[發明專利]一種基于視頻檢測的車輛測速方法

在審

• 申請號: 201611018445.8
• 申請日: 2016-11-21
• 公開（公告）號: CN106781536A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 陳媛媛
• 申請（專利權）人: 四川大學
• 主分類號: G08G1/054
• 分類號: G08G1/054;G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域目前，智能交通系統中對車輛進行測速的方法主要有線圈測速、激光測速、雷達測速、視頻測速等。線圈測速多為埋設式，在安裝或維護時必須直接埋入車道。容易使路面受損，且安裝過程中會暫時阻礙交通，線圈也易受到冰凍、路基下沉等因素的影響。激光測速與雷達測速方法對測速的角度要求都非常高，在實際運用中存在一定局限。基于視頻檢測的測速方法將攝像機安裝在車道上方，拍攝車輛運動圖像序列，運用圖像處理與模式識別方法對接收到的圖像序列進行分析，獲取圖像中車輛在兩幀間的位移，從而得到車輛的行駛速度。

背景技術 在基于視頻的測速方法中，主要需解決的問題是從圖像序列中獲得車輛移動的距離，即找到兩張圖像中車輛位置的匹配關系。常用的方法有角點檢測、紋理分析、視頻跟蹤等，以上方法盡管能夠很好地在兩張圖像中找到相應車輛的匹配位置，但較大的計算量則無法滿足實時測速的要求。另外，用車身的不同位置進行匹配，對車輛實際移動距離的計算也有影響。本文中，通過對視頻序列中車尾位置的檢測，利用圖像匹配方法獲得車輛在圖像上移動的像素差，結合相機坐標與世界坐標轉換，能夠在實時條件下對車輛進行精確測速。

發明內容 本發明中的基于視頻的車輛測速方法總體上包含兩個方面的內容：

一、運動檢測

對車尾的定位依賴于對車輛運動過程的檢測，本發明在視頻序列圖像中對運動目標進行檢測的方法主要用到了幀差法，通過將兩幀圖像相減獲得運動目標。

在本發明中，對圖像序列進行幀間差計算檢測車輛運動，再用sobel算子計算幀差圖像的邊緣獲得二值圖像，計算幀差圖像的邊緣可以去掉大面積陰影造成的影響，

令相鄰幀圖像分別為I₁和I₂， 計算幀差圖像為：

用sobel 算子

計算出Dif的邊緣圖像

選取適當閾值 thresh 對該邊緣圖像進行二值化處理

最后，對二值圖像BI中等于255的像素點個數進行統計，當該統計值大于T時，判定為檢測區域存在運動

二、 運動狀態判斷

為了克服幀間差方法在進行運動檢測時存在的不足，將整個運動檢測區域分為上、下兩個子區域R_上，R_下，兩個子區域的面積可以不相等，甚至可以存在重疊區域，如圖1所示。根據式(4)分別獲得兩個子區域的運動狀態S_上，S_下進行運動狀態判斷，令S_上，S_下再分別表示檢測區域的兩個子區域在第n幀的運動狀態，由此對車輛狀態進行判定：

即在檢測區域內，當拍攝車輛尾牌時，車輛應滿足從該區域下端進入，上端離開的條件。

三、 車尾位置檢測

當檢測到車輛狀態為“車尾進入”的狀態，分析對應的二值圖像，從子區域R_上底部向上檢測到豐富邊沿開始的位置，即為車尾位置。

四、基于灰度的圖像匹配

由于拍攝范圍較小，在兩幀間，忽略車輛因遠離相機產生的幾何變化，根據圖像塊間的灰度差平方和作為匹配判定依據。

五、距離測量

考慮攝像機架設位置和角度，對兩張圖像中相匹配點建立車輛移動距離模型，如圖1所示。圖像下端位置在世界坐標中的點(即P_n)距離相機的水平距離，即圖像中距離相機的最近點；D_FAR為圖像上端位置在世界坐標中的點 (即P_f) 距離相機的水平距離，即圖像中距離相機的最遠點；O為攝像機光心；Hei為圖像高度；P_v為機動車上某一點，該點在圖像坐標系中的縱坐標上(即圖像高度方向)對應點Q_v；dist為機動車上的點P_v距離攝像機的水平距離；Y為機動車上的點P_v 距離地面的高度。

由世界坐標中的相互關系可得：

結合圖像坐標系

可得

對車輛上任意點 P_v 到相機光心連線，與相機垂直方向的夾角：

。

考慮圖1中各角度的關系，可得

車輛到攝像機的水平距離為：

在完成了車尾檢測之后，可計算出車輛在兩幀圖像中車尾距離攝像機的水平距離D_b，D_a。