一种基于序列图像的城市路口车辆排队检测系统技术方案

本发明专利技术公开了一种基于序列图像的城市路口车辆排队检测系统，包括摄像机、通信单元、相机标定系统、车辆行为分析系统及统计输出模块；所述摄像机通过通信单元连接车辆行为分析系统，车辆行为分析系统结合相机标定系统中的相机信息，对摄像机获得的序列图像进行车辆行为分析，判断视频中的车辆排队情况，并通过统计输出模块输出车辆排队信息；本发明专利技术的有益效果是，通过选择性背景更新的前景检测、分级车辆检测、多种交通数据计算和自适应跟踪效率优化方法，能实现准确和快速的车辆排队信息采集，满足准确交通信息实时性采集的需求。

【技术实现步骤摘要】
一种基于序列图像的城市路口车辆排队检测系统
本专利技术涉及图像处理系统
，具体涉及一种基于序列图像的城市路口车辆排队检测系统。
技术介绍
随着国内车辆保有量的不断提高，交通问题逐渐受到人们的广泛关注，而智能交通调度也渐渐进入人们的视野。人工的交通调度需要大量的人力物力，且难以及时发现拥堵情况并找到较好的解决方案，而自动化的交通调度能满足上述需求，在较好的解决调度问题的同时大大地减少了所需要的人力成本。但该方法需要实时的路口拥堵数据，因此需要自动的车辆拥堵检测为其提供基础数据，而基于序列图像的城市路口车辆排队检测系统是一种较好的解决方案，能提供准确的交通拥堵数据，并对场景中的情况变化进行实时的响应。但无论是在准确提取交通数据上还是实时更新交通拥堵情况上，都对系统的算法提出了巨大的挑战，国内外学术界、工业界提出了很多方案。当前针对车辆排队检测的方法有很多，按检测设备可分为视频检测器、地磁传感器、红外线检测器、线圈检测器、超声波检测器等。在城市交叉路口检测车辆排队情况时，线圈检测器存在成本高、布设及调试复杂等缺点；传统浮动车存在检测成本高、操作复杂等缺点，且基于车载GPS检测的方法易受车辆条件限制，难以进行大规模应用；地磁传感器成本低廉、布设简单，但需要在道路完成前提前安装，维护复杂。近年来，随着视频检测器成像质量不断提高及成本的不断降低，以及视频传感器易维护、安装方便等优点而得到广泛关注。根据视频检测的车辆排队检测方法可以根据是否进行车辆跟踪分为非跟踪方法和基于跟踪的方法，其中，非跟踪的方法通过逐帧判断道路中是否存在车辆达到检测排队长度。其中与本专利技术较为接近的技术方案包括：M.Y.Siyal等人(SiyalMY,FathyM.Aneural-visionbasedapproachtomeasuretrafficqueueparametersinreal-time[J].PatternRecognitionLetters,1999,20(8):761-770.)采用了滑动窗口机制实现车辆排队检测,而每个子窗口的检测又可分为车辆存在检测和车辆运动检测两步。M.Fathy等人(FathyM,SiyalMY.Awindow-basedimageprocessingtechniqueforquantitativeandqualitativeanalysisofroadtrafficparameters[J].IEEETransactionsonVehicularTechnology,1998,47(4):1342-1349.)采用帧间差分法进行车辆运动状态检测,并利用车辆垂直于车道轴方向上边缘强度的区别，提取该方向上的边缘信息以达到车辆目标检测。虽然通过非跟踪方法进行车辆排队队列分析简单高效，但存在易受背景的光照变化、阴影等因素的干扰造成车辆检测失败、受道路形状限制、仅能采集部分交通参数等不足。M.S.Shirazi等人(ShiraziMS,MorrisB.Vision-basedvehiclequeueanalysisatjunctions[A].IEEEInternationalConferenceonAdvancedVideoandSignalBasedSurveillance[C].Karlsruhe,Germany:IEEE,2015:1-6.)利用在远景路口设置车辆检测区域进行车辆检测，并跟踪经过车辆获得车辆的运动状态。该方案鲁棒性高，较好的解决了超长等待的问题且能采集多个交通参数。但在实际工程应用中，往往采用单个相机同时采集多个车道的排队长度参数。在排队高峰期时，基于跟踪的排队长度检测算法需要同时跟踪多个车道中的多个车辆，对算法的实时性提出了很大挑战。综上所述，当前车辆排队检测方案中存在如下不足：1)基于非跟踪的方法虽然能较好的满足系统实时性要求，但该方法容易受到环境干扰，且只能采集部分交通数据；2)基于跟踪的方法在实时性上稍有欠缺，且在场景中出现大量车辆的时候，会出现系统超负荷的情况，鲁棒性较差；3)上述方法在进行车辆排队长度的时候，没有考虑到车高遮挡对车辆排队计算精度的影响，数据准确性欠佳。车辆排队检测作为交通调度的基础数据采集方案，在实时性和准确性上都有较高的要求，但现在的大多数方法不能同时兼顾这两方面的需求。而本专利技术中通过选择性背景更新的前景检测、分级车辆检测、多种交通数据计算和自适应跟踪效率优化方法，能实现准确和快速的车辆排队信息采集，满足准确交通信息实时性采集的需求。
技术实现思路
针对现有技术中存在的问题，本专利技术提供了准确、实时的一种基于序列图像的城市路口车辆排队检测系统。本专利技术的技术方案如下：一种基于序列图像的城市路口车辆排队检测系统，其特征在于，包括摄像机、通信单元、相机标定系统、车辆行为分析系统及统计输出模块；所述摄像机通过通信单元连接车辆行为分析系统，车辆行为分析系统结合相机标定系统中的相机信息，对摄像机获得的序列图像进行车辆行为分析，判断视频中的车辆排队情况，并通过统计输出模块输出车辆排队信息；所述相机标定系统通过事先为各路相机标注各项参数和标定车辆检测区域，辅助车辆行为分析系统进行车辆检测和行为分析；所述车辆行为分析系统通过选择性背景更新的前景检测算法提取检测区域的运动目标，并通过分级的车辆检测方法对其中的车辆目标进行判断，再对车辆目标进行跟踪，并采用自适应跟踪优化方法对跟踪方法进行优化，得到车辆的历史行驶轨迹，最后通过分析所有车辆的行驶轨迹提取具体交通信息，并计算车辆排队长度；所述统计输出模块通过车辆行为分析系统的计算结果，统计各时刻的道路信息，并将统计数据及时上传。所述的一种基于序列图像的城市路口车辆排队检测系统，其特征在于，所述车辆行为分析系统包括选择性背景更新的前景检测模块、分级车辆检测模块、多种交通数据计算模块及自适应跟踪效率优化模块。所述的一种基于序列图像的城市路口车辆排队检测系统，其特征在于，所述选择性背景更新的前景检测模块，该模块主要负责判断目标检测区域是否存在运动目标，具体步骤如下：步骤1.1获取序列图像数据F＝{fi|i＝0,1,2,3,…,nframe}，其中fi表示第i帧的视频图像，nframe表示该序列中的视频图像数量；步骤1.2构建有n个元素的背景模型M(x)＝{vj(x)|j＝1,2,3,…,n}；其中，vj(x)表示第j个背景模型中像素点x处的像素值，n为事先给定的背景样本数量；步骤1.3进行背景模型初始化；根据式(1)从图像f0中每个像素点自身及其邻域NG(x)内随机选择n个像素点的值对其进行建模；M0(x)＝{v0(y|y∈NG(x))}(1)步骤1.4进行前景检测，判断fi中是否存在运动目标；根据式(2)判断是否为背景，满足则为背景，反之为前景；λmin＜SR(vi(x))∩M(x)(2)其中，SR(vi(x))表示以vi(x)为中心的圆形区域，vi(x)表示第fi帧中像素点x处的像素值，R表示事先给定的圆形区域的半径，SR(vi(x))∩M(x)表示在SR(vi(x))区域中集合M(x)点的个数，λmin为事先给定的最小前景阈值；步骤1.5选择性背景模型更新；记当前跟踪队列集合为TL，若TL满足式(3)，则停止车辆虚拟检测区本文档来自技高网...

【技术保护点】
1.一种基于序列图像的城市路口车辆排队检测系统，其特征在于，包括摄像机、通信单元、相机标定系统、车辆行为分析系统及统计输出模块；所述摄像机通过通信单元连接车辆行为分析系统，车辆行为分析系统结合相机标定系统中的相机信息，对摄像机获得的序列图像进行车辆行为分析，判断视频中的车辆排队情况，并通过统计输出模块输出车辆排队信息；所述相机标定系统通过事先为各路相机标注各项参数和标定车辆检测区域，辅助车辆行为分析系统进行车辆检测和行为分析；所述车辆行为分析系统通过选择性背景更新的前景检测算法提取检测区域的运动目标，并通过分级的车辆检测方法对其中的车辆目标进行判断，再对车辆目标进行跟踪，并采用自适应跟踪优化方法对跟踪方法进行优化，得到车辆的历史行驶轨迹，最后通过分析所有车辆的行驶轨迹提取具体交通信息，并计算车辆排队长度；所述统计输出模块通过车辆行为分析系统的计算结果，统计各时刻的道路信息，并将统计数据及时上传。

【技术特征摘要】
1.一种基于序列图像的城市路口车辆排队检测系统，其特征在于，包括摄像机、通信单元、相机标定系统、车辆行为分析系统及统计输出模块；所述摄像机通过通信单元连接车辆行为分析系统，车辆行为分析系统结合相机标定系统中的相机信息，对摄像机获得的序列图像进行车辆行为分析，判断视频中的车辆排队情况，并通过统计输出模块输出车辆排队信息；所述相机标定系统通过事先为各路相机标注各项参数和标定车辆检测区域，辅助车辆行为分析系统进行车辆检测和行为分析；所述车辆行为分析系统通过选择性背景更新的前景检测算法提取检测区域的运动目标，并通过分级的车辆检测方法对其中的车辆目标进行判断，再对车辆目标进行跟踪，并采用自适应跟踪优化方法对跟踪方法进行优化，得到车辆的历史行驶轨迹，最后通过分析所有车辆的行驶轨迹提取具体交通信息，并计算车辆排队长度；所述统计输出模块通过车辆行为分析系统的计算结果，统计各时刻的道路信息，并将统计数据及时上传。2.根据权利要求1所述的一种基于序列图像的城市路口车辆排队检测系统，其特征在于，所述车辆行为分析系统包括选择性背景更新的前景检测模块、分级车辆检测模块、多种交通数据计算模块及自适应跟踪效率优化模块。3.根据权利要求2所述的一种基于序列图像的城市路口车辆排队检测系统，其特征在于，所述选择性背景更新的前景检测模块，该模块主要负责判断目标检测区域是否存在运动目标，具体步骤如下：步骤1.1获取序列图像数据F＝{fi|i＝0,1,2,3,…,nframe}，其中fi表示第i帧的视频图像，nframe表示该序列中的视频图像数量；步骤1.2构建有n个元素的背景模型M(x)＝{vj(x)|j＝1,2,3,…,n}；其中，vj(x)表示第j个背景模型中像素点x处的像素值，n为事先给定的背景样本数量；步骤1.3进行背景模型初始化；根据式(1)从图像f0中每个像素点自身及其邻域NG(x)内随机选择n个像素点的值对其进行建模；M0(x)＝{v0(y|y∈NG(x))}(1)步骤1.4进行前景检测，判断fi中是否存在运动目标；根据式(2)判断是否为背景，满足则为背景，反之为前景；λmin＜SR(vi(x))∩M(x)(2)其中，SR(vi(x))表示以vi(x)为中心的圆形区域，vi(x)表示第fi帧中像素点x处的像素值，R表示事先给定的圆形区域的半径，SR(vi(x))∩M(x)表示在SR(vi(x))区域中集合M(x)点的个数，λmin为事先给定的最小前景阈值；步骤1.5选择性背景模型更新；记当前跟踪队列集合为TL，若TL满足式(3)，则停止车辆虚拟检测区域的背景更新；否则，像素背景像素p(x)有1/γ的概率从样本集M(x)中随机地选取一个值用p(x)替代填充，并从邻域点的样本集中随机的选择p(x)的一个样本点，用该领域点的像素值进行填充更新；其中，car表示跟踪队列中的跟踪车辆，ROI表示车辆检测区域前方位置，car.center表示车辆矩形的中心点坐标，ROI.contains(car.center)表示车辆中心点坐标在ROI内；γ表示事先给定的更新因子；步骤1.6重复步骤1.3到1.5，直至处理完所有图像数据；4.根据权利要求2所述的一种基于序列图像的城市路口车辆排队检测系统，其特征在于，所述分级车辆检测模块，该模块主要负责对检测区域中的车辆目标进行检测，具体步骤如下：步骤2.1从标定系统中读取已经标定好的大型车辆检测区域和小型车辆检测区域；步骤2.2利用选择性背景更新的前景检测算法对两个检测区域进行背景建模，再进行膨胀腐蚀的形态学处理分别得到大型车辆检测区域和小型车辆检测区域的前景图G和GS；步骤2.3找到G、GS中所有连通区域的最小外接矩形，并进行长、宽和面积的过滤，分别得到小型车辆车窗候选集合SWL＝{swli|i＝1,2,3,…,n}和大型车辆车窗候选集合BWL＝{bwli|i＝1,2,3,…,m}，使其分别满足式(4)和式(5)：swli.W＞SCar.W且swli.H＞SCar.H(4)bwli.W＞BCar.W且bwli.H＞BCar.H(5)其中，n表示候选小型车车窗数量，m表示候选大型车车窗数量，swli.W和swli.H分别表示小型车候选区域swli的宽度和高度，bwli.W和bwli.H分别表示大型车候选区域bwli的宽度和高度，SCar.W和SCar.H分别表示该场景中小型车最小宽度和高...

【专利技术属性】
技术研发人员：吴宗林，夏路，何伟荣，高飞，
申请(专利权)人：浙江浩腾电子科技股份有限公司，
类型：发明
国别省市：浙江,33