一種基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法
【專利摘要】本發(fā)明公開(kāi)了一種基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，針對(duì)固定視場(chǎng)的監(jiān)控?cái)z像機(jī)獲取的視頻圖像，使用哈里斯算法提取出檢測(cè)區(qū)域的角點(diǎn)，并計(jì)算出相應(yīng)角點(diǎn)的尺度不變旋轉(zhuǎn)特征描述子，然后對(duì)角點(diǎn)按照尺度不變旋轉(zhuǎn)特征描述子進(jìn)行匹配，進(jìn)而形成軌跡，并計(jì)算出軌跡的速度和方向等信息，在對(duì)軌跡進(jìn)行動(dòng)態(tài)分組，對(duì)初始分組的結(jié)果進(jìn)行合理性判斷，確認(rèn)為車輛。本發(fā)明以對(duì)軌跡的匹配跟蹤，并對(duì)其進(jìn)行分組，而完成對(duì)車輛的跟蹤。本發(fā)明能很好的處理場(chǎng)景光照變化，以及車輛部分遮擋等對(duì)車輛檢測(cè)和跟蹤的影響。
【專利說(shuō)明】—種基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于模式識(shí)別領(lǐng)域，具體涉及智能交通【技術(shù)領(lǐng)域】，特別涉及一種基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法。
【背景技術(shù)】
[0002]伴隨著城市化的進(jìn)展和汽車的普及，世界各國(guó)的交通量急劇增加，如何管理好公路的運(yùn)行與運(yùn)營(yíng)，保障好車輛在公路上的安全、快速的行駛，成為交通管理的重要問(wèn)題，智能交通的概念應(yīng)運(yùn)而生，而車輛檢測(cè)和跟蹤已經(jīng)成為智能交通研究的一個(gè)熱點(diǎn)。
[0003]目前常用的車輛檢測(cè)和跟蹤方法主要包括:背景差值檢測(cè)法、車輛模型檢測(cè)法和動(dòng)態(tài)輪廓檢測(cè)法。背景差值檢測(cè)法是經(jīng)典的運(yùn)動(dòng)檢測(cè)方法，目前大多數(shù)車輛檢測(cè)系統(tǒng)均是采用此類方法，它的主要思想是用當(dāng)前圖像減去道路背景圖像，找出差值大于設(shè)定閾值的部分，再進(jìn)行圖像分割進(jìn)而檢測(cè)出場(chǎng)景中的車輛，實(shí)現(xiàn)背景差值檢測(cè)關(guān)鍵是背景提取，得到背景存在兩方面的困難:①不可能要求交通暫停來(lái)直接獲取道路背景；②背景會(huì)隨著光照的變化而發(fā)生明顯的變化，例如白天和黑夜道路背景是完全不同的，實(shí)時(shí)、動(dòng)態(tài)地獲得對(duì)道路背景的最佳描述，是背景差值檢測(cè)法的關(guān)鍵，也是一個(gè)難點(diǎn)。
[0004]車輛模型檢測(cè)法是美國(guó)加州大學(xué)伯克里分校Koller.D等人和英國(guó)里丁大學(xué)Baker.K, Sullivan.G提出的一種基于三維模型的車輛檢測(cè)跟蹤方法。該方法需要首先設(shè)計(jì)一系列三維車輛模型，并生成它們?cè)诟鞣N情況下對(duì)應(yīng)的一維、二維模板，利用單攝像頭所拍攝的圖像中區(qū)域與這些模板的匹配來(lái)進(jìn)行車輛的檢測(cè)跟蹤。這種方法最大的優(yōu)勢(shì)在于可以恢復(fù)出車輛的行駛軌跡和車輛模型，能夠在一定程度上克服遮擋和陰影等問(wèn)題，但在實(shí)際應(yīng)用中，很難得到道路上可能出現(xiàn)的所有車輛類型的詳細(xì)幾何模型，所以此類方法很難運(yùn)用于實(shí)際的車輛檢測(cè)系統(tǒng)中。
[0005]動(dòng)態(tài)輪廓檢測(cè)的基本思想是當(dāng)車輛進(jìn)入攝像機(jī)檢測(cè)范圍時(shí)，捕捉其輪廓，以捕捉到的輪廓作為檢測(cè)對(duì)象，根據(jù)運(yùn)動(dòng)和灰度邊界進(jìn)行動(dòng)態(tài)更新，從而達(dá)到車輛檢測(cè)跟蹤的目的。如果車輛在進(jìn)入檢測(cè)范圍時(shí)，系統(tǒng)正確地初始化了車輛的輪廓，那么如果該車輛在隨后的行程中與其它車輛發(fā)生了局部遮擋，系統(tǒng)仍然能夠?qū)⑵錂z測(cè)出來(lái)。但是，如果車輛在進(jìn)入檢測(cè)區(qū)域時(shí)沒(méi)能正確地初始化車輛輪廓，例如兩輛車在進(jìn)入檢測(cè)區(qū)域的時(shí)候已經(jīng)發(fā)生了局部遮擋并被檢測(cè)為一輛車，那么系統(tǒng)將檢測(cè)錯(cuò)誤。在交通較為擁擠的情況下，上述情況發(fā)生概率較大。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，本發(fā)明對(duì)車輛局部遮擋、光照變化具有很強(qiáng)的魯棒性。
[0007]本發(fā)明的技術(shù)解決方案為:針對(duì)固定視場(chǎng)的監(jiān)控?cái)z像機(jī)獲取的視頻圖像，使用哈里斯算法提取出檢測(cè)區(qū)域的角點(diǎn)，并計(jì)算出相應(yīng)角點(diǎn)的尺度不變旋轉(zhuǎn)特征描述子；然后對(duì)角點(diǎn)按照尺度不變旋轉(zhuǎn)特征描述子進(jìn)行匹配，進(jìn)而形成軌跡，并計(jì)算出軌跡的速度和方向等信息；然后對(duì)軌跡進(jìn)行動(dòng)態(tài)分組，對(duì)初始分組的結(jié)果進(jìn)行合理性判斷，確認(rèn)為車輛。其具體實(shí)現(xiàn)步驟為:
[0008]步驟一:現(xiàn)場(chǎng)場(chǎng)景圖像獲取；
[0009]監(jiān)控?cái)z像頭要求為輸出標(biāo)準(zhǔn)模擬視頻的CXD-攝像頭，且鏡頭是固定的，以等間隔對(duì)現(xiàn)場(chǎng)視頻進(jìn)行采樣以獲得連續(xù)的現(xiàn)場(chǎng)場(chǎng)景圖像，采樣分辨率是720X576，為保證對(duì)車輛檢測(cè)和跟蹤的準(zhǔn)確性，采樣間隔應(yīng)小于0.1秒，即大于10幀每秒。
[0010]步驟二:哈里斯角點(diǎn)提?。?br> [0011]哈里斯角點(diǎn)檢測(cè)算法是在莫拉韋克算法基礎(chǔ)上發(fā)展起來(lái)的，該算子使用一階差分，計(jì)算簡(jiǎn)單，可以使用滑動(dòng)窗口，適合矩陣運(yùn)算，具有穩(wěn)定、提取的角點(diǎn)特征均勻和可以定量提取角點(diǎn)的特點(diǎn)；其原理是將所處理的矩形窗口 W向任意方向移動(dòng)微小位移(X，y)，其灰度改變量可以用自相關(guān)函數(shù)表示為:



[001 2]
【權(quán)利要求】
1.一種基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:其步驟為: 步驟一:現(xiàn)場(chǎng)場(chǎng)景圖像的獲取； 步驟二:哈里斯角點(diǎn)的提取； 步驟三:角點(diǎn)尺度不變旋轉(zhuǎn)特征描述子的計(jì)算； 步驟四:軌跡的形成以及其參數(shù)的計(jì)算； 步驟五:對(duì)軌跡進(jìn)行動(dòng)態(tài)分組及車輛的確認(rèn)。
2.根據(jù)權(quán)利要求1所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:在所述現(xiàn)場(chǎng)場(chǎng)景圖像的獲取步驟中，監(jiān)控?cái)z像頭為CCD攝像頭，鏡頭固定，以等間隔對(duì)現(xiàn)場(chǎng)視頻進(jìn)行采樣，采樣分辨率是720 X 576，采樣間隔小于0.1秒。
3.根據(jù)權(quán)利要求1所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:哈里斯角點(diǎn)檢測(cè)算法使用一階差分，是將所處理的矩形窗口 w向任意方向移動(dòng)微小位移(x，y);灰度改變量可以用自相關(guān)函數(shù)表示為:
4.根據(jù)權(quán)利要求3所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:所述E(x, y)是(X，y)處的自相關(guān)函數(shù)的值；所述wu，v是圖像窗口 w在(u, v)處的值；所述Ix+U，y+V是在(x+u, y+v)處的圖像灰度；所述Iu，v是在(U，V)處的圖像灰度；所述?為卷積運(yùn)算。
5.根據(jù)權(quán)利要求1所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:所述尺度不變旋轉(zhuǎn)特征描述子是圖像的局部特征，對(duì)旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對(duì)視角變化、仿射變換、噪聲也保持穩(wěn)定性。
6.根據(jù)權(quán)利要求1所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:軌跡由對(duì)角點(diǎn)進(jìn)行匹配形成，軌跡參數(shù)的計(jì)算采用雙向匹配的方法； 待匹配區(qū)域通過(guò)軌跡的速度得到，公式為:
W = A^velocity
H = W 速度的計(jì)算公式為:
7.根據(jù)權(quán)利要求6所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于:所述待匹配區(qū)域公式中W、H為待匹配區(qū)域的寬和高，velocity為該軌跡的速度，A為控制待匹配區(qū)域大小的參數(shù)；所述速度計(jì)算公式中Plx和P2X分別是軌跡中不同角點(diǎn)的X坐標(biāo)，Ply和P2y分別是軌跡中不同角點(diǎn)的y坐標(biāo)，delta是這兩個(gè)角點(diǎn)間隔的時(shí)間；所述方向計(jì)算公式中Plx和P2X分別是軌跡中不同角點(diǎn)的X坐標(biāo)，Ply和P2y分別是軌跡中不同角點(diǎn)的y坐標(biāo)。
8.根據(jù)權(quán)利要求1所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于: 兩軌跡之間的相似度通過(guò)兩條軌跡之間的位置、速度、方向以及移動(dòng)距離來(lái)度量； 兩軌跡位置的相似度通過(guò)計(jì)算兩軌跡最后匹配點(diǎn)之間的歐式距離來(lái)表示:
9.根據(jù)權(quán)利要求1所述的基于角點(diǎn)匹配的運(yùn)動(dòng)車輛跟蹤方法，其特征在于: 車輛確認(rèn)規(guī)則為: 規(guī)則一:每個(gè)分組的軌跡數(shù)不能少于一定數(shù)目； 規(guī)則一:每個(gè)分組的軌跡在最近一段時(shí)間內(nèi)，位移不能小于或者大于一定距離； 規(guī)則三:每個(gè)分組的所有軌跡的外接矩形，不能過(guò)大或者過(guò)小。
【文檔編號(hào)】G08G1/01GK103996292SQ201410235503
【公開(kāi)日】2014年8月20日 申請(qǐng)日期:2014年5月29日 優(yōu)先權(quán)日:2014年5月29日
【發(fā)明者】甘智峰, 邵文簡(jiǎn), 賴頁(yè), 丁天 申請(qǐng)人:南京新奕天科技有限公司