[發(fā)明專利]一種違章變道檢測方法

有效

• 申請?zhí)枺?/td>: 201710702929.2
• 申請日: 2017-08-16
• 公開（公告）號: CN107563310B
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 王正寧;周陽;馬姍姍;潘力立;呂俠
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 周劉英

本發(fā)明公開了一種違章變道檢測方法，首先在輸入的交通監(jiān)控視頻的場景中標(biāo)記出待檢測區(qū)域中的實線，再基于此對視頻序列進(jìn)行逐幀車輛檢測。逐幀檢測是否有目標(biāo)出現(xiàn)在標(biāo)記的實線附近，若有目標(biāo)接近實線則對該目標(biāo)進(jìn)行跟蹤。在跟蹤的過程中計算當(dāng)前車輛所有位置到實線上的垂直或水平投影，并計算投影到實際位置的有向距離。當(dāng)相鄰兩幀出現(xiàn)該距離的符號反向則說明車輛已經(jīng)越過實線，完成了變道。本發(fā)明的方法將實線附近的一個小鄰域作為越線目標(biāo)的候選區(qū)域，縮小了搜索和跟蹤的范圍，提高了整個處理過程的效率。而在跟蹤過程中不斷計算自己位置的幾何中心與在實線上投影的有向距離來辨別車輛是否最終完成了變道，簡便易行，機(jī)制魯棒性強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通和計算機(jī)視覺技術(shù)領(lǐng)域，具體涉及一種利用交通監(jiān)控視頻進(jìn)行違章變道檢測的方法。

背景技術(shù)

違章變道的檢測是智能交通和計算機(jī)視覺等領(lǐng)域的重要技術(shù)，利用攝像頭進(jìn)行交通狀況的實時拍攝，并使用計算機(jī)對拍攝視頻中的違章變道現(xiàn)象進(jìn)行自動檢測不僅可以節(jié)省大量的人力資源，在提高交通異常事件的檢測效率的同時，實現(xiàn)了完全無監(jiān)督的自動化智能監(jiān)控。違章變道在實際生活中頻繁出現(xiàn)，嚴(yán)重影響了交通秩序并且容易引發(fā)交通事故。因此違章變道的檢測是智能交通監(jiān)控中的一個重要組成部分，為后續(xù)的違章車輛抓拍、識別以及違章車輛的懲治做了充分的準(zhǔn)備，因此研究違章變道的檢測方法具有重要的意義。

目前，基于視覺算法的違章變道識別方法主要有：

(1)基于車輛軌跡分析的識別處理，將車輛的行為分析分為3個步驟：車輛檢測、參數(shù)化特征、行為識別。采用GMM(混合高斯模型)背景建模和基于Haar-like特征的Adaboost算法進(jìn)行車輛識別；通過背景減除法檢測運(yùn)動前景，隨后加載分類器檢測車輛；最后，使用Camshift算法進(jìn)行目標(biāo)跟蹤，并通過相鄰幀之間的聯(lián)系，得到目標(biāo)的坐標(biāo)變化從而提取出目標(biāo)的軌跡特征。因該方法使用camshift算法進(jìn)行目標(biāo)跟蹤，雖然計算復(fù)雜度較低，但對于復(fù)雜場景和豐富紋理目標(biāo)跟蹤效果較差，在面對多目標(biāo)的復(fù)雜道路場景可靠性較差。

(2)基于車載攝像機(jī)的車輛變道檢測方法，首先對圖像天空區(qū)域和地面區(qū)域進(jìn)行分割，獲取地面區(qū)域圖像，然后利用Sobel算子進(jìn)行邊緣檢測以及Otsu二值化處理；在車道線提取方面該方法使用霍夫變換進(jìn)行直線檢測并擬合車道線方程。在變道判決的過程中，該方法通過對上述處理的擬合結(jié)果進(jìn)行標(biāo)記并進(jìn)行違章判決。由于其僅使用霍夫變換進(jìn)行車道線擬合，算法對噪聲的魯棒性較差，且直線擬合結(jié)果直接影響了車輛越線的判決結(jié)果，因此本檢測方法對復(fù)雜車道場景處理較差。

(3)基于視頻的車輛違章變道事件檢測方法，該方法主要包括基于塊的二值化分割，將待處理視頻幀中的目標(biāo)和背景分離開來。基于塊的特征角點(diǎn)選擇，通過標(biāo)記目標(biāo)的特征點(diǎn)進(jìn)行車輛跟蹤并記錄其跟蹤點(diǎn)的位置信息。最后基于跟蹤軌跡特征實現(xiàn)匹配計算車輛位置比例方差從而判斷車輛是否變道。在變道判決方面，計算車輛跟蹤軌跡中的坐標(biāo)，即匹配角點(diǎn)的位置，和相應(yīng)禁止跨越車道線之間的水平代數(shù)距離，將該距離作為變道判決依據(jù)。但由于該檢測方法使用特征點(diǎn)跟蹤方式，特征匹配的隨機(jī)性匹配特征點(diǎn)不能確保均勻分布在目標(biāo)表面，從而容易造成目標(biāo)中心估計不準(zhǔn)確進(jìn)而引起越線誤判。

(4)通過V-S分水嶺算法(基于沉浸模擬的分水嶺算法)處理背景和前景二值圖像提取運(yùn)動目標(biāo)區(qū)域，并利用車輛目標(biāo)與車道線在N時間段距離的方差來表示S進(jìn)行違章越線判決：當(dāng)車輛在車道線內(nèi)行駛時，其方差S較小(即在N時間段內(nèi)車輛與車道線距離的波動較小)，若發(fā)生變道操作，則S較大。因其使用方差S作為越線判決依據(jù)，相較于使用直線模型判決法適應(yīng)性更強(qiáng)，不受直線擬合精度影響，但由于必須持續(xù)觀測N時間段才能做出判決，實時性相對較差。

發(fā)明內(nèi)容

本發(fā)明的發(fā)明目的在于：針對上述存在的問題，提供一種違章變道檢測方法，本發(fā)明對交通監(jiān)控視頻中的違章變道車輛的檢測效果相較于傳統(tǒng)的方法，其搜索范圍更加精確，處理效率更高且越線的判斷機(jī)制更加精簡準(zhǔn)確。

本發(fā)明的一種違章變道檢測方法，包括下列步驟：