[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

本發明公開了一種基于混合Gaussian模型的車流量計數方法，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；步驟四、從監控視頻圖像中提取運動目標；步驟五、記錄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。本發明運用Gaussian混合模型的優勢對檢測帶進行背景建模，通過背景差法提取運動目標，實現了多車道車流量檢測，能夠適用于復雜場景，檢測準確度高，實時性好，具有實用價值。

技術領域

本發明涉及安防監控技術領域，更具體的是，本發明涉及一種基于混合Gaussian模型的車流量計數方法。

背景技術

隨著現代經濟的高速發展，公路運輸成為運輸業的重要交通方式。為了保障交通順暢以及行車安全，從而改善環境質量，交通信息的采集是智能交通系統的基礎，而公路的車流量作為智能交通系統的重要組成部分，車流量的檢測就顯得尤為重要。

當前交通信息中現有的車流量檢測方法主要分為三個部分：從圖像序列中提取運動目標、對所提取的目標進行識別以及車流量的計數。

傳統提取運動目標的方法是背景差分法，其利用加權平均法進行背景更新，但是容易將背景顯露區域檢測為前景，即當前背景還留有上一幀的運動目標信息，但運動目標此時已不在該區域，出現“影子”現象，且在有樹枝擺動等復雜場景中對噪聲的處理效果不佳，對環境的適應性較差，更新效果不理想，導致運動車輛提取不完整，影響了車輛檢測的準確率。

因此，亟需提出一種能夠精準統計車流量的方法，改善智能交通系統。

發明內容

本發明的目的是設計開發了一種基于混合Gaussian模型的車流量計數方法，運用Gaussian混合模型的優勢對檢測區域進行背景建模，通過背景差法提取運動目標，并通過劃分車道實現了多車道車流量檢測，能夠適用于復雜場景，檢測準確度高，實時性好。

本發明提供的技術方案為：

一種基于混合Gaussian模型的車流量計數方法，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；

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。

優選的是，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。

優選的是，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。