[發明專利]一種基于混合Gaussian模型的車流量計數方法

有效

• 申請號: 202110202366.7
• 申請日: 2021-02-24
• 公開（公告）號: CN112802348B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 李想;楊迪;張靜波
• 申請（專利權）人: 遼寧石化職業技術學院
• 主分類號: G08G1/065
• 分類號: G08G1/065;G06V20/40
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 劉小嬌

1.一種基于混合Gaussian模型的車流量計數方法，其特征在于，包括如下步驟：

步驟一、在公路監控區域的車道上設置檢測區域；

步驟二、采集所述檢測區域中的視頻數據并進行預處理；

步驟三、利用混合Gaussian模型進行背景建模，從原始圖像分離出背景像素：

將K個Gaussian分布模型按照ω_k/σ_k從大到小排序，前面b個Gaussian分布模型為背景，所述背景滿足：

式中，ω_j,t為t時刻第j個Gaussian分布模型的權值，σ_k為t時刻第k個Gaussian分布模型的方差，B為背景像素，Y為背景分布的閾值；

所述背景分布的閾值滿足：

式中，ξ為權重系數，ξ＝0.005-0.01，σ_k-1為t-1時刻第k個Gaussian分布模型的方差，X_t為t時刻場景中某點的觀測值，η(X_t；μ_k,∑_k)為t時刻第k個Gaussian分布的概率密度，μ_k為t時刻第k個Gaussian分布的均值矩陣；

步驟四、從監控視頻圖像中提取運動目標；

步驟五、記錄所述運動目標的軌跡信息，從而識別出車輛信息并進行標記；

步驟六、對標記的車輛進行跟蹤和統計，從而計算車流量。

2.如權利要求1所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述檢測區域為距離公路監控區域3-5米內設置1×0.5m的矩形區域。

3.如權利要求1所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述步驟二通過全方位視覺傳感器采集檢測區域的視頻數據。

4.如權利要求1所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述預處理包括圖像的灰度轉換和圖像的去噪。

5.如權利要求4所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述圖像的灰度轉換滿足：

Y＝0.2126R+0.7152G+0.0722B；

式中，Y為灰度圖像灰度值，R為彩色圖像紅色值，G為彩色圖像綠色值，B為彩色圖像藍色值。

6.如權利要求5所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述圖像的去噪可以通過均值濾波法、加權平均法、中值濾波法、最小均方濾波法和/或Gaussian低通濾波法中的任意一種或者多種。

7.如權利要求6所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述提取運動目標滿足：

式中，D_t(x,y)為t時刻背景差分圖像，I_t(x,y)為t時刻圖像序列中的圖像，B_t(x,y)為t時刻的背景圖像，T為圖像二值化的閾值。

8.如權利要求7所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述步驟五中識別出車輛信息包括如下過程：

統計當前圖像中所述檢測區域內前景點的數目，若所述前景點的數目大于所述檢測區域面積的50％，則當前圖像檢測區域內有車，具體包括：

若檢測區域中從無車到無車，則檢測區域沒有車輛通過；

若檢測區域從無車到有車，則檢測區域有車輛駛入且沒有離開；

若檢測區域從有車到有車，則檢測區域內有車輛且沒有離開；

若檢測區域從有車到無車，則檢測區域內的車輛駛出檢測區域。

9.如權利要求8所述的基于混合Gaussian模型的車流量計數方法，其特征在于，所述步驟六具體包括如下過程：

根據車道線劃分車道，設定每一個車道處理的范圍，只統計每一個車道上的檢測區域從無車到有車或者有車到無車的數目就能夠統計出該車道的車流量。