本發(fā)明涉及道路交通，具體為一種基于視頻的車輛行駛軌跡識別系統(tǒng)及方法。

背景技術(shù)：

1、基于視頻的車輛行駛軌跡識別系統(tǒng)利用安裝在道路沿線的攝像機捕捉視頻圖像，通過先進的圖像處理算法和深度學習技術(shù)，自動檢測和識別車輛的位置、速度、行駛方向等信息，并構(gòu)建車輛行駛的軌跡。這些軌跡信息隨后被傳輸至交通管理中心，用于進一步分析和決策，如交通流量管理、事故預警、違章行為監(jiān)測等；

2、經(jīng)查公開號：cn114998815b，公開了一種基于視頻分析的交通車輛識別追蹤方法及系統(tǒng)，此技術(shù)中公開了?“一種基于視頻分析的交通車輛識別追蹤方法及系統(tǒng)，所述方法中包括：步驟1，提取第一視頻和第二視頻，所述第一視頻和所述第二視頻具有時空關(guān)聯(lián)性；步驟2，針對第一視頻，進行車輛識別；步驟3，針對第二視頻，進行車輛識別；步驟4，在地圖上標注上所識別成功的同一車牌車輛，按照所述第一視頻和所述第二視頻所具有的時空關(guān)聯(lián)性在地圖上進行標注點連接，得到車輛行駛軌跡，根據(jù)該車輛行駛軌跡完成車輛追蹤”等技術(shù)方案?，具有“通過融合改進的swin?transformer深度學習模型和mapreduce框架下訓練的alexnet模型的方法，提高了車輛檢測識別追蹤的效率”等技術(shù)效果?；

3、目前現(xiàn)有的基于視頻的車輛行駛軌跡識別系統(tǒng)在實際應用中雖然取得了顯著的進展，但仍存在一些不足之處，這些不足主要體現(xiàn)在：不同光照條件下（如晴天、陰天、夜晚等），視頻圖像的質(zhì)量會發(fā)生變化，影響車輛檢測和識別的準確性；以及在交通場景中，車輛之間可能會相互遮擋，尤其是密集交通流中，遮擋問題更為突出，這會導致部分車輛信息丟失，影響軌跡的連續(xù)性和準確性。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于視頻的車輛行駛軌跡識別系統(tǒng)及方法，具有基于視頻的車輛行駛軌跡識別系統(tǒng)在面對環(huán)境因素干擾時，可以通過光照變化的適應性處理、車輛軌跡預測和路面狀況的適應性處理的特點。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：一種基于視頻的車輛行駛軌跡識別系統(tǒng)，包括車輛行駛軌跡識別系統(tǒng)，所述車輛行駛軌跡識別系統(tǒng)包括視頻采集模塊、數(shù)字圖像預處理模塊、車輛識別與追蹤模塊、軌跡生成與可視化模塊、數(shù)據(jù)分析與應用模塊和控制顯示面板；

3、所述視頻采集模塊包括高清攝像頭、處理單元和驅(qū)動程序單元，所述高清攝像頭的輸出端與處理單元的輸入端連接，且處理單元的輸出端與驅(qū)動程序單元的輸入端連接。

4、優(yōu)選的，所述驅(qū)動程序單元的輸出端與數(shù)字圖像預處理模塊的輸入端連接，且數(shù)字圖像預處理模塊的輸出端與車輛識別與追蹤模塊的輸入端連接，所述車輛識別與追蹤模塊的輸出端與軌跡生成與可視化模塊的輸入端連接，所述軌跡生成與可視化模塊的輸出端與數(shù)據(jù)分析與應用模塊和控制顯示面板的輸入端連接，所述數(shù)據(jù)分析與應用模塊和控制顯示面板之間實現(xiàn)雙向連接。

5、本發(fā)明還公開了一種基于視頻的車輛行駛軌跡識別系統(tǒng)的方法，具體包括以下步驟：

6、s1、數(shù)字圖像預處理：視頻采集模塊作為視頻信號的來源，并負責捕捉道路上的車輛行駛情況，并通過數(shù)字圖像預處理模塊將采集后的視頻流解碼為連續(xù)的圖像幀，再消除或減弱圖像中的噪聲，再改善圖像的視覺效果，增強圖像對比度，突出車輛特征，再將圖像轉(zhuǎn)換為二值圖像，簡化圖像信息；

7、s2、車輛識別與追蹤：車輛識別與追蹤模塊通過目標檢測算法對車輛的邊緣、角點和顏色直方圖的特征進行匹配和識別，檢測到的車輛對象會被傳遞給目標跟蹤算法，在連續(xù)的視頻幀中追蹤已檢測到的車輛對象；

8、s3、軌跡生成與可視化：軌跡生成與可視化模塊接收來自車輛識別與追蹤模塊輸出的車輛坐標、時間戳的位置信息，并根據(jù)預處理后的車輛位置信息，構(gòu)建車輛的連續(xù)行駛軌跡，再從生成的軌跡數(shù)據(jù)中提取軌跡長度、行駛速度、加速度和轉(zhuǎn)向角度的關(guān)鍵特征，并將生成的軌跡數(shù)據(jù)存儲到數(shù)據(jù)庫中，進行后續(xù)的查詢、分析和重用；

9、s4、數(shù)據(jù)分析與應用：通過數(shù)據(jù)分析與應用模塊對軌跡數(shù)據(jù)進行清洗、去噪、缺失值處理等操作，并從軌跡數(shù)據(jù)中提取出對后續(xù)分析速度、加速度、轉(zhuǎn)向角度、行駛距離的特征，對軌跡數(shù)據(jù)進行統(tǒng)計分析，計算平均值、標準差、最大值、最小值的統(tǒng)計指標，并利用聚類分析、分類算法、回歸模型和時間序列分析法，對軌跡數(shù)據(jù)進行深入挖掘，發(fā)現(xiàn)潛在的模式和規(guī)律。

10、優(yōu)選的，所述步驟s1中在圖像二值化后，提取圖像中的邊緣信息，再對圖像進行消除噪聲、填補孔洞和連接斷裂處理。

11、優(yōu)選的，所述步驟s2中在通過目標跟蹤算法時，通過比較連續(xù)幀之間的車輛位置、速度、加速度等信息，建立車輛之間的關(guān)聯(lián)，實現(xiàn)跨幀追蹤，并且針對車輛被遮擋的情況，采用預測模型或結(jié)合上下文信息進行遮擋補償，保持跟蹤的連續(xù)性，以及將跟蹤到的車輛位置信息按時間順序排列，形成車輛的行駛軌跡，并進行平滑處理以消除抖動。

12、優(yōu)選的，所述步驟s3中通過圖形渲染引擎將軌跡數(shù)據(jù)轉(zhuǎn)換為圖形化的展示形式，并在控制顯示面板的配合下將軌跡數(shù)據(jù)以線條和圖標的形式展示在用戶界面上。

13、優(yōu)選的，所述步驟s4中利用軌跡數(shù)據(jù)分析結(jié)果，對交通流量、擁堵情況、違章行為等進行監(jiān)控和管理，并提出優(yōu)化方案，再結(jié)合軌跡數(shù)據(jù)和城市規(guī)劃需求，為城市基礎(chǔ)設施建設提供決策支持。

14、優(yōu)選的，所述步驟s4中利用軌跡數(shù)據(jù)快速定位事故現(xiàn)場，分析事故原因，并制定應急響應方案；再基于軌跡數(shù)據(jù)分析消費者行為模式、商業(yè)活動熱點，并為商家提供商業(yè)智能服務。

15、本發(fā)明提供了一種基于視頻的車輛行駛軌跡識別系統(tǒng)及方法。與現(xiàn)有技術(shù)相比具備以下有益效果：

16、1、通過高清攝像頭內(nèi)置的自動曝光控制功能，動態(tài)調(diào)整攝像機的曝光參數(shù)，以適應不同光照條件下的場景；并采用直方圖均衡化、gamma校正等圖像增強算法，改善圖像的整體亮度和對比度，使車輛目標在不同光照條件下都能清晰可見；針對大雨、大雪、大霧等惡劣天氣條件，采用特定的濾波算法（如中值濾波、高斯濾波等）去除圖像中的噪聲和干擾，提高圖像質(zhì)量，以及通過圖像處理算法（如背景減除、光流法等）檢測并抑制路面反射產(chǎn)生的光斑和倒影，減少對車輛檢測的干擾。

17、2、預測到車輛可能發(fā)生遮擋時，利用插值法（如線性插值、多項式插值等）估算車輛的位置，這種方法基于車輛的歷史運動軌跡和預測的運動狀態(tài)，對遮擋期間的位置進行合理推測；并對遮擋前后的軌跡進行平滑處理，以減少因遮擋導致的軌跡突變，軌跡平滑可以通過各種濾波算法實現(xiàn)，如卡爾曼濾波、中值濾波等；同時，設置多組高清攝像頭通過多源數(shù)據(jù)融合來補償遮擋導致的軌跡缺失，實現(xiàn)不同數(shù)據(jù)源之間的信息互補可以提高軌跡的完整性和準確性。

18、3、采用均值濾波、中值濾波、高斯濾波等算法對圖像進行平滑處理，減少噪聲干擾；并利用直方圖均衡化、對比度拉伸、銳化等算法對圖像進行處理，使車輛輪廓更加清晰；再通過設定閾值，將圖像中大于閾值的像素點設為白色，小于閾值的像素點設為黑色，從而得到二值化圖像；然后采用sobel算子、canny算子等邊緣檢測算法對圖像進行處理，識別出圖像中的邊緣線條；最后應用膨脹、腐蝕、開運算、閉運算等形態(tài)學操作算法對圖像進行局部處理，改善圖像質(zhì)量。