[發(fā)明專利]一種基于視頻檢測(cè)技術(shù)的交通擁堵判別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201010133769.2
• 申請(qǐng)日: 2010-03-26
• 公開（公告）號(hào): CN101807345A
• 公開（公告）日: 2010-08-18
• 發(fā)明（設(shè)計(jì)）人: 孫棣華;趙敏;劉衛(wèi)寧;廖孝勇;宋偉;曾恒;王川童;張路
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G08G1/01
• 分類號(hào): G08G1/01;G06T7/00
• 代理公司: 北京同恒源知識(shí)產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

技術(shù)領(lǐng)域

本發(fā)明涉及道路交通狀態(tài)檢測(cè)領(lǐng)域，具體涉及一種基于視頻檢測(cè)技術(shù)的 交通擁堵判別方法。

背景技術(shù)

隨著經(jīng)濟(jì)的快速發(fā)展，城市人口的機(jī)動(dòng)車擁有量也在急劇增長(zhǎng)，車輛增長(zhǎng) 速度遠(yuǎn)遠(yuǎn)超過道路增長(zhǎng)速度，造成交通擁堵日趨嚴(yán)重，交通事故時(shí)有發(fā)生等問 題。因此，通過科學(xué)技術(shù)手段來監(jiān)測(cè)道路擁堵狀態(tài)有著極其重要的意義。

交通擁堵檢測(cè)方法有地埋式感應(yīng)檢測(cè)、微波檢測(cè)、GPS浮動(dòng)車檢測(cè)技術(shù)、 視頻檢測(cè)技術(shù)等。地埋式感應(yīng)檢測(cè)將感應(yīng)線圈鋪設(shè)于道路各路段，存在易損壞、 難修復(fù)、施工復(fù)雜的缺點(diǎn)；微波檢測(cè)采用工作在微波頻段的雷達(dá)探測(cè)器進(jìn)行道 路擁堵檢測(cè)，其技術(shù)復(fù)雜，價(jià)格較高；GPS浮動(dòng)車檢測(cè)技術(shù)是在車輛上安裝GPS 裝置，通過獲取的信息估計(jì)道路交通狀態(tài)，其缺點(diǎn)是存在覆蓋率不足、檢測(cè)盲 區(qū)，從而影響檢測(cè)精度。視頻檢測(cè)技術(shù)與其他檢測(cè)技術(shù)相比，主要優(yōu)點(diǎn)有：不 破壞路、安裝無需中斷交通、檢測(cè)功能多和可記錄現(xiàn)場(chǎng)圖像等。因此，充分利 用視頻檢測(cè)技術(shù)服務(wù)于交通信息檢測(cè)有著重要的意義。

現(xiàn)有技術(shù)中的基于視頻檢測(cè)技術(shù)的交通擁堵方法通過獲取大量交通狀態(tài)參 數(shù)，如：流量、道路占有率、速度、車間距、排隊(duì)長(zhǎng)度等，然后選取多個(gè)參數(shù) 利用傳統(tǒng)的擁堵判別算法實(shí)現(xiàn)對(duì)交通擁擠事件的檢測(cè)。這種方法要求利用圖像 處理技術(shù)計(jì)算多個(gè)參數(shù)，實(shí)現(xiàn)復(fù)雜，開銷較大，不利于實(shí)現(xiàn)對(duì)道路擁堵事件的 發(fā)生進(jìn)行實(shí)時(shí)監(jiān)控。

發(fā)明內(nèi)容

有鑒于此，為了解決上述問題，本發(fā)明公開了一種基于視頻檢測(cè)技術(shù)的 交通擁堵判別方法，針對(duì)傳統(tǒng)交通擁堵判別方法需要獲取大量交通狀態(tài)參數(shù)， 運(yùn)算開銷大，實(shí)時(shí)性不強(qiáng)的缺點(diǎn)，本發(fā)明只利用視頻圖像處理技術(shù)獲取道路 占有率一個(gè)參數(shù)，并由此計(jì)算出占有率方差、占有率變化量絕對(duì)值，構(gòu)建模 糊聚類器便完成了道路的擁堵狀態(tài)的判斷。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：一種基于視頻檢測(cè)技術(shù)的交通擁堵判別方 法，其特征在于：交通擁堵狀態(tài)的確定依次通過以下步驟完成：

步驟一、對(duì)交通視頻圖像建立背景模型；

步驟二、對(duì)背景模型提取前景和前景去噪；

步驟三、計(jì)算道路占有率及占有率方差；

步驟四、建立擁堵判別模型；

其中：建立擁堵判別模型包括如下步驟：

1)建立交通狀態(tài)判斷區(qū)域

選取i時(shí)刻的道路占有率C_i及占有率方差令利用模糊 C-均值算法(Fuzzy?C-Means，F(xiàn)CM)經(jīng)過多次迭代，得到道路暢通、道路緩 行和交通擁堵報(bào)警狀態(tài)三類模糊聚類的聚類中心矩陣 矩陣的第一行表示道路占有率，第二行表示占有 率方差；

2)建立擁堵模糊聚類判別器

建立||x_i-ω_j||聚類判別器，采樣標(biāo)本C_i表示i時(shí)刻的道路占有 率，表示占有率方差；

判斷||x_i-ω_j||等于min{||x_i-ω_k||}，表明x_i距離聚類中心ω_k最近，則將x_i歸到ω_k所代表的類別中去，此時(shí)交通狀態(tài)為ω_k代表的狀態(tài)，其中k＝1...N代表N種 不同的交通狀態(tài)。

進(jìn)一步，交通狀態(tài)ω_k中的K＝1或2或3，分別表示道路暢通、道路緩行 和交通擁堵報(bào)警狀態(tài)。

進(jìn)一步，擁堵判別模型還包括建立輔助判別器的步驟；當(dāng)擁堵模糊聚類 判別器判斷交通狀態(tài)為道路緩行或交通擁堵報(bào)警時(shí)，建立輔助判別器對(duì)交通 狀態(tài)作進(jìn)一步判別；

對(duì)于采樣標(biāo)本x_i屬于ω₂道路緩行情況時(shí)，在擁堵模糊聚類判別器后添加 輔助判別器|ΔC_i|＜β，如果判別器為真，則此時(shí)道路較擁擠；否則，此時(shí)道 路正常；這里β的值取6，ΔC_i＝C_i-C_i-1，為i時(shí)刻的道路占有率變化量；