[發明專利]一種基于圖像信息熵的多車道車流量檢測方法

無效

• 申請號: 200910162991.2
• 申請日: 2009-08-21
• 公開（公告）號: CN101639983A
• 公開（公告）日: 2010-02-03
• 發明（設計）人: 任雪梅;王武宏;黃鴻;羅陽;張興華;黃堉
• 申請（專利權）人: 任雪梅;王武宏;黃鴻;羅陽;張興華;黃堉
• 主分類號: G08G1/065
• 分類號: G08G1/065;G08G1/04;G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及智能交通中利用視頻的車流量檢測，特別涉及基于圖像信息熵的多車道車流量檢測方法。

背景技術

基于視頻技術的交通信息采集與檢測作為智能交通系統中重要組成部分，已經成為計算機視覺技術應用的一項重要課題。基于視頻的道路交通監測系統具備直接與現有交通監控系統結合、檢測范圍大、安裝使用靈活、維護費用低等特點，具有廣闊的應用前景。

目前常用的基于視頻的車流檢測方法主要有：

1.背景差檢測法

背景差檢測法是最常用的運動目標檢測的方法之一。檢測時，用實時采集的現場圖像與預先準備的背景圖像進行差分運算。在理想背景情況下，若無車輛進入檢測區域，則差分值為0；若有車輛進入，則車輛所在處的圖像差分值將不為0。由于實際的背景圖像存在干擾和光照變化，通常設置一個閾值以減少噪聲和光線的影響。將差分值低于閾值的看作背景，差分值高于閾值時，認為有車輛通過。背景差分法要求運動物體的灰度值和背景像素的灰度值存在一定的差別，算法的準確性在很大程度上依賴于背景圖像的可靠性。若在光照或天氣發生變化時，會造成嚴重的誤檢現象。

2.幀差法

車輛運動會使前后兩幀圖像發生變化，如能檢測這種變化，就可以分析其運動特性。根據這個原理將時間連續的兩幀圖像(幀間圖像)作差分，即用當前圖像的像素灰度值減去前一幀圖像對應像素的灰度值，可以判斷是否有運動車輛出現。理想情況下，圖像的背景(即路面等靜止景物)和運動車輛重疊的區域差分值為零，若圖像差分后的灰度值不為零則表明該處圖像的像素發生了變化，即圖像像素變化的所處區域有運動車輛通過。由于運動車輛的紋理比較復雜，且路面光照不斷變化或天氣因素變化，實際所采集的交通圖像差分值將不為0，為此，實際應用中也需要設置一個閾值。目前的幀差法存在幾個缺陷：

1)當運動車輛紋理復雜時，幀間圖像的差分結果很復雜，由于一個運動目標可能形成很多細小的區域，給識別帶來很大困難。

2)檢測效果受車輛速度的影響。速度很慢的車輛無法檢測到，而當車輛運動速度很大時，容易產生虛影，即檢測到的運動車輛比實際要大，甚至會出現一輛車變成兩輛的情況。

3)幀差法僅適合于運動車輛的檢測，靜止車輛則無法檢測。

4)在實際的檢測系統中，由于攝像機安裝在室外，所處環境比較惡劣，這種直接差分的算法，無法有效地將背景去除，從而影響車輛檢測的準確性。

3.光流場法

其基本原理是：對圖像中的每一個像素點賦予一個速度矢量，從而形成一個圖像運動場，在每一特定時刻，由投影關系得到所采集圖像上的像素點與三維物體上的像素點之間的一一對應關系，根據各個像素點的速度矢量特征，對所采集的圖像進行動態分析。光流法的優點是能夠檢測獨立運動的目標，但由于其需要進行迭代運算，運算量較大，無法滿足實時性的要求，成為制約光流場法在實際應用中的瓶頸。

綜合以上的各種方法可知，現有的車流檢測方法僅利用圖像中的細節信息判斷車輛的通過，這使得這些方法對細節的變化比較敏感，特別是當光照或天氣條件變化時，容易造成車流量的誤檢測。

發明內容

本發明提供一種車流量檢測算法用于解決現有方法對光照或天氣條件變化敏感的缺陷，并實現了多車道車流量檢測。

為實現上述目的，本發明提供了一種基于圖像信息熵的多車道車流量檢測方法，其主要包括以下幾個步驟：

(1)自動生成檢測框

首先，獲取交通圖像后，通過灰度變換將彩色圖像變成灰度圖像。然后利用Sobel算子求取邊緣并二值化，再通過Hough變換求得圖像中所有的直線，其中包括車道線以及無關直線。將所有得到的直線的斜率和截距看作斜率-截距空間中的一個點集，再利用Hough變化求得圖像中的消失點，通過消失點以及斜率的約束去除第一次Hough變換求得的無關直線，從而得到圖像中的車道線。再根據消失點到圖像底邊的距離確定檢測框的高度進而繪制出各個車道檢測框。

(2)圖像信息熵檢測

首先，對圖像進行高斯濾波，然后統計每個車道檢測框內圖像信息熵，圖像信息熵E按下式計算

E=Er+Eg+Eb]]>