[發(fā)明專利]一種基于混合差分的車流量檢測方法

有效

• 申請?zhí)枺?/td>: 201110209406.7
• 申請日: 2011-07-26
• 公開（公告）號: CN102289940A
• 公開（公告）日: 2011-12-21
• 發(fā)明（設(shè)計(jì)）人: 張葛祥;劉章軍;程吉祥
• 申請（專利權(quán)）人: 西南交通大學(xué)
• 主分類號: G08G1/065
• 分類號: G08G1/065;G06T7/00
• 代理公司: 成都信博專利代理有限責(zé)任公司 51200
• 代理人: 張澎

所屬技術(shù)領(lǐng)域

本發(fā)明涉及智能交通系統(tǒng)車流量檢測方法，尤其是基于視頻圖像處理技術(shù)的車流量檢測方法。

背景技術(shù)

得益于工業(yè)革命帶來的巨大成就，汽車在世界范圍內(nèi)迅速得到廣泛應(yīng)用，但隨之而來的交通阻塞和交通安全等問題嚴(yán)重制約了世界經(jīng)濟(jì)的發(fā)展。早期主要采用投資新建道路設(shè)施的方式來解決這些問題，但由于成本越來越高，具有不可持續(xù)性。隨著信息技術(shù)的發(fā)展，人們提出了智能交通(Intelligent?Transport)的概念，目的是利用電子信息、計(jì)算機(jī)等多種技術(shù)來解決交通問題。

車流量檢測是智能交通的一部分，它為交通管理提供基本的交通流量信息。傳統(tǒng)的車流量檢測技術(shù)可分為兩類：一類是基于壓電回路的永久埋入式系統(tǒng)，該系統(tǒng)施工復(fù)雜，不便于維護(hù)。另一類是懸掛式系統(tǒng)，包括微波、紅外線、雷達(dá)等檢測系統(tǒng)，這類系統(tǒng)造價較高，采集信息單一。隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展，基于視頻圖像處理技術(shù)的車流量檢測方法由于具有處理速度快、安裝簡單、維護(hù)方便、成本低和可監(jiān)視范圍廣等特點(diǎn)而成為車流量檢測技術(shù)的發(fā)展趨勢。

在基于視頻圖像處理技術(shù)的車流量檢測方法中，利用差分圖像提取車輛目標(biāo)是車輛檢測的常用方法，主要包括幀間差法和背景差法。基于幀間差法的車流量檢測算法對光線變化不敏感，對動態(tài)環(huán)境具有較強(qiáng)的自適應(yīng)性，能夠檢測出具有相對運(yùn)動的目標(biāo)，缺點(diǎn)是無法檢測靜止車輛，若車速太慢，將產(chǎn)生“孔洞”現(xiàn)象，若車速太快，又將產(chǎn)生“拖尾”現(xiàn)象。基于背景差法的車流量檢測算法能檢測長時間靜止的車輛，同時不受車速快慢的影響，應(yīng)用比較廣泛，但其背景更新對噪聲敏感，當(dāng)光線劇烈變化時容易導(dǎo)致錯誤檢測。因此，發(fā)明一種既能綜合幀間差和背景差法的優(yōu)勢，又能克服兩者不足的車流量檢測方法具有重要的應(yīng)用價值。

發(fā)明內(nèi)容

鑒于現(xiàn)有技術(shù)的以上缺點(diǎn)，本發(fā)明的目的是提供一種基于混合差分的車流量檢測方法。該方法的優(yōu)勢是車流量檢測的準(zhǔn)確性好，既能獲得高正確率，又能獲得低漏檢率和誤檢率；適用范圍廣，在光照、環(huán)境或車速等變化和有長時間靜止車輛或有相對運(yùn)動的目標(biāo)等情況下均有效。可用于高速公路、城市道路和普通道路等的交通監(jiān)控系統(tǒng)、交通管理與控制系統(tǒng)和交通規(guī)劃系統(tǒng)中。

本發(fā)明為解決其技術(shù)問題，所采用的技術(shù)方案為：

一種基于混合差分的車流量檢測方法，其步驟包括采用攝像機(jī)采集道路交通視頻，經(jīng)逐幀提取視頻中的圖像并進(jìn)行預(yù)處理，獲得待檢測的包含道路和車輛信息的圖像f(x，y)，再在車流量檢測模塊中對圖像f(x，y)進(jìn)行處理，識別出圖像中車輛信息并計(jì)數(shù)，其特征在于：所述對交通視頻圖像f(x，y)進(jìn)行處理的具體作法主要包括如圖1所示的各步驟，詳細(xì)描述如下：

步驟1：產(chǎn)生灰度背景圖像。逐幀讀取交通視頻圖像，并進(jìn)行灰度化處理，采用均值法生成灰度背景圖像。

步驟2：產(chǎn)生背景差分圖像。將經(jīng)過灰度化處理的每幀圖像和背景圖像相減，得到背景差分圖像，用固定閾值法對背景差分圖像進(jìn)行二值化處理。

步驟3：產(chǎn)生幀間差分圖像。讀取相鄰的兩幀交通圖像，將其轉(zhuǎn)化為灰度圖像，然后將灰度圖像進(jìn)行差分處理，并用固定閾值法對幀間差分圖像進(jìn)行二值化處理，產(chǎn)生包含車輛運(yùn)動區(qū)域的幀間差分圖像。

步驟4：圖像濾波處理。采用中值濾波器對二值背景差分圖像進(jìn)行濾波處理，采用均值濾波器對幀間差分圖像進(jìn)行濾波，然后分別再進(jìn)行形態(tài)學(xué)濾波，實(shí)現(xiàn)連通區(qū)域的平滑和分割，分別獲得經(jīng)過濾波處理后的背景差分圖像和幀間差分圖像。

步驟5：產(chǎn)生信息融合圖像。將濾波處理后的背景差分圖像和幀間差分圖像進(jìn)行或運(yùn)算，獲得融合了背景差分和幀間差分信息的圖像。

步驟6：環(huán)境突變檢測。對經(jīng)過濾波處理后的背景差分圖像進(jìn)行環(huán)境突變檢測，具體步驟為：

(1)在圖像中選擇合適的區(qū)域(如始終沒有車輛經(jīng)過的區(qū)域)設(shè)置為突變檢測區(qū)域；

(2)統(tǒng)計(jì)環(huán)境突變檢測區(qū)域內(nèi)亮度為255的像素點(diǎn)的個數(shù)N₂₅₅；

(3)根據(jù)突變像素點(diǎn)閾值T進(jìn)行環(huán)境突變判斷，如果N₂₅₅大于閾值T，則認(rèn)為發(fā)生了環(huán)境突變，反之，則認(rèn)為沒有發(fā)生環(huán)境突變。

步驟7：若沒有發(fā)生環(huán)境突變，則采用步驟5中產(chǎn)生的信息融合圖像進(jìn)行車流量檢測。

步驟8：若發(fā)生了環(huán)境突變，則采用經(jīng)過濾波處理后的幀間差分圖像進(jìn)行車流量檢測。

步驟9：設(shè)置虛擬檢測區(qū)域。在圖像底端合適位置設(shè)定矩形虛擬檢測區(qū)域，其高度小于前后兩車之間的距離，其寬度為車道寬。虛擬檢測區(qū)域設(shè)置可減少車輛變道或車輛遮擋等因素造成的車流量檢測錯誤。