[發明專利]一種監控區域的車輛監測方法

有效

• 申請號: 201810001957.6
• 申請日: 2018-01-02
• 公開（公告）號: CN108205891B
• 公開（公告）日: 2019-03-05
• 發明（設計）人: 霍錦濤;劉亞冰
• 申請（專利權）人: 霍錦濤;劉亞冰
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/017
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 王程遠;胡玉章

1.一種監控區域的車輛監測方法，其特征在于，包括：

步驟1，視頻采集設備采集監控區域內入口處的視頻圖像，傳輸至視頻服務器，所述視頻服務器將視頻圖像上傳至車輛監控處理模塊，所述車輛監控處理模塊根據接收的視頻圖像建立背景圖像的背景模型；

步驟2，所述車輛監控處理模塊判斷背景模型是否需要進行更新，并根據背景更新模型進行更新；

步驟3，所述車輛監控處理模塊對監控區域內入口處的當前圖像與背景模型進行匹配，判斷監控區域內是否有駛入車輛，并對識別出的駛入車輛進行數量統計，將統計數據上傳至上位機；

步驟4，所述車輛監控處理模塊根據采集監控區域內出口處的視頻圖像，并對該視頻圖像進行步驟1-3的處理，識別出監控區域內的駛出車輛，并進行數量統計，將統計數據上傳至上位機；

步驟5，所述車輛監控處理模塊計算出駛入車輛和駛出車輛的數量差值，根據預設的車流量閾值，判斷監控區域內的車輛數量是否超過限制，一旦超過車流量閾值，所述車輛監控處理模塊將報警信號上傳至上位機進行報警提示；

步驟1具體包括：

步驟101，視頻采集設備采集視頻監控區域內的視頻圖像，采用濾波算法去除視頻圖像中的噪聲；

步驟102，對去噪后的視頻圖像進行亮度歸一化處理；

步驟103，采用混合高斯模型對歸一化后的視頻圖像進行背景建模，得到背景模型，并初始化背景模型；

步驟101中，去噪處理具體包括：

步驟A1，在視頻圖像中，每間隔5個像素選擇若干個大小為n×n的二維塊，在每個二維塊周圍的大小為m×m的區域內進行搜索，尋找若干個差異度最小的二維塊，并把這些二維塊整個成一個三維矩陣，得到若干個三維矩陣，形成三維矩陣組；

步驟A2，將每個三維矩陣中的兩個維度進行二維變換，并對每個三維矩陣中的第三個維度進行一維變換，形成三維矩陣組；

步驟A3，變換完成后對步驟A2中的三維矩陣組分別進行閾值處理，將小于閾值的系數置零，然后再對三維矩陣組中的所有三維矩陣進行兩個維度的二維變換和第三個維度的一維變換，得到預估三維矩陣組；

步驟A4，將預估三維矩陣組中所有的三維矩陣中的二維塊均融合到圖像中原來的位置，每個像素的灰度值通過每個對應位置塊的值進行加權平均，完成去噪；

其中，加權的權重取決于置零的個數和噪聲強度。

2.根據權利要求1所述的車輛監測方法，其特征在于，二維變換采用小波變換或DCT變換，一維變換采用阿達馬變換。

3.根據權利要求1所述的車輛監測方法，其特征在于，步驟102中，采用線性歸一化，將視頻圖像轉換為灰度圖像后將圖像的顏色值等比例限定在[0，255]的范圍。

4.根據權利要求1所述的車輛監測方法，其特征在于，步驟103具體包括：

步驟B1，歸一化后的視頻圖像的每個像素點(x,y)的顏色用M個狀態來表示，每個狀態用一個高斯分布來近似，將像素點的顏色值用隨機變量X來表示，在時間段T內視頻序列圖像的像素值為隨機變量X的采樣值，對于第i個狀態的像素的分布Xi_,t,xy用分布X_i,t,xy＝P(I_i,t,xy|μ_i,t,xy,Σ_i,t,xy)表示；

即

其中，P(I_i,t,xy|μ_i,t,xy,Σ_i,t,xy)為t時刻的第i個狀態的高斯分布，其均值為μ_i,t,xy，協方差為Σ_i,t,xy，像素值為Ii_,t,xy；

步驟B2，將每個像素點的背景模型Bt_,xy采用混合高斯分布來表示：

其中，ω_i,t,xy為第i個高斯分布的權重，且

步驟B3，對背景模型B_t,xy初始化，初始化參數為均值的初始值μ_i,0,xy和方差的初始值