專利名稱：一種違章停車檢測方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是涉及一種違章停車檢測方法和裝置。
背景技術(shù)：
由于違章停車容易引發(fā)交通事故，因此各個國家均設(shè)置了禁停路段，禁止隨意停車。目前國內(nèi)外大部分違章停車均采用人工監(jiān)測的方式，定點采集違章車輛的違章信息，消耗了大量的人力、物力和財力。隨著數(shù)字圖像處理技術(shù)的不斷發(fā)展，視頻監(jiān)控系統(tǒng)成為維護(hù)社會治安、加強社會管理的一個重要組成部分，基于圖像處理的視頻監(jiān)控系統(tǒng)在交通管制的應(yīng)用日益廣泛。然而，現(xiàn)有技術(shù)中僅能實現(xiàn)對禁停區(qū)域的視頻監(jiān)控，卻仍然需要人為瀏覽視頻或者現(xiàn)場監(jiān)控，仍然存在消耗人力的問題。雖然有文獻(xiàn)對道路違章停車的情況進(jìn)行了一定研究，但是仍沒有一套可行方案。綜上所述，現(xiàn)有技術(shù)中的視頻監(jiān)控系統(tǒng)，無法進(jìn)行違章停車的自動檢測。

發(fā)明內(nèi)容
本發(fā)明提出了一種違章停車檢測方法和裝置，可無需人工干預(yù)，自動進(jìn)行違章停車的檢測。為了達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的:一種違章停車檢測方法，其特征在于，包括步驟:步驟A，指定采集的視頻序列中的每幀圖像的禁停區(qū)域；步驟B，進(jìn)行前景檢測，檢測出前景中的目標(biāo)；步驟C，跟蹤檢測到的目標(biāo)，判斷是否有目標(biāo)進(jìn)入所述禁停區(qū)域，是，則進(jìn)入步驟D，否，則繼續(xù)判斷；步驟D，繪制禁停區(qū)域內(nèi)的顏色直方圖；步驟E，監(jiān)測所述顏色直方圖的發(fā)生變化后持續(xù)的時長，判斷該時長是否高于預(yù)設(shè)時間，是，則判定在禁停區(qū)域內(nèi)有違章停車，否，則判定在禁停區(qū)域內(nèi)沒有違章停車。其中，所述步驟B還包括步驟:利用otsu 二值化算法，對禁停區(qū)域進(jìn)行二值化；所述步驟C之后，步驟D之前還包括步驟:對進(jìn)入禁停區(qū)域的目標(biāo)采用向下降噪方法進(jìn)行降噪處理，并利用空域法進(jìn)行圖像增強。其中，所述步驟C中跟蹤檢測到的目標(biāo)包括步驟:利用OpenCV給出的FindContour方法提取前景中目標(biāo)的輪廓；計算所述目標(biāo)輪廓的外接矩形，跟蹤該外接矩形。其中，所述步驟B中進(jìn)行前景檢測包括步驟:以采集的視頻圖像序列的第一幀作為初始背景，采用差分法提取前景目標(biāo)的二值圖像。其中，所述步驟D中繪制顏色直方圖之前還包括步驟:統(tǒng)計圖像中各種顏色出現(xiàn)的概率，將各種顏色出現(xiàn)的概率按照由高到低進(jìn)行排名，選出排名位于前預(yù)設(shè)數(shù)值位的顏色做為主色；所述步驟D包括步驟:繪制選出的主色的顏色直方圖。其中，所述步驟C中對檢測到的目標(biāo)進(jìn)行跟蹤包括步驟:遍歷當(dāng)前幀檢測到的所有目標(biāo)，和上一幀圖像所檢測到的目標(biāo)進(jìn)行比較，若滿足如下條件:
權(quán)利要求
1.一種違章停車檢測方法，其特征在于，包括步驟: 步驟A，指定采集的視頻序列中的每幀圖像的禁停區(qū)域； 步驟B，進(jìn)行前景檢測，檢測出前景中的目標(biāo)； 步驟C，跟蹤檢測到的目標(biāo)，判斷是否有目標(biāo)進(jìn)入所述禁停區(qū)域，是，則進(jìn)入步驟D，否，則繼續(xù)判斷； 步驟D，繪制禁停區(qū)域內(nèi)的顏色直方圖； 步驟E，監(jiān)測所述顏色直方圖的發(fā)生變化后持續(xù)的時長，判斷該時長是否大于預(yù)設(shè)時間，是，則判定在禁停區(qū)域內(nèi)有違章停車，否，則判定在禁停區(qū)域內(nèi)沒有違章停車。
2.根據(jù)權(quán)利要求1所述的違章停車檢測方法，其特征在于，所述步驟B還包括步驟: 利用otsu 二值化算法，對禁停區(qū)域進(jìn)行二值化； 所述步驟C之后，步驟D之前還包括步驟: 對進(jìn)入禁停區(qū)域的目標(biāo)采用向下降噪方法進(jìn)行降噪處理，并利用空域法進(jìn)行圖像增強。
3.根據(jù)權(quán)利要求1所述的違章停車檢測方法，其特征在于，所述步驟C中跟蹤檢測到的目標(biāo)包括步驟: 利用OpenCV給出的FindContour方法提取前景中目標(biāo)的輪廓； 計算所述目標(biāo)輪廓的外接矩形，跟蹤該外接矩形。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟B中進(jìn)行前景檢測包括步驟: 以采集的視頻圖像序列的第一幀作為初始背景，采用差分法提取前景目標(biāo)的二值圖像。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟D中繪制顏色直方圖之前還包括步驟: 統(tǒng)計圖像中各種顏色出現(xiàn)的概率，將各種顏色出現(xiàn)的概率按照由高到低進(jìn)行排名，選出排名位于前預(yù)設(shè)數(shù)值位的顏色做為主色； 所述步驟D包括步驟: 繪制選出的主色的顏色直方圖。
6.根據(jù)權(quán)利要求1所述的違章停車檢測方法，其特征在于，所述步驟C中對檢測到的目標(biāo)進(jìn)行跟蹤包括步驟: 遍歷當(dāng)前幀檢測到的所有目標(biāo)，和上一幀圖像所檢測到的目標(biāo)進(jìn)行比較，若滿足如下條件:
7.根據(jù)權(quán)利要求1所述的違章停車檢測方法，其特征在于，所述步驟B中進(jìn)行前景檢測之前還包括步驟: 更新背景； 根據(jù)提取到的目標(biāo)的數(shù)目，按照目標(biāo)數(shù)目越多則前景檢測的頻率越高、背景更新頻率越低的原則，調(diào)整前景檢測的頻率和背景更新的頻率。
8.根據(jù)權(quán)利要求7所述的違章停車檢測方法，其特征在于，所述步驟調(diào)整前景檢測的頻率和背景更新的頻率包括步驟: 當(dāng)提取到的目標(biāo)數(shù)目為零時，隔3-6幀進(jìn)行一次前景檢測，背景每一幀更新一次； 當(dāng)提取到的目標(biāo)數(shù)目為1-3個時，隔2幀進(jìn)行一次前景檢測，背景每兩幀更新一次； 當(dāng)提取到的目標(biāo)數(shù)目為3個以上時，每幀都進(jìn)行前景檢測，背景每三幀更新一次。
9.一種違章停車檢測裝置，其特征在于，包括指定模塊、前景檢測模塊、跟蹤模塊、繪制模塊和判斷模塊； 所述指定模塊，用于指定采集的視頻序列中的每幀圖像的禁停區(qū)域； 所述前景檢測模塊，用于進(jìn)行前景檢測，檢測出前景中的目標(biāo)； 所述跟蹤模塊，用于跟蹤檢測到的目標(biāo)，判斷是否有目標(biāo)進(jìn)入所述禁停區(qū)域； 所述繪制模塊，用于繪制禁停區(qū)域內(nèi)的顏色直方圖； 所述判斷模塊，用于監(jiān)測所述顏色直方圖的發(fā)生變化后持續(xù)的時長，判斷該時長是否大于預(yù)設(shè)時間，是，則判定在禁停區(qū)域內(nèi)有違章停車，否，則判定在禁停區(qū)域內(nèi)沒有違章停車。
10.根據(jù)權(quán)利要求9所述的違章停車檢測裝置，其特征在于，所述前景檢測模塊，還用于利用OtSU 二值化算法，對禁停區(qū)域進(jìn)行二值化，并對進(jìn)入禁停區(qū)域的目標(biāo)采用向下降噪方法進(jìn)行降噪處理，并利用空域法進(jìn)行圖像增強。
全文摘要
本發(fā)明提出了一種違章停車檢測方法，包括步驟指定采集的視頻序列中的每幀圖像的禁停區(qū)域；進(jìn)行前景檢測，檢測出前景中的目標(biāo)；跟蹤檢測到的目標(biāo)，判斷是否有目標(biāo)進(jìn)入所述禁停區(qū)域，是，則繪制禁停區(qū)域內(nèi)的顏色直方圖，否，則繼續(xù)判斷；監(jiān)測所述顏色直方圖的發(fā)生變化后持續(xù)的時長，判斷該時長是否大于預(yù)設(shè)時間，是，則判定在禁停區(qū)域內(nèi)有違章停車，否，則判定在禁停區(qū)域內(nèi)沒有違章停車。本發(fā)明還提供一種違章停車檢測裝置，包括指定模塊、前景檢測模塊、跟蹤模塊、繪制模塊和判斷模塊。該方法和裝置，有效地實現(xiàn)了對違章停車的自動監(jiān)測。
文檔編號G06K9/00GK103116985SQ201310020978
公開日2013年5月22日 申請日期2013年1月21日 優(yōu)先權(quán)日2013年1月21日
發(fā)明者王海峰, 王曉萌, 何小波, 董博, 楊宇, 張凱歌 申請人:信幀電子技術(shù)(北京)有限公司