專利名稱：一種基于圖像紋理檢測(cè)道路交通狀況的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻檢測(cè)技術(shù)領(lǐng)域，涉及一種基于圖像紋理檢測(cè)道路交通狀況的方 法。
背景技術(shù)：
近年來(lái)，隨著世界經(jīng)濟(jì)的快速發(fā)展，交通負(fù)荷急劇增長(zhǎng)，隨之而來(lái)的道路擁擠嚴(yán) 重、交通事故頻發(fā)等問(wèn)題已經(jīng)逐步成為制約各國(guó)交通發(fā)展的主要因素。因此，及時(shí)正確地進(jìn) 行道路交通擁堵判別，是采取合理預(yù)警措施、主動(dòng)避免交通擁堵的前提，同時(shí)也可以為公眾 出行以及城市公交調(diào)度提供參考，是提高道路通行能力的有效手段?，F(xiàn)有分析城市道路交通擁堵狀況的技術(shù)主要有環(huán)形線圈法、雷達(dá)(微波)法、超 聲波法、基于GPS數(shù)據(jù)法等。這些方法各有利弊都不能實(shí)現(xiàn)準(zhǔn)確、實(shí)時(shí)、方便地檢測(cè)道路交 通狀況。視頻處理技術(shù)由于具有處理信息量大、無(wú)需破壞地面、安裝維護(hù)方便等優(yōu)點(diǎn)，在道 路交通擁堵檢測(cè)方面具有較好的應(yīng)用前景。本發(fā)明通過(guò)觀察大量交通視頻數(shù)據(jù)，分析道路處于各交通狀況時(shí)的特征，當(dāng)?shù)缆?處于暢通狀態(tài)時(shí)，車輛處于快速運(yùn)動(dòng)狀態(tài)，因此相鄰幀圖像會(huì)有明顯變化，且車道占有率較 低；當(dāng)?shù)缆诽幱陲柡蜖顟B(tài)時(shí)，車輛處于緩慢運(yùn)動(dòng)狀態(tài)，因此相鄰幀圖像變化較小，且車道占 有率相對(duì)較高；當(dāng)?shù)缆诽幱趽矶聽顟B(tài)時(shí)，車輛停止且持續(xù)時(shí)間很長(zhǎng)，車輛占有率極高?；谏鲜雎窙r特征以及大量實(shí)驗(yàn)驗(yàn)證，提出基于紋理檢測(cè)道路交通狀況的方法， 該方法能夠很好的將時(shí)間與空間結(jié)合，減少單一由時(shí)間或空間上的判斷而帶來(lái)的誤差，因 此準(zhǔn)確性較高，同時(shí)根據(jù)空間紋理分析得到的車輛空間占有率可以進(jìn)行車道參數(shù)的分析， 因此本發(fā)明可同時(shí)分析交通事件及計(jì)算交通參數(shù)，具有較廣的應(yīng)用前景。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于紋理檢測(cè)道路交通狀況的方法，該方法能夠準(zhǔn)確實(shí) 現(xiàn)交通狀況的實(shí)時(shí)檢測(cè)。為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案 一種基于紋理檢測(cè)道路交通狀況的方法，該方法包括以下步驟 步驟一對(duì)視頻圖像進(jìn)行空域紋理分析
(1)在視頻圖像中確定目標(biāo)車道，將目標(biāo)車道沿車輛行駛方向分割成若干路段，再沿車 道線方向?qū)⑺指畹母髀范蝿澐譃槿舾蓞^(qū)域，分段對(duì)所劃分的視頻圖像區(qū)域進(jìn)行空域紋理 處理，求出各區(qū)域分界線上相鄰行之間像素灰度值差的絕對(duì)值，即為空域紋理的變化值；
(2)求出各車目標(biāo)車道每一行空域紋理變化的最大值；
(3)對(duì)整幅視頻圖像空域紋理變化的最大值進(jìn)行平滑處理；
(4)對(duì)平滑處理后的最大值進(jìn)行二值化，若該值大于二值化閾值，則將其設(shè)為1，否則為0 ；
(5)對(duì)二值化后的數(shù)據(jù)進(jìn)行處理，將像素個(gè)數(shù)小于10且實(shí)際距離小于5米且二值化狀 態(tài)結(jié)果不一致的數(shù)據(jù)賦為相同的狀態(tài)； 步驟二 對(duì)視頻圖像進(jìn)行時(shí)域紋理分析
(1)在視頻圖像中確定目標(biāo)車道，將目標(biāo)車道沿車輛行駛方向分割成若干路段，分段對(duì) 所劃分的視頻圖像區(qū)域進(jìn)行時(shí)域紋理處理，求出各段車道中線上相隔一定幀數(shù)對(duì)應(yīng)位置像 素差的絕對(duì)值，即為時(shí)域紋理的變化值。由于對(duì)于車道較遠(yuǎn)處其對(duì)應(yīng)的實(shí)際距離較大，對(duì)實(shí) 際分析結(jié)果影響不大，且為了節(jié)省運(yùn)算時(shí)間，在具體實(shí)現(xiàn)時(shí)可將每條車道劃分為三段處理， 從圖像底端到1/3車道長(zhǎng)度、1/3車道長(zhǎng)度到2/3車道長(zhǎng)度、2/3車道長(zhǎng)度到圖像頂端分別 采用相鄰幀、隔1幀、隔兩幀進(jìn)行時(shí)域紋理處理。(2)對(duì)整幅視頻圖像時(shí)域紋理的變化值進(jìn)行平滑處理；
(3)對(duì)平滑處理后的時(shí)域紋理的變化值進(jìn)行二值化，若該值大于二值化閾值，則將其設(shè) 為1，否則為0;
(4)對(duì)二值化后的數(shù)據(jù)進(jìn)行處理，將像素個(gè)數(shù)小于10且實(shí)際距離小于5米且二值化狀 態(tài)結(jié)果不一致的數(shù)據(jù)賦為相同的狀態(tài)；
步驟三道路交通狀況分析判斷；
(1)分段處理空域紋理分析過(guò)程中數(shù)據(jù)為1時(shí)所對(duì)應(yīng)的像素個(gè)數(shù)；
(2)當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于50%—80%且對(duì)應(yīng)實(shí)際距離大于 60—120米時(shí)，則對(duì)時(shí)域紋理分析為1的值與空域紋理分析為1的值進(jìn)行比值分析；當(dāng)該像 素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比及對(duì)應(yīng)實(shí)際距離不滿足上述條件時(shí)，判斷目標(biāo)車道所 分割的所有路段是否處理完畢，如果沒(méi)有處理完畢，則對(duì)下一路段進(jìn)行上述處理；如果所有 路段均已處理完畢，則判斷此時(shí)道路處于暢通狀態(tài)；
(3)當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于50%—80%且對(duì)應(yīng)實(shí)際距離大于 60—120米時(shí)，則對(duì)時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比進(jìn)行判斷，如 果時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比小于10%時(shí)，標(biāo)記此幀滿足飽 或和擁堵條件，如果連續(xù)一定幀數(shù)滿足擁堵條件且已進(jìn)入飽和狀態(tài)時(shí)，則判斷該道路交通 狀況為擁堵狀態(tài)，否則該道路交通狀況為飽和狀態(tài)；如果時(shí)域紋理分析為1的值與空域紋 理分析為1的值的百分比大于或等于10%時(shí)，標(biāo)記此幀滿足飽和條件，如果連續(xù)一定幀數(shù)滿 足飽和條件時(shí)，則判斷該道路交通狀況為飽和狀態(tài)，否則該道路交通狀況為暢通狀態(tài)。本發(fā)明的基于紋理檢測(cè)道路交通狀況的方法是逐行逐幀進(jìn)行，其處理時(shí)間小于數(shù) 據(jù)的采集時(shí)間，因此能夠保證檢測(cè)的實(shí)時(shí)性，并且基于圖像紋理的計(jì)算能夠準(zhǔn)確的判斷車 輛的時(shí)間占有率及空間占有率，為交通參數(shù)統(tǒng)計(jì)提供依據(jù)。本發(fā)明通過(guò)道路安裝的攝像頭 可獲取實(shí)時(shí)路況視頻，實(shí)驗(yàn)設(shè)備簡(jiǎn)單；對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析處理時(shí)，能夠較快判斷出路況信 息，延遲較小。


圖1是視頻圖像空域紋理分析流程圖。圖2是視頻圖像時(shí)域紋理分析流程圖。圖3是道路交通狀況判斷流程圖。
圖4是道路飽和狀態(tài)的效果圖，其中圖4a為道路飽和實(shí)時(shí)視頻圖像，圖4b為對(duì)道 路飽和視頻圖像經(jīng)過(guò)處理后的空域與時(shí)域紋理變化波形圖。圖5是道路飽和狀態(tài)的效果圖，其中圖5a為道路飽和實(shí)時(shí)視頻圖像，圖5b為對(duì)道 路飽和視頻圖像經(jīng)過(guò)處理后的空域與時(shí)域紋理變化波形圖。圖6是道路飽和狀態(tài)的效果圖，其中圖6a為道路飽和實(shí)時(shí)視頻圖像，圖6b為對(duì)道 路飽和視頻圖像經(jīng)過(guò)處理后的空域與時(shí)域紋理變化波形圖。圖7是道路暢通狀態(tài)的效果圖，其中，圖7a為道路暢通實(shí)時(shí)視頻圖像，圖7b為對(duì) 道路暢通視頻圖像經(jīng)過(guò)處理后的空域及時(shí)域紋理變化波形圖。下面結(jié)合附圖對(duì)本發(fā)明的內(nèi)容作進(jìn)一步詳細(xì)說(shuō)明。
具體實(shí)施例方式空域紋理分析通過(guò)計(jì)算每幀圖像中沿車道方向相鄰行對(duì)應(yīng)像素的圖像紋理變化， 判斷路面車輛的空間占有率，其中主要困難是區(qū)分車輛形成的紋理與樹影及路面本身紋理 的區(qū)別。為避免車道邊緣樹影及路面的干擾，本發(fā)明在進(jìn)行空域紋理分析時(shí)，根據(jù)車道的走 勢(shì)將車道進(jìn)行分段分析，對(duì)兩車道線間的中間區(qū)域進(jìn)行處理。時(shí)域紋理分析主要檢測(cè)視頻 圖像相隔一定幀的紋理變化，由此判斷車輛的時(shí)間占有率。由于映射表關(guān)系及同一車道不 同位置對(duì)結(jié)果判斷的影響，對(duì)于同一車道同樣將其進(jìn)行分段分析，不同位置的車道采取不 同的幀間隔進(jìn)行處理。對(duì)于時(shí)域紋理分析結(jié)果如果變化較多，則說(shuō)明車輛處于較快的運(yùn)動(dòng) 狀態(tài)，如果變化較少，則說(shuō)明此刻車輛運(yùn)動(dòng)速度較慢。本發(fā)明結(jié)合對(duì)視頻圖像的空域和時(shí)域紋理分析來(lái)判斷道路的交通狀況?？沼蚣y理 分析用來(lái)判斷車輛的空間占有率，時(shí)域紋理分析用來(lái)判斷車輛的時(shí)間占有率，如果時(shí)域紋 理變化較少且空域紋理顯示車輛空間占有率較大，則表明當(dāng)前交通狀況處于飽和和擁堵的 置信度較高，反之，則處于暢通的置信度較高。參見(jiàn)圖1-圖3，本發(fā)明的基于紋理檢測(cè)道路交通狀況的方法，該方法包括以下步 驟
步驟一對(duì)視頻圖像進(jìn)行空域紋理分析
(1)在視頻圖像中確定目標(biāo)車道，將目標(biāo)車道沿車輛行駛方向分割成若干路段，再沿車 道線方向?qū)⑺指畹母髀范蝿澐譃槿舾蓞^(qū)域，分段對(duì)所劃分的視頻圖像區(qū)域進(jìn)行空域紋理 處理，求出各區(qū)域分界線上相鄰行之間像素灰度值差的絕對(duì)值，即為空域紋理的變化值；
(2)求出各車道每一行空域紋理變化的最大值；
(3)對(duì)整幅視頻圖像空域紋理變化的最大值進(jìn)行平滑處理；
(4)對(duì)平滑處理后的最大值進(jìn)行二值化，若該值大于二值化閾值，則將其設(shè)為1，否則為
0 ；
(5)對(duì)二值化后的數(shù)據(jù)進(jìn)行處理，將像素個(gè)數(shù)小于10且實(shí)際距離小于5米且二值化狀 態(tài)結(jié)果不一致的數(shù)據(jù)賦為相同的狀態(tài)。對(duì)于進(jìn)行二值化處理后的數(shù)據(jù)，由于路面環(huán)境的復(fù) 雜性，會(huì)出現(xiàn)較多的紋理變化，對(duì)處理結(jié)果分析帶來(lái)一定的難度，為了方便后期的判斷，對(duì) 于二值化變化較頻繁的區(qū)域我們進(jìn)行選擇性填充，填充要求的選擇條件，我們根據(jù)大量的 實(shí)驗(yàn)數(shù)據(jù)分析獲得，如果對(duì)應(yīng)的像素個(gè)數(shù)較小如10個(gè)像素，且實(shí)際距離小于一個(gè)車長(zhǎng)，我 們將其填充，此時(shí)對(duì)實(shí)際結(jié)果的分析不會(huì)造成影響。
步驟二 對(duì)視頻圖像進(jìn)行時(shí)域紋理分析
(1)在視頻圖像中確定目標(biāo)車道，將目標(biāo)車道沿車輛行駛方向分割成若干路段，分段對(duì) 所劃分的視頻圖像區(qū)域進(jìn)行時(shí)域紋理處理，求出各段車道中線上相隔一定幀數(shù)對(duì)應(yīng)位置像 素差的絕對(duì)值，即為時(shí)域紋理的變化值。由于對(duì)于車道較遠(yuǎn)處其對(duì)應(yīng)的實(shí)際距離較大，對(duì)實(shí) 際分析結(jié)果影響不大，且為了節(jié)省運(yùn)算時(shí)間，在具體實(shí)現(xiàn)時(shí)可將每條車道劃分為三段處理， 從圖像底端到1/3車道長(zhǎng)度、1/3車道長(zhǎng)度到2/3車道長(zhǎng)度、2/3車道長(zhǎng)度到圖像頂端分別 采用相鄰幀、隔1幀、隔兩幀進(jìn)行時(shí)域紋理處理；
(2)對(duì)整幅視頻圖像時(shí)域紋理的變化值進(jìn)行平滑處理；
(3)對(duì)平滑處理后的時(shí)域紋理的變化值進(jìn)行二值化，若該值大于二值化閾值，則將其設(shè) 為1，否則為0;
(4)對(duì)二值化后的數(shù)據(jù)進(jìn)行處理，將像素個(gè)數(shù)小于10且實(shí)際距離小于5米(此值依據(jù)最 小車長(zhǎng)設(shè)定，最小為4米)且二值化狀態(tài)結(jié)果不一致的數(shù)據(jù)賦為相同的狀態(tài)。對(duì)于進(jìn)行二值 化處理后的數(shù)據(jù)，由于路面環(huán)境的復(fù)雜性，會(huì)出現(xiàn)較多的紋理變化，對(duì)處理結(jié)果分析帶來(lái)一 定的難度，為了方便后期的判斷，對(duì)于二值化變化較頻繁的區(qū)域我們進(jìn)行選擇性填充，填充 要求的選擇條件，我們根據(jù)大量的實(shí)驗(yàn)數(shù)據(jù)分析獲得，如果對(duì)應(yīng)的像素個(gè)數(shù)較小如10個(gè)像 素，且實(shí)際距離小于一個(gè)車身長(zhǎng)，我們將其填充，此時(shí)對(duì)實(shí)際結(jié)果的分析不會(huì)造成影響。步驟三道路交通狀況分析判斷
(1)分段處理空域紋理分析過(guò)程中數(shù)據(jù)為1時(shí)所對(duì)應(yīng)的像素個(gè)數(shù)；
(2)當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于50%—80%(此值表示車道長(zhǎng)度上 至少有一半的長(zhǎng)度被車占用)且對(duì)應(yīng)實(shí)際距離大于60—120米時(shí)，則對(duì)時(shí)域紋理分析為1的 值與空域紋理分析為1的值進(jìn)行比值分析；當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比及 對(duì)應(yīng)實(shí)際距離不滿足上述條件時(shí)，判斷目標(biāo)車道所分割的所有路段是否處理完畢，如果沒(méi) 有處理完畢，則對(duì)下一路段進(jìn)行上述處理；如果所有路段均以處理完畢，則判斷此時(shí)道路處 于暢通狀態(tài)。本發(fā)明通過(guò)觀察大量的視頻數(shù)據(jù)，對(duì)不同要求判斷準(zhǔn)確率的路況進(jìn)行了區(qū)別研 究研究發(fā)現(xiàn)如果目標(biāo)路段是關(guān)鍵路段，其需要對(duì)路況實(shí)時(shí)狀況進(jìn)行較高精確判斷時(shí)，該路 段進(jìn)入飽和擁堵的條件可以采用空域?yàn)?的像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于 80%且對(duì)應(yīng)實(shí)際距離大于120米作為判斷條件進(jìn)行判斷。如果目標(biāo)路段為一般道路街道，該 路段進(jìn)入飽和擁堵條件可以設(shè)置為空域?yàn)?的車道長(zhǎng)度占目標(biāo)車道總長(zhǎng)度百分比大于50% 且對(duì)應(yīng)實(shí)際距離大于60米作為判斷條件進(jìn)行判斷。(3)當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于50%—80%，且對(duì)應(yīng)實(shí)際距離 大于60—120米時(shí)，則對(duì)時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比進(jìn)行判 斷，如果時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比小于10%時(shí)，標(biāo)記此幀滿 足飽和和擁堵條件，如果連續(xù)一定幀數(shù)滿足擁堵條件且已進(jìn)入飽和狀態(tài)時(shí)，則判斷該道路 交通狀況為擁堵狀態(tài)，否則該道路交通狀況為飽和狀態(tài)；如果時(shí)域紋理分析為1的值與空 域紋理分析為1的值的百分比大于或等于10%時(shí)，標(biāo)記此幀滿足飽和條件，如果連續(xù)一定幀 數(shù)滿足飽和條件時(shí)，則判斷該道路交通狀況為飽和狀態(tài)，否則該道路交通狀況為暢通狀態(tài)。為保證路況信息報(bào)告的準(zhǔn)確性，減少誤報(bào)情況的發(fā)生，在進(jìn)行最后時(shí)域與空域紋 理分析時(shí)我們采取較嚴(yán)格的判斷條件。只有當(dāng)緩慢運(yùn)行的車輛占有率到整個(gè)車道的長(zhǎng)度的一半以上并且對(duì)應(yīng)實(shí)際的距離很大我們才進(jìn)行飽和擁堵的判斷。根據(jù)大量實(shí)際數(shù)據(jù)的觀 察，當(dāng)車輛處于擁堵狀態(tài)時(shí)，車輛基本處于停止運(yùn)動(dòng)狀態(tài)，因此時(shí)域與空域百分比很小，本 發(fā)明通過(guò)大量的數(shù)據(jù)分析及不斷的調(diào)整，最終對(duì)路面信息較好，外界干擾不明顯的路段，其 值取10%進(jìn)行處理。以下是發(fā)明人給出的具體實(shí)施例，需要說(shuō)明的是本發(fā)明并不限于以下實(shí)施例，凡 是在以下實(shí)施例基礎(chǔ)上的等同變換或者替換均屬于本發(fā)明的保護(hù)范圍。實(shí)施例1
參照?qǐng)D4所示，遵循上述技術(shù)步驟，對(duì)西安科技大學(xué)門前立交上拍攝的實(shí)際實(shí)時(shí)路況 視頻圖像進(jìn)行分析處理，此視頻數(shù)據(jù)路況平整，樹影及其他干擾較少，觀測(cè)結(jié)果較為理想， 對(duì)此段視頻分析判斷過(guò)程中所用到的具體參數(shù)如下 二值化閾值20 ；
空域與時(shí)域二值化后處理可進(jìn)行填充的像素個(gè)數(shù)10，實(shí)際距離5米； 飽和狀態(tài)持續(xù)幀數(shù)50 ； 擁堵狀態(tài)持續(xù)幀數(shù)100 ；
進(jìn)入飽和擁堵條件空域?yàn)?的像素個(gè)數(shù)占車道總像素個(gè)數(shù)百分比大于50%且對(duì)應(yīng)實(shí) 際距離大于60米；
時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比10% ； 遵循上述步驟，通過(guò)對(duì)實(shí)時(shí)采集到的道路交通視頻圖像(圖4a)進(jìn)行分析，白色條紋 表示此時(shí)道路已處于飽和狀態(tài)，即已經(jīng)有連續(xù)數(shù)幀滿足交通飽和條件，經(jīng)過(guò)分析該圖在第 1813幀時(shí)報(bào)出飽和事件，圖4b為對(duì)應(yīng)各車道的空域及時(shí)域紋理變化波形圖，可以發(fā)現(xiàn)當(dāng)?shù)?路處于飽和狀態(tài)時(shí)，時(shí)域與空域紋理變化與分析相符且百分比小于一定的比例，可見(jiàn)本發(fā) 明可以在實(shí)際中進(jìn)行廣泛應(yīng)用。實(shí)施例2
參照?qǐng)D5所示，對(duì)西安科技大學(xué)門前立交上拍攝的實(shí)際實(shí)時(shí)路況視頻圖像進(jìn)行分析處 理，此段視頻分析判斷所用到的具體參數(shù)如下 二值化閾值20 ；
空域與時(shí)域二值化后處理可進(jìn)行填充的像素個(gè)數(shù)10，實(shí)際距離5米； 飽和狀態(tài)持續(xù)幀數(shù)50 ； 擁堵狀態(tài)持續(xù)幀數(shù)100 ；
進(jìn)入飽和擁堵條件空域?yàn)?的像素個(gè)數(shù)占車道總像素個(gè)數(shù)百分比大于65%且對(duì)應(yīng)實(shí) 際距離大于90米；
時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比10%。遵循上述步驟，通過(guò)對(duì)實(shí)時(shí)采集到的道路交通視頻圖像(圖5a)進(jìn)行分析，白色條 紋表示此時(shí)道路已處于飽和狀態(tài)，即已經(jīng)有連續(xù)數(shù)幀滿足交通飽和條件，該圖在第3205幀 時(shí)報(bào)出飽和事件，圖5b為對(duì)應(yīng)各車道的空域及時(shí)域紋理變化波形圖，通過(guò)對(duì)比，可以發(fā)現(xiàn) 此時(shí)報(bào)出事件時(shí)對(duì)應(yīng)的車道空間占有率較高，對(duì)比上例報(bào)出事件的時(shí)間有所延長(zhǎng)，準(zhǔn)確率 有有所提高。實(shí)施例3
參照?qǐng)D6所示，對(duì)西安科技大學(xué)門前立交上拍攝的實(shí)際實(shí)時(shí)路況視頻圖像進(jìn)行分析處理，此段視頻分析判斷過(guò)程所用到的具體參數(shù)如下 二值化閾值20 ；
空域與時(shí)域二值化后處理可進(jìn)行填充的像素個(gè)數(shù)10，實(shí)際距離5米； 飽和狀態(tài)持續(xù)幀數(shù)50 ； 擁堵狀態(tài)持續(xù)幀數(shù)100 ；
進(jìn)入飽和擁堵條件空域?yàn)?的像素個(gè)數(shù)占車道總像素個(gè)數(shù)百分比大于80%且對(duì)應(yīng)實(shí) 際距離大于120米；
時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比10% ； 遵循上述步驟，通過(guò)對(duì)實(shí)時(shí)采集到的道路交通視頻圖像(圖6a)進(jìn)行分析，白色條紋表 示此時(shí)道路已處于飽和狀態(tài)，即已經(jīng)有連續(xù)數(shù)幀滿足交通飽和條件，該圖在第5078幀時(shí)報(bào) 出飽和事件，圖6b為對(duì)應(yīng)各車道的空域及時(shí)域紋理變化波形圖，通過(guò)對(duì)比可以發(fā)現(xiàn)報(bào)出事 件時(shí)對(duì)應(yīng)的車道空間占有率較高，此時(shí)進(jìn)入飽和和擁堵的條件較高，延遲較長(zhǎng)，但準(zhǔn)確率有 所提高，誤差減小。
實(shí)施例4
參照?qǐng)D7所示，對(duì)上海浦東國(guó)際機(jī)場(chǎng)入口的實(shí)時(shí)路況視頻圖像進(jìn)行分析處理，判斷過(guò) 程所用到的具體參數(shù)如下 二值化閾值20 ；
空域與時(shí)域二值化后處理可進(jìn)行填充的像素個(gè)數(shù)10，實(shí)際距離5米； 飽和狀態(tài)持續(xù)幀數(shù)50 ； 擁堵狀態(tài)持續(xù)幀數(shù)100 ；
進(jìn)入飽和擁堵條件空域?yàn)?的像素個(gè)數(shù)占車道總像素個(gè)數(shù)百分比大于50%且對(duì)應(yīng)實(shí) 際距離大于60米；
時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比10% ； 圖7a為實(shí)時(shí)采集到的道路暢通視頻，圖7b為對(duì)應(yīng)各車道的空域及時(shí)域紋理變化波形 圖，該圖在第2015幀時(shí)報(bào)出暢通事件，可以發(fā)現(xiàn)當(dāng)?shù)缆诽幱跁惩顟B(tài)時(shí)，時(shí)域具有較大的 變化，此時(shí)時(shí)域與空域百分比大于所設(shè)定的閾值，可見(jiàn)本發(fā)明可以在實(shí)際中進(jìn)行廣泛應(yīng)用。
權(quán)利要求
1.一種基于圖像紋理檢測(cè)道路交通狀況的方法，其特征在于包括以下步驟 步驟一對(duì)視頻圖像進(jìn)行空域紋理分析(1)在視頻圖像中確定目標(biāo)車道，將目標(biāo)車道沿車輛行駛方向分割成若干路段，再 沿車道線方向?qū)⑺指畹母髀范蝿澐譃槿舾蓞^(qū)域，分段對(duì)所劃分的視頻圖像區(qū)域進(jìn)行空域 紋理處理，求出各區(qū)域分界線上相鄰行之間像素灰度值差的絕對(duì)值，即為空域紋理的變化 值；(2)求出各目標(biāo)車道每一行空域紋理變化的最大值；(3)對(duì)整幅視頻圖像空域紋理變化的最大值進(jìn)行平滑處理；(4)對(duì)平滑處理后的最大值進(jìn)行二值化，若該值大于二值化閾值，則將其設(shè)為1，否則為0 ；(5)對(duì)二值化后的數(shù)據(jù)進(jìn)行處理，將像素個(gè)數(shù)小于10且實(shí)際距離小于5米且二值化狀 態(tài)結(jié)果不一致的數(shù)據(jù)賦為相同的狀態(tài)；步驟二 對(duì)視頻圖像進(jìn)行時(shí)域紋理分析(1)在視頻圖像中確定目標(biāo)車道，將目標(biāo)車道沿車輛行駛方向分割成若干路段，分段對(duì) 所劃分的視頻圖像區(qū)域進(jìn)行時(shí)域紋理處理，求出各段車道中線上相隔一定幀數(shù)對(duì)應(yīng)位置像 素差的絕對(duì)值，即為時(shí)域紋理的變化值；(2)對(duì)整幅視頻圖像時(shí)域紋理的變化值進(jìn)行平滑處理；(3)對(duì)平滑處理后的時(shí)域紋理的變化值進(jìn)行二值化，若該值大于二值化閾值，則將其設(shè) 為1，否則為0;(4)對(duì)二值化后的數(shù)據(jù)進(jìn)行處理，將像素個(gè)數(shù)小于10且實(shí)際距離小于5米且二值化狀 態(tài)結(jié)果不一致的數(shù)據(jù)賦為相同的狀態(tài)；步驟三道路交通狀況分析判斷(1)分段處理空域紋理分析過(guò)程中數(shù)據(jù)為1時(shí)所對(duì)應(yīng)的像素個(gè)數(shù)；(2)當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于50%—80%，且對(duì)應(yīng)實(shí)際距離大于 60—120米時(shí)，則對(duì)時(shí)域紋理分析為1的值與空域紋理分析為1的值進(jìn)行比值分析；當(dāng)該像 素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比及對(duì)應(yīng)實(shí)際距離不滿足上述條件時(shí)，判斷目標(biāo)車道所 分割的所有路段是否處理完畢，如果沒(méi)有處理完畢，則對(duì)下一路段進(jìn)行上述處理；如果所有 路段均以處理完畢，則判讀此時(shí)道路處于暢通狀態(tài)；(3)當(dāng)該像素個(gè)數(shù)占目標(biāo)車道總像素個(gè)數(shù)百分比大于50%—80%，且對(duì)應(yīng)實(shí)際距離大于 60—120米時(shí)，則對(duì)時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比進(jìn)行判斷，如 果時(shí)域紋理分析為1的值與空域紋理分析為1的值的百分比小于10%時(shí)，標(biāo)記此幀滿足飽 或和擁堵條件，如果連續(xù)一定幀數(shù)滿足擁堵條件且已進(jìn)入飽和狀態(tài)時(shí)，則判斷該道路交通 狀況為擁堵狀態(tài)，否則該道路交通狀況為飽和狀態(tài)；如果時(shí)域紋理分析為1的值與空域紋 理分析為1的值的百分比大于或等于10%時(shí)，標(biāo)記此幀滿足飽和條件，如果連續(xù)一定幀數(shù)滿 足飽和條件時(shí)，則判斷該道路交通狀況為飽和狀態(tài)，否則該道路交通狀況為暢通狀態(tài)。
2.如權(quán)利要求1所述的基于圖像紋理檢測(cè)道路交通狀況的方法，其特征在于對(duì)視頻 圖像進(jìn)行時(shí)域紋理分析時(shí)，將每條目標(biāo)車道劃分為三段，從視頻圖像底端到1/3車道長(zhǎng)度、 1/3車道長(zhǎng)度到2/3車道長(zhǎng)度、2/3車道長(zhǎng)度到圖像頂端分別采用相鄰幀、相隔1幀、相隔兩 幀進(jìn)行圖像處理。
全文摘要
本發(fā)明公開了一種基于紋理檢測(cè)道路交通狀況的方法，該方法結(jié)合對(duì)視頻圖像的空域和時(shí)域紋理分析來(lái)判斷道路的交通狀況。其中空域紋理分析用來(lái)判斷車輛的空間占有率，時(shí)域紋理分析用來(lái)判斷車輛的時(shí)間占有率，如果時(shí)域紋理變化較小且空域紋理顯示車輛空間占有率較大，則表明當(dāng)前交通狀況處于飽和和擁堵的置信度較高，反之，則處于暢通的置信度較高。本發(fā)明采用逐行逐幀進(jìn)行處理，其處理時(shí)間小于數(shù)據(jù)的采集時(shí)間，因此能夠保證檢測(cè)的實(shí)時(shí)性，并且基于圖像紋理的計(jì)算能夠準(zhǔn)確的確定出車輛的空間占有率及時(shí)間占有率，為交通參數(shù)統(tǒng)計(jì)提供依據(jù)。
文檔編號(hào)G06T7/20GK102136195SQ20111007508
公開日2011年7月27日 申請(qǐng)日期2011年3月28日 優(yōu)先權(quán)日2011年3月28日
發(fā)明者嚴(yán)玍伻, 劉童, 周婷潔, 夏波, 宋煥生, 張靜, 施春寧, 朱小平, 李潔, 楊孟拓, 袁彬, 郭玲玲, 陳艷, 馬銳安 申請(qǐng)人:長(zhǎng)安大學(xué)