轉(zhuǎn)換。 得到區(qū)域A' B' D' C'后，所有圖像的處理分析都在這個(gè)區(qū)域內(nèi)進(jìn)行，當(dāng)檢測區(qū)域內(nèi)的目標(biāo)同時(shí)具有側(cè)邊界和尾部時(shí)，判斷為一輛車，側(cè)邊界可以是右側(cè)邊界也可以是左側(cè)邊
界，根據(jù)攝像頭的安裝位置確定。
本發(fā)明具有以下優(yōu)點(diǎn) 1.虛擬檢測區(qū)域的選取，考慮攝像機(jī)采集實(shí)際圖像的特點(diǎn)，采用與實(shí)際道路方向 相垂直和車道邊界相結(jié)合的選取方法除了可以節(jié)省數(shù)據(jù)處理的內(nèi)存資源，還可以體現(xiàn)系統(tǒng) 設(shè)計(jì)的直觀性； 2.透視轉(zhuǎn)換，找到世界坐標(biāo)和視頻坐標(biāo)的對(duì)應(yīng)關(guān)系，即從攝像機(jī)獲取的二維圖像 或圖像位置之間的幾何關(guān)系恢復(fù)或者重建其三維模型，通過透視轉(zhuǎn)換坐標(biāo)可以提高交通參 數(shù)檢測的精度； 3.目標(biāo)二值化分割，在原來幀差法的基礎(chǔ)上做了改進(jìn)，結(jié)合背景目標(biāo)二值化提取 方法從根本上解決了二值化以后的車輛信息丟失問題，使整個(gè)方法的檢測準(zhǔn)確度有了很明 顯的提高； 4.基于車輛側(cè)邊界和車尾模式檢測車輛，使整個(gè)方法的抗干擾性有很大提高，而 且準(zhǔn)確可靠，解決了常規(guī)基于目標(biāo)分割等方法的諸多局限。 因此，此車流量檢測方法的設(shè)計(jì)不僅是在同領(lǐng)域方法的穩(wěn)定性和準(zhǔn)確性了很大的 改觀，而且考慮到將來應(yīng)用在整個(gè)系統(tǒng)當(dāng)中，所以對(duì)其穩(wěn)定性、魯棒性、和節(jié)省資源的要求 也有考慮。 本發(fā)明提出的交通車流量檢測方法，可將￥0++平臺(tái)下的軟件移植到05 平臺(tái)上， 并進(jìn)行錄像帶測試和現(xiàn)場試驗(yàn)。為了適應(yīng)與DSP平臺(tái)的方法和軟件優(yōu)化，可在DSP平臺(tái)上 進(jìn)行方法調(diào)整和修改，大部分的軟件設(shè)計(jì)采用普通Windows XP系統(tǒng)下的VC++編程語言。
權(quán)利要求
一種基于視頻的交通車流量檢測方法，其特征在于，包括以下步驟步驟一、信息采集采用攝像機(jī)采集交通視頻信息；步驟二、圖像預(yù)處理將攝像機(jī)采集的視頻數(shù)據(jù)進(jìn)行圖像預(yù)處理，將采集的交通視頻數(shù)據(jù)處理成所需像素?cái)?shù)量的視頻序列；步驟三、虛擬檢測區(qū)域的設(shè)置以幀為單位讀取整個(gè)視頻數(shù)據(jù)，針對(duì)首幀圖像設(shè)置虛擬檢測區(qū)域，選取合適大小的與車輛行駛方向相垂直的矩形區(qū)域作為車輛檢測的處理分析區(qū)域；步驟四、坐標(biāo)標(biāo)定以實(shí)際道路上的標(biāo)識(shí)點(diǎn)為參照，找到實(shí)際道路圖像與所拍攝的視頻圖像所對(duì)應(yīng)的透視關(guān)系，對(duì)虛擬檢測區(qū)域進(jìn)行坐標(biāo)轉(zhuǎn)換；步驟五、目標(biāo)提取對(duì)目標(biāo)區(qū)域進(jìn)行二值化分割，對(duì)得到的二值化特征圖進(jìn)行分析；步驟六、利用車輛邊緣的二維信息對(duì)車輛進(jìn)行判斷在虛擬檢測區(qū)域內(nèi)檢測是否存在車輛側(cè)邊界和車尾的模式特征，如果檢測到某目標(biāo)同時(shí)具有側(cè)邊界和車尾的模式特征，則為檢測到車輛，進(jìn)入步驟七，否則返回步驟五；步驟七、車輛計(jì)數(shù)，一個(gè)車輛的檢測過程結(jié)束；
2. 如權(quán)利要求1所述的基于視頻的交通車流量檢測方法，其特征在于所述步驟三中 虛擬檢測區(qū)域的設(shè)置包括以下步驟St印301 :取道路最外側(cè)的車道線作為整個(gè)視頻圖像的參考邊界； St印302 :在道路上取與實(shí)際道路方向垂直的連線CD ;St印303 :在圖像上取一個(gè)與連線CD距離適當(dāng)?shù)狞c(diǎn)，經(jīng)過該點(diǎn)取一條與連線CD平行的 平行線AB，平行線AB、參考邊界及連線CD所圍成的區(qū)域?yàn)閷?shí)際中與道路方向垂直的虛擬檢 測區(qū)域ABDC。
3. 如權(quán)利要求1所述的基于視頻的交通車流量檢測方法，其特征在于所述步驟四中 的坐標(biāo)標(biāo)定包括以下步驟St印401 :將虛擬檢測區(qū)域ABDC的四個(gè)邊界點(diǎn)分別對(duì)應(yīng)到A' B， D' C，上； St印402 :在虛擬檢測區(qū)域中從平行線AB開始，等幅度的增加縱坐標(biāo)所對(duì)應(yīng)的像素， 得到若干與平行線AB平行的直線，直到到達(dá)連線CD為止，將每一條直線上像素點(diǎn)對(duì)應(yīng)的灰 度值標(biāo)定到區(qū)域A' B' D' C'中與A' B'平行的等間隔直線上，直到到達(dá)C' D'為止；St印403 :二次線性插值，將A' B' D' C'中找不到在ABDC中所對(duì)應(yīng)的像素點(diǎn)進(jìn)行線性 插值，將其灰度值進(jìn)行填充，得到兩次轉(zhuǎn)換對(duì)應(yīng)的坐標(biāo)關(guān)系，完成坐標(biāo)轉(zhuǎn)換。
全文摘要
一種基于視頻的交通車流量檢測方法，包括以下步驟信息采集；圖像預(yù)處理；虛擬檢測區(qū)域的設(shè)置讀取整個(gè)視頻數(shù)據(jù)，針對(duì)首幀圖像設(shè)置虛擬區(qū)域虛擬檢測區(qū)域，選取合適大小的與車輛行駛方向相垂直的區(qū)域作為車輛檢測的處理分析的虛擬檢測區(qū)域；坐標(biāo)標(biāo)定找到實(shí)際道路圖像與所拍攝的視頻圖像所對(duì)應(yīng)的透視關(guān)系，對(duì)虛擬檢測區(qū)域進(jìn)行坐標(biāo)轉(zhuǎn)換；目標(biāo)提取對(duì)目標(biāo)區(qū)域進(jìn)行二值化分割，對(duì)得到的二值化特征圖進(jìn)行分析；利用車輛邊緣的二維信息對(duì)車輛進(jìn)行判斷在虛擬檢測區(qū)域內(nèi)檢測每一個(gè)目標(biāo)的側(cè)邊界和車尾位置，如果檢測到目標(biāo)同時(shí)具有側(cè)邊界和車尾則為車輛，進(jìn)入下一步，否則返回繼續(xù)提取目標(biāo)；車輛計(jì)數(shù)；檢測結(jié)束。
文檔編號(hào)G06K9/00GK101777263SQ20101010738
公開日2010年7月14日 申請(qǐng)日期2010年2月8日 優(yōu)先權(quán)日2010年2月8日
發(fā)明者宋俊芳, 宋煥生, 王國強(qiáng), 趙東亮, 趙祥模 申請(qǐng)人:長安大學(xué)