一种基于视频分析的车流量统计方法技术

本发明专利技术公开了一种基于虚拟检测线的车流量统计方法，并应用于实际的道路交通场景中。对实时交通视频流进行处理，采用帧差法进行运动目标的识别和提取。车流量检测部分，基于虚拟检测线的车辆计数方法不可避免地会出现漏检和误检问题。针对这一问题，本发明专利技术提取并结合了两种图像信息：位置信息和像素变化信息，提出了一种新的基于虚拟检测线的车流量分割计数方法。该方法结合了虚拟线圈和目标跟踪各自的优势，兼顾了车流量统计的实时性和准确性。实验结果表明，本方法在多种不同天气状况下在各车道对视频车辆计数的准确率均大于95％，具有容易推广实施的优势。

【技术实现步骤摘要】
【专利说明】
本专利技术属于交通工程领域，是。 【
技术介绍
】 传统的视频分析的车辆统计方法主要分为虚拟检测线或虚拟线圈法、目标跟踪法 等。根据同一辆车的粒子特性，有一种目标聚类跟踪方法，通过分析聚类多边形和背景信息 来合并或分离聚类，在一定程度上改善了目标粘连或分断的问题。识别出车辆后，利用粒子 中心所在位置的颜色直方图的相似性来跟踪运动车辆。但是，对于较小的运动车辆可能会 遗漏，因为其粒子的数量太少，不足以生成一个聚类。 存在一种对不同运动目标假设不同的运动模型，并基于隐马尔科夫度量场的检测 和跟踪方法，但该方法对于雨雪等恶劣天气情况下的处理效果较差。存在一种基于块稀疏 表示模型的目标跟踪方法，这种块结构的稀疏表示方法将跟踪目标的外观和遮挡能通过块 稀疏线性表示的方式在子空间中进行表示。该跟踪方法可以捕获目标外观和遮挡的位置关 系，能更好地处理遮挡的变化。但是，当拍摄角度极端变化和照明剧烈变化、或者远距离目 标遮挡时本方法也很容易跟丢目标。 在帧差法的基础上结合自适应阈值法，并采用基于像素值的K均值聚类方法分割 单个运动车辆，从而实现车辆检测。 综合虚拟线圈和目标跟踪这两种方法，结合Canny算子边缘检测方法、均值背景 建模法和背景差分法等技术，提出了一种基于质心的车流量统计综合方法。在车辆目标的 检测阶段采用基于虚拟线圈的车流量统计方法，当检测到车辆目标后，改用目标跟踪方法， 对车辆进行跟踪。该方法结合了虚拟线圈和目标跟踪各自的优势，兼顾了车流量统计的实 时性和准确性。但是，该方法在夜间和恶劣环境下的路面上的准确性较差。 将基于类Harr特征和Adaboost级联分类器的人脸检测思想运用于车辆检测，提 出一种基于车辆分类器的视频车流量统计方法。首先搜集大量的车辆样本进行训练，得到 车辆分类器；其次设置检测区域和检测线，在检测区域内进行车辆检测。并通过距离和位置 判断前后帧是否为同一车辆，最后，对检测到的车辆进行计数。 针对传统车流量检测方法在复杂环境中检测精度较低的问题，有一种新的基于低 秩矩阵的车流量检测方法。首先利用伊辛模型和鲁棒性主成份分析方法（RPCA)得到非凸 的能量函数，然后利用奇异值分解（SVD)并且不断迭代的方法分步解决能量函数非凸性的 问题，进而优化能量函数检测出最佳车辆前景，最后利用虚拟检测线圈来统计车流量。但该 方法对阴影以及远景小簇目标粘连的情况存在漏检和误检。 存在一种基于虚拟线圈法和模板链相结合的车流量检测新方法，该方法通过虚拟 线圈技术捕捉到路面上灰度的变化，同时采用模板链的方法检测出车辆信息。 存在一种改进的基于边缘信息的车流量检测方法。该方法通过预先对实时路况图 像进行削顶处理，以确定一个恰当的阈值，从而可以更加准确有效地提取背景边缘信息；并 且在车流量统计过程中，设计了 一种新的浮动窗法进行车辆计数。 可以看出，视频检测技术不管是在国外还是国内都取得了一定的研究成果，但现 有的方法仍然存在着一些缺陷。 【
技术实现思路
】 为解决上述现有技术中存在的问题，本专利技术通过提取并结合了两种图像信息：位 置信息和像素变化信息，提出了一种新的基于虚拟检测线的车流量分割计数方法，该方法 结合了虚拟线圈和目标跟踪各自的优势，兼顾了车流量统计的实时性和准确性，该方法能 够在多种不同天气状况下在各车道对视频车辆计数的准确率均大于95%，具有容易推广实 施的优势。 本专利技术是通过如下技术方案来实现的。 -种基于视频分析的车流量统计计算方法，包括如下步骤： 步骤一：对原始图像进行预处理来增强该图像的整体对比度，该预处理依次包括 滤波去噪和图像增强，先通过滤波去噪去除原始图像上孤立的噪点，再通过图像增强增加 像素灰度值的动态范围，使图像整体对比度增强； 步骤二：在步骤一处理过的图像通过帧差法检测运动车辆，再利用形态学处理和 行扫描的方法处理运动车辆轮廓存在的孔洞，以达到对图像上车辆的分析和识别的目的。 步骤三：通过车辆分割计数方法在步骤二处理过的图像上进行车辆计数。 所述的步骤一中，所述的滤波去噪选用中值滤波的方法，通过中值滤波去除图像 上孤立的噪点。 所述的步骤一中，所述的图像增强选用直方图均衡化处理，直方图均衡化处理把 原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。 所述的步骤二中，通过所述的帧差法先将视频序列中相邻两帧进行差分，得到差 分图像；然后再对该差分图像进行阈值化分割得到二值化的前景图像。 所述的步骤二中，所述的形态学处理选用闭运算，通过闭运算来填充帧差法遗留 的孔洞问题。 所述的步骤二中，通过逐行扫描的方法找到每一行发生像素信息突变的点，得到 目标区域完整轮廓。 所述的步骤三中，所述的车辆分割计数方法基于虚拟检测线的检测方法，在二值 化的前景图像上，通过车辆和检测线相对位置的基础上结合检测线上像素特征的变化规律 来对车辆进行计数。 所述的步骤三中，当一辆车通过虚拟检测线时，检测线上的像素值会有0~255~ 〇的变化规律，在车辆刚刚碰到检测线的时刻，像素值从〇跳变至255,在车辆刚驶离检测 线的时刻，像素值从255跳变至0,在车身通过检测线的时间段内，像素值为255 ;当检测线 上的像素值为按照上述规律变化，说明在所述的车辆刚刚碰到检测线的时刻至在车辆刚驶 离检测线的时刻的时间段内只有一辆车经过检测线，在这一时间段只允许对计数器加1 ; 若有多辆车在经过检测线时，通过分析判断检测线上的像素值的变化，实现对多个车辆进 行分割，从而避免对车辆计数出现遗漏的问题。 所述的步骤三中，通过车辆和检测线相对位置的基础上结合检测线上像素特征的 变化规律来对车辆进行计数的方法如下： 引入状态变量statel、state2和state3,均初始化为0 ; 在所述的二值化的前景图像中，在车辆经过检测线时，逐帧判断车辆与检测线的 相对位置，若检测线位于车身前1/2区域，则设置状态变量statel= 0，state2 = 0,将 statel标记为1;继续判断下一帧，若检测线位于车身的前1/4到1/2区域，则设置statel =1，则state2标记为1，statel重新标记为0 ;汽车驶过车身前1/2区域后，再将state2 标记为〇 ; 分析检测线中点的像素值的变化规律，在连续序列帧中，若检测线中点像素值由 前一帧中的〇变化为当前帧中的255,则state3标记为1，表明有车辆刚刚碰到检测线；若 前一帧与当前帧都为255,则state3标记为1，表明车辆正在通过检测线；若由255变为0， 则state3标记为0,表明车辆刚刚驶离检测线；若前一帧与当前帧都为0,则state3标记为 〇,说明无车辆经过检测线； 综合分析，如果当前帧中state2 = 1且state3 = 1，则对应车道的计数器加1， state3置为0 ;如果当前帧中state2 = 1且state3 = 0,表明该车辆已经统计过，贝lj不计 数。与现有技术相比，本专利技术的具有如下有益效 果： 本专利技术在普通虚拟检测线的基础上，提出了将位置信息和检测线像素变化规律相 结合的车辆计数分割方法，并且实验证实了本方法在实时性和准确性方面的出色表现，本 方法在阴、雨天气情况下表现最好，晴本文档来自技高网...

【技术保护点】
一种基于视频分析的车流量统计计算方法，其特征在于，包括如下步骤：步骤一：对原始图像进行预处理来增强该图像的整体对比度，该预处理依次包括滤波去噪和图像增强，先通过滤波去噪去除原始图像上孤立的噪点，再通过图像增强增加像素灰度值的动态范围，使图像整体对比度增强；步骤二：对步骤一处理过的图像通过帧差法检测运动车辆，再利用形态学处理和行扫描的方法处理运动车辆轮廓存在的孔洞，以达到对图像上车辆的分析和识别的目的；步骤三：通过车辆分割计数方法在步骤二处理过的图像上进行车辆计数。

【技术特征摘要】

【专利技术属性】
技术研发人员：常志国，李晶，胡云鹭，郭茹侠，何创，闻江，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61