[發(fā)明專利]基于視頻的交通事故自動(dòng)識(shí)別處理方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310139545.6
• 申請(qǐng)日: 2013-04-19
• 公開(kāi)（公告）號(hào): CN103258432A
• 公開(kāi)（公告）日: 2013-08-21
• 發(fā)明（設(shè)計(jì)）人: 王拓;周斌;向宸薇;華莉琴
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G08G1/017
• 分類號(hào): G08G1/017;G06K9/00;G06K9/46
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 蔡和平

技術(shù)領(lǐng)域

本發(fā)明涉及智能交通視頻圖像監(jiān)控和視頻圖像分析領(lǐng)域，特別涉及一種基于視頻的交通事故自動(dòng)識(shí)別處理方法和系統(tǒng)。

背景技術(shù)

近年來(lái)，隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展和社會(huì)的不斷進(jìn)步，道路已經(jīng)四通八達(dá)，汽車的數(shù)量更是與日俱增，隨之而來(lái)的交通問(wèn)題也日益嚴(yán)峻，交通阻塞。如何實(shí)現(xiàn)交通場(chǎng)景的實(shí)時(shí)監(jiān)控、調(diào)度和控制，建立行之有效的智能交通系統(tǒng)早已成為國(guó)內(nèi)外關(guān)注的焦點(diǎn)和當(dāng)前亟待解決的問(wèn)題。在此背景之下，基于計(jì)算機(jī)視覺(jué)和數(shù)字圖像處理的可視化智能處理技術(shù)對(duì)交通事故的處理提供了一種更為實(shí)時(shí)、準(zhǔn)確和高效的方法，并對(duì)交通事故的救援、事故的責(zé)任認(rèn)定等善后處理提供技術(shù)支持。

目前，國(guó)內(nèi)基于視頻針對(duì)交通事故自動(dòng)識(shí)別的研究較少，對(duì)交通事故的研究主要包括以下幾種現(xiàn)有技術(shù)：1、環(huán)形感應(yīng)線圈法，該方法技術(shù)成熟，不受天氣變法影響，但是該技術(shù)主要基于車輛運(yùn)行狀態(tài)進(jìn)行車禍的估計(jì)；2、紅外檢測(cè)法，此方法獲得參數(shù)較多，但紅外易受干擾，無(wú)法區(qū)分通過(guò)物是否為車輛；3、超聲波檢測(cè)法，此方法定向性好、反射能力強(qiáng)，但是獲得參數(shù)較少，受溫度、氣候影響大。而目前基于視頻技術(shù)的交通事故識(shí)別，僅利用簡(jiǎn)單的車輛速度參數(shù)，并不能很好的識(shí)別交通事故，也不能做到實(shí)時(shí)報(bào)警。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于視頻的交通事故自動(dòng)識(shí)別處理方法和系統(tǒng)，用于實(shí)現(xiàn)快速有效的檢測(cè)到交通事故，并實(shí)時(shí)報(bào)警和對(duì)事故的有效管理。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

基于視頻的交通事故自動(dòng)識(shí)別處理方法，其特征在于，具體包括以下步驟：

步驟S10：對(duì)不同車型分別建立其三維特征庫(kù)；

步驟S11：獲取道路視頻圖像序列；

步驟S12：基于背景建模的前景車輛分離；

步驟S13：基于目標(biāo)質(zhì)心位移的靜止目標(biāo)判斷；

步驟S14：基于三維建模的車輛外輪廓識(shí)別算法，識(shí)別出車型，再根據(jù)輪廓是否發(fā)生形變判斷是否發(fā)生車禍，如判斷出發(fā)生車禍則進(jìn)行報(bào)警，否則進(jìn)入步驟S15，通過(guò)改進(jìn)SIFT特征點(diǎn)進(jìn)行判斷；

步驟S15：基于三維建模的車輛的改進(jìn)SIFT特征識(shí)別算法：提取車輛的改進(jìn)SIFT特征點(diǎn)，與車輛三維特征庫(kù)中的局部特征點(diǎn)匹配，并根據(jù)匹配結(jié)果綜合判斷是否發(fā)生車禍。

本發(fā)明進(jìn)一步的改進(jìn)在于：所述步驟S10中對(duì)不同車型分別建立其三維特征庫(kù)步驟包括：

S101）獲取不同車型在三維空間不同姿態(tài)角度的圖像；

S102）提取出圖像中車輛外輪廓的特征點(diǎn)；

S103）提取出圖像中車輛外輪廓所圍成封閉曲線內(nèi)的改進(jìn)SIFT特征點(diǎn)；

S104）使用提取出的上述兩類特征點(diǎn)建立車輛三維特征庫(kù)。

本發(fā)明進(jìn)一步的改進(jìn)在于：所述步驟S11中獲取道路視頻圖像序列是通過(guò)以某一間隔在道路上架設(shè)單一固定攝像機(jī)獲取道路視頻圖像。

本發(fā)明進(jìn)一步的改進(jìn)在于：所述步驟S12中前景車輛分離步驟包括：

S121）對(duì)于彩色攝像頭，采用基于彩色空間聚類道路模型的背景建模法；對(duì)于黑白攝像頭，采用基于混合高斯模型的背景建模法；

S122）基于圖像差分法得到前景和背景圖像；

S123）利用形態(tài)學(xué)對(duì)車輛分割結(jié)果進(jìn)行改善。

本發(fā)明進(jìn)一步的改進(jìn)在于：所述步驟S13中基于圖像差分的靜止車輛識(shí)別步驟包括：

S131）利用8鄰域連通法將運(yùn)動(dòng)目標(biāo)分別進(jìn)行標(biāo)記；

S132）對(duì)標(biāo)記出的運(yùn)動(dòng)目標(biāo)分別計(jì)算其質(zhì)心及連通區(qū)域的大小；

S133）與前一幀圖像進(jìn)行對(duì)比，判斷是否有目標(biāo)未發(fā)生偏移。

本發(fā)明進(jìn)一步的改進(jìn)在于：所述步驟S14中基于三維建模的車輛外輪廓識(shí)別算法步驟包括：

S141）使用canny算子得到前景車輛的外輪廓；

S142）對(duì)得到的外輪廓進(jìn)行數(shù)學(xué)描述，得到其數(shù)學(xué)表達(dá)式；

S143）取輪廓曲線中的角點(diǎn)作為特征點(diǎn)，與事先建立的三維車輛輪廓庫(kù)進(jìn)行匹配；

S144）識(shí)別出車輛型號(hào)，并判斷車輛外輪廓是否發(fā)生變化；

S145）如外輪廓發(fā)生變化，進(jìn)行車禍報(bào)警，否則通過(guò)步驟S15進(jìn)行改進(jìn)SIFT特征判斷。

本發(fā)明進(jìn)一步的改進(jìn)在于：所述步驟S15中基于三維建模的車輛改進(jìn)SIFT特征識(shí)別算法步驟包括：

S151）得到車輛的改進(jìn)SIFT特征；

S152）與事先建立的三維特征庫(kù)進(jìn)行匹配。

一種基于視頻的交通事故自動(dòng)識(shí)別處理系統(tǒng)，包括通訊子系統(tǒng)、信息存儲(chǔ)子系統(tǒng)、事故識(shí)別子系統(tǒng)以及事故管理子系統(tǒng)；