一种高速公路多车道车流量统计方法技术

本发明专利技术公开了一种高速公路多车道车流量统计方法，应用于计算机视觉技术领域，包括：获取并对高速公路视频数据进行预处理，得到视频帧；对视频帧进行背景建模与更新，得到背景视频帧模型；应用背景差分法从视频帧中分割出运动车辆目标；应用动态质心距离跟踪法动态跟踪运动车辆目标；应用双虚拟检测线法对不同方向的运动车辆目标进行流量统计。该方法通过对视频数据最优灰度处理以及中值滤波法边缘像素锐化处理，减少了视频数据受到噪声以及摄像头抖动的影响；通过采用动态质心距离跟踪方法，并预设一最小距离阈值以及一帧数阈值，提高了车辆跟踪中新车辆的出现与旧车辆的消失识别的及时性；通过双虚拟检测线法，实现了不同方向的车流量统计。向的车流量统计。向的车流量统计。

【技术实现步骤摘要】
一种高速公路多车道车流量统计方法


[0001]本专利技术涉及计算机视觉
，特别涉及一种高速公路多车道车流量统计方法。

技术介绍

[0002]高速公路车流量统计是针对指定路段在单位时间内通过的车辆总数，高速公路车流量的数目检测与统计是智能交通车流能够及时描述各高速公路的负荷状况，为交通控制和智能调度提供了便利目前基于视频的车流量统计方法主要采用车辆检测跟踪与计数相结合的方法。
[0003]高速公路车流量统计往往分为三步，分别为：车辆识别、车辆跟踪以及车流量统计。而高速公路因所处环境使得摄像头所拍摄的高速公路视频通常会受到噪声以及摄像头抖动的影响，从而影响后续针对高速公路视频进行的车辆识别、车辆跟踪以及车流量统计的准确性。并且，现有的车辆跟踪中往往伴随着实时性差、准确性差，且新车辆的加入以及旧车辆的消失无法及时识别的问题。以及现有的车流量统计无法进行不同方向车流量统计的问题。
[0004]为此，如何提供一种能够避免高速公路视频存在的噪声以及摄像头抖动的影响、跟踪实时性强且能及时识别新车辆的加入以及旧车辆的消失以及对不同方向的车流量进行统计的高速公路多车道车流量统计方法是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提出了一种高速公路多车道车流量统计方法。通过将获得的高速公路视频数据进行最优灰度处理以及通过中值滤波法对经过背景更新和背景差分法获得的背景差分图像进行边缘像素锐化处理，减少了视频数据受到噪声以及摄像头抖动的影响，提高了后续车辆识别、车辆跟踪以及车流量统计的准确性；为了提高车辆跟踪的实时性，采用动态质心距离跟踪方法对车辆进行动态跟踪；并通过预设一最小距离阈值，在符合预设最小距离阈值的情况下，对最小距离的边界框进行关联跟踪，提高了车辆跟踪的准确性；并通过预设一帧数阈值，将在相邻的预设帧数阈值内无法关联的边界框识别为新车辆的出现与旧车辆的消失，提高了车辆跟踪中对新车辆的出现与旧车辆的消失识别的及时性和准确性；通过双虚拟检测线法，在车流量统计的同时，通过车辆经过双虚拟检测线的先后顺序，识别车辆的行驶方向，实现了不同方向的车流量统计。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种高速公路多车道车流量统计方法，包括:
[0008]步骤(1)：获取高速公路视频数据，并对视频数据进行预处理，得到视频帧。
[0009]步骤(2)：对视频帧进行背景建模与更新，得到背景视频帧模型；应用背景差分法从视频帧中分割出运动车辆目标。
[0010]步骤(3)：应用动态质心距离跟踪法动态跟踪运动车辆目标。
[0011]步骤(4)：应用双虚拟检测线法对不同方向的运动车辆目标进行流量统计。
[0012]可选的，步骤(1)中，预处理为最优灰度处理；
[0013]最优灰度处理公式如下：
[0014]Gray＝(R*28+G*61+B*11)/100；
[0015]其中，Gray为灰度的像素值；R为红色通道、G为绿色通道、B为蓝色通道。
[0016]可选的，步骤(2)中，背景建模与更新具体为：把视频帧中的第一帧作为背景图像，后连续输入视频帧进行背景建模与更新，得到背景视频帧模型。
[0017]可选的，步骤(2)中，背景差分法具体为：将视频帧输入与得到的背景视频帧模型做差，得到背景差分图像；对背景差分图像进行二值化处理，分割出运动车辆目标；
[0018]背景差分法公式如下：
[0019]L
i
(x,y)＝|I
i
(x,y)
‑
B
i
(x,y)|
[0020]其中，L
i
(x,y)为得到的背景差分图像；I
i
(x,y)为视频帧中的当前帧图像；B
i
(x,y)为背景视频帧模型中的背景图像；
[0021]二值化处理公式如下：
[0022][0023]其中，T为二值化阈值；T
i
(x,y)为运动车辆目标，也为符合二值化阈值T的背景差分图像。
[0024]可选的，在将视频帧输入与得到的背景视频帧模型做差，得到背景差分图像后，还包括：通过中值滤波法对背景差分图像进行边缘像素锐化处理；
[0025]中值滤波法公式如下：
[0026]g(x,y)＝med{h(x
‑
k,y
‑
t),(k,t)w}；
[0027]其中，g(x,y)为中值滤波处理后得到的灰度值；h(x,y)代表原灰度值；w为可选图形各异的窗口模板；k和t为窗口模板的大小；med为中值滤波函数。
[0028]可选的，步骤(3)中，动态质心距离跟踪法具体为：预设一最小距离阈值，计算当前帧的运动车辆目标的边界框质心位置与上一帧中所有边界框质心位置之间的距离，在距离符合预设最小距离阈值的情况下，将上一帧中的最小距离的边界框与当前帧的运动车辆目标的边界框进行关联，实现动态跟踪运动车辆目标。
[0029]可选的，动态质心距离跟踪法还包括：预设一帧数阈值，当在相邻的预设帧数阈值内无法对运动车辆目标的边界框进行关联时，将运动车辆目标判定为新车辆的出现或旧车辆的消失。
[0030]可选的，步骤(4)中，双虚拟检测线法具体为：设置垂直于车道且位于视频帧中间的两条虚拟检测线，且两条虚拟检测线之间的距离大于运动车辆目标车身长度；预设一像素值变化阈值；设置运动车辆目标未经过虚拟检测线的状态S＝1；经过虚拟检测线，虚拟检测线的像素值发生变化且大于预设像素值变化阈值，则状态变为S＝0；当运动车辆目标驶离虚拟检测线时，状态又变为S＝1；当虚拟检测线的状态由S＝1变为S＝0在变为S＝1，则检测到运动车辆目标经过，计数器加一；通过运动车辆目标经过双虚拟检测线的先后顺序，识别运动车辆目标的行驶方向。
[0031]经由上述的技术方案可知，与现有技术相比，本专利技术提出了一种高速公路多车道
车流量统计方法。通过将获得的高速公路视频数据进行最优灰度处理以及通过中值滤波法对经过背景更新和背景差分法获得的背景差分图像进行边缘像素锐化处理，减少了视频数据受到噪声以及摄像头抖动的影响，提高了后续车辆识别、车辆跟踪以及车流量统计的准确性；为了提高车辆跟踪的实时性，采用动态质心距离跟踪方法对车辆进行动态跟踪；并通过预设一最小距离阈值，在符合预设最小距离阈值的情况下，对最小距离的边界框进行关联跟踪，提高了车辆跟踪的准确性；并通过预设一帧数阈值，将在相邻的预设帧数阈值内无法关联的边界框识别为新车辆的出现与旧车辆的消失，提高了车辆跟踪中对新车辆的出现与旧车辆的消失识别的及时性和准确性；通过双虚拟检测线法，在车流量统计的同时，通过车辆经过双虚拟检测线的先后顺序，识别车辆的行驶方向，实现了不同方向的车流量统计。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速公路多车道车流量统计方法，其特征在于，包括:步骤(1)：获取高速公路视频数据，并对所述视频数据进行预处理，得到视频帧；步骤(2)：对所述视频帧进行背景建模与更新，得到背景视频帧模型；应用背景差分法从所述视频帧中分割出运动车辆目标；步骤(3)：应用动态质心距离跟踪法动态跟踪所述运动车辆目标；步骤(4)：应用双虚拟检测线法对不同方向的所述运动车辆目标进行流量统计。2.根据权利要求1所述的一种高速公路多车道车流量统计方法，其特征在于，步骤(1)中，所述预处理为最优灰度处理；所述最优灰度处理公式如下：Gray＝(R*28+G*61+B*11)/100；其中，Gray为灰度的像素值；R为红色通道、G为绿色通道、B为蓝色通道。3.根据权利要求1所述的一种高速公路多车道车流量统计方法，其特征在于，步骤(2)中，所述背景建模与更新具体为：把所述视频帧中的第一帧作为背景图像，后连续输入所述视频帧进行背景建模与更新，得到所述背景视频帧模型。4.根据权利要求1所述的一种高速公路多车道车流量统计方法，其特征在于，步骤(2)中，所述背景差分法具体为：将所述视频帧输入与得到的背景视频帧模型做差，得到背景差分图像；对所述背景差分图像进行二值化处理，分割出所述运动车辆目标；所述背景差分法公式如下：L
i
(x,y)＝|I
i
(x,y)
‑
B
i
(x,y)|其中，L
i
(x,y)为得到的背景差分图像；I
i
(x,y)为所述视频帧中的当前帧图像；B
i
(x,y)为所述背景视频帧模型中的背景图像；所述二值化处理公式如下：其中，T为二值化阈值；T
i
(x,y)为所述运动车辆目标，也为符合所述二值化阈值T的背景差分图像。5.根据权利要求4所述的一种高速公路多车道车流量统...

【专利技术属性】
技术研发人员：程婧雅，马志强，宝财吉拉呼，李雷孝，万剑雄，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：