【技术实现步骤摘要】
一种基于视频监控的智能交通信号灯控制方法
本专利技术涉及一种交通信号灯控制方法，特别是涉及一种基于视频监控的智能交通信号灯控制方法，属于定位
技术介绍
目前，我国汽车保有量超过1.9亿辆，尤其最近几年，汽车总额数量迅猛的增加，导致交通故障和城市交通拥堵的发生越来越频繁。虽然道路在日益改善，但人、车、路三者关系的协调性并没有得到满意解决，不仅给人们的出行带来不便，更深层次的影响是带来大量的经济损失，显然，传统的交通信号灯控制系统已不能满足于现城市交通情况，智能控制交通信号灯系统在此背景下应运而生，其主旨在于智能控制交通信号灯以提高道路利用率，改善交通拥堵情况，减少汽车环境污染。欧美等发达国家早已经开始了大量的研究及实践来解决这一问题，不同领域的技术也都被结合起来应用到了智能交通的研究中来，对于智能交通灯配时方案，有概率学、模糊控制，数字图像处理，甚至是神经网络及生物学中的遗传免疫算法等被应用到配时策略中，我国大城市受交通拥堵影响的程度是越来越深，而研究及实践水平对于发达国家还有很大差距。很多中小型城市仍然采用最原始的定时长配时方案。欧美发达国家的成熟智能交...
【技术保护点】
1.一种基于视频监控的智能交通信号灯控制方法，其特征在于，包括以下步骤：步骤S1：从视频监控图像中选取背景图像；步骤S2：利用背景差分法提取前景图像；步骤S3：估算车辆长度；步骤S4：分配各车道的红绿灯时间。
【技术特征摘要】
1.一种基于视频监控的智能交通信号灯控制方法，其特征在于，包括以下步骤：步骤S1：从视频监控图像中选取背景图像；步骤S2：利用背景差分法提取前景图像；步骤S3：估算车辆长度；步骤S4：分配各车道的红绿灯时间。2.如权利要求1所述的一种基于视频监控的智能交通信号灯控制方法，其特征在于，步骤S1中，从视频监控图像中选取背景图像包括：假设季节用Season表示，其值为春、夏、秋、冬，在固定的Season变量下的背景图像分别取拂晓、清晨、早晨、从早晨到下午的一段时间、黄昏、以及不在以上时间段的共7张背景图像；而每天可能存在下雨、下雾和下雪三种情况，在以上每种情况下均取一张背景图像；按照雨量大小，下雨分为小雨、中雨、大雨和暴雨；按照能见度大小，下雾分为轻雾、雾、大雾、浓雾和强浓雾；按照雪量大小，下雪分为小雪、中雪和大雪。3.如权利要求1所述的一种基于视频监控的智能交通信号灯控制方法，其特征在于，所述步骤S2中，背景差分法利用当前图像与背景图像的差分检测运动区域，选取一帧图像作为背景图像，将当前包含背景和前景的图像与背景图像做差运算，采用如下公式进行：其中：Cn(i,j)表示第n幅图像的第i行第j列的像素灰度；Bn(i,j)表示第n幅背景图像的第i行第j列的像素灰度；Fn(i,j)是第n幅图像的第i行第j列的差分像素灰度；T为阈值。4.如权利要求1所述的一种基于视频监控的智能交通信号灯控制方法，其特征在于，所述步骤S3中，估算车辆长度，包括以下步骤：步骤S31：监控摄像头的标定由图像中等待车辆像素估算真实环境中等待车辆的长度，忽略摄像头的径向和切向畸变，忽略车辆不正对摄像头产生的误差，建立数学模型；步骤S32：估算车辆长度对于M1和M2之间的任一线段HG，在A和B点线段上的映射点分别为C和D，假设C和D分别到A和B点距离为d1和d2，假设d1＜d2，假设A点坐标为(xa,ya)；求得：由此确定直线SC和SD。5.如权利要求4所述的一种基于视频监控的智能交通信号灯控制方法，其特征在于，所述步骤S31中，建立的数学模型如下式所示：k3＝tanα；标定后即可确定线l1、l2和l3，进而可求出A和B点的坐标为：其中：变量b根据A和B之间的距离确定，即为摄像头采集图像的像素高height，求解表达式为：其中：线l3以像素为单位，线l1和线l2之间的实际距离单位是米，M1、M2之间任一线段在线l3和l4上的投影占线段AB与线段EF的比例相等。6.如权利要求4所述的一种基于视频监控的智能交通信号灯控制方法，其特征在于，所述步骤S32中，直线SC和直线SD，分别为：直...
【专利技术属性】
技术研发人员：王永星，肖淑艳，许鹏程，陶为戈，张雷，刘舒祺，潘玲佼，朱佩之，王宜皓，黄静，丁翔宇，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。