[發(fā)明專利]一種城市交通事故自動識別方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201110007124.9
• 申請日: 2011-01-13
• 公開（公告）號: CN102073851A
• 公開（公告）日: 2011-05-25
• 發(fā)明（設(shè)計）人: 郭敏;藍金輝;張海永;劉曉婕;李娟娟;林宗術(shù)
• 申請（專利權(quán)）人: 北京科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G08G1/017;H04N7/18
• 代理公司: 北京東方匯眾知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11296
• 代理人: 劉淑芬

1.一種城市交通事故自動識別方法，其特征在于，具體包括以下步驟：

步驟S1:獲取城市道路視頻圖像序列；

步驟S2:?基于混合高斯背景模型的前景車輛分離；

步驟S3:?基于Camshift算法和kalman濾波組合的多車輛跟蹤算法；

步驟S4:?提取出速度變化，水平與垂直位置變化和運動方向變化等交通事故判別參數(shù)；

步驟S5:?提出多特征加權(quán)融合自動識別算法。

2.根據(jù)權(quán)利要求1所述的交通事故自動識別方法，其特征在于，所述步驟S1中獲取城市視頻圖像序列是通過單一固定的CCD攝像機獲得城市交通事故多發(fā)路段的視頻圖像。

3.根據(jù)權(quán)利要求1所述的交通事故自動識別方法，其特征在于，所述步驟S2中前景車輛分離步驟包括：

S21）?基于混合高斯分布模型的背景差分算法；

S22）利用自適應(yīng)閾值分割方法得到前景和背景圖像；

S23）?利用數(shù)學形態(tài)學的開運算去除小面積的非運動車輛目標；

S24）?利用輪廓投影分析與形狀分析結(jié)合去除陰影；

S25）?基于腐蝕和膨脹運算的四連通區(qū)域車輛輪廓提取算法。

4.根據(jù)權(quán)利要求1所述的交通事故自動識別方法，其特征在于,?所述步驟S3中多目標跟蹤算法步驟包括：

S31?）為了實現(xiàn)多目標同時跟蹤，為每個車輛建立一個跟蹤器；????

S32）?利用步驟S2得到的車輛目標，選取車輛中心和顏色作為特征；

S33）?添加新的車輛對象并更新當前跟蹤隊列，利用camshift算法跟蹤車輛；

S34?）利用kalman濾波預(yù)測車輛在下一時刻的車輛中心，并將結(jié)果送給camshift算法中。

5.根據(jù)權(quán)利要求1所述的交通事故自動識別方法，其特征在于，所述步驟S4中提取交通事故參數(shù)步驟包括：

S41?）城市交通事故發(fā)生時，車輛的速度變化比較明顯，提取出速度變化作為交通事故參數(shù)信息；

S42）城市交通事故發(fā)生時，車輛的水平位置和垂直位置變化比較明顯，提取出水平位置和垂直位置變化作為交通事故參數(shù)信息；

S43）城市交通事故發(fā)生時，車輛的運動方向變化比較明顯，提取出運動方向變化作為交通事故參數(shù)信息。

6.根據(jù)權(quán)利要求1所述的交通事故識別方法，其特征在于，所述步驟S4中多特征加權(quán)融合識別算法步驟包括；

S51）:利用步驟S4得到的交通參數(shù)乘以各自的加權(quán)系數(shù)，然后求和運算；

S52）利用事故多發(fā)路段的統(tǒng)計信息得到事故閾值信息，利用S51得到的結(jié)果與閾值比較，大于閾值為事故發(fā)生，否則為正常狀況。

7.根據(jù)權(quán)利要求1-6所述的交通事故識別方法的自動識別系統(tǒng)，其特征在于，該系統(tǒng)包括視頻捕捉單元、圖像處理單元、傳輸單元、報警單元和存儲單元；其中，所述視頻捕捉單元，用于得到城市交通視頻圖像序列；

所述圖像處理單元，用于對輸入的視頻圖像進行處理，并判定是否有事故發(fā)生；

所述傳輸單元，用以實時快速的傳輸視頻圖像；

所述報警單元，用以把交通事故信息實時報警，以及時處理交通事故；

所述存儲單元，用于把交通事故信息存儲下來，為事故處理使用。

8.根據(jù)權(quán)利要求7所述的自動識別系統(tǒng)，其特征在于，所述圖像處理單元包括：

背景建模模塊：利用道路視頻圖像信息，采用混合高斯算法建立背景模型；

車輛檢測模塊；利用背景差分算法，采用當前幀與背景幀做差，得到前景為運動目標，然后做自適應(yīng)閾值分割、形態(tài)學去噪、陰影去除和車輛輪廓標識，使前景圖像中只包括運動車輛目標；

車輛跟蹤模塊；為每一個檢測到的運動車輛建立一個camshift跟蹤器，實現(xiàn)多車輛同時跟蹤，再結(jié)合kalman濾波預(yù)測下一車輛位置，解決車輛部分遮擋問題；

交通識別判別模塊：提出速度變化、水平和垂直位置變化、運動方向變化等交通事故參數(shù)，利用多特征加權(quán)融合算法識別交通事故。