一种基于机器视觉的城市环境行驶车辆行为识别方法技术

本发明专利技术提供了一种基于机器视觉的城市环境行驶车辆行为识别方法，通过对运动车辆进行目标检测、目标跟踪、特征提取、行为识别，得出车辆行为分析的结果。首先使用背景差分法的车辆目标检测方法完成车辆目标检测；然后使用光流法对检测到的车辆目标进行跟踪；跟踪完成后，根据车辆运动轨迹的基本行为特征得出车辆的轨迹；最后采用训练好的SVM分类器对行使轨迹进行识别，从而判断该行为是左转弯、右转弯或者直行。本发明专利技术方法执行速度快，准确率高，可以实现车辆行为准确识别，用于智能交通监控系统的车辆实时监控。

A method for vehicle behavior identification in urban environment based on machine vision

The invention provides a vehicle behavior recognition method based on machine vision of the city environment, through the moving vehicle target detection, target tracking, feature extraction, behavior recognition, vehicle behavior analysis of the results obtained. First, using the background subtraction method of vehicle target detection method for vehicle target detection; vehicle target and then use optical flow method to detect tracking; tracking is completed, according to the basic behavior characteristics of vehicle trajectory that the trajectory of the vehicle; finally the trained SVM classifier to identify the locus of the exercise, so as to judge the behavior is turn left, turn right or straight. The method of the invention has the advantages of fast executing speed and high accuracy, and can realize accurate recognition of vehicle behavior, and is used for vehicle real-time monitoring in intelligent traffic monitoring system.

【技术实现步骤摘要】
一种基于机器视觉的城市环境行驶车辆行为识别方法
本专利技术属视觉导航
，具体涉及一种基于机器视觉的城市环境行驶车辆行为识别方法。
技术介绍
当前，机器视觉在人工智能领域中发展速度很快，且在理论科学与工程应用方面有着广泛应用前景，机器视觉系统的研究包括目标检测、图像特征提取和行为识别等几个关键问题，并在医学动态影像、图像检索、多媒体信息处理与通信、指纹和人脸识别、图像处理与预处理、自然界生物种类识别、交通安全等各个研究领域都得到广泛应用。运动目标检测既是机器视觉系统中的一个核心技术，又是图像处理、多媒体信息处理、智能视频监控等各个领域中不可或缺的部分。在各种繁琐复杂的场景中存在着各种不同的信息，但是只有部分信息是人们感兴趣的即是有效的，把有效信息与复杂背景成功地分割开也就是从背景中只提取人们感兴趣的目标，这就是运动目标检测的基本任务。从检测结果中可以一目了然地观察到运动目标的轮廓边缘、内部信息等基本特征，有利于特征提取、行为识别工作的进行，研究意义重大。运动目标的行为识别则包含了目标的及时检测与特征提取、行为描述、分析与识别等。在工厂、企业、商场、车站、机场、小区等公共场地安装监本文档来自技高网...

【技术保护点】
一种基于机器视觉的城市环境行驶车辆行为识别方法，其特征在于步骤如下：步骤1：车辆目标检测与跟踪：利用背景差分法与混合高斯模型建模的方法进行运动车辆目标检测，然后利用光流的跟踪算法对检测出的运动车辆目标进行跟踪，具体为：步骤a：分别按照

【技术特征摘要】
1.一种基于机器视觉的城市环境行驶车辆行为识别方法，其特征在于步骤如下：步骤1：车辆目标检测与跟踪：利用背景差分法与混合高斯模型建模的方法进行运动车辆目标检测，然后利用光流的跟踪算法对检测出的运动车辆目标进行跟踪，具体为：步骤a：分别按照和计算一段时间内视频序列图像的像素亮度的均值μ0(x,y)及方差以μ0(x,y)和分别为像素均值和方差组成具有高斯分布的图像B0，B0即为初始的背景估计图像；其中，N为初始化背景图像选取时间段内序列图像的总帧数，150≤N≤200；fi(x,y)为第i帧图像在第x行、y列的像素亮度值，(x,y)表示图像中的像素位置为x行、y列；步骤b：分别按照μj(x,y)＝(1-α)·μj-1(x,y)+α·fj(x,y)和更新背景估计图像的均值μj(x,y)和方差得到更新后的第j帧图像的背景估计图像Bj；其中，δ是[0,1]之间的常数，K是混合高斯模型的个数，3≤K≤5；j≥1，fj(x,y)表示第j帧图像在第x行、y列的像素亮度值；步骤c：按照dj(x,y)＝|fj(x,y)-Bj(x,y)|计算得到当前帧图像和当前帧背景估计图像的差分图像，并按照对差分图像进行二值化处理，得到检测出的运动车辆区域，即二值化处理后图像M中像素值为1的区域，图像M中像素值为0的区域为背景区域；第j帧图像中Mj(x,y)＝1表示的运动区域；其中，r为灰度阈值，50≤r≤60；步骤d：对每一帧图像检测出的运动车辆区域进行角点特征提取，再应用金字塔Lucas-Kanade稀疏光流算法对所有帧视频图像中的角点进行跟踪，得到运动车辆运动轨迹；步骤2：车辆轨迹特征提取：使用矩阵网格和双向直方图相结合的轨迹特征提取方法，构造车辆轨迹特征向量，为车辆行为分类提供特征...

【专利技术属性】
技术研发人员：聂烜，袁占斌，郭洲，杜童童，曹蓓，马松辉，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61