專利名稱：一種基于彈性松馳算法的車型識別系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理、模式識別技術(shù)領(lǐng)域，具體涉及一種對車輛目標圖像的特征
提取與形狀識別。
背景技術(shù)：
車輛檢測是智能交通系統(tǒng)ITS (Intelligent Transportation Systems)中一個重 要的組成部分。在智能交通系統(tǒng)中，車輛信息的計算和獲取對車輛自動監(jiān)控和全自動收費 系統(tǒng)的建立起著關(guān)鍵的指導(dǎo)作用，而車型檢測和車牌識別技術(shù)是實現(xiàn)公路交通自動化的前 提和條件，因此，車輛圖像檢測技術(shù)的研究對提高公路交通的自動化程度，促進智能交通系 統(tǒng)的發(fā)展具有重大的實際意義。 作為ITS的基本部分，車輛流量檢測及其識別系統(tǒng)在ITS中占有很重要的地位。當 前國內(nèi)外常見的車輛流量檢測方法有檢測線圈、電視監(jiān)控、微波檢領(lǐng)U、視頻檢測四類方法。 其中基于圖像處理的視頻車輛檢測方式近年來發(fā)展很快，由于它具有檢測區(qū)域大、系統(tǒng)設(shè) 置靈活等突出的優(yōu)點，已成為智能交通系統(tǒng)領(lǐng)域的一個研究熱點。 目前，國內(nèi)外的視頻交通流信息采集系統(tǒng)的研究開發(fā)工作都是以實現(xiàn)實時的交通 流信息采集為目標，系統(tǒng)無一例外都比較龐大復(fù)雜，同時售價不菲。但是，由于視頻檢測技 術(shù)本身發(fā)展程度的局限性，如仍無法解決夜晚低照度的正常工作問題，所以，視頻交通流信 息采集系統(tǒng)目前仍然難以作為主要交通檢測設(shè)備占據(jù)市場。另一方面，對于某些靈活機動 的應(yīng)用，又沒有適合的產(chǎn)品。比如，在進行隨機的交通調(diào)查時，需要統(tǒng)計不同路段的交通數(shù) 據(jù)，如果應(yīng)用現(xiàn)有的視頻檢測系統(tǒng)，設(shè)備復(fù)雜、操作復(fù)雜同時價格昂貴，使得很少有人在交 通調(diào)查中使用視頻交通流信息采集設(shè)備。所以，目前視頻檢測技術(shù)的應(yīng)用范圍應(yīng)該予以擴 展。 此外，目前的視頻交通流信息采集系統(tǒng)多需要用戶進行視場的標定，這種操作對 于用戶尤其是非專業(yè)用戶而言，過于復(fù)雜，將引入新的誤差。還有，大多產(chǎn)品的處理算法用 硬件實現(xiàn)，雖然這樣會帶來處理速度的提高，但是，系統(tǒng)的規(guī)模和價格都將隨之增加。在計 算機性能日益提高的今天，用軟件實現(xiàn)視頻圖像的處理算法已經(jīng)可以滿足系統(tǒng)響應(yīng)速度的 要求。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是為降低車型識別系統(tǒng)的成本，簡化圖像數(shù)據(jù)處理 流程，提高車型識別的效率，實現(xiàn)全天候車型識別，本發(fā)明提供了一種用最小的系統(tǒng)規(guī)模實
現(xiàn)車型識別的系統(tǒng)與方法。 本發(fā)明解決其技術(shù)問題采用的技術(shù)方案是基于彈性松馳算法的車型識別系統(tǒng)， 該系統(tǒng)包括攝像機、圖像采集卡、圖像處理和顯示設(shè)備，其中攝像機是視頻輸入設(shè)備，其輸 出的視頻圖像信號被圖像采集卡接收；圖像采集卡通過采樣和量化進行二值化處理得到前 景圖像，其輸出的前景圖像送到圖像處理設(shè)備；圖像處理設(shè)備對前景圖像采用彈性松馳算法進行分析處理得到車長和車高信息，并將處理結(jié)果送顯示設(shè)備進行屏幕顯示，或者將圖
像數(shù)據(jù)存入圖像處理設(shè)的緩存等待處理。 本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的主要優(yōu)點 在車型識別系統(tǒng)中，有很多利用正前方或者正上方來拍攝車道。為了更好的提取 車型的特征，本發(fā)明中把攝像機安裝在道路的側(cè)面，通過側(cè)面來拍攝車道上車輛。這種視頻 采集方式，具有以下幾個優(yōu)點1)與安裝在正前方相比，可以有效的避免車燈的干擾，根據(jù) 實驗結(jié)果，當車燈打開時，攝像機幾乎拍攝不到任何有效的信息。2)與安裝在正前方相比， 側(cè)面能夠得到更多、更為有效的車型特征，如車長、車高、車輛輪距，而在正面只能夠得到不 是很準確的車寬、車高，而在車型識別中車長才是最主要的決定性要素。3)如果安裝在正 上方，它也無法完全避免車燈的影響，而且它只能得到變形的車長和車寬，要根據(jù)數(shù)學處理 后才能得到車長、車寬信息，但是這樣處理后誤差明顯增大，沒有在側(cè)面來的簡單、精確。所 以，本發(fā)明在進行車型識別時的視頻圖片都是基于側(cè)面的拍攝結(jié)果。 本發(fā)明利用公路收費站現(xiàn)有的攝像機和視頻采集卡實時讀取視頻流，對進入車輛 檢測區(qū)的車輛進行圖像采集，通過對視頻流圖像的選取采集、背景建模、后期處理、識別等 技術(shù)予以處理，從而達到統(tǒng)計車流量、車型分類的目的。 綜上所述本發(fā)明提供的基于彈性松馳算法的車型識別系統(tǒng)，具有簡便、靈活、低 廉、高效和實用性強的優(yōu)勢。本發(fā)明提供的是一種新的車型特征提取方法，該方法運用彈性 松馳技術(shù)能夠較好地解決車輛區(qū)域檢測和分割過程中的背景變換問題，而且以簡單實用的 彈性松馳算法代替繁瑣的分割算法，大大降低了系統(tǒng)的時間復(fù)雜度，提高了系統(tǒng)適用性和 魯棒性，可以廣泛用于各種實時系統(tǒng)，并且能夠?qū)囆妥R別取得良好的效果。


圖1為本發(fā)明的車型識別系統(tǒng)結(jié)構(gòu)圖。
圖2為本發(fā)明的車型識別系統(tǒng)流程圖。
圖3為本發(fā)明的彈性松弛算法示意圖。
具體實施例方式
本發(fā)明涉及一種基于彈性松馳算法的車型識別系統(tǒng)，該系統(tǒng)的結(jié)構(gòu)如圖1所示 包括攝像機、圖像采集卡、圖像處理和顯示設(shè)備。其中攝像機是視頻輸入設(shè)備，其輸出的 視頻圖像信號被圖像采集卡接收；圖像采集卡通過采樣和量化進行二值化處理得到前景圖 像，其輸出的前景圖像送到圖像處理設(shè)備；圖像處理設(shè)備對前景圖像采用彈性松馳算法進 行分析處理得到車長和車高信息，并將處理結(jié)果送顯示設(shè)備進行屏幕顯示，或者將圖像數(shù) 據(jù)存入圖像處理設(shè)的緩存等待處理。 所述的視頻輸入設(shè)備是普通CCD (Charge Coupled Device,電荷耦合器件)攝像 機，該攝像機安裝在道路的側(cè)面的支架上。 所述的圖像處理設(shè)備可以采用目前使用的圖像處理計算機。 本發(fā)明提供的基于彈性松馳算法的車型識別系統(tǒng)，其工作過程包括視頻采集、背 景模型建立、幀差操作、后期處理、圖像彈性松弛算法特征提取、車型識別與分類等主要部 分。圖像采集卡接收視頻 像信號，并通過采樣和量化將其二值化，可以將圖像實時送到圖像處理部分并屏幕顯示，也可以將圖像數(shù)據(jù)存入圖像處理計算機的緩存等待處理。整個過 程概括起來就是針對實時的視頻流，從中抽取關(guān)鍵幀構(gòu)建背景模型，提取前景圖像，然后 在前景圖像上提取車型特征，根據(jù)提取的車型特征，在通過計算機標定后，將二維圖像空間 的特征向量轉(zhuǎn)變到真實三維世界坐標系中，然后根據(jù)已有的車型判定標準，判定車型并計 數(shù)。 本發(fā)明提供的基于彈性松馳算法的車型識別方法是一種新的通用車型識別方法， 基本思路是對圖像中的各列和各行進行列投影和行投影得到一幅圖片的列投影圖和行投 影圖，并借助于列投影圖和行投影圖獲取車長和車高從而判定車型結(jié)果。 本發(fā)明提供的基于彈性松馳算法的車型識別方法，采用上述的車型識別系統(tǒng)。該 方法是先用攝像機對車輛進行視頻采集，將采集的圖像建立基于高斯平均背景模型，實現(xiàn) 背景動態(tài)更新，以此作為檢測前景區(qū)域；再通過幀差操作方法，將運動目標所在的前景區(qū)域 從背景中分割提取出來，得到當前幀與背景幀取幀差后的結(jié)果圖片作為前景圖像；采用彈 性松馳算法對前景圖像中的各列和各行進行列投影和行投影得到一幅圖片的列投影圖和 行投影圖，并借助于列投影圖和行投影圖獲取車長和車高；然后根據(jù)車型識別領(lǐng)域國家標 準判定車型結(jié)果。 本發(fā)明提供的車型識別方法，其流程如圖2所示主要分為視頻采集、背景模型建 立、幀差操作、彈性識別算法獲取車長車高、車型判別匹配等五個步驟。 第一步視頻采集。視頻輸入設(shè)備是普通CCD攝像機，圖像采集卡接收視頻圖像信 號。和通常利用正前方或者正上方來拍攝車道的車型識別系統(tǒng)不同的是，本發(fā)明的車型識 別系統(tǒng)中的攝像機安裝在道路的側(cè)面以有效的避免車燈的干擾并獲取更多、更為有效的車 型特征如車長、車高、車輛輪距等。 第二步背景模型建立。本發(fā)明的車型識別系統(tǒng)不是選定某一固定背景，而是基于
高斯平均背景模型實現(xiàn)背景動態(tài)更新，以適應(yīng)環(huán)境的動態(tài)性變化。本發(fā)明提出的高斯平均
背景模型無論在建立背景的效果上還是在建立背景的速度上都勝過多高斯模型。
第三步幀差操作。建立背景模型作為檢測前景區(qū)域的基本方法，利用當前幀與背
景幀取幀差后的結(jié)果圖片作為前景圖像分割方法。將運動目標所在的前景區(qū)域從背景中分
割提取出來，即實現(xiàn)前景和背景的分離，是整個車型識別系統(tǒng)中的重要一步。為了方便，本
發(fā)明的車型識別系統(tǒng)通過建立背景模型作為檢測前景區(qū)域的基本方法，利用當前幀與背景
幀取幀差后的結(jié)果圖片作為前景圖像分割方法。
第四步彈性松馳算法獲取車高、車長。
彈性松馳算法主要用于對車輛是否存在進行判定并對車型特征進行提取。采用彈 性松馳算法對圖像進行列投影和行投影，得到列投影圖和行投影圖，從而獲取車長和車高。
彈性松馳算法流程是 輸入視頻當前圖片與利用高斯平均模型建立的背景圖片之差，即幀差圖像。
輸出提取出的車長、車高。 本發(fā)明所提出的彈性松馳算法是通過在當前背景圖像的右邊建立兩根豎線，其 中一根作為車輛的最右側(cè)判斷依據(jù)(記作第一標桿l)，一根作為車輛的左側(cè)判定依據(jù) (記作第二標桿2)，如圖3所示。然后對圖像進行列投影和行投影，得到列投影圖和行投影 圖，從而獲取車長和車高。具體方法如下
(1)當檢查到車輛進入(即右側(cè)的按列投影發(fā)生急劇變化，所在列的像素個數(shù)大 于一給定閾值deltaA)時，只要第二標桿2始終處于劇烈變化塊中(第二標桿2所在列的 像素數(shù)大于deltaA)，第一標桿1便跟隨著急劇變化塊往左推進。 (2)不再往前推進的結(jié)束條件是前一幀的圖片按列投影中，第一標桿1仍在劇烈 變化塊內(nèi)部，而后一幀第一標桿1不在。 (3)在滿足上述條件時，第一標桿1和第二標桿2所標志的長度就是車長。而車高 可以使用同樣的方法解決。
(4)在(3)處理解決后，對提取的車高和車長做后續(xù)處理，即第(6)步。
(5)使第一標桿1和第二標桿2歸位。跳到第(1)步； (6)如果車長和車高滿足一定的規(guī)定要求，可以作出檢測到某一類型車的判定，否 則，當作無用噪點的影響，直接丟棄。 第五步車型判別匹配。即借助于本發(fā)明的車型識別系統(tǒng)所提出的彈性松馳算法 已經(jīng)得到的車長和車高，最終輸出目標車輛的車型匹配結(jié)果。根據(jù)車型識別領(lǐng)域國家標準， 識別車型分為轎車、貨車和客車，三類車型的車長和車高存在明顯的不同，本發(fā)明就是借助 于獲取的車長和車高信息進行判別匹配，最終輸出目標車輛的車型匹配結(jié)果，即該車輛類 型。 上述的列投影，是指先求得圖片的某一列上的黑色(白色)像素點的個數(shù)coimt，
然后從該列的底端開始向上數(shù)，設(shè)置第count個像素值為黑色(白色)。 上述的列投影圖，是指將給定的一幅圖片上的每一列進行列投影后所得到的圖片。 上述的行投影，是指先求得圖片的某一行上的黑色(白色)像素點的個數(shù)coimt，
然后從該行的左端開始向右數(shù)，設(shè)置第count個像素值為黑色(白色)。 上述的行投影圖，是指將給定的一幅圖片上的每一行進行列投影后所得到的圖片。
權(quán)利要求
一種車型識別系統(tǒng)，其特征是一種基于彈性松馳算法的車型識別系統(tǒng)，該系統(tǒng)包括以數(shù)據(jù)線相連的攝像機、圖像采集卡、圖像處理和顯示設(shè)備，其中攝像機是視頻輸入設(shè)備，其輸出的視頻圖像信號被圖像采集卡接收；圖像采集卡通過采樣和量化進行二值化處理得到前景圖像，其輸出的前景圖像送到圖像處理設(shè)備；圖像處理設(shè)備對前景圖像采用彈性松馳算法進行分析處理得到車長和車高信息，并將處理結(jié)果送顯示設(shè)備進行屏幕顯示，或者將圖像數(shù)據(jù)存入圖像處理設(shè)的緩存等待處理。
2. 根據(jù)權(quán)利要求1所述的車型識別系統(tǒng)，其特征在于視頻輸入設(shè)備是普通CCD攝像機，該攝像機安裝在道路的側(cè)面的支架上。
3. 根據(jù)權(quán)利要求1所述的車型識別系統(tǒng)，其特征在于圖像處理設(shè)備是圖像處理計算機。
4. 一種車型識別方法，其特征是一種基于彈性松馳算法的車型識別方法，采用權(quán)利要 求1至3中任一權(quán)利要求所述車型識別系統(tǒng)，該方法是先用攝像機對車輛進行視頻采集， 將采集的圖像建立基于高斯平均背景模型，實現(xiàn)背景動態(tài)更新，以此作為檢測前景區(qū)域；再 通過幀差操作方法，將運動目標所在的前景區(qū)域從背景中分割提取出來，得到當前幀與背 景幀取幀差后的結(jié)果圖片作為前景圖像；采用彈性松馳算法對前景圖像中的各列和各行進 行列投影和行投影得到一幅圖片的列投影圖和行投影圖，并借助于列投影圖和行投影圖獲 取車長和車高；然后根據(jù)車型識別領(lǐng)域國家標準判定車型結(jié)果。
5. 根據(jù)權(quán)利要求4所述的車型識別方法，其特征在于將攝像機安裝在道路的側(cè)面的 方式進行視頻采集，以便有效的避免車燈的干擾，并獲取更多、更為有效的車型特征，該特 征包括車長、車高、車輛輪距。
6. 根據(jù)權(quán)利要求4所述的車型識別方法，其特征在于使用彈性松馳算法獲取車長和車 高，其步驟包括(1) 在當前背景圖像的右邊建立兩根豎線，其中一根作為車輛的最右側(cè)判斷依據(jù)，記 作第一標桿(1);一根作為車輛的左側(cè)判定依據(jù)，記作第二標桿(2);(2) 當檢查到車輛進入時，此時右側(cè)的按列投影發(fā)生急劇變化使所在列的像素個數(shù)大 于給定閾值，只要第二標桿(2)始終處于劇烈變化塊中，此時該標桿所在列的像素數(shù)大于 閾值，則第一標桿(1)便跟隨著急劇變化塊往左推進；(3) 不再往前推進的結(jié)束條件是前一幀的圖片按列投影中，第一標桿(1)仍在劇烈變 化塊內(nèi)部，而后一幀第一標桿(1)不在；(4) 在滿足上述條件時，第一標桿(1)和第二標桿(2)所表示的長度就是車長；而車高 使用同樣的方法解決(5) 在步驟(4)處理解決后，對提取的車高和車長按照步驟(7)做后續(xù)處理；(6) 使第一標桿(1)和第二標桿(2)歸位；然后跳到步驟(2);(7) 如果車高和車長滿足設(shè)定的要求，則作出檢測到某一類型車的判定；否則，當作無用噪點的影響，直接丟棄。
全文摘要
本發(fā)明涉及基于彈性松馳算法的車型識別系統(tǒng)及方法。該系統(tǒng)包括以數(shù)據(jù)線相連的攝像機、圖像采集卡、圖像處理和顯示設(shè)備，具有簡便、靈活、低廉、高效和實用性強的優(yōu)勢。該方法是先用攝像機采集車輛視頻，將采集的圖像建立基于高斯平均背景模型，以此作為檢測前景區(qū)域；再通過幀差操作方法，將運動目標所在的前景區(qū)域從背景中分割提取出來作為前景圖像，用彈性松馳算法對前景圖像處理獲取車長和車高，然后根據(jù)國家車型識別標準判定車型結(jié)果。該方法解決了車輛區(qū)域檢測和分割過程中的背景變換問題，而且以簡單實用的彈性松馳算法代替繁瑣的分割算法，大大降低了系統(tǒng)的時間復(fù)雜度，提高了系統(tǒng)適用性和魯棒性，對車型識別取得良好的效果。
文檔編號H04N5/225GK101719217SQ20091027326
公開日2010年6月2日 申請日期2009年12月15日 優(yōu)先權(quán)日2009年12月15日
發(fā)明者張全元, 彭雷, 戴光明, 武云, 王茂才, 胡霍真 申請人:中國地質(zhì)大學(武漢)