[發明專利]一種基于跟蹤目標時域信息的多車輛投影定位方法

無效

• 申請號: 201410218563.8
• 申請日: 2014-05-23
• 公開（公告）號: CN103985252A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 江蘇友上科技實業有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06K9/34
• 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領域，特別涉及一種基于跟蹤目標時域信息的多車輛投影定位方法。

背景技術

城市道路交通流的基本參數檢測是智能交通系統(ITS)領域里的一個熱門研究方向，多車輛檢測跟蹤系統可以自動檢測交通流的流量、速度、密度等參數，為城市道路建模分析提供數據來源。目前,多車輛檢測與跟蹤的效果主要受到兩個因素的制約，一是場景中存在的運動陰影會導致多目標粘連，二是車輛間的相互遮擋造成跟蹤上的困難。因此，構建魯棒的多車輛檢測跟蹤系統需要進行運動陰影檢測,并解決存在遮擋的多目標跟蹤問題。

??陰影檢測算法主要有基于模型的方法和基于陰影特性的方法兩類。前者利用場景幾何特征和前景物體的先驗知識來構造模型，常被用作特殊環境中的導航監控等。后者利用陰影的幾何、亮度以及色彩等信息來標定陰影區域，可用于不同的環境。salvdaor利用陰影暗化物體表面的特性檢測陰影，并通過色彩和幾何特性來驗證，但無法解決車輛顏色與陰影相近的情況。cucchiara的方法假設陰影減少了背景表面的亮度和飽和度,同時保留原來的色彩信息，分別在Hsv和Yuv色彩空間中進行了陰影檢測，缺點是誤檢測率較高。Angie和wong利用陰影區域缺乏邊緣信息的特性，通過對整個前景區域提取邊緣特征，從中檢測出陰影邊界并濾除陰影,檢測效果較好但算法耗時。

目標跟蹤方面的許多研究都著眼于多目標跟蹤中的遮擋問題。Dockstader等人利用多攝像機數據融合來解決遮擋問題,受視角影響大且成本較高。Yang提出一個實時的目標跟蹤方法，對目標遮擋和分離的情況做了判定分析,但沒有對遮擋目標分別進行跟蹤。Tao的動態背景分層模型，對每個前景物體構造一個背景層，該方法只能解決簡單的遮擋問題。Rand和lam利用幾何的方法判斷和分割遮擋目標，對前景提取的效果依賴大，較難應用。Kamijo借助馬爾可夫隨機場模型，利用概率分割來解決遮擋問題，該方法對車輛的運動方向、速度有限制，魯棒性不夠。

發明內容

為了準確分割粘連的車輛，本發明提出了一種基于跟蹤目標時域信息的多車輛投影定位方法。

??本發明的技術方案如下：

一種基于跟蹤目標時域信息的多車輛投影定位方法，其特征在于：

（1）為了確定運動車輛的邊界，確定分割窗口，定義目標框寬和高的變化率；

（2）以對應目標預測的形心位置為中心，根據其預測的高和寬乘以相應的變化率，獲得高和寬的增益；再將增益值與其預測值分別相加來獲得分割窗口的長和寬；然后在該分割窗口內利用投影法分割目標；

（3）定義投影直方圖的左均值和右均值；

（4）為了確定目標分割是否合理，定義評判函數V(i,j)，如果該函數小于某一閾值，則認為分割正確；如果大于某一閾值，同時該外接矩形接近監控區域的邊界，則認為該目標出了監控區域，將其刪除；如果未接近監控區域的邊界則認為分割失敗，利用kalman的預測值作為分割結果。

?與現有技術相比，本發明的有益效果是：

（1）能有效地消除運動陰影；

（2）解決存在大量遮擋的多車輛跟蹤問題,且對目標車輛的運動沒有限制；

（3）實用性較強。

附圖說明

圖1為本發明的基于跟蹤目標時域信息的多車輛投影定位方法的流程圖；

圖2為本發明的基于跟蹤目標時域信息的多車輛投影定位方法的效果圖。???????

具體實施方式

?如圖1所示，本發明的基于跟蹤目標時域信息的多車輛投影定位方法的步驟包括：（1）為了確定運動車輛的邊界，需要首先確定分割窗口，定義目標框寬和高的變化率分別為

?????????????????????????????????????????????????

其中：W(t)和L(t)分別表示目標在t（秒）時刻的最小外接矩形的寬和長；和分別表示該目標在t時刻最小外接矩形的寬和長的變化率。

（2）以對應目標預測的形心位置為中心，根據其預測的高和寬乘以相應的變化率，獲得高和寬的增益；再將增益值與其預測值分別相加來獲得分割窗口的長和寬；然后在該分割窗口內利用投影法分割目標,設圖像的大小為M×N?，垂直投影函數為

?

式中，為當前時刻的二值掩模圖像。

（3）定義投影直方圖的左均值和右均值分別為

?

左邊界的確定方法為：從投影直方圖的左邊開始掃描，如果，則左邊