本發(fā)明屬于智能交通技術(shù)領(lǐng)域，特別是涉及一種智能交通系統(tǒng)中車輛檢測方法。
背景技術(shù)：
智能交通系統(tǒng)的概念是在本世紀(jì)90年代初期才形成的，在這之前一些發(fā)達(dá)國家，如美國、日本以及歐盟各國曾經(jīng)對高速公路和機(jī)動車輛的智能化問題進(jìn)行過不少研究，并取得了一批成果。如當(dāng)時美國取名為IVHS的項(xiàng)目，即是Intelligent Vehicle一Highway System的簡稱。后來，隨著交通智能化的要求日益迫切，交通產(chǎn)業(yè)現(xiàn)代化的任務(wù)日益繁重，確定了將道路交通智能化的研究成果擴(kuò)大應(yīng)用到鐵路、水運(yùn)和航空領(lǐng)域的發(fā)展方向，從綜合交通系統(tǒng)的角度來研宄交通網(wǎng)絡(luò)智能化的問題，這就逐步形成了建立智能交通系統(tǒng)的新概念。
智能交通系統(tǒng)的研究己經(jīng)有30年的歷史了。目前，世界各國特別是發(fā)達(dá)國家都在智能交通系統(tǒng)方面進(jìn)行各種研究和實(shí)驗(yàn)，IEEE還于2000年創(chuàng)刊了ITS雜志。歐洲各國、關(guān)國與日本在研究開發(fā)ITS的過程中開成立了許多相關(guān)機(jī)構(gòu)，如美國的ITS America、歐盟的ERTICO、日本的VERTIS及國際標(biāo)準(zhǔn)化機(jī)構(gòu)IS0/TC204等。這些機(jī)構(gòu)對制定ITS的研究計(jì)劃和開發(fā)成果的實(shí)用化起到了巨大的推動作用。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于提供一種智能交通系統(tǒng)中車輛檢測方法，通過基于視頻檢測的交通采集系統(tǒng)，采用幀差法、背景差分法和邊緣檢測法，通過運(yùn)用基于融合技術(shù)的車輛檢測方法，具有檢測的精度高，識別率高。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：
本發(fā)明為一種智能交通系統(tǒng)中車輛檢測方法，包括如下步驟：
步驟一，視頻采集：通過攝像機(jī)控制平臺獲取道路車輛視頻信息，通過攝像機(jī)獲取道路場景中車輛位移的圖像并進(jìn)行參數(shù)標(biāo)定，通過圖像采集卡把數(shù)字視頻圖像信號讀取到計(jì)算機(jī)內(nèi)存；
步驟二，圖像預(yù)處理：將數(shù)字視頻圖像信號進(jìn)行圖像去噪、圖像的邊緣檢測后，進(jìn)行圖像融合；
步驟三，圖像處理分析：通過計(jì)算機(jī)獲取的數(shù)字視頻圖像信號進(jìn)行實(shí)時處理和分析，獲得車輛檢測和交通流量信息；
步驟四，檢測結(jié)果：包括對視頻圖像信息按照交通工程學(xué)的方法和要求進(jìn)行處理與方法，根據(jù)視頻檢測出的車輛交通流參數(shù)，得出檢測其斷面的車輛到達(dá)分布、車型分布、車速分布數(shù)據(jù)。
優(yōu)選地，所述步驟二，圖像預(yù)處理：將數(shù)字視頻圖像信號進(jìn)行圖像去噪、圖像的邊緣檢測后，進(jìn)行圖像融合的具體過程為：將視頻圖像進(jìn)行預(yù)處理后得到物理標(biāo)準(zhǔn)的圖像，然后進(jìn)行視頻圖像像素的融合，融合后的圖像再進(jìn)行特征的提取和分類。
其中，圖像的邊緣檢測是通過將檢測到的圖像進(jìn)行canny邊緣檢測，得到目標(biāo)車輛的邊緣輪廓，采用幀差法和背景差分法融合車輛檢測后的圖像。
本發(fā)明具有以下有益效果：
本發(fā)明基于視頻檢測的交通采集系統(tǒng)，包括采集傳輸、處理、檢測和分析，采用幀差法、背景差分法和邊緣檢測法，通過運(yùn)用基于融合技術(shù)的車輛檢測方法，具有檢測的精度高，識別率高。
當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品并不一定需要同時達(dá)到以上所述的所有優(yōu)點(diǎn)。
附圖說明
為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對實(shí)施例描述所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
圖1為本發(fā)明的一種智能交通系統(tǒng)中車輛檢測方法流程圖。
具體實(shí)施方式
下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
請參閱圖1所示，本發(fā)明為一種智能交通系統(tǒng)中車輛檢測方法，包括如下步驟：
步驟一，視頻采集：通過攝像機(jī)控制平臺獲取道路車輛視頻信息，通過攝像機(jī)獲取道路場景中車輛位移的圖像并進(jìn)行參數(shù)標(biāo)定，通過圖像采集卡把數(shù)字視頻圖像信號讀取到計(jì)算機(jī)內(nèi)存；
步驟二，圖像預(yù)處理：將數(shù)字視頻圖像信號進(jìn)行圖像去噪、圖像的邊緣檢測后，進(jìn)行圖像融合；
步驟三，圖像處理分析：通過計(jì)算機(jī)獲取的數(shù)字視頻圖像信號進(jìn)行實(shí)時處理和分析，獲得車輛檢測和交通流量信息；
步驟四，檢測結(jié)果：包括對視頻圖像信息按照交通工程學(xué)的方法和要求進(jìn)行處理與方法，根據(jù)視頻檢測出的車輛交通流參數(shù)，得出檢測其斷面的車輛到達(dá)分布、車型分布、車速分布數(shù)據(jù)。
其中，步驟二，圖像預(yù)處理：將數(shù)字視頻圖像信號進(jìn)行圖像去噪、圖像的邊緣檢測后，進(jìn)行圖像融合的具體過程為：將視頻圖像進(jìn)行預(yù)處理后得到物理標(biāo)準(zhǔn)的圖像，然后進(jìn)行視頻圖像像素的融合，融合后的圖像再進(jìn)行特征的提取和分類。
其中，圖像的邊緣檢測是通過將檢測到的圖像進(jìn)行canny邊緣檢測，得到目標(biāo)車輛的邊緣輪廓，采用幀差法和背景差分法融合車輛檢測后的圖像。
值得注意的是，上述系統(tǒng)實(shí)施例中，所包括的各個單元只是按照功能邏輯進(jìn)行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可；另外，各功能單元的具體名稱也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護(hù)范圍。
另外，本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述各實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，相應(yīng)的程序可以存儲于一計(jì)算機(jī)可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如ROM/RAM、磁盤或光盤等。
以上公開的本發(fā)明優(yōu)選實(shí)施例只是用于幫助闡述本發(fā)明。優(yōu)選實(shí)施例并沒有詳盡敘述所有的細(xì)節(jié)，也不限制該發(fā)明僅為所述的具體實(shí)施方式。顯然，根據(jù)本說明書的內(nèi)容，可作很多的修改和變化。本說明書選取并具體描述這些實(shí)施例，是為了更好地解釋本發(fā)明的原理和實(shí)際應(yīng)用，從而使所屬技術(shù)領(lǐng)域技術(shù)人員能很好地理解和利用本發(fā)明。本發(fā)明僅受權(quán)利要求書及其全部范圍和等效物的限制。