一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法
【專利摘要】本發(fā)明涉及一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法，按照如下步驟實(shí)現(xiàn)：首先獲取連續(xù)的運(yùn)動(dòng)車輛彩色圖像，利用線性Hough變換對(duì)彩色圖像進(jìn)行匹配校準(zhǔn)；其次對(duì)彩色圖像進(jìn)行灰度變換，對(duì)灰度圖像分別進(jìn)行減法操作、求交操作得到微弱圖像；對(duì)微弱圖像進(jìn)行線性拉伸、二值化、二值膨脹變換得到增強(qiáng)和擴(kuò)大后的運(yùn)動(dòng)車輛圖像，這些信號(hào)是一些連通的小區(qū)域；最后定義一個(gè)歐式距離，基于定義的距離對(duì)連通區(qū)域幾何中心點(diǎn)之間分別進(jìn)行歐式距離的計(jì)算，確定最終區(qū)域的個(gè)數(shù)，并對(duì)其進(jìn)行數(shù)字標(biāo)記。本發(fā)明所提出的一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法能快速、高效、簡(jiǎn)單的估算出當(dāng)前道路區(qū)域的車輛情況及擁堵情況，能很好地應(yīng)用于實(shí)踐中。
【專利說明】一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及道路區(qū)域車流量檢測(cè)方法，特別是一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng) 車流量檢測(cè)方法。

【背景技術(shù)】
[0002] 隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，城市中的汽車的數(shù)量在不斷的增加，交通擁堵問題日 益嚴(yán)重。對(duì)此，研究交通擁堵問題變得非常迫切。近年很多學(xué)者提出了許多算法和模型來 解決交通擁堵問題，例如，流體動(dòng)力學(xué)模型，氣體動(dòng)力學(xué)模型。這些模型可以很好地反映道 路交通狀況，但這些模型均較為復(fù)雜。隨著視頻圖像技術(shù)的發(fā)展，視頻圖像技術(shù)可以獲取一 些交通信息如交通流、車速、靜止車輛隊(duì)列的長(zhǎng)度、自動(dòng)地檢測(cè)交通事故、提供視頻監(jiān)控等， 對(duì)處理解決交通問題有很大的優(yōu)勢(shì)。對(duì)此，采用視頻圖像技術(shù)對(duì)道路區(qū)域車流量進(jìn)行計(jì)算 來快速估計(jì)該路段的交通狀況是一種優(yōu)選的方法。此外，通常采用計(jì)算車流量來估算某一 時(shí)刻道路情況。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于改進(jìn)的幀差法和歐式距離的區(qū)域標(biāo)記法的道路 區(qū)域車流量檢測(cè)方法，以快速、高效、簡(jiǎn)單的估算出當(dāng)前道路區(qū)域的車輛情況及擁堵情況。
[0004] 為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流 量檢測(cè)方法，其特征在于，按照下述步驟實(shí)現(xiàn)： 51 :在待測(cè)道路區(qū)域固定視頻相機(jī)，獲取該道路區(qū)域連續(xù)的運(yùn)動(dòng)車輛彩色圖像； 52 :通過Hough變換對(duì)所述彩色圖像進(jìn)行匹配校準(zhǔn)，用以消除因強(qiáng)風(fēng)或重型車輛的經(jīng) 過所引起的相機(jī)抖動(dòng)； 53 :通過改進(jìn)的幀差法檢測(cè)道路上的運(yùn)動(dòng)車輛，獲取運(yùn)動(dòng)車輛的檢測(cè)圖像； S4:通過基于歐式距離的區(qū)域標(biāo)記法，對(duì)所述檢測(cè)圖像進(jìn)行標(biāo)記，計(jì)算出道路區(qū)域的車 輛數(shù)。
[0005] 進(jìn)一步的，在所述步驟S3中，還包括如下步驟： 531 :獲取N幅連續(xù)等間隔的彩色圖像，將彩色圖像轉(zhuǎn)換成灰度圖像，其中，N為大于或 等1的正整數(shù)； 532 :在所述灰度圖像之間分別進(jìn)行減法操作，并對(duì)進(jìn)行減法操作后的圖像進(jìn)行求交操 作，獲取運(yùn)動(dòng)車輛的微弱圖像； 533 :對(duì)所述微弱圖像依次進(jìn)行線性拉伸變換操作、二值化操作以及二值膨脹操作，實(shí) 現(xiàn)對(duì)所述微弱圖像的灰度增強(qiáng)。
[0006] 進(jìn)一步的，在所述步驟S4中，還包括如下步驟： 541 :分別用^對(duì)所述運(yùn)動(dòng)車輛的檢測(cè)圖像中的各個(gè)連通區(qū)域進(jìn)行標(biāo)記； 542 :對(duì)幾何中心點(diǎn)進(jìn)行歐式距離的計(jì)算； 543 :根據(jù)下式對(duì)各個(gè)連通區(qū)域進(jìn)行合并，確定最終區(qū)域的個(gè)數(shù)，

【權(quán)利要求】
1. 一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法，其特征在于，按照下述步驟實(shí) 現(xiàn)：S1 :在待測(cè)道路區(qū)域固定視頻相機(jī)，獲取該道路區(qū)域連續(xù)的運(yùn)動(dòng)車輛彩色圖像； 52 :通過Hough變換對(duì)所述彩色圖像進(jìn)行匹配校準(zhǔn)，用以消除因強(qiáng)風(fēng)或重型車輛的經(jīng) 過所引起的相機(jī)抖動(dòng)； 53 :通過改進(jìn)的幀差法檢測(cè)道路上的運(yùn)動(dòng)車輛，獲取運(yùn)動(dòng)車輛的檢測(cè)圖像； S4:通過基于歐式距離的區(qū)域標(biāo)記法，對(duì)所述檢測(cè)圖像進(jìn)行標(biāo)記，計(jì)算出道路區(qū)域的車 輛數(shù)。
2. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法，其特征 在于，在所述步驟S3中，還包括如下步驟： 531 :獲取N幅連續(xù)等間隔的彩色圖像，將彩色圖像轉(zhuǎn)換成灰度圖像，其中，N為大于或 等1的正整數(shù)； 532 :在所述灰度圖像之間分別進(jìn)行減法操作，并對(duì)進(jìn)行減法操作后的圖像進(jìn)行求交操 作，獲取運(yùn)動(dòng)車輛的微弱圖像； 533 :對(duì)所述微弱圖像依次進(jìn)行線性拉伸變換操作、二值化操作以及二值膨脹操作，實(shí) 現(xiàn)對(duì)所述微弱圖像的灰度增強(qiáng)。
3. 根據(jù)權(quán)利要求1所述的一種基于視頻圖像技術(shù)的區(qū)域運(yùn)動(dòng)車流量檢測(cè)方法，其特征 在于，在所述步驟S4中，還包括如下步驟： 541 :分別用對(duì)所述運(yùn)動(dòng)車輛的檢測(cè)圖像中的各個(gè)連通區(qū)域進(jìn)行標(biāo)記； 542 :對(duì)幾何中心點(diǎn)進(jìn)行歐式距離的計(jì)算； 543 :根據(jù)下式對(duì)各個(gè)連通區(qū)域進(jìn)行合并，確定最終區(qū)域的個(gè)數(shù)，
544 :對(duì)所述最終區(qū)域區(qū)域進(jìn)行數(shù)字標(biāo)記； 其中，為第f個(gè)小的區(qū)域的幾何中心，f為大于等于1的正整數(shù)，為一常數(shù)。
【文檔編號(hào)】G08G1/065GK104484997SQ201410813285
【公開日】2015年4月1日 申請(qǐng)日期:2014年12月24日 優(yōu)先權(quán)日:2014年12月24日
【發(fā)明者】王衛(wèi)星 申請(qǐng)人:福州大學(xué)