基于视频判断交通拥堵的装置制造方法及图纸

本发明专利技术属于视频检测和图像识别技术领域，公开了一种基于视频判断交通拥堵的装置。主要包括摄像机、视频检测系统、视频分析系统、拥堵提示系统。摄像机获取道路交通视频图像，视频图像信息传输到视频检测系统进行背景建模、前景提取、车辆识别后传输到视频分析系统进行拥堵情况分析，最后将拥堵情况传输到拥堵提示系统进行提示。通过道路交通状态的判别，提高检测精度，提高视频监控的性能。

【技术实现步骤摘要】

本专利技术属于视频检测和图像识别
，更具体地涉及一种基于视频判断交通拥堵的装置。
技术介绍
近年来，随着世界经济的快速发展，交通负荷急剧增长，随之而来的道路拥挤严重、交通事故频发等问题已经逐步成为制约各国交通发展的主要因素。因此，及时正确地进行道路交通拥堵判别，是采取合理预警措施、主动避免交通拥堵的前提，同时也可以为公众出行以及城市交通调度提供参考，是提高道路通行能力的有效手段。现有分析城市道路交通拥堵状况的技术主要有环形线圈法、雷达(微波)法、 超声波法、基于GPS资料法等，其中环形线圈法在使用过程中也逐步显露出一些致命缺点， 如安装感应线圈时需要在路面上切槽，安装后再填充涂料，破坏路面的完整性，影响路面寿命。维护感应线圈时需中断交通，且不能检测静止车辆。上诉方法各有利弊，都不能实现准确、实时、方便地检测道路交通状况。随着技术的逐步发展，目前的道路交通判别发展成为主要基于浮动车数据进行分析处理，辅以城市中大量的食品监控资源以人工观测的手段对道路交通状态进行修正和补充。但是基于浮动车数据的交通状态判别算法的准确度与浮动车数量以及运营状态有直接的关联，故而无法达到很高的准确度，而人工观测视频监控的方法则有对观测人有着极高的要求，存在判别依据过于主观以及较高的漏报率。故而为了更有效的利用现有的视频监控资源，有必要将先进的视频检测技术合理的应用于我国交通领域。视频检测技术在交通领域的应用研究的发展历史并不很长，1984年，美国的明尼苏达大学首次开展了将计算机视觉应用于高级交通管理的研究。1984年至1989年，该大学在交通部门的扶植下做了进一步的实验研究，为此同时成立了 ISSdmage Sensing System)公司，专门从事交通视频技术的开发。在1987年，ISS公司设计出了第一台原型机，此次设计首先验证了视频检测技术在交通领域的应用。视频检测技术在国内的应用研究起步较晚，伴随着交通运输的发展，交通管理与控制的应用需求在不断增加，国内的许多公司也在这方面做了许多努力，但产品大多停留在原型机的层次或实现的功能不够完善，在实际的推广当中效果并不明显，还远远没有达到实际应用的要求，同国外产品相比还有相当的差距。综上，基于视频监控的道路交通状态判别还有许多不足之处，主要体现在检测精度不高且仍停留在交通参数检测的层面上，若要判别道路交通状态还需进一步对交通参数进行分析处理，没有充分发挥出视频监控应有的性能。
技术实现思路
1.本专利技术所要解决的技术问题。为提高道路交通状态的判别，增加检测精度，提高视频监控的性能，提出了基于视频判断交通拥堵的装置。2.本专利技术解决上述问题的技术方案。本专利技术主要包括摄像机、视频检测系统、视频分析系统、拥堵提示系统。摄像机获取道路交通视频图像，视频图像信息传输到视频检测系统进行背景建模、前景提取、车辆识别后传输到视频分析系统进行拥堵情况分析，最后将拥堵情况传输到拥堵提示系统进行提7J\ ο视频检测系统包含时空域背景建模模块、提取前景信息模块、连通域分析模块。时空域背景模块采用混合高斯模型建立视频监控图像的时空背景模型。提取前景信息模块计算当前图形与时空域背景模型的相似性，提取前景信息。连通域分析模块提取前景信息中的连通域的特征信息。视频分析系统获取连通域分析模块输出的数据，利用连通域的距离和面积信息进行车辆识别。连通域分析模块分析若无车，则更新当前视频，若有车则提取连通域的特征信息。视频分析系统计算不同目标在第一周期时间内的平均速度，计算图像上所有车辆速度的平均值作为当前道路的速度参数，并设定好速度阀值。视频分析系统判断当速度参数大于速度阀值则传输到拥堵提示系统为畅通信号， 若速度参数小于速度阀值则传输到拥堵提示系统为拥堵信号。拥堵提示系统具有语音提示功能。本专利技术通过视频图像进行道路交通状态的判别，增加检测精度，提高视频监控的性能。附图说明图1为本专利技术的系统结构图。图2为本专利技术的视频检测系统的结构图。具体实施例方式为了清晰表述本专利技术的实施过程，下面分步骤描述基于视频判断交通拥堵的装置的具体实施例。视频检测系统中的背景建模是利用混合高斯背景建模法建立每个像素的时间域背景模型，进行高斯成分个数的自适应选择，具体包括初始化时，场景每个像素的混合高斯模型只设置一个高斯成分，当场景发生变化，像素的混合高斯模型不能与当前像素匹配时， 如果该像素混合高斯模型中的高斯成分个数没有达到设定的最大值，则自动增加一个以当前值为均值的初始高斯成分，否则用当前像素值为均值的新高斯成分代替像素混合高斯模型中的末尾高斯成分。模型更新完成后，判断每个像素的混合高斯模型中的最后一个高斯成分是否过期，如果过期则删除，通过时间域背景模型对场景的分析，获得了表示背景的一组样本，直接统计这些表示背景的样本在空间上的分布，作为像素的空间域背景模型。连通域分析模块提取前景信息中的连通域的特征信息。首先去除前景信息中的噪点影响，将目标像素转换到连通分量级，利用膨胀操作数去除填补目标区域的小孔，再将结果重新返回到初始前景点集上，恢复前景图像的固有边缘，然后提取统计图像中连通域的CN 102542805 A数目并对各连通域标号，最后提取连通域的面积、周长、形心位置以及外接矩形信息。视频分析系统获取连通域分析模块输出的数据，利用连通域的距离和面积信息进行车辆识别。连通域分析模块分析若无车，则更新当前视频，若有车则提取连通域的特征信息。视频分析系统计算不同目标在第一周期时间内的平均速度，计算图像上所有车辆速度的平均值作为当前道路的速度参数，并设定好速度阀值。视频分析系统判断当速度参数大于速度阀值则传输到拥堵提示系统为畅通信号， 若速度参数小于速度阀值则传输到拥堵提示系统为拥堵信号。拥堵提示系统具有语音提示功能。上述实施例不以任何方式限制本专利技术，凡是采用等同替换或等效变换的方式获得的技术方案均落在本专利技术的保护范围内。权利要求1.一种基于视频判断交通拥堵的装置，其特征在于包括以下几部分主要包括摄像机、视频检测系统、视频分析系统、拥堵提示系统；摄像机获取道路交通视频图像，视频图像信息传输到视频检测系统进行背景建模、前景提取、车辆识别后传输到视频分析系统进行拥堵情况分析，最后将视频数据传输到拥堵提示系统进行提示。2.根据权利要求1所述的基于视频判断交通拥堵的装置，其特征在于视频检测系统包含时空域背景建模模块、提取前景信息模块、连通域分析模块。3.根据权利要求1和2所述的基于视频判断交通拥堵的装置，其特征在于时空域背景模块采用混合高斯模型建立视频监控图像的时空背景模型。4.根据权利要求1和2所述的基于视频判断交通拥堵的装置，其特征在于提取前景信息模块计算当前图形与时空域背景模型的相似性，提取前景信息。5.根据权利要求1和2所述的基于视频判断交通拥堵的装置，其特征在于连通域分析模块提取前景信息中的连通域的特征信息。6.根据权利要求1所述的基于视频判断交通拥堵的装置，其特征在于视频分析系统获取连通域分析模块输出的数据，利用连通域的距离和面积信息进行车辆识别。7.根据权利要求1和5所述的基于视频判断交通拥堵的装置，其特征在于连通域分析模块分析若无车，则更新当前视频，若有车则提取连通域的特征信息。8.根据权利要求1所述的基于视频判断交通拥堵的装本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：李萌，
申请(专利权)人：南京理工大学常熟研究院有限公司，
类型：发明
国别省市：