專利名稱：一種基于視頻的車型判別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于視頻的車型判別方法。
背景技術(shù)：
隨著社會(huì)主義市場(chǎng)經(jīng)濟(jì)的發(fā)展，人們的生活水平得到了極大的提高，機(jī)動(dòng)車輛的數(shù)量也隨之迅速增加。由此帶來(lái)了交通擁堵、交通事故頻發(fā)、交通環(huán)境惡化、收費(fèi)制式混亂、交通管理落后等交通問(wèn)題，從而一種大范圍、全方位發(fā)揮作用的實(shí)時(shí)、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)就應(yīng)運(yùn)而生。智能化交通系統(tǒng)(Intelligent Transportation System,簡(jiǎn)稱ITS)正是在這種條件下產(chǎn)生的。車輛類型判別，簡(jiǎn)稱為車型判別，作為ITS中的一個(gè)重要分支，在打擊盜竊車輛、規(guī)范交通秩序、大型停車場(chǎng)管理、高速公路自動(dòng)計(jì)費(fèi)、交通流量統(tǒng)計(jì)等方面具有廣闊的應(yīng)用前景。目前，準(zhǔn)確判別車型仍是一個(gè)較新的課題，人們?cè)诓粩嗵剿髦?jiǎn)單、方便、快速的識(shí)別方法。到目前為上，已形成了以利用紅外線、環(huán)形線圈和雷達(dá)等傳感器為手段的一系列車型判別分類方法。這些方法原理簡(jiǎn)單，物理概念清晰明確，實(shí)現(xiàn)起來(lái)較容易。但也存在硬件系統(tǒng)較復(fù)雜，系統(tǒng)的環(huán)境適應(yīng)能力較差，故具有故障率較高、維修不便等缺陷，在實(shí)際使用中難以推廣。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)存在的缺陷或不足，本發(fā)明的目的在于，提供一種基于視頻的車型判別方法，該方法可以對(duì)視頻范圍內(nèi)所有車輛類型實(shí)現(xiàn)實(shí)時(shí)、可靠的判別。為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案一種基于視頻的車型判別方法，其特征在于，按照下列步驟實(shí)施步驟一，在視頻序列圖像中，在垂直于車道線方向上手動(dòng)設(shè)置兩個(gè)虛擬線圈，將車輛通過(guò)兩個(gè)虛擬線圈時(shí)的視頻圖像進(jìn)行二值化；采用一種已知的攝像機(jī)幾何標(biāo)定方法，得到圖像像素行和實(shí)際距離之間的映射關(guān)系，即映射表。從而可得出兩個(gè)虛擬線圈之間的實(shí)際距離。步驟二，當(dāng)車尾通過(guò)兩個(gè)虛擬線圈時(shí)，分別記錄下兩個(gè)時(shí)間幀，從而得到車輛通過(guò)虛擬線圈所用時(shí)間。再結(jié)合步驟一中得出的兩個(gè)線圈間的距離，可求出車輛通過(guò)虛擬線圈時(shí)的平均速度。步驟三，在兩個(gè)虛擬線圈之間設(shè)置一條固定標(biāo)記線，分別記下車頭以及車尾經(jīng)過(guò)該固定位置時(shí)的時(shí)間幀，從而得到車輛通過(guò)該標(biāo)記線時(shí)(此時(shí)車輛正好走過(guò)一個(gè)車長(zhǎng)距離)所用時(shí)間。再結(jié)合步驟二中所求速度，即可求出車輛長(zhǎng)度。步驟四，利用車輛長(zhǎng)度即可對(duì)其類型進(jìn)行判別。
本發(fā)明的基于視頻的車型判別方法，與現(xiàn)有技術(shù)相比，可以對(duì)視頻范圍內(nèi)所有車輛類型進(jìn)行識(shí)別，不受環(huán)境限制，能夠?qū)囕v類型進(jìn)行實(shí)時(shí)、可靠的判別。并且易于實(shí)現(xiàn)、準(zhǔn)確性較高，很適合于實(shí)時(shí)判別車輛類型，具有廣闊的應(yīng)用前景。


下面結(jié)合附圖和 具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。圖I為不同類型的車輛經(jīng)過(guò)同一路段。圖2為視頻圖像中的虛擬線圈示意圖。圖3是小車和大車經(jīng)過(guò)固定標(biāo)記線時(shí)的二值化效果圖。其中，圖3(a)中兩幅圖為小車經(jīng)過(guò)固定標(biāo)記線時(shí)的二值化效果圖，圖3(b)中兩幅圖為大車經(jīng)過(guò)固定標(biāo)記線時(shí)的二值化效果圖。圖4為車型判別流程圖。以下結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。
具體實(shí)施例方式本實(shí)施例給出一種基于視頻的車型判別方法，利用視頻檢測(cè)以及圖像處理的相關(guān)技術(shù)，求出車輛長(zhǎng)度，從而對(duì)車輛類型進(jìn)行實(shí)時(shí)，可靠的判別。具體按下列步驟進(jìn)行步驟一，在視頻序列圖像中，在垂直于車道線方向上手動(dòng)設(shè)置兩個(gè)虛擬線圈，如圖2所示。將車輛通過(guò)兩個(gè)虛擬線圈時(shí)的視頻圖像進(jìn)行二值化；采用一種已知的攝像機(jī)幾何標(biāo)定方法(中國(guó)專利申請(qǐng)“一種線性模型下的攝像機(jī)幾何標(biāo)定方法”(公開(kāi)(公告)號(hào)CN102222332A)，得到圖像中像素行和實(shí)際距離之間的映射關(guān)系，即映射表，根據(jù)該映射表，可以求出兩個(gè)虛擬線圈之間的實(shí)際長(zhǎng)度M。步驟二，當(dāng)車尾通過(guò)第一個(gè)虛擬線圈時(shí)，記下當(dāng)前圖像幀數(shù)N1 ;當(dāng)車尾通過(guò)第二個(gè)虛擬線圈時(shí)，記下當(dāng)前圖像幀數(shù)N2。由于播放25幀視頻圖像所用時(shí)間為I秒，可知車輛通過(guò)兩個(gè)虛擬線圈所用時(shí)間為Atl= (N2-N1)/25秒。因此，可以求出車輛通過(guò)兩個(gè)虛擬線圈時(shí)的平均速度為v = M/t。。步驟三，在兩個(gè)虛擬線圈之間設(shè)置一條固定標(biāo)記線，當(dāng)車頭經(jīng)過(guò)該固定標(biāo)記線時(shí)，記下當(dāng)前的圖像幀數(shù)N3，緊接著當(dāng)車尾經(jīng)過(guò)該固定標(biāo)記線時(shí)，記下當(dāng)前的圖像幀數(shù)N4，所以車輛通過(guò)該標(biāo)記線所用的時(shí)間幀數(shù)為N4-N3,由此可得出，車輛通過(guò)該標(biāo)記線所用時(shí)間(即車輛走過(guò)一個(gè)車輛長(zhǎng)度所用時(shí)間)t:t= (N4-N3)/25秒。又步驟二中已經(jīng)求出車輛通過(guò)兩個(gè)虛擬線圈時(shí)的速度V，從而可以求出車輛長(zhǎng)度L :S卩L = vXt。步驟四，利用得出的車輛長(zhǎng)度對(duì)其類型進(jìn)行判別。眾所周知，不同類型車輛的長(zhǎng)度是不同的，車輛長(zhǎng)度是車輛類型的一個(gè)重要標(biāo)志，識(shí)別起來(lái)也比較直觀，容易。因此，可以利用車輛長(zhǎng)度對(duì)其類型進(jìn)行準(zhǔn)確地判別。本發(fā)明所述的車型判別算法，根據(jù)各車的車長(zhǎng)大小，將車分成大，中，小3個(gè)類型。大型車主要包括大型客車，貨車，以及工程車，小型車主要包括各種兩廂轎車，小型面包車，以及一些微型皮卡車，中型車是指除了大型和小型車以外的其他車輛，主要包括一些小型貨車和小型客車。通過(guò)車長(zhǎng)對(duì)車型進(jìn)行限定性的判斷，其判斷邏輯如(I)式所示--=:…< ■ .t C(I)
iI > M_在公式⑴中假設(shè)，小型車為1，中型車為2，大型車為3。通過(guò)公式⑴可見(jiàn)，當(dāng)車長(zhǎng)小于或等于700厘米時(shí)直接可以斷定該車為小型車，而當(dāng)車長(zhǎng)大于或等于1400厘米時(shí)可直接判定該車為大型車，當(dāng)車長(zhǎng)在這兩個(gè)值所確定的范圍之內(nèi)時(shí)，則可以判斷為中型車。這樣的判斷結(jié)果實(shí)時(shí)，準(zhǔn)確，可靠。其判斷邏輯關(guān)系如圖4所示。以下是發(fā)明人給出的具體實(shí)施例。實(shí)施例在視頻序列中，在垂直于車道線方向上設(shè)置兩個(gè)虛擬線圈，根據(jù)一種標(biāo)記方法得到映射表，得到兩個(gè)虛擬線圈之間的實(shí)際距離為1864. 67厘米。實(shí)施例I :已 知在視頻序列中，有一輛小車通過(guò)。當(dāng)車尾通過(guò)第一個(gè)虛擬線圈時(shí)，記錄下當(dāng)前圖像幀數(shù)為20，當(dāng)車尾通過(guò)第二個(gè)虛擬線圈時(shí)，記錄下當(dāng)前圖像幀數(shù)為38，因此車輛通過(guò)虛擬線圈所用時(shí)間為0. 72秒。故車輛通過(guò)虛擬線圈時(shí)的速度為2589. 82厘米/秒。當(dāng)車頭通過(guò)固定標(biāo)記線時(shí)，當(dāng)前幀數(shù)為24，當(dāng)車尾通過(guò)固定標(biāo)定線時(shí)，當(dāng)前幀數(shù)為29，因此車輛通過(guò)標(biāo)記線所用時(shí)間為0. 20秒。車輛通過(guò)固定標(biāo)記線的二值化圖像如圖3(a)所示。從而求出車輛長(zhǎng)度為517. 36厘米，根據(jù)判斷可知其為小車，與實(shí)際相符。實(shí)施例2 :已知在視頻序列中，有一輛大車通過(guò)。當(dāng)車尾通過(guò)第一個(gè)虛擬線圈時(shí)，記錄下當(dāng)前圖像幀數(shù)為68，當(dāng)車尾通過(guò)第二個(gè)虛擬線圈時(shí)，記錄下當(dāng)前圖像幀數(shù)為93，因此車輛通過(guò)虛擬線圈所用時(shí)間為I秒。故車輛通過(guò)虛擬線圈時(shí)的速度為1864. 67厘米/秒。當(dāng)車頭通過(guò)固定標(biāo)記線時(shí)，當(dāng)前幀數(shù)為71，當(dāng)車尾通過(guò)固定標(biāo)定線時(shí)，當(dāng)前幀數(shù)為92，因此車輛通過(guò)標(biāo)記線所用時(shí)間為0. 84秒。車輛通過(guò)固定標(biāo)記線的二值化圖像如圖3(b)所示。從而求出車輛長(zhǎng)度為1566. 32厘米，根據(jù)判斷可知其為大車，與實(shí)際相符。
權(quán)利要求
1. 一種基于視頻的車型判別方法，其特征在于，按照下列步驟實(shí)施 步驟一，在視頻序列圖像中，在垂直于車道線方向上手動(dòng)設(shè)置兩個(gè)虛擬線圈，將車輛通過(guò)兩個(gè)虛擬線圈時(shí)的視頻圖像進(jìn)行二值化；采用已知的攝像機(jī)幾何標(biāo)定方法，得到圖像像素行和實(shí)際距離之間的映射關(guān)系，即映射表；從而可得出兩個(gè)虛擬線圈之間的實(shí)際距離；步驟二，當(dāng)車尾通過(guò)兩個(gè)虛擬線圈時(shí)，分別記錄下兩個(gè)時(shí)間幀，從而得到車輛通過(guò)虛擬線圈所用時(shí)間；再結(jié)合步驟一中得出的兩個(gè)線圈間的距離，可求出車輛通過(guò)虛擬線圈時(shí)的平均速度； 步驟三，在兩個(gè)虛擬線圈之間設(shè)置一條固定標(biāo)記線，分別記下車頭以及車尾經(jīng)過(guò)該固定位置時(shí)的時(shí)間幀，從而得到車輛通過(guò)該標(biāo)記線時(shí)所用時(shí)間，再結(jié)合步驟二中所求速度，即可求出車輛長(zhǎng)度； 步驟四，利用車輛長(zhǎng)度即可對(duì)其類型進(jìn)行判別。
全文摘要
本發(fā)明公開(kāi)了一種基于視頻的車型判別方法，通過(guò)利用視頻檢測(cè)以及圖像處理的相關(guān)技術(shù)，求出車輛長(zhǎng)度，從而對(duì)車輛類型進(jìn)行判別。與現(xiàn)有技術(shù)相比，可以對(duì)視頻范圍內(nèi)所有車輛類型進(jìn)行識(shí)別，不受環(huán)境限制，能夠?qū)囕v類型進(jìn)行實(shí)時(shí)、可靠的判別。并且易于實(shí)現(xiàn)、準(zhǔn)確性較高，很適合于實(shí)時(shí)判別車輛類型，具有廣闊的應(yīng)用前景。
文檔編號(hào)G08G1/017GK102637361SQ20121009604
公開(kāi)日2012年8月15日 申請(qǐng)日期2012年4月1日 優(yōu)先權(quán)日2012年4月1日
發(fā)明者付洋, 劉雪琴, 宋煥生, 張輝, 李文敏, 李曉, 楊媛, 楊孟拓 申請(qǐng)人:長(zhǎng)安大學(xué)