一種基于視頻監(jiān)控的車(chē)流量統(tǒng)計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能交通監(jiān)控領(lǐng)域，尤其涉及一種基于視頻監(jiān)控的車(chē)流量統(tǒng)計(jì)方法。
【背景技術(shù)】
[0002] 隨著全球經(jīng)濟(jì)和科學(xué)技術(shù)飛速發(fā)展，交通作為社會(huì)發(fā)展和人民生活水平提高的基 本條件，得到了巨大的發(fā)展。現(xiàn)在家庭私人汽車(chē)逐步普及，公路條件得到很大的改善，交通 量也在不斷增長(zhǎng)，但與此同時(shí)，交通道路擁堵、交通事故頻發(fā)以及交通環(huán)境惡化等也成為了 全球性的的問(wèn)題，有效的交通管理是各大城市面臨的難題，在這樣的背景下，智能交通系統(tǒng) (ITS, Intelligent Transport System)應(yīng)運(yùn)而生。
[0003] 車(chē)輛檢測(cè)是智能交通中最基礎(chǔ)、最重要的部分，它能準(zhǔn)確及時(shí)的檢測(cè)出車(chē)輛，是后 面的車(chē)輛跟蹤、車(chē)牌識(shí)別、車(chē)輛信息提取等處理的保證。傳統(tǒng)的車(chē)輛檢測(cè)的方法有紅外檢 測(cè)、地感應(yīng)線圈檢測(cè)、超聲波檢測(cè)、聲學(xué)檢測(cè)等。紅外線檢測(cè)的方法可提供大量的交通管理 信息，但它抗噪能力不強(qiáng)，有時(shí)可能需要降低可靠性來(lái)提高靈敏度；地感應(yīng)線圈檢測(cè)的技術(shù) 已比較成熟，性能穩(wěn)定且計(jì)數(shù)非常精確，它可檢測(cè)車(chē)流量、道路占有率等，但是這種方法要 在公路線鋪設(shè)線圈，影響路面壽命，并且易被重型車(chē)輛等損壞；超聲波檢測(cè)方法根據(jù)接收和 返回的超聲波的時(shí)間差來(lái)確定車(chē)輛通過(guò)情況，具有體積小，易于安裝等優(yōu)點(diǎn)，但是它受天氣 和溫度影響較大；聲學(xué)檢測(cè)方法通過(guò)檢測(cè)車(chē)輛內(nèi)部聲音以及車(chē)輛與地面接觸的聲音來(lái)進(jìn)行 車(chē)輛檢測(cè)，但是這種方法較難檢測(cè)停止車(chē)輛，有時(shí)會(huì)漏檢車(chē)輛。因此以上現(xiàn)有技術(shù)中均存在 城市道路車(chē)流量統(tǒng)計(jì)不準(zhǔn)確的問(wèn)題。近年來(lái)隨著計(jì)算機(jī)技術(shù)、圖像處理、計(jì)算機(jī)視覺(jué)和人工 智能的發(fā)展，基于視頻的車(chē)輛檢測(cè)技術(shù)，越來(lái)越受到青睞。視頻檢測(cè)技術(shù)優(yōu)點(diǎn)有：可從視頻 圖像序列中提取豐富的信息，采集到更多的交通參數(shù)，如車(chē)流量、車(chē)速、車(chē)輛牌照、車(chē)輛類(lèi)型 等，實(shí)現(xiàn)高效準(zhǔn)確的交通監(jiān)控功能；視頻檢測(cè)成本低，只需要少量攝像頭即可，且易于安裝 和設(shè)置，對(duì)道路幾乎沒(méi)有什么破環(huán)性；而且視頻檢測(cè)易于聯(lián)網(wǎng)，形成交通網(wǎng)，能實(shí)現(xiàn)對(duì)交通 的全局控制。

【發(fā)明內(nèi)容】

[0004] 針對(duì)現(xiàn)有技術(shù)中的不足，本發(fā)明的目的在于提供一種安裝方便、精確度高的基于 視頻監(jiān)控的車(chē)流量統(tǒng)計(jì)方法，本發(fā)明的技術(shù)方案如下：一種基于視頻監(jiān)控的車(chē)流量統(tǒng)計(jì)方 法，其包括以下步驟：
[0005] 101、獲取車(chē)監(jiān)控視頻，并預(yù)覽車(chē)監(jiān)控視頻的前20幀，根據(jù)道路信息，確定車(chē)流方 向和車(chē)道個(gè)數(shù)，設(shè)置第1虛擬線圈和第2虛擬線圈在車(chē)監(jiān)控視頻中；
[0006] 102、逐幀輸入視頻圖像序列，將每幀視頻圖像轉(zhuǎn)化為灰度圖像，初始化背景模型， 取出第一幀視頻，并將第一幀視頻中第1虛擬線圈內(nèi)的視頻圖像進(jìn)行初始化成背景模型， 初始化成背景模型方法為：對(duì)于第1幀視頻中的每個(gè)像素點(diǎn)，隨機(jī)抽取與其相鄰的8個(gè)像素 點(diǎn)組成此像素點(diǎn)的背景模型樣本集，如果t = 0代表視頻的第1幀，Ne(X)為像素點(diǎn)X的空 間鄰居像素點(diǎn)，則點(diǎn)X的背景模型初始化為
[0007] M〇(x) = {V(y|y G ng(x) )} Q)
[0008] (I)式中，y是從Ne(X)中隨機(jī)讀取的，v°(y)表示隨機(jī)選擇若干次后直到滿(mǎn)足M°(x) 中背景像素點(diǎn)個(gè)數(shù)；
[0009] 103、步驟102建立完初始化背景模型后，從第二幀視頻開(kāi)始，利用背景模型提取 出當(dāng)前視頻幀圖像的前景圖像，即車(chē)輛圖像；
[0010] 104、對(duì)提取出的前景圖像采用形態(tài)學(xué)濾波法進(jìn)行處理，濾波處理后，提取所有前 景圖像的輪廓，面積小于閾值Ml的前景圖像時(shí)則丟棄，前景圖像的面積大于閾值Ml時(shí)則視 為運(yùn)動(dòng)目標(biāo)；更新背景模型；若檢測(cè)到所述第1虛擬線圈中存在運(yùn)動(dòng)車(chē)輛，則對(duì)其標(biāo)記并跟 蹤；對(duì)于所述第1虛擬線圈標(biāo)記的運(yùn)動(dòng)車(chē)輛，若檢測(cè)到所述第2虛擬線圈中跟蹤到此運(yùn)動(dòng)車(chē) 輛，則將車(chē)流量統(tǒng)計(jì)數(shù)目加1 ;對(duì)于所述第1種虛擬線圈檢測(cè)到的運(yùn)動(dòng)塊，找尋可以和此運(yùn) 動(dòng)塊合并的塊，組成新的運(yùn)動(dòng)塊，標(biāo)記并跟蹤，若檢測(cè)到所述第2虛擬線圈中跟蹤到此運(yùn)動(dòng) 塊，則將車(chē)流量統(tǒng)計(jì)數(shù)目加1。
[0011] 進(jìn)一步的，步驟102中建立背景模型樣本集后，將每個(gè)新的像素值和樣本集 比較判斷是否屬于背景點(diǎn)，記V( X) :X點(diǎn)處的像素值；M(X) = {V1，V2，?，VN}為X處 的背景樣本集，樣本集大小為Ν) ;SR(v(x):以X為中心R為半徑的區(qū)域，如果Μ(χ) [{SR(v(x)) Π {ν?，ν2，···，νΝ}}]大于一個(gè)給定的閾值min,那么就認(rèn)為X點(diǎn)屬于背景點(diǎn)。
[0012] 進(jìn)一步的，步驟104中所述的形態(tài)學(xué)濾波法包括中值濾波和形態(tài)學(xué)腐蝕。
[0013] 進(jìn)一步的，步驟101中所述的第1種虛擬線圈數(shù)量為1個(gè)，所述第2虛擬線圈數(shù)量 等于需要處理的車(chē)道數(shù)，且每個(gè)第2虛擬線圈均放置在車(chē)道上，所述第1虛擬線圈中設(shè)置有 第2虛擬線圈。
[0014] 進(jìn)一步的，步驟104中車(chē)輛跟蹤過(guò)程包括：
[0015] 若當(dāng)前幀車(chē)輛外接矩形的質(zhì)心的位置與前一幀某一車(chē)輛外接矩形的質(zhì)心位置的 距離小于等于M2,則視為同一車(chē)輛，繼續(xù)跟蹤；若前一幀有與當(dāng)前幀車(chē)輛外接矩形的位置 的距離大于M2的車(chē)輛，則視為新出現(xiàn)的車(chē)輛，加入跟蹤。
[0016] 本發(fā)明的優(yōu)點(diǎn)及有益效果如下：
[0017] 1)提高車(chē)流量統(tǒng)計(jì)準(zhǔn)確率。
[0018] 本發(fā)明利用"背景建模-前景提取-更新背景模型"的步驟提取車(chē)輛，充分考慮了 不同監(jiān)控拍攝的視頻路況的不同及同一監(jiān)控拍攝的視頻路況的改變，并通過(guò)對(duì)提取的車(chē)輛 圖像的跟蹤及整合，使車(chē)流量統(tǒng)計(jì)更具穩(wěn)定性，從而提高了車(chē)流量的統(tǒng)計(jì)準(zhǔn)確率。
[0019] 2)適用于不同路段
[0020] 根據(jù)監(jiān)控路段的不同，用戶(hù)可通過(guò)修改車(chē)道數(shù)、車(chē)輛檢測(cè)區(qū)域等參數(shù)自行調(diào)整監(jiān) 控視頻中車(chē)流行駛道路、重點(diǎn)檢測(cè)區(qū)域等，給用戶(hù)提供一種個(gè)性化的解決方案，滿(mǎn)足用戶(hù)的 實(shí)際需求。
【附圖說(shuō)明】
[0021] 圖1是本發(fā)明的總體流程圖；
[0022] 圖2為本發(fā)明第1虛擬線圈和第2虛擬線圈放置示意圖；
[0023] 圖3為本發(fā)明的車(chē)流量統(tǒng)計(jì)方法流程圖；
[0024] 圖4為本發(fā)明的運(yùn)動(dòng)目標(biāo)跟蹤過(guò)程圖。
【具體實(shí)施方式】
[0025] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整的描述。顯然，所描述的實(shí)施例僅僅是本發(fā)明的一個(gè)實(shí)施例，而不是全部