模糊隸屬度和反饋修正在夜間交通視頻車輛檢測(cè)的應(yīng)用的制作方法
【專利摘要】本發(fā)明提供的是一種夜間復(fù)雜車輛檢測(cè)的方法。首先利用頻域的同態(tài)濾波和時(shí)域的方位模糊技術(shù)對(duì)車燈進(jìn)行提取，再利用成功配對(duì)車燈的統(tǒng)計(jì)信息對(duì)車燈進(jìn)行配對(duì)，在此引入車燈配對(duì)反饋修正機(jī)制，使得配對(duì)結(jié)果更加準(zhǔn)確，最后對(duì)車輛加以追蹤，并引入車輛追蹤反饋修正機(jī)制，確保一車一軌跡。對(duì)于遮擋問(wèn)題，運(yùn)用車燈配對(duì)反饋修正機(jī)制，進(jìn)行比較判斷，對(duì)其分別處理。本發(fā)明能實(shí)現(xiàn)較高準(zhǔn)確率的車輛檢測(cè)和追蹤，并且整個(gè)追蹤系統(tǒng)具有較高的精度。
【專利說(shuō)明】模糊隸屬度和反饋修正在夜間交通視頻車輛檢測(cè)的應(yīng)用
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及的是一種車輛運(yùn)動(dòng)分析方法，具體地說(shuō)是同態(tài)濾波方位模糊技術(shù)相結(jié)合，然后用車等特征的模糊隸屬度對(duì)車燈進(jìn)行追蹤和配對(duì)，同時(shí)引入車燈配對(duì)反饋修正機(jī)制使得配對(duì)結(jié)果更加準(zhǔn)確，且解決了遮擋問(wèn)題，最后利用配對(duì)車燈實(shí)現(xiàn)車輛追蹤，此處引入的車輛追蹤反饋修正模塊確保一車一軌跡。該方法能夠?qū)崿F(xiàn)夜間復(fù)雜交通視頻中行駛車輛的準(zhǔn)確定位和追蹤。
【背景技術(shù)】
[0002]車輛運(yùn)動(dòng)分析通常是對(duì)目標(biāo)車輛進(jìn)行追蹤，得到車輛的運(yùn)動(dòng)速度、位移、軌跡等信息，為交通事故處理、違規(guī)行為分析和治安犯罪的取證提供了重要依據(jù)。我們對(duì)一臺(tái)目標(biāo)車輛進(jìn)行準(zhǔn)確定位和追蹤，特別是對(duì)夜間車輛進(jìn)行追蹤時(shí)，要盡量避免其他車輛、反射光、路燈的干擾，同時(shí)要考慮到環(huán)境的復(fù)雜性，如雨雪天氣，車輛在彎道行駛，交通擁堵等，這是夜間車輛追蹤的難點(diǎn)，也是近些年夜間車輛追蹤中所研究的熱點(diǎn)。
[0003]目前較為成熟的夜間復(fù)雜交通視頻中車輛檢測(cè)方法主要分四類:(I)基于夜視傳感器的車輛檢測(cè)；(2)基于輔助車輛的車輛檢測(cè)；(3)基于坐標(biāo)變換的車輛檢測(cè)；(4)基于車燈和擋風(fēng)玻璃特征的車輛檢測(cè)。在這些較為成熟的算法中，方法(I)易受燈光強(qiáng)度的影響且設(shè)備昂貴，造價(jià)高；方法(2)僅能檢測(cè)出視野前方的車輛，對(duì)于輔助車輛后方或在輔助車輛前方遠(yuǎn)處的車輛，該方法都無(wú)法對(duì)其進(jìn)行檢測(cè)，因此該方法也不能用于車輛追蹤；方法
[3]將世界坐標(biāo)、相機(jī)坐標(biāo)和圖像坐標(biāo)進(jìn)行轉(zhuǎn)換，這需要大量的測(cè)量工作，且運(yùn)算數(shù)據(jù)復(fù)雜，過(guò)程繁瑣。而方法(4)中基于車燈的車輛檢測(cè)方法，成本低，操作簡(jiǎn)單(不需要輔助車輛)，運(yùn)算量小，且適用范圍廣(不受車燈強(qiáng)度的影響)，這些優(yōu)勢(shì)使其成為今年來(lái)廣泛研究的熱點(diǎn)。但是，目前所提出的基于車燈特征的車輛檢測(cè)方法，在復(fù)雜條件下(雨、雪天)，彎道或車燈數(shù)目為I個(gè)和多于2個(gè)的情況下，追蹤結(jié)果不好。
[0004]本專利提到的夜間復(fù)雜車輛檢測(cè)的方法，是將頻域的同態(tài)濾波與時(shí)域的方位角模糊技術(shù)結(jié)合，提取出車燈，再利用成功配對(duì)車燈的統(tǒng)計(jì)信息將車燈配對(duì)，在此引入車燈配對(duì)反饋修正機(jī)制，使配對(duì)結(jié)果更加準(zhǔn)確，最后對(duì)車輛加以追蹤，同時(shí)引入車輛追蹤反饋修正機(jī)制，確保追蹤結(jié)果為一車一軌跡。頻域同態(tài)濾波增強(qiáng)了圖像的對(duì)比度，降低了街燈、廣告牌照明燈，車燈照射到其它車身的反射光以及路面反射光等非車輛照明的其它發(fā)光物體對(duì)車燈定位的干擾，使得車燈定位更加準(zhǔn)確。方位角模糊技術(shù)在車燈與反射光對(duì)比度較低的情況下，依然能夠準(zhǔn)確提取車燈。對(duì)于遮擋問(wèn)題，運(yùn)用車燈配對(duì)反饋修正機(jī)制，進(jìn)行比較判斷，對(duì)其分別處理。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提供一種能夠?qū)崿F(xiàn)較高效率的夜間復(fù)雜交通視頻中車輛檢測(cè)和追蹤的方法:基于特征模糊隸屬度和反饋修正機(jī)制的車輛檢測(cè)和追蹤方法。
[0006]本發(fā)明的具體實(shí)現(xiàn)步驟如下:[0007]I)、圖像增強(qiáng):利用同態(tài)濾波器，在頻域?qū)D像進(jìn)行處理，增強(qiáng)圖像的對(duì)比度。
[0008]2)、車燈提取:對(duì)增強(qiáng)后的圖像，應(yīng)用方位角模糊技術(shù)和自動(dòng)閾值技術(shù)提取車燈。同時(shí)，消除由于街燈、廣告牌、地面反射、車前燈打到其他車身反射光、模糊變換等對(duì)車燈定位的干擾，得到準(zhǔn)確的車燈位置和形狀信息。
[0009]3)、單車燈追蹤:鑒于圖像中車燈運(yùn)動(dòng)是緩慢的，且?guī)g有重復(fù)的面積，故此處引入面積重度這一特征來(lái)追蹤車燈。記車燈面積重復(fù)度為Etjarea，計(jì)算公式如下:
[0010]
【權(quán)利要求】
1.一種能夠?qū)崿F(xiàn)高效率的夜間復(fù)雜交通視頻中車輛檢測(cè)和追蹤的方法，所述方法包括以下步驟: ①、圖像增強(qiáng):利用同態(tài)濾波器，在頻域?qū)D像進(jìn)行處理，增強(qiáng)圖像的對(duì)比度； ②、車燈提取:對(duì)增強(qiáng)后的圖像，應(yīng)用方位角模糊技術(shù)和自動(dòng)閾值技術(shù)提取車燈，同時(shí)，消除由于街燈、廣告牌、地面反射、車前燈打到其他車身反射光、模糊變換等對(duì)車燈定位的干擾，得到準(zhǔn)確的車燈位置和形狀信息； ③、單車燈追蹤:鑒于圖像中車燈運(yùn)動(dòng)是緩慢的，且?guī)g有重復(fù)的面積，故此處引入面積重度這一特征來(lái)追蹤車燈，記車燈面積重復(fù)度為Etjarea，計(jì)算公式如下:
2.在權(quán)利要求1所述的夜間復(fù)雜交通視頻中車輛追蹤方法的特征中，其中所述車燈配對(duì)所用到的具體方法如下: ①對(duì)于同一幀圖像中存在的車燈，計(jì)算任意兩車燈的距離比，即兩車燈橫坐標(biāo)差與兩車燈中較小縱坐標(biāo)之比，記為Edistanra。公式如⑵:
3.在權(quán)利要求1所述的夜間復(fù)雜交通視頻中車輛追蹤方法的特征中，其中所述車輛追蹤所用到的具體方法如下: ①獲取車燈配對(duì)的情況:單車燈，自己和自己配對(duì)，雙車燈，彼此配對(duì)，三車燈，一個(gè)是自己與自己配對(duì)，其余兩個(gè)彼此配對(duì)，四車燈兩兩配隊(duì)，得到兩對(duì)配對(duì)車燈等； ②對(duì)車燈進(jìn)行標(biāo)記:每一個(gè)配對(duì)的車燈的中心由唯一的一個(gè)ID標(biāo)識(shí)，構(gòu)成標(biāo)簽矩陣TGt= [T1, T2, , TB]，T1, T2,...Tb分別為被檢測(cè)到的B個(gè)燈團(tuán)中心的ID標(biāo)識(shí)； ③追蹤車輛:將t+Ι時(shí)刻配對(duì)車燈連線的中心和t時(shí)刻配對(duì)車燈連線的中心連接起來(lái)，則得到車輛的行駛軌跡。
【文檔編號(hào)】G08G1/017GK103440771SQ201310406653
【公開(kāi)日】2013年12月11日 申請(qǐng)日期:2013年9月6日 優(yōu)先權(quán)日:2013年9月6日
【發(fā)明者】湯春明, 聶美玲, 王金海, 苗長(zhǎng)云, 韋然 申請(qǐng)人:天津工業(yè)大學(xué)