基于监控录像的交通事故现场数字化重构方法技术

一种基于监控录像的交通事故现场数字化重构方法，包括四个步骤：第一步，从监控视频序列中连续提取与检测车辆运动位置相关的帧；第二步，对每幅帧图像依次进行控制点标定，解算出相应的DLT系数的值；第三步，选取观察点，获取该观察点在不同时刻的像空间坐标，并结合求得的DLT系数的值分别解算相应时刻该观察点的物方空间坐标；第四步，对车辆运动状态进行现场数字化重构，得到车辆运动的轨迹线，并求出车辆运动的位移曲线、速度曲线和加速度曲线。本发明专利技术实现了不同路段车辆运动状态的现场数字化重构，解决了大范围内车辆运动状态的监控问题，同时提高了测定精度，降低了成本。

【技术实现步骤摘要】

本专利技术涉及一种交通安全领域的现场数字化重构方法，具体是一种。
技术介绍
机动车辆的行驶速度与交通安全具有很高的相关性随着机动车速的提高，发生交通事故和人员伤亡的概率也呈急剧上升趋势。因此，世界各国都在积极采取措施严禁车辆在相关路段超速行驶，以确保人民的生命和财产安全。在这一过程中，车辆运动状态的现场数字化重构成为分析交通事故成因的重要依据，也是划分交通事故责任的关键因素。经对现有技术文献的检索发现Wen Liu等在IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2011: 75-82 上发表文章 "Automated Vehicle Extracion and Speed Determination From QuickBird Satellite Images"(“从QuickBird卫星图像中进行自动化车辆提取和速度测定”，应用地球观测和遥感所选主题的美国电气电子工程师学会期刊，2011: 75-82)，该文利用成对全色多光谱 QuickBird卫星图像自动检测移动车辆，并根据全色图像与多光谱图像之间的延迟测定车辆的运动状态。但该方法在实际应用中受到很大的限制，主要是由于QuickBird卫星的覆盖范围和定位精度有限并且重访周期较长，难以满足不同区域车辆运动状态的精确现场数字化重构要求。经检索还发现，Kostia Robert在2010 Seventh IEEE International Conference on Advanced Video and Signal Based Surveillance, 2010 9~12 上发表文章“Bringing Richer Information with Reliability to Automated Traffic Monitoring from the Fusion of Multiple Cameras, Inductive Loops and Road Maps，， (“从多台摄像机、感应线圈和路线图的融合对自动化交通监控带来更丰富的信息和可靠性”，2010年第七届以先进视频和信号为基础的监控美国电气电子工程师学会国际会议， 2010 :9-12)，该文首先把多个摄像机和感应线圈融合到卫星地图平面中，然后根据摄像机标定确定检测车辆在卫星地图坐标系中的位置，再通过卡尔曼滤波沿着车道线性追踪车辆，从而达到实时高可靠性地监控车辆运动状态的目的。但该方法操作过于复杂，且很难在卫星地图中准确定位多个摄像机和感应线圈的位置，故在大范围内也难以实现车辆运动状态的精确现场数字化重构。
技术实现思路
本专利技术针对现有技术的不足，提出一种。使其实现了不同路段车辆运动状态的现场数字化重构，解决了大范围内车辆运动状态的监控问题，同时提高了测定精度，降低了成本。本专利技术是通过以下技术方案实现的一种，包括如下四个步骤 第一步，根据摄像头监测到的车辆的起始时刻和车辆行驶超出摄像头监控视野范围的4终止时刻，将此时间段内的视频序列通过OpenCV High⑶I (开放式计算机视觉高级图形用户接口)模块中的视频处理函数分解为连续的帧图像，并记录该视频序列的帧频率和行驶车辆的车牌号；第二步，选择在整个监控过程中位置和形状保持不变的位于路面上的固定标记物为固定参考物，在固定参考物上对每幅帧图像依次标定控制点，所述控制点至少为四个，且其中三个不能共线，再根据预先选定的坐标系，确定所述控制点的像空间坐标及其相应的物方空间坐标，求解出相应的DLT (直接线性变换)系数的值；第三步，选取车辆中某一个轮子与地面的接触点作为观察点，通过Visual C++应用程序从连续的帧图像中依次获取该观察点在不同时刻的像空间坐标，并结合上述求得的二维 DLT系数的值分别解算相应时刻该观察点的物方空间坐标；第四步，根据上述求得的不同时刻观察点的物方空间坐标通过多项式拟合得到车辆运动的轨迹线，然后由此轨迹线进行对弧长的曲线积分求出车辆运动的位移曲线，而车辆运动的速度曲线和加速度曲线则分别由该位移曲线的一阶导数和二阶导数确定，从而对车辆运动状态进行现场数字化重构。所述第一步中，所述帧图像是指从视频序列中提取出的每一帧的图像内容，然后将其保存成JPG或BMP格式的图像，其中每一帧图像对应了不同时刻车辆的相应运动位置， 相邻两帧图像之间的时间间隔由该视频序列的帧频率决定。所述视频序列相关帧的提取范围从摄像头监测到车辆的起始时刻开始到车辆行驶超出摄像头监控视野范围的终止时刻结束，此范围可以在提取视频序列图像之前通过函数cWetCaptureftOperty (设置视频属性)进行设置，为确定相邻两帧之间的时间间隔，可以通过函数cvGetCaptureftOperty (获取视频属性)获取该视频序列的帧频率。所述摄像头固定在一定高度(3米之上)的位置上，能够对道路上行驶的车辆进行俯视监控；摄像头在整个监控过程中外方位元素保持不变，从而能够连续监控同一视角范围内车辆的运动情况；在摄像头的监控视野范围内能够拍摄到路面上的固定参考物如人行横道、井盖或其它具有明显特征的固定区域等，以便在后序的操作中可以对其进行标定。所述摄像头的监控视野范围是指摄像头在外方位元素保持不变的情况下所能拍摄到的整个场景范围，其中摄像头的外方位元素包括三个外方位直线元素 CXiJfi.Jg3)和三个外方位角元素巧，它确定了摄像头在物方空间坐标系中的位置和朝向。所述控制点位于固定参考物上，其像空间坐标根据以图像左顶点为原点的像空间坐标系确定，其物方空间坐标根据现场建立的二维笛卡尔直角坐标确定，每个控制点的像空间坐标及其相应的物方空间坐标保存在从MFC (微软基础类库)的基类CPoint类(点类) 中派生出来的CPoint2类(扩展点类)构建的一个对象里，CPoint2类除了继承了 CPoint类的属性和行为外，还封装了控制点的像空间坐标及其相应的物方空间坐标，建立了它们之间的正确映射关系。为保证能够解出所有二维DLT系数的值，应至少确定四个控制点的像空间坐标及其相应的物方空间坐标，且这四个控制点中任意三点不能共线。所述DLT系数的解算分为两种情况当只有四个控制点时，可首先由控制点的像空间坐标及其相应的物方空间坐标根据二维直接线性变换公式列方程组，然后通过OpenCV (开放式计算机视觉)核心模块中的API (应用程序接口)函数求解此线性方程组即可得出DLT系数的近似值；当具有四个以上控制点时，为提高精度和可靠性，可把控制点的像空间坐标fey)视为观测值，加入相应的偶然误差改正数和非线性物镜畸变差红知列出误差方程式，再根据最小二乘法迭代求解相应的法方程式得出DLT系数的值。所述第三步中，所述观察点以车轮与地面的接触点为基准，且其在每一帧图像中都是清晰可见的，从而能够通过Visual C++应用程序直接在图像上确定其像空间坐标，为保证观察点在相邻两个时刻具有足够的间距，每间隔η帧图像获取一次观察点的像空间坐标，不同时刻观察点的物方空间坐标的求解分两种情况当只有四个控制点时，由相应时刻的像空间坐标及求得的DLT系数的值根据二维直接线性本文档来自技高网...

【技术保护点】
１．一种基于监控录像的交通事故现场数字化重构方法，其特征在于，包括如下四个步骤：第一步，根据摄像头监测到的车辆的起始时刻和车辆行驶超出摄像头监控视野范围的终止时刻，将此时间段内的视频序列通过ＯｐｅｎＣＶ　ＨｉｇｈＧＵＩ（开放式计算机视觉　高级图形用户接口）模块中的视频处理函数分解为连续的帧图像，并记录该视频序列的帧频率和行驶车辆的车牌号；第二步，选择在整个监控过程中位置和形状保持不变的位于路面上的固定标记物为固定参考物，在固定参考物上对每幅帧图像依次标定控制点，所述控制点至少为四个，且其中三个不能共线，再根据预先选定的坐标系，确定所述控制点的像空间坐标及其相应的物方空间坐标，求解出相应的ＤＬＴ（直接线性变换）系数的值；第三步，选取车辆中某一个轮子与地面的接触点作为观察点，通过Ｖｉｓｕａｌ　Ｃ＋＋应用程序从连续的帧图像中依次获取该观察点在不同时刻的像空间坐标，并结合上述求得的二维ＤＬＴ系数的值分别解算相应时刻该观察点的物方空间坐标；第四步，根据上述求得的不同时刻观察点的物方空间坐标通过多项式拟合得到车辆运动的轨迹线，然后由此轨迹线进行对弧长的曲线积分求出车辆运动的位移曲线，而车辆运动的速度曲线和加速度曲线则分别由该位移曲线的一阶导数和二阶导数确定，从而对车辆运动状态进行现场数字化重构。...

【技术特征摘要】

【专利技术属性】
技术研发人员：苗新强，金先龙，韩学源，景旭斌，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31