快速路视频监控中车辆运动区域自动检测方法技术

本发明专利技术公开了一种快速路视频监控中车辆运动区域自动检测方法，该方法基于频率域分析理论，对视频中车辆的运动区域进行自动检测，其包括以下步骤：构造时间和空间的三维向量空间；对每一个像素的时域信息做傅立叶变换；获得最大单频率功率；用二值化、腐蚀和膨胀处理变换后的图像；确定二值化后的图像的边界；利用最大的单频率功率值最终获取车辆运动区域。本发明专利技术具有易于实现、鲁棒性强、精确度高等优点，可以为视频监控中车辆信息和运行情况的检测提供有效的辅助信息。

【技术实现步骤摘要】

本专利技术属于视频监控
，尤其是一种，该方法利用频率域分析理论，对视频中行车辆运动区域进行自动检测。
技术介绍
随着视频监控技术的发展，视频摄像机已经被广泛用来对各种环境、区域和场所进行实时监控。随着视频检测器数量的急剧增加，传统的人工被动监控已经远远无法满足监控任务的需要。因此，实现可以代替人眼的智能自动监控功能成为视频监控研究的目标。目前，在智能交通视频监控系统的研究中，对公路上行驶车辆的自动检测、跟踪与识别一直是研究的热点问题，并且市场上也逐渐产生了相关的监控产品。然而，现有的监控产品大都是针对具体的监控位置，对摄像机进行专门地安装调试，以及之后再利用采集到的视频，对摄像机进行进一步地标定处理。这种使用过程大大降低了监控摄像机的安装使用效率，而且在摄像机损坏更换或者拍摄角度变化之后，还需要重新对其进行标定，也增加了维护的成本。因此，这种需要人工进行事先标定摄像机的情况，是最终实现公路上车辆智能视频监控系统广泛应用的主要障碍之一。Morris 和 Trivedi 在“Learning, modeling, and classification of vehicletrac本文档来自技高网...

【技术保护点】
一种快速路视频监控中车辆运动区域自动检测方法，其特征在于，该方法包括以下步骤：步骤1，对监控视频片段的每一帧进行高斯模糊处理，得到与该帧相应的包括时间和空间的三维向量空间，并将所述三维向量空间按列存储为二维时空t?y图像，其中，t表示以帧为单位的时间，为所述时空t?y图像的横坐标，y表示像素在所提取的列中的纵坐标，为所述时空t?y图像的纵坐标；步骤2，对所述二维时空t?y图像中的每一个像素的时域信息进行傅立叶变换，得到相应的频域信息F(u)；步骤3，根据所得到的频域信息F(u)获得每个像素处的最大单频率功率，根据像素的对应位置，得到所述二维时空t?y图像变换后的图像；步骤4，对所述变换后的图像...

【技术特征摘要】
1.一种快速路视频监控中车辆运动区域自动检测方法，其特征在于，该方法包括以下步骤: 步骤1，对监控视频片段的每一帧进行高斯模糊处理，得到与该帧相应的包括时间和空间的三维向量空间，并将所述三维向量空间按列存储为二维时空t-y图像，其中，t表示以帧为单位的时间，为所述时空t-y图像的横坐标，y表示像素在所提取的列中的纵坐标，为所述时空t-y图像的纵坐标； 步骤2，对所述二维时空t-y图像中的每一个像素的时域信息进行傅立叶变换，得到相应的频域信息F(U)； 步骤3，根据所得到的频域信息F(U)获得每个像素处的最大单频率功率，根据像素的对应位置，得到所述二维时空t-y图像变换后的图像； 步骤4，对所述变换后的图像依次进行二值化、腐蚀和膨胀处理； 步骤5，确定经过所述步骤4处理后得到的图像的边界，得到所述监控视频片段每一帧中的车辆运动区域。2.根据权利要求1所述的方法，其特征在于，所述高斯模糊处理为使用高斯函数G(xjO = ^i^e 2σ2的取样值对每一像素进行卷积操作，其中，X，I为像素点相对中心像 Λ πσ2素的偏移量，σ为这些偏移量的标准差。3.根据权利要求2所述的方法，其特征在于，若位置(X，y)处第t帧的像素的像素值为A(x，y, t)，则经过所述高斯模糊处理后的像素在时空坐标中的值为:4...

【专利技术属性】
技术研发人员：熊刚，王飞跃，孔庆杰，朱凤华，姚彦洁，
申请(专利权)人：中国科学院自动化研究所，东莞中国科学院云计算产业技术创新与育成中心，
类型：发明
国别省市：