[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

本發明公開了一種監控區域的車輛監測方法，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，建立背景圖像的背景模型；步驟2，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，對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統計數量，將統計數據上傳至上位機；步驟4，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，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。本發明的有益效果：實現對監控區域內的車輛的實時監測。

技術領域

本發明涉及車流量監測技術領域，具體而言，涉及一種監控區域的車輛監測方法。

背景技術

隨著人們生活水平的提高，車輛的數量在逐漸增多，車流量的監控具有實際的應用意義。目前，車流量的監測技術主要有低感線圈、視頻圖像檢測、紅外檢測、超聲波檢測、微波雷達檢測等等。視頻圖像檢測具有安裝維修靈活、成本低、應用范圍廣、可拓展性強和交通管理信息全面等優點，已經得到了廣泛的應用。在視頻圖像檢測技術中，幾種常見的檢測方法有：灰度比較法、背景差分法、幀差法、邊緣檢測法。灰度比較法算法簡單，對環境光線的變化十分敏感，在實際系統中應用較少。而其他幾種檢測算法雖然在特定的環境中可以取得不錯的檢測效果，但通用性較差，很難適應復雜多變的現實環境。另外，這些方法需要預先設定檢測區域，這就使得需要對圖像的大片區域進行數據處理，導致算法復雜，處理時間長，效率低下，造成數據滯后，也會影響檢測的準確性。

發明內容

為解決上述問題，本發明的目的在于提供一種監控區域的車輛監測方法，能自適應地對背景進行初始化和實時更新，并能有效克服光照等外界條件變化對車輛檢測的影響。

本發明提供了一種監控區域的車輛監測方法，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。

作為本發明進一步的改進，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。

作為本發明進一步的改進，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；