基于视频处理的车速实时测量方法技术

本发明专利技术公开了一种基于视频处理的车速实时测量方法，将路面上的物体从视频画面坐标系(u,v)转换到路面坐标系(x,z)中：

Real-time Vehicle Speed Measurement Based on Video Processing

The invention discloses a real-time vehicle speed measurement method based on video processing, which converts the object on the road surface from the video picture coordinate system (u, v) to the road coordinate system (x, z):

【技术实现步骤摘要】
基于视频处理的车速实时测量方法
本专利技术涉及交通管理
更具体地说，本专利技术涉及一种基于视频处理的车速实时测量方法。
技术介绍
交通管理系统是治理交通拥堵的有效手段，在疏导交通、提高行车效率、降低交通事故风险、节能减排等多方面具有重要的应用前景。这一系统运行过程中需要对路网中各点的车辆速度和流量等重要交通参数进行实时采集。目前采集此类数据的主要手段包括感应线圈检测、激光检测、雷达检测等。感应线圈需要埋设在地下，建设和维护均需对路面进行开挖和重建，因此成本较高，且维护过程会阻断正常的交通，此外，感应线圈的使用寿命与平均车流呈反比关系，我国近年来公路车流的爆炸性增长对感应线圈的使用寿命影响巨大，进一步拉低了其性价比和产品竞争力。激光测速则由于激光发散度低导致其误检和漏检概率高，且激光测速对车辆的司乘人员存在一定的眼睛伤害风险。目前流行的雷达测速一般需要对测速对象的运动方向进行限制(雷达波与运动方向需要小于15度)以确保测量精度，此外雷达测速往往会受到相近射频波段(如为躲避测速雷达而安装的车载雷达干扰设备)或与测试对象相邻的其他车辆表面反射的雷达波的干扰而发生漏测或误测。最后，上述三中测速方法还存在一个共同缺陷，即它们均不能直接记录测速对象的身份，因此在需要确定测速对象身份的场合还需额外安装辅助的高速摄像器材对测速对象进行一一同步抓拍，这不仅显著推高了这两种测速方法的复杂度和使用成本，也对其可靠性产生一定的负面影响。
技术实现思路
本专利技术的一个目的是解决至少上述问题，并提供至少后面将说明的优点。本专利技术还有一个目的是提供一种利用我国完善的既有道路交通视频监控网络作为其原始数据源来实施自动、方便、精确的基于视频处理的车速实时测量方法。为了实现根据本专利技术的这些目的和其它优点，提供了一种基于视频处理的车速实时测量方法，物体从视频画面坐标系转换到路面坐标系的坐标转换公式为：其中，路面坐标系中路面宽度方向为x轴，路面延伸方向为z轴，视频画面坐标系以画面中显示的路面宽度方向为u轴，以画面中显示的路面延伸方向为v轴，a为路面坐标系中两条平行分道线的距离(单位：米)，b为路面坐标系中分道线的长度(单位：米)，v∞为消失点(相当于路面延伸方向的无穷远点)在视频画面坐标系中的v轴坐标，uleft、uright分别为视频画面坐标系中路面上两条平行的分道线与u轴的交点坐标，v1、v2分别为视频画面坐标系中同一分道线两端的v轴坐标；通过相邻两帧视频画面中同一运动物体转化到路面坐标系后的坐标距离除以相邻两帧视频画面的时间差即可得出运动物体的时速。优选的是，消失点的检测过程包括以下步骤：步骤一、提取道路监控视频画面中静态物体的边缘像素点；步骤二、逐行扫描道路监控视频画面中的每一像素点，并以扫描到的未被搜索过的静态物体边缘像素点为起点，通过纵向优先方式搜索所有未被搜索过且直接或间接与起点相连且其梯度方向与起点梯度方向之间的夹角小于Λ的其他边缘像素点，并将它们按照搜索的顺序保存于同一数组中，把数组中包含的所有像素点标记为“已搜”以避免重复搜索，其中，Λ为确保数组中包含的边缘像素形成一条准直线段所使用的阈值，Λ越小，则数组中的像素在分布上越接近于直线；步骤三、筛选出包含大于Ω个像素点的数组作为分道线候选对象，然后采用RANSAC算法得出道路监控视频画面的消失点，其中，Ω为区分人造的静态物体(如分道线)边缘轮廓线段和自然的静态物体(云彩、树木，草地)边缘轮廓线段的阈值，人造物体的轮廓更加规则，因此其直线段长度比自然物体更长。优选的是，同一运动物体的确定过程包括以下步骤：步骤一、提取道路监控视频每一帧画面中运动物体的边缘像素点；步骤二、将每一帧画面中运动物体的所有边缘像素点简化为运动物体的轮廓中心点，并转换到路面坐标系上，再对比找出相邻两帧画面中在路面坐标系实际距离小于3米的一对运动物体即为同一运动物体。优选的是，消失点的检测过程中，已保存的静态物体边缘像素点不再作为起点。优选的是，采用混合高斯模型算法提取道路监控视频画面中只包含静态物体的像素点，再采用canny边缘检测算法从只包含静态物体像素点的道路监控视频画面中提取静态物体边缘像素点。优选的是，采用混合高斯模型算法提取道路监控视频画面中只包含运动物体的像素点，再采用canny边缘检测算法从只包含运动物体像素点的道路监控视频画面中提取运动物体边缘像素点。优选的是，采用混合高斯模型算法每隔200帧完全更新一次只包含静态物体像素点的道路监控视频画面。优选的是，采用混合高斯模型算法时包含高斯模型的个数为5。优选的是，采用混合高斯模型算法时混合高斯模型的标准差个数为2.5，初始方差为100。优选的是，采用混合高斯模型算法时混合高斯模型的初始权重为0.05。本专利技术至少包括以下有益效果：1、鉴于目前视频测速中普遍采用的手工标定方式(即由人工对场地中已知尺寸的参照物的位置和坐标进行标注并在此基础上标定车辆从视频坐标系到三维场景坐标系的变换关系)既不方便，又容易引入较大人为误差，本专利技术提出根据分道线长度和间距服从国家标准的特点，完成车辆从视频坐标系到路面坐标系之间变换关系的参数标定，更为简洁和可靠。2、通过将静态物体的边缘轮廓分割为多条准直线段，并通过自然静态物体与人造静态物体的边缘轮廓区别(前者的边缘呈随机分布，经分割后长度较短，而后者的轮廓通常呈现为规则的直线或曲线段，经分割后长度普遍较长)，挑选出具有一定长度的人造静态物体的边缘轮廓线段，而场景中人们感兴趣的消失点一般都由人造物产生，因此，通过选取较长的边缘轮廓线段进行深度处理，既可避免处理自然静态物体边缘导致的运算开销，又可有效降低消失点的误检风险。3、由于车辆在相邻两帧视频画面采集的时间段内的位移远小于车辆之间的前后间距，从而给车辆的跟踪带来了很大的便利和可靠性，如以车速120公里/小时(约33米/秒，目前我国高速公路的最高限速)和处理速度25帧/秒为例，则相邻帧之间车辆的位移约为1.32米，小于绝大多数车身长度的一半，更远小于该速度下前后车辆的安全距离(20米)，也远远小于两辆平行车辆之间的安全横向间距(3米)，因此，采用本专利技术提供的方法能确保车辆的跟踪不会出现任何失误。本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。附图说明图1为本专利技术所述的视频画面坐标系与路面坐标系的示意图；图2为本专利技术所述道路监控视频画面坐标系以及消失点位置示意图；图3为本专利技术所述道路监控视频画面中t1时刻运动车辆的位置示意图；图4为本专利技术所述道路监控视频画面中t2时刻运动车辆的位置示意图；图5为本专利技术一实施例中铁道线画面内静态物体的边缘像素点图；图6为本专利技术一实施例中铁道线画面内静态物体边缘轮廓被分割为不同长度线段的数量统计图。具体实施方式下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。需要说明的是，在本专利技术的描述中，术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，并不是指示或暗示所指的装置或元件必须具本文档来自技高网...

【技术保护点】
1.一种基于视频处理的车速实时测量方法，其特征在于，路面上的物体从视频画面坐标系(u,v)转换到路面坐标系(x,z)的坐标转换公式为：

【技术特征摘要】
1.一种基于视频处理的车速实时测量方法，其特征在于，路面上的物体从视频画面坐标系(u,v)转换到路面坐标系(x,z)的坐标转换公式为：其中，路面坐标系中路面宽度方向为x轴，路面延伸方向为z轴，视频画面坐标系以画面中显示的路面宽度方向为u轴，以画面中显示的路面延伸方向为v轴，a为路面坐标系中两条平行分道线的距离，b为路面坐标系中分道线的长度，v∞为消失点在视频画面坐标系中的v轴坐标，uleft、uright分别为视频画面坐标系中路面上两条平行的分道线与u轴的交点坐标，v1、v2分别为视频画面坐标系中同一分道线两端的v轴坐标；通过相邻两帧视频画面中同一运动物体转化到路面坐标系后的坐标距离除以相邻两帧视频画面的时间差即可得出运动物体的时速。2.如权利要求1所述的基于视频处理的车速实时测量方法，其特征在于，消失点的检测过程包括以下步骤：步骤一、提取道路监控视频画面中静态物体的边缘像素点；步骤二、逐行扫描道路监控视频画面中的每一像素点，并以扫描到的静态物体边缘像素点为起点，通过纵向优先方式搜索所有与起点直接或间接相连且梯度方向与起点梯度方向之间的夹角小于Λ的其他边缘像素点，并将它们按照搜索的顺序保存于同一数组中，把数组中包含的所有像素点标记为已搜以避免重复搜索，其中，Λ为确保数组中包含的边缘像素点形成一条准直线段所使用的阈值；步骤三、筛选出包含大于Ω个像素点的数组作为分道线候选对象，然后采用RANSAC算法得出道路延伸方向的消失点，其中，Ω为区分人造的静态物体边缘轮廓线段和自然的静态物体边缘轮廓线段的阈值。3.如权利要求2所述的基于视频处理的车速实时测量方法，其特征在于，同一运动物体...

【专利技术属性】
技术研发人员：陈珂，吴建平，范广慧，许旻，
申请(专利权)人：苏州市职业大学，
类型：发明
国别省市：江苏,32