專利名稱:基于視頻判斷交通擁堵的裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明屬于視頻檢測(cè)和圖像識(shí)別技術(shù)領(lǐng)域,更具體地涉及一種基于視頻判斷交通擁堵的裝置。
背景技術(shù):
近年來(lái),隨著世界經(jīng)濟(jì)的快速發(fā)展,交通負(fù)荷急劇增長(zhǎng),隨之而來(lái)的道路擁擠嚴(yán)重、交通事故頻發(fā)等問(wèn)題已經(jīng)逐步成為制約各國(guó)交通發(fā)展的主要因素。因此,及時(shí)正確地進(jìn)行道路交通擁堵判別,是采取合理預(yù)警措施、主動(dòng)避免交通擁堵的前提,同時(shí)也可以為公眾出行以及城市交通調(diào)度提供參考,是提高道路通行能力的有效手段?,F(xiàn)有分析城市道路交通擁堵?tīng)顩r的技術(shù)主要有環(huán)形線圈法、雷達(dá)(微波)法、 超聲波法、基于GPS資料法等,其中環(huán)形線圈法在使用過(guò)程中也逐步顯露出一些致命缺點(diǎn), 如安裝感應(yīng)線圈時(shí)需要在路面上切槽,安裝后再填充涂料,破壞路面的完整性,影響路面壽命。維護(hù)感應(yīng)線圈時(shí)需中斷交通,且不能檢測(cè)靜止車輛。上訴方法各有利弊,都不能實(shí)現(xiàn)準(zhǔn)確、實(shí)時(shí)、方便地檢測(cè)道路交通狀況。隨著技術(shù)的逐步發(fā)展,目前的道路交通判別發(fā)展成為主要基于浮動(dòng)車數(shù)據(jù)進(jìn)行分析處理,輔以城市中大量的食品監(jiān)控資源以人工觀測(cè)的手段對(duì)道路交通狀態(tài)進(jìn)行修正和補(bǔ)充。但是基于浮動(dòng)車數(shù)據(jù)的交通狀態(tài)判別算法的準(zhǔn)確度與浮動(dòng)車數(shù)量以及運(yùn)營(yíng)狀態(tài)有直接的關(guān)聯(lián),故而無(wú)法達(dá)到很高的準(zhǔn)確度,而人工觀測(cè)視頻監(jiān)控的方法則有對(duì)觀測(cè)人有著極高的要求,存在判別依據(jù)過(guò)于主觀以及較高的漏報(bào)率。故而為了更有效的利用現(xiàn)有的視頻監(jiān)控資源,有必要將先進(jìn)的視頻檢測(cè)技術(shù)合理的應(yīng)用于我國(guó)交通領(lǐng)域。視頻檢測(cè)技術(shù)在交通領(lǐng)域的應(yīng)用研究的發(fā)展歷史并不很長(zhǎng),1984年,美國(guó)的明尼蘇達(dá)大學(xué)首次開(kāi)展了將計(jì)算機(jī)視覺(jué)應(yīng)用于高級(jí)交通管理的研究。1984年至1989年,該大學(xué)在交通部門的扶植下做了進(jìn)一步的實(shí)驗(yàn)研究,為此同時(shí)成立了 ISSdmage Sensing System)公司,專門從事交通視頻技術(shù)的開(kāi)發(fā)。在1987年,ISS公司設(shè)計(jì)出了第一臺(tái)原型機(jī),此次設(shè)計(jì)首先驗(yàn)證了視頻檢測(cè)技術(shù)在交通領(lǐng)域的應(yīng)用。視頻檢測(cè)技術(shù)在國(guó)內(nèi)的應(yīng)用研究起步較晚,伴隨著交通運(yùn)輸?shù)陌l(fā)展,交通管理與控制的應(yīng)用需求在不斷增加,國(guó)內(nèi)的許多公司也在這方面做了許多努力,但產(chǎn)品大多停留在原型機(jī)的層次或?qū)崿F(xiàn)的功能不夠完善,在實(shí)際的推廣當(dāng)中效果并不明顯,還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到實(shí)際應(yīng)用的要求,同國(guó)外產(chǎn)品相比還有相當(dāng)?shù)牟罹?。綜上,基于視頻監(jiān)控的道路交通狀態(tài)判別還有許多不足之處,主要體現(xiàn)在檢測(cè)精度不高且仍停留在交通參數(shù)檢測(cè)的層面上,若要判別道路交通狀態(tài)還需進(jìn)一步對(duì)交通參數(shù)進(jìn)行分析處理,沒(méi)有充分發(fā)揮出視頻監(jiān)控應(yīng)有的性能。
發(fā)明內(nèi)容
1.本發(fā)明所要解決的技術(shù)問(wèn)題。為提高道路交通狀態(tài)的判別,增加檢測(cè)精度,提高視頻監(jiān)控的性能,提出了基于視頻判斷交通擁堵的裝置。2.本發(fā)明解決上述問(wèn)題的技術(shù)方案。本發(fā)明主要包括攝像機(jī)、視頻檢測(cè)系統(tǒng)、視頻分析系統(tǒng)、擁堵提示系統(tǒng)。攝像機(jī)獲取道路交通視頻圖像,視頻圖像信息傳輸?shù)揭曨l檢測(cè)系統(tǒng)進(jìn)行背景建模、前景提取、車輛識(shí)別后傳輸?shù)揭曨l分析系統(tǒng)進(jìn)行擁堵情況分析,最后將擁堵情況傳輸?shù)綋矶绿崾鞠到y(tǒng)進(jìn)行提
7J\ ο視頻檢測(cè)系統(tǒng)包含時(shí)空域背景建模模塊、提取前景信息模塊、連通域分析模塊。時(shí)空域背景模塊采用混合高斯模型建立視頻監(jiān)控圖像的時(shí)空背景模型。提取前景信息模塊計(jì)算當(dāng)前圖形與時(shí)空域背景模型的相似性,提取前景信息。連通域分析模塊提取前景信息中的連通域的特征信息。視頻分析系統(tǒng)獲取連通域分析模塊輸出的數(shù)據(jù),利用連通域的距離和面積信息進(jìn)行車輛識(shí)別。連通域分析模塊分析若無(wú)車,則更新當(dāng)前視頻,若有車則提取連通域的特征信息。視頻分析系統(tǒng)計(jì)算不同目標(biāo)在第一周期時(shí)間內(nèi)的平均速度,計(jì)算圖像上所有車輛速度的平均值作為當(dāng)前道路的速度參數(shù),并設(shè)定好速度閥值。視頻分析系統(tǒng)判斷當(dāng)速度參數(shù)大于速度閥值則傳輸?shù)綋矶绿崾鞠到y(tǒng)為暢通信號(hào), 若速度參數(shù)小于速度閥值則傳輸?shù)綋矶绿崾鞠到y(tǒng)為擁堵信號(hào)。擁堵提示系統(tǒng)具有語(yǔ)音提示功能。本發(fā)明通過(guò)視頻圖像進(jìn)行道路交通狀態(tài)的判別,增加檢測(cè)精度,提高視頻監(jiān)控的性能。
圖1為本發(fā)明的系統(tǒng)結(jié)構(gòu)圖。圖2為本發(fā)明的視頻檢測(cè)系統(tǒng)的結(jié)構(gòu)圖。
具體實(shí)施例方式為了清晰表述本發(fā)明的實(shí)施過(guò)程,下面分步驟描述基于視頻判斷交通擁堵的裝置的具體實(shí)施例。視頻檢測(cè)系統(tǒng)中的背景建模是利用混合高斯背景建模法建立每個(gè)像素的時(shí)間域背景模型,進(jìn)行高斯成分個(gè)數(shù)的自適應(yīng)選擇,具體包括初始化時(shí),場(chǎng)景每個(gè)像素的混合高斯模型只設(shè)置一個(gè)高斯成分,當(dāng)場(chǎng)景發(fā)生變化,像素的混合高斯模型不能與當(dāng)前像素匹配時(shí), 如果該像素混合高斯模型中的高斯成分個(gè)數(shù)沒(méi)有達(dá)到設(shè)定的最大值,則自動(dòng)增加一個(gè)以當(dāng)前值為均值的初始高斯成分,否則用當(dāng)前像素值為均值的新高斯成分代替像素混合高斯模型中的末尾高斯成分。模型更新完成后,判斷每個(gè)像素的混合高斯模型中的最后一個(gè)高斯成分是否過(guò)期,如果過(guò)期則刪除,通過(guò)時(shí)間域背景模型對(duì)場(chǎng)景的分析,獲得了表示背景的一組樣本,直接統(tǒng)計(jì)這些表示背景的樣本在空間上的分布,作為像素的空間域背景模型。連通域分析模塊提取前景信息中的連通域的特征信息。首先去除前景信息中的噪點(diǎn)影響,將目標(biāo)像素轉(zhuǎn)換到連通分量級(jí),利用膨脹操作數(shù)去除填補(bǔ)目標(biāo)區(qū)域的小孔,再將結(jié)果重新返回到初始前景點(diǎn)集上,恢復(fù)前景圖像的固有邊緣,然后提取統(tǒng)計(jì)圖像中連通域的CN 102542805 A數(shù)目并對(duì)各連通域標(biāo)號(hào),最后提取連通域的面積、周長(zhǎng)、形心位置以及外接矩形信息。視頻分析系統(tǒng)獲取連通域分析模塊輸出的數(shù)據(jù),利用連通域的距離和面積信息進(jìn)行車輛識(shí)別。連通域分析模塊分析若無(wú)車,則更新當(dāng)前視頻,若有車則提取連通域的特征信息。視頻分析系統(tǒng)計(jì)算不同目標(biāo)在第一周期時(shí)間內(nèi)的平均速度,計(jì)算圖像上所有車輛速度的平均值作為當(dāng)前道路的速度參數(shù),并設(shè)定好速度閥值。視頻分析系統(tǒng)判斷當(dāng)速度參數(shù)大于速度閥值則傳輸?shù)綋矶绿崾鞠到y(tǒng)為暢通信號(hào), 若速度參數(shù)小于速度閥值則傳輸?shù)綋矶绿崾鞠到y(tǒng)為擁堵信號(hào)。擁堵提示系統(tǒng)具有語(yǔ)音提示功能。上述實(shí)施例不以任何方式限制本發(fā)明,凡是采用等同替換或等效變換的方式獲得的技術(shù)方案均落在本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種基于視頻判斷交通擁堵的裝置,其特征在于包括以下幾部分主要包括攝像機(jī)、視頻檢測(cè)系統(tǒng)、視頻分析系統(tǒng)、擁堵提示系統(tǒng);攝像機(jī)獲取道路交通視頻圖像,視頻圖像信息傳輸?shù)揭曨l檢測(cè)系統(tǒng)進(jìn)行背景建模、前景提取、車輛識(shí)別后傳輸?shù)揭曨l分析系統(tǒng)進(jìn)行擁堵情況分析,最后將視頻數(shù)據(jù)傳輸?shù)綋矶绿崾鞠到y(tǒng)進(jìn)行提示。
2.根據(jù)權(quán)利要求1所述的基于視頻判斷交通擁堵的裝置,其特征在于視頻檢測(cè)系統(tǒng)包含時(shí)空域背景建模模塊、提取前景信息模塊、連通域分析模塊。
3.根據(jù)權(quán)利要求1和2所述的基于視頻判斷交通擁堵的裝置,其特征在于時(shí)空域背景模塊采用混合高斯模型建立視頻監(jiān)控圖像的時(shí)空背景模型。
4.根據(jù)權(quán)利要求1和2所述的基于視頻判斷交通擁堵的裝置,其特征在于提取前景信息模塊計(jì)算當(dāng)前圖形與時(shí)空域背景模型的相似性,提取前景信息。
5.根據(jù)權(quán)利要求1和2所述的基于視頻判斷交通擁堵的裝置,其特征在于連通域分析模塊提取前景信息中的連通域的特征信息。
6.根據(jù)權(quán)利要求1所述的基于視頻判斷交通擁堵的裝置,其特征在于視頻分析系統(tǒng)獲取連通域分析模塊輸出的數(shù)據(jù),利用連通域的距離和面積信息進(jìn)行車輛識(shí)別。
7.根據(jù)權(quán)利要求1和5所述的基于視頻判斷交通擁堵的裝置,其特征在于連通域分析模塊分析若無(wú)車,則更新當(dāng)前視頻,若有車則提取連通域的特征信息。
8.根據(jù)權(quán)利要求1所述的基于視頻判斷交通擁堵的裝置,其特征在于視頻分析系統(tǒng)計(jì)算不同目標(biāo)在第一周期時(shí)間內(nèi)的平均速度,計(jì)算圖像上所有車輛速度的平均值作為當(dāng)前道路的速度參數(shù),并設(shè)定好速度閥值。
9.根據(jù)權(quán)利要求1和8所述的基于視頻判斷交通擁堵的裝置,其特征在于視頻分析系統(tǒng)判斷當(dāng)速度參數(shù)大于速度閥值則傳輸?shù)綋矶绿崾鞠到y(tǒng)為暢通信號(hào),若速度參數(shù)小于速度閥值則傳輸?shù)綋矶绿崾鞠到y(tǒng)為擁堵信號(hào)。
10.根據(jù)權(quán)利要求1所述的基于視頻判斷交通擁堵的裝置,其特征在于擁堵提示系統(tǒng)具有語(yǔ)音提示功能。
全文摘要
本發(fā)明屬于視頻檢測(cè)和圖像識(shí)別技術(shù)領(lǐng)域,公開(kāi)了一種基于視頻判斷交通擁堵的裝置。主要包括攝像機(jī)、視頻檢測(cè)系統(tǒng)、視頻分析系統(tǒng)、擁堵提示系統(tǒng)。攝像機(jī)獲取道路交通視頻圖像,視頻圖像信息傳輸?shù)揭曨l檢測(cè)系統(tǒng)進(jìn)行背景建模、前景提取、車輛識(shí)別后傳輸?shù)揭曨l分析系統(tǒng)進(jìn)行擁堵情況分析,最后將擁堵情況傳輸?shù)綋矶绿崾鞠到y(tǒng)進(jìn)行提示。通過(guò)道路交通狀態(tài)的判別,提高檢測(cè)精度,提高視頻監(jiān)控的性能。
文檔編號(hào)G08G1/01GK102542805SQ20121006091
公開(kāi)日2012年7月4日 申請(qǐng)日期2012年3月8日 優(yōu)先權(quán)日2012年3月8日
發(fā)明者李萌 申請(qǐng)人:南京理工大學(xué)常熟研究院有限公司