專利名稱：一種基于機(jī)器視覺的城市交叉路口多車道車流量檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通系統(tǒng)交通參數(shù)采集領(lǐng)域，特別涉及一種基于機(jī)器視覺的車流量檢測方法。
背景技術(shù)：
隨著城市化進(jìn)程和汽車的普及，交通運(yùn)輸問題日益嚴(yán)重。道路車輛擁擠、交通事故頻發(fā)、交通環(huán)境不斷惡化。交通問題不僅困擾著發(fā)展中國家，同時在發(fā)達(dá)國家也存在著嚴(yán)重的問題。為了解決地面交通快速發(fā)展所引發(fā)的各種問題，智能交通系統(tǒng)的研究被提到重要位置。智能交通系統(tǒng)通過對道路交通流信息進(jìn)行實(shí)時檢測，了解道路交通的運(yùn)行情況，根據(jù)交通流的動態(tài)變化，迅速做出交通誘導(dǎo)控制，減輕道路擁擠程度，減小車輛行車延誤，降低發(fā)生交通事故的概率，保證行車安全，并使交通設(shè)施得到充分利用，實(shí)現(xiàn)交通運(yùn)輸?shù)募s發(fā)展，最終達(dá)到智能交通系統(tǒng)的目的。基于機(jī)器視覺的車輛檢測技術(shù)是將視頻圖像處理和計算機(jī)圖形識別技術(shù)相結(jié)合的新型數(shù)據(jù)采集技術(shù)，近年來發(fā)展迅速，代表了未來交通流信息檢測領(lǐng)域的發(fā)展方向。它是以攝像機(jī)作為傳感器，運(yùn)用計算機(jī)視覺技術(shù)可以獲取交通流量、平均車速、車道占有率、車輛排隊(duì)長度、車牌等交通信息，并且可以對車輛進(jìn)行定位、識別和跟蹤?；跈C(jī)器視覺的車輛檢測技術(shù)監(jiān)視的范圍廣，包含大量的信息，能夠提供多種交通信息。系統(tǒng)只需要攝像機(jī)和處理機(jī)，硬件設(shè)備簡單，安裝方便，維護(hù)方便，成本低廉，升級容易。這些優(yōu)勢使得該技術(shù)的應(yīng)用范圍越來越廣泛。發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下缺點(diǎn)和不足:現(xiàn)有技術(shù)比較復(fù)雜，運(yùn)算量大，檢測車輛準(zhǔn)確率不高，并且局限于單一車道的車輛檢測；現(xiàn)有技術(shù)主要集中于高速公路、快速路等交通環(huán)境良好的車輛檢測，無法應(yīng)用到復(fù)雜的城市交叉路口。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)局限于單一車道，提高檢測方法的準(zhǔn)確率、實(shí)時性和魯棒性，本發(fā)明實(shí)施例提供了 一種基于機(jī)器視覺的城市交叉路口多車道車流量檢測方法，具體實(shí)施方案如下:攝像機(jī)架設(shè)在路口旁的支架上，以俯視的角度拍攝迎面而來的車輛。通過攝像機(jī)所獲取的交通視頻，包含著與車流量無關(guān)的大量信息，對整幅圖像進(jìn)行處理，勢必導(dǎo)致計算量過大，難以滿足檢測車輛實(shí)時性的要求，需要去除與檢測車輛無關(guān)的信息，因此需要設(shè)置檢測區(qū)域。在視頻圖像中，檢測區(qū)域設(shè)置在交叉路口的停車線和人行斑馬線之間，該區(qū)域受到的干擾是最小的；在檢測區(qū)域內(nèi)運(yùn)用高斯模型建立背景模型，根據(jù)車道線將檢測區(qū)域劃分為多個車道，多個車道并行處理；利用當(dāng)前幀圖像和背景模型相減分割運(yùn)動區(qū)域，利用垂直投影法計算運(yùn)動區(qū)域?qū)挾?；如果運(yùn)動區(qū)域?qū)挾却笥诮o定的閾值，則判斷當(dāng)前幀圖像里有車輛，否則判斷檢測區(qū)域內(nèi)無車輛；結(jié)合連續(xù)有車圖像的幀數(shù)和連續(xù)無車圖像的幀數(shù)來判斷車輛是否已經(jīng)通過檢測區(qū)域，從而實(shí)現(xiàn)車流量的統(tǒng)計。


:為了更清楚地說明發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造勞動性的前提下，還可以根據(jù)附圖獲得其他的附圖。圖1是本發(fā)明實(shí)施例車輛檢測方法框圖。圖2是本發(fā)明實(shí)施例檢測區(qū)域設(shè)置示例圖。圖3是本發(fā)明實(shí)施例車流量統(tǒng)計流程圖。
具體實(shí)施方式
:為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。在視頻的每一幀圖像的固定位置，設(shè)置覆蓋所要監(jiān)控的多個車道的檢測區(qū)域。檢測區(qū)域的位置設(shè)置在城市交叉路口的停車線和人行斑馬線之間。檢測區(qū)域的位置設(shè)置如圖2所示，通過車道線將檢測區(qū)域劃分為多個車道。利用高斯模型在檢測區(qū)域內(nèi)建立背景模型。利用背景差分法分割檢測區(qū)域內(nèi)的運(yùn)動區(qū)域，即利用當(dāng)前幀圖像與更新好的背景圖像相減并二值化分割運(yùn)動區(qū)域。垂直投影法是指對檢測區(qū)域內(nèi)的二值圖像從左至右統(tǒng)計該二值圖像每一列非零像素的個數(shù)。如果檢測區(qū)域內(nèi)有車存在，經(jīng)過垂直投影將得到封閉的波形，該波形的寬度即是運(yùn)動區(qū)域的寬度。通過比較運(yùn)動區(qū)域的寬度和給定閾值Tw(如圖3所示)比較來判斷車輛的存在。給定閾值Tw設(shè)置為普通小橋車車身寬度的90%。判斷車輛經(jīng)過檢測區(qū)域的關(guān)鍵在于檢測車輛進(jìn)入和離開檢測區(qū)域。各個車道相互獨(dú)立處理，每一個車道處理的流程是相同的，圖3只給出了一個車道檢測車流量的流程圖。以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種基于機(jī)器視覺的城市交叉路口多車道車流量檢測方法，其特征是:在視頻的每一幀圖像的固定位置設(shè)置檢測區(qū)域，運(yùn)用高斯模型在檢測區(qū)域內(nèi)建立背景模型，利用背景差分法分割運(yùn)動區(qū)域，利用垂直投影法計算運(yùn)動區(qū)域?qū)挾?，通過比較區(qū)域?qū)挾扰c給定閾值來判斷車輛的存在；通過結(jié)合連續(xù)有車圖像的幀數(shù)和連續(xù)無車圖像的幀數(shù)來判斷車輛是否已經(jīng)通過檢測區(qū)域，從而實(shí)現(xiàn)車流量的統(tǒng)計。
2.根據(jù)權(quán)利要求1所述的一種基于機(jī)器視覺的城市交叉路口多車道車流量檢測方法，其特征是:通過車道線將檢測區(qū)域劃分為多個車道，多個車道并行處理。
全文摘要
本發(fā)明涉及一種基于機(jī)器視覺的城市交叉路口車流量檢測方法，其特征在于，首先對視頻中的每一幀圖像的固定位置設(shè)置覆蓋多個車道的檢測區(qū)域，并在檢測區(qū)域內(nèi)運(yùn)用高斯模型建立背景模型；通過車道線將檢測區(qū)域劃分為多個車道，多個車道并行處理；利用背景差分法分割運(yùn)動區(qū)域；利用垂直投影法計算運(yùn)動區(qū)域?qū)挾?，并比較運(yùn)動區(qū)域?qū)挾扰c給定閾值；如果運(yùn)動區(qū)域?qū)挾却笥诮o定閾值，則判斷檢測區(qū)域內(nèi)有車輛，否則判斷檢測區(qū)域內(nèi)無車輛；通過結(jié)合連續(xù)有車圖像的幀數(shù)和連續(xù)無車圖像的幀數(shù)來判斷車輛是否已經(jīng)通過檢測區(qū)域，從而實(shí)現(xiàn)車流量的統(tǒng)計。本發(fā)明具有檢測準(zhǔn)確率高、實(shí)時性好等優(yōu)點(diǎn)。
文檔編號G08G1/065GK103177586SQ20131006883
公開日2013年6月26日 申請日期2013年3月5日 優(yōu)先權(quán)日2013年3月5日
發(fā)明者李建雄, 周世付, 羅廳, 劉俊星 申請人:天津工業(yè)大學(xué)