專利名稱：線陣ccd攝像機(jī)序列圖像灰度特征識(shí)別車輛存在的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻檢測(cè)領(lǐng)域，特別涉及一種線陣CCD攝像機(jī)序列圖像灰度 特征識(shí)別車輛存在的方法。技術(shù)背景在高速路車輛監(jiān)控系統(tǒng)中識(shí)別車輛的存在性是很關(guān)鍵的一步。目前的車 輛存在的識(shí)別方法有地感線圈檢測(cè)識(shí)別，面陣CCD視頻檢測(cè)識(shí)別。其中，地感線圈觸發(fā)方法比較經(jīng)典，易于掌握，檢測(cè)效果也不錯(cuò)，但是 該檢測(cè)方法的缺點(diǎn)是1、 地感線圈在安裝或維護(hù)時(shí)必須直接埋入車道，這樣交通會(huì)暫時(shí)受到 阻礙。2、 切割路面面積比較大，埋置線圈的切縫軟化了路面，路面被雨水浸 泡后容易出現(xiàn)路面下陷，使路基遭到破壞，容易造成整個(gè)路面的下陷。3、 感應(yīng)線圈易受冰凍、路基下沉、鹽堿等自然環(huán)境的影響，容易損壞， 使用壽命短。4、 感應(yīng)線圈由于自身的測(cè)量原理所限制，當(dāng)車流擁堵，車間距小于3m 的時(shí)候，其檢測(cè)精度大幅度降低，甚至無法檢測(cè)。面陣CCD的視頻檢測(cè)方法是在道路上方架設(shè)攝像頭，通過對(duì)攝像頭采集 的連續(xù)幀圖像進(jìn)行分析判斷有無車輛，該方法需要形成一幀圖像后，判斷該 幀圖像內(nèi)有無車輛，由于受到面陣CCD的幀速率的限制，不能實(shí)現(xiàn)高實(shí)時(shí)， 高精度的車輛檢測(cè)。發(fā)明內(nèi)容為了解決上述問題，本發(fā)明的目的在于，提供一種線陣CCD攝像機(jī)序列 圖像灰度特征識(shí)別車輛存在的方法，該方法對(duì)于線陣CCD攝像機(jī)的視頻每次產(chǎn)生的線圖像，對(duì)每一線圖像數(shù)據(jù)進(jìn)行處理，判斷是否存在車輛，該方法能 有效抑制車燈對(duì)車輛檢測(cè)的干擾，實(shí)現(xiàn)車輛的實(shí)時(shí)準(zhǔn)確定位。 為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案 一種線陣CCD攝像機(jī)序列圖像灰度特征識(shí)別車輛存在的方法，其特征在于，該方法包括基于線序列圖像灰度特征的二值化和車輛目標(biāo)提取兩部分，對(duì)于線陣CCD攝像機(jī)的視頻每次產(chǎn)生的線圖像，對(duì)每一線圖像數(shù)據(jù)進(jìn)行處理，判斷是否存在車輛，具體包括下列步驟1)對(duì)CCD攝像機(jī)序列圖像灰度特征進(jìn)行二值化，具體步驟如下 步驟一，初始化找到背景標(biāo)志bFindBack=false;有可疑目標(biāo)標(biāo)志isData=false;統(tǒng)計(jì)連 續(xù)10行內(nèi)目標(biāo)點(diǎn)個(gè)數(shù)的計(jì)數(shù)器置為0; 步驟二，從內(nèi)存中逐行讀取數(shù)據(jù)；步驟三，從讀取的第2行數(shù)據(jù)開始處理，用1x2的模板(-1， 1)與當(dāng) 前行數(shù)據(jù)和上一行數(shù)據(jù)相乘，把結(jié)果中的每個(gè)數(shù)與設(shè)定的閾值T進(jìn)行比較， 其中，T=20，如果像素點(diǎn)的值大于閾值T則將其值置為1，小于閾值T則 將其值置為0;步驟四，二值化數(shù)據(jù)連續(xù)累加IO行后，將該數(shù)據(jù)分為3部分并分別求 每一部分的和，如果連續(xù)200行數(shù)據(jù)的3部分和都為零，則取這200行數(shù)據(jù) 中的第100行數(shù)據(jù)作為背景，以后每找到這樣的200行數(shù)據(jù)就更新一次背景， 即bFindBack=True，如果找到背景則轉(zhuǎn)至下一步，否則返回步驟二，步驟五，如果10行累加和中某段的目標(biāo)點(diǎn)個(gè)數(shù)大于20，那么該段數(shù)據(jù) 的后續(xù)區(qū)閾可能存在目標(biāo)isData- True,接下來對(duì)該段數(shù)據(jù)后續(xù)區(qū)域按照步 驟六進(jìn)行處理，否則重復(fù)步驟二，步驟三和步驟五；步驟六，首先將該段數(shù)據(jù)與背景的對(duì)應(yīng)段數(shù)據(jù)相減，如果差值的絕對(duì)值 大于閾值T1，取丁1=40,并且該部分?jǐn)?shù)據(jù)的灰度值大于T2，取T2-90或者小于255-T2，那么該點(diǎn)被認(rèn)為是目標(biāo)點(diǎn)，將其值置為255，否則置為0; 步驟七，將二值化的數(shù)據(jù)進(jìn)行處理如果二值化后一行數(shù)據(jù)含有1024個(gè)點(diǎn)，先將它分為128段，每段8個(gè) 點(diǎn)，判斷每段中像素值大于255的點(diǎn)的個(gè)數(shù)，如果超過4個(gè)，那么將該段內(nèi) 所有的像素點(diǎn)值都置為255，否則全部置為0;再將該行數(shù)據(jù)分為64段，每 段16個(gè)點(diǎn)，判斷每段中像素值大于255的點(diǎn)的個(gè)數(shù)，如果超過9個(gè)則將該 段內(nèi)所有像素值置為255，否則全部置為0;步驟八，如果收到結(jié)束指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)步驟二；2)車輛目標(biāo)提取具體步驟如下步驟一，將每個(gè)車道的觸發(fā)標(biāo)志置為false,將空行計(jì)數(shù)器、目標(biāo)左邊 界、右邊界、目標(biāo)開始行號(hào)、目標(biāo)結(jié)束行號(hào)、目標(biāo)水平投影計(jì)數(shù)器置為0， 預(yù)觸發(fā)水平投影行數(shù)置為10,累加和閾值置為20，確認(rèn)觸發(fā)水平投影行數(shù) 置為20及累加和閾值40，確認(rèn)目標(biāo)結(jié)束的空行數(shù)置為100，確認(rèn)觸發(fā)的目 標(biāo)寬度置為150;步驟二，讀取二值化處理中步驟三的結(jié)果；步驟三，對(duì)連續(xù)10行二值化的數(shù)據(jù)中目標(biāo)點(diǎn)的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，將統(tǒng)計(jì) 結(jié)果分成3段，判斷各段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)，如果某段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)大于 20，則在剛才累加的基礎(chǔ)上繼續(xù)累加IO數(shù)據(jù)，如果此時(shí)該段內(nèi)目標(biāo)點(diǎn)的個(gè) 數(shù)大于40，那么該段內(nèi)肯定存在目標(biāo)。否則轉(zhuǎn)步驟二；步驟四，找出被認(rèn)為有目標(biāo)的段中目標(biāo)的左右邊界計(jì)算出該段內(nèi)目標(biāo)的 寬度，以及目標(biāo)的中心位置，如果寬度大于150，并且其余2段中沒有發(fā)現(xiàn) 目標(biāo)數(shù)據(jù)，則車輛存在于數(shù)據(jù)中心所落的車道；如果寬度小于150，并且其 余2段中沒有發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，則不觸發(fā)；如果其余2段中發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，需 要求相鄰段中目標(biāo)數(shù)據(jù)中心之間的距離，如果距離小于閾值200，則合并目 標(biāo)數(shù)據(jù)段，合并完后重新計(jì)算新數(shù)據(jù)段的左右邊界及中心，如果合并后的數(shù)據(jù)段不止一個(gè)并且每個(gè)數(shù)據(jù)段的寬度都大于150，那么就認(rèn)為同時(shí)有多輛車存在，根據(jù)數(shù)據(jù)段的中心位置在相應(yīng)的車道觸發(fā)；根據(jù)確認(rèn)觸發(fā)的行數(shù)減去20可以得到實(shí)際的車輛開始位置；步驟五，從車輛觸發(fā)開始對(duì)后續(xù)數(shù)據(jù)按列累加，直到確認(rèn)車輛結(jié)束； 步驟六，確認(rèn)車輛開始后尚未確認(rèn)結(jié)束出現(xiàn)的后續(xù)目標(biāo)數(shù)據(jù)，需要根據(jù)距離判斷能否與己觸發(fā)車輛合并，如果水平距離超過200，垂直距離超過100行不合并，不能合并則為新的車輛目標(biāo)；步驟七，如果連續(xù)的空行數(shù)大于100，則確認(rèn)該輛車結(jié)束，以當(dāng)前行數(shù)減去100即為車輛的實(shí)際結(jié)束位置；步驟八，根據(jù)從確認(rèn)車輛觸發(fā)開始到確認(rèn)車輛結(jié)束的垂直投影信息，確定車輛目標(biāo)的左、右邊界位置；步驟十，如果收到終止指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)至步驟二。 由于線圖像的產(chǎn)生速率遠(yuǎn)高于面陣CCD攝像機(jī)的幀速率，所以該方法具有很高的實(shí)時(shí)性。按照這種方法對(duì)每一行數(shù)據(jù)進(jìn)行二值化，根據(jù)二值化的信息(目標(biāo)點(diǎn)的個(gè)數(shù))確定車的開始位置，結(jié)束位置，根據(jù)垂直投影確定車輛的左右邊界。


圖1是本發(fā)明基于線陣圖像灰度特征的二值化算法流程圖； 圖2是本發(fā)明車輛目標(biāo)提取算法流程圖；圖3是處理效果圖，其中，圖(a)是釆集的原始ccd圖像；圖(b)是 二值化效果圖；圖(c)是目標(biāo)提取結(jié)果圖；圖4是處理效果圖，其中，圖(a)是晚上采集的原始ccd圖像，經(jīng)過 補(bǔ)光后，還有部分燈光存在；(b)是二值化效果圖，圖(c)是目標(biāo)提取結(jié) 果圖。下面結(jié)合附圖對(duì)本發(fā)明的內(nèi)容作進(jìn)一步詳細(xì)說明。
具體實(shí)施方式
本發(fā)明的線陣CCD攝像機(jī)序列圖像灰度特征識(shí)別車輛存在的方法，包括 基于線序列圖像灰度特征的二值化和車輛目標(biāo)提取兩部分。對(duì)于線陣CCD攝 像機(jī)的視頻每次產(chǎn)生的線圖像，對(duì)每一線圖像數(shù)據(jù)進(jìn)行處理，判斷是否存在 車輛。車輛分割是將線陣CCD視場(chǎng)按照近景攝像機(jī)視場(chǎng)劃分成三個(gè)邏輯車道 (對(duì)應(yīng)于被監(jiān)控的兩個(gè)物理車道)，每個(gè)車道包含若干信息預(yù)觸發(fā)標(biāo)志、 確認(rèn)觸發(fā)標(biāo)志、空行計(jì)數(shù)器、目標(biāo)存在計(jì)數(shù)器、目標(biāo)左邊界、目標(biāo)右邊界、 目標(biāo)開始行號(hào)、目標(biāo)結(jié)束行號(hào)、預(yù)觸發(fā)中點(diǎn)位置、目標(biāo)水平投影計(jì)數(shù)器、觸 發(fā)的確切行數(shù)。參看圖l，對(duì)線陣CCD攝像機(jī)序列圖像灰度特征進(jìn)行二值化，具體實(shí)現(xiàn) 步驟如下1 )初始化找到背景標(biāo)志bFindBack=false;有可疑目標(biāo)標(biāo)志isData=false; 統(tǒng)計(jì)連續(xù)10行內(nèi)目標(biāo)點(diǎn)個(gè)數(shù)的計(jì)數(shù)器置為0。2) 從內(nèi)存中逐行讀取數(shù)據(jù)。3) 從讀取的第2行數(shù)據(jù)開始處理，用lx2的模板(-1， 1)與當(dāng)前行數(shù) 據(jù)和上一行數(shù)據(jù)相乘，把結(jié)果中的每個(gè)數(shù)與閾值T (T=20)進(jìn)行比較，如果 像素點(diǎn)的值大于閾值T則將其值置為1，小于閾值T則將其值置為O。4) 二值化數(shù)據(jù)連續(xù)累加IO行后，將該數(shù)據(jù)分為3部分分別求每一部分 的和，如果連續(xù)200行數(shù)據(jù)的3部分和都為零，那么取這200行數(shù)據(jù)中的第 100行數(shù)據(jù)作為背景(以后每找到這樣的200行數(shù)據(jù)就更新一次背景， bFindBack-True)。如果找到背景轉(zhuǎn)步驟5)，否則轉(zhuǎn)步驟2)。5) 如果10行累加和中某段的目標(biāo)點(diǎn)個(gè)數(shù)(累加和被分為3段)大于 20，那么該段數(shù)據(jù)的后續(xù)區(qū)閾可能存在目標(biāo)(isData-True)，接下來對(duì)該段 數(shù)據(jù)后續(xù)區(qū)域按照步驟6)進(jìn)行處理，否則重復(fù)步驟2)，步驟3)和步驟5)。6) 首先將該段數(shù)據(jù)與背景的對(duì)應(yīng)段數(shù)據(jù)相減，如果差值的絕對(duì)值大于 閾值Tl (Tl=40)，并且該部分?jǐn)?shù)據(jù)的灰度值大于T2 (T2-90)或者小于 255-T2,那么該點(diǎn)被認(rèn)為是目標(biāo)點(diǎn)，將其值置為255，否則置為0。7) 將二值化的數(shù)據(jù)進(jìn)行處理。如果二值化后一行數(shù)據(jù)含有1024個(gè)點(diǎn)， 先將它分為128段，每段8個(gè)點(diǎn)，判斷每段中像素值大于255的點(diǎn)的個(gè)數(shù)， 如果超過4個(gè)，那么將該段內(nèi)所有的像素點(diǎn)值都置為255，否則全部置為O。 在將該行數(shù)據(jù)分為64段，每段16個(gè)點(diǎn)，判斷每段中像素值大于255的點(diǎn)的 個(gè)數(shù)，如果超過9個(gè)則將該段內(nèi)所有像素值置為255，否則全部置為O。8) 如果收到結(jié)束指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)步驟2)。 參看圖2，車輛目標(biāo)提取具體步驟如下1) 初始化將每個(gè)車道的觸發(fā)標(biāo)志置為false,將空行計(jì)數(shù)器、目標(biāo)左邊界、右邊 界、目標(biāo)開始行號(hào)、目標(biāo)結(jié)束行號(hào)、目標(biāo)水平投影計(jì)數(shù)器置為O，預(yù)觸發(fā)水 平投影行數(shù)置為10，累加和閾值置為20，確認(rèn)觸發(fā)水平投影行數(shù)置為20 及累加和閾值40，確認(rèn)目標(biāo)結(jié)束的空行數(shù)置為100，確認(rèn)觸發(fā)的目標(biāo)寬度置 為150;2) 讀取二值化處理中步驟3)的結(jié)果；3) 對(duì)連續(xù)IO行二值化的數(shù)據(jù)中目標(biāo)點(diǎn)的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，將統(tǒng)計(jì)結(jié)果分 成3段，判斷各段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)，如果某段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)大于20，則 在剛才累加的基礎(chǔ)上繼續(xù)累加IO數(shù)據(jù)，如果此時(shí)該段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)大于 40，那么該段內(nèi)肯定存在目標(biāo)。否則轉(zhuǎn)步驟2)。4) 找出被認(rèn)為有目標(biāo)的段中目標(biāo)的左右邊界計(jì)算出該段內(nèi)目標(biāo)的寬度, 以及目標(biāo)的中心位置，如果寬度大于150，并且其余2段中沒有發(fā)現(xiàn)目標(biāo)數(shù) 據(jù)，則車輛存在于數(shù)據(jù)中心所落的車道。如果寬度小于150，并且其余2段 中沒有發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，則不觸發(fā)；如果其余2段中發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，需要求相鄰段中目標(biāo)數(shù)據(jù)中心之間的距離，如果距離小于閾值200，則合并目標(biāo)數(shù)據(jù) 段，合并完后重新計(jì)算新數(shù)據(jù)段的左右邊界及中心，如果合并后的數(shù)據(jù)段不 止一個(gè)并且每個(gè)數(shù)據(jù)段的寬度都大于150，那么就說明同時(shí)有多輛車存在， 根據(jù)數(shù)據(jù)段的中心位置在相應(yīng)的車道觸發(fā)。根據(jù)確認(rèn)觸發(fā)的行數(shù)減去20可 以得到實(shí)際的車輛開始位置。5) 從車輛觸發(fā)開始對(duì)后續(xù)數(shù)據(jù)按列累加，直到確認(rèn)車輛結(jié)束。6) 確認(rèn)車輛開始后(未確認(rèn)結(jié)束)出現(xiàn)的后續(xù)目標(biāo)數(shù)據(jù)，需要根據(jù)距 離判斷能否與己觸發(fā)車輛合并(水平距離超過200，垂直距離超過100行不 合并)，如果不能合并則為新的車輛目標(biāo)。7) 如果連續(xù)的空行數(shù)大于100，則確認(rèn)該輛車結(jié)束，當(dāng)前行數(shù)減去100 即為車輛的實(shí)際結(jié)束位置。8) 根據(jù)從確認(rèn)車輛觸發(fā)開始到確認(rèn)車輛結(jié)束的垂直投影信息，確定車 輛目標(biāo)的左、右邊界位置。9) 如果收到終止指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)步驟2)。 以下是發(fā)明人給出的具體實(shí)施例。實(shí)施例l:參照?qǐng)D3所示，圖(a)為采集的線陣CCD圖像。采用基于線陣序列圖 像灰度特征的二值化處理效果如圖(b)所示，圖(c)為車輛目標(biāo)提取結(jié)果， 可見本發(fā)明可以有效的檢測(cè)出車輛并進(jìn)行車輛目標(biāo)提取，識(shí)別車輛的存在位 置。實(shí)施例2:參照?qǐng)D4所示，圖(a)為采集的線陣CCD圖像，經(jīng)過補(bǔ)光后，圖像中 仍然存在車燈。采用基于線陣序列圖像灰度特征的二值化處理效果如圖(b) 所示，去除了燈光干擾，圖(c)為車輛目標(biāo)提取結(jié)果，可見本發(fā)明可以有 效抑制車燈對(duì)車輛檢測(cè)及車輛目標(biāo)提取的影響。
權(quán)利要求
1.一種線陣CCD攝像機(jī)序列圖像灰度特征識(shí)別車輛存在的方法，其特征在于，該方法基于線序列圖像灰度特征的二值化和車輛目標(biāo)提取處理兩部分，對(duì)于線陣CCD攝像機(jī)的視頻每次產(chǎn)生的線圖像，對(duì)每一線圖像數(shù)據(jù)進(jìn)行處理，判斷是否存在車輛，具體包括下列步驟1)對(duì)CCD攝像機(jī)序列圖像灰度特征進(jìn)行二值化，具體步驟如下步驟一，初始化找到背景標(biāo)志bFindBack＝false；有可疑目標(biāo)標(biāo)志isData＝false；統(tǒng)計(jì)連續(xù)10行內(nèi)目標(biāo)點(diǎn)個(gè)數(shù)的計(jì)數(shù)器置為0；步驟二，從內(nèi)存中逐行讀取數(shù)據(jù)；步驟三，從讀取的第2行數(shù)據(jù)開始處理，用1×2的模板(-1，1)與當(dāng)前行數(shù)據(jù)和上一行數(shù)據(jù)相乘，把結(jié)果中的每個(gè)數(shù)與設(shè)定的閾值T進(jìn)行比較，其中，T＝20，如果像素點(diǎn)的值大于閾值T則將其值置為1，小于閾值T則將其值置為0；步驟四，二值化數(shù)據(jù)連續(xù)累加10行后，將該數(shù)據(jù)分為3部分并分別求每一部分的和，如果連續(xù)200行數(shù)據(jù)的3部分和都為零，則取這200行數(shù)據(jù)中的第100行數(shù)據(jù)作為背景，以后每找到這樣的200行數(shù)據(jù)就更新一次背景，即bFindBack＝True，如果找到背景則轉(zhuǎn)至下一步，否則返回步驟二，步驟五，如果10行累加和中某段的目標(biāo)點(diǎn)個(gè)數(shù)大于20，那么該段數(shù)據(jù)的后續(xù)區(qū)閾可能存在目標(biāo)isData＝True，接下來對(duì)該段數(shù)據(jù)后續(xù)區(qū)域按照步驟六進(jìn)行處理，否則重復(fù)步驟二，步驟三和步驟五；步驟六，首先將該段數(shù)據(jù)與背景的對(duì)應(yīng)段數(shù)據(jù)相減，如果差值的絕對(duì)值大于閾值T1，取T1＝40，并且該部分?jǐn)?shù)據(jù)的灰度值大于T2，取T2＝90或者小于255-T2，那么該點(diǎn)被認(rèn)為是目標(biāo)點(diǎn)，將其值置為255，否則置為0；步驟七，將二值化的數(shù)據(jù)進(jìn)行處理如果二值化后一行數(shù)據(jù)含有1024個(gè)點(diǎn)，先將它分為128段，每段8個(gè)點(diǎn)，判斷每段中像素值大于255的點(diǎn)的個(gè)數(shù)，如果超過4個(gè)，那么將該段內(nèi)所有的像素點(diǎn)值都置為255，否則全部置為0；再將該行數(shù)據(jù)分為64段，每段16個(gè)點(diǎn)，判斷每段中像素值大于255的點(diǎn)的個(gè)數(shù)，如果超過9個(gè)則將該段內(nèi)所有像素值置為255，否則全部置為0；步驟八，如果收到結(jié)束指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)步驟二；2)車輛目標(biāo)提取具體步驟如下步驟一，將每個(gè)車道的觸發(fā)標(biāo)志置為false，將空行計(jì)數(shù)器、目標(biāo)左邊界、右邊界、目標(biāo)開始行號(hào)、目標(biāo)結(jié)束行號(hào)、目標(biāo)水平投影計(jì)數(shù)器置為0，預(yù)觸發(fā)水平投影行數(shù)置為10，累加和閾值置為20，確認(rèn)觸發(fā)水平投影行數(shù)置為20及累加和閾值40，確認(rèn)目標(biāo)結(jié)束的空行數(shù)置為100，確認(rèn)觸發(fā)的目標(biāo)寬度置為150；步驟二，讀取二值化處理中步驟三的結(jié)果；步驟三，對(duì)連續(xù)10行二值化的數(shù)據(jù)中目標(biāo)點(diǎn)的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，將統(tǒng)計(jì)結(jié)果分成3段，判斷各段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)，如果某段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)大于20，則在剛才累加的基礎(chǔ)上繼續(xù)累加10數(shù)據(jù)，如果此時(shí)該段內(nèi)目標(biāo)點(diǎn)的個(gè)數(shù)大于40，那么該段內(nèi)肯定存在目標(biāo)。否則轉(zhuǎn)步驟二；步驟四，找出被認(rèn)為有目標(biāo)的段中目標(biāo)的左右邊界計(jì)算出該段內(nèi)目標(biāo)的寬度，以及目標(biāo)的中心位置，如果寬度大于150，并且其余2段中沒有發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，則車輛存在于數(shù)據(jù)中心所落的車道；如果寬度小于150，并且其余2段中沒有發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，則不觸發(fā)；如果其余2段中發(fā)現(xiàn)目標(biāo)數(shù)據(jù)，需要求相鄰段中目標(biāo)數(shù)據(jù)中心之間的距離，如果距離小于閾值200，則合并目標(biāo)數(shù)據(jù)段，合并完后重新計(jì)算新數(shù)據(jù)段的左右邊界及中心，如果合并后的數(shù)據(jù)段不止一個(gè)并且每個(gè)數(shù)據(jù)段的寬度都大于150，那么就認(rèn)為同時(shí)有多輛車存在，根據(jù)數(shù)據(jù)段的中心位置在相應(yīng)的車道觸發(fā)；根據(jù)確認(rèn)觸發(fā)的行數(shù)減去20可以得到實(shí)際的車輛開始位置；步驟五，從車輛觸發(fā)開始對(duì)后續(xù)數(shù)據(jù)按列累加，直到確認(rèn)車輛結(jié)束；步驟六，確認(rèn)車輛開始后尚未確認(rèn)結(jié)束出現(xiàn)的后續(xù)目標(biāo)數(shù)據(jù)，需要根據(jù)距離判斷能否與已觸發(fā)車輛合并，如果水平距離超過200，垂直距離超過100行不合并，不能合并則為新的車輛目標(biāo)；步驟七，如果連續(xù)的空行數(shù)大于100，則確認(rèn)該輛車結(jié)束，以當(dāng)前行數(shù)減去100即為車輛的實(shí)際結(jié)束位置；步驟八，根據(jù)從確認(rèn)車輛觸發(fā)開始到確認(rèn)車輛結(jié)束的垂直投影信息，確定車輛目標(biāo)的左、右邊界位置；步驟十，如果收到終止指令，則停止數(shù)據(jù)處理，否則轉(zhuǎn)至步驟二。
全文摘要
本發(fā)明公開了一種線陣CCD攝像機(jī)序列圖像灰度特征識(shí)別車輛存在的方法，該方法基于線序列圖像灰度特征的二值化和車輛目標(biāo)提取處理兩部分，對(duì)于線陣CCD攝像機(jī)的視頻每次產(chǎn)生的線圖像，對(duì)每一線圖像數(shù)據(jù)進(jìn)行處理，判斷是否存在車輛，由于線圖像的產(chǎn)生速率遠(yuǎn)高于面陣CCD攝像機(jī)的幀速率，所以該方法具有很高的實(shí)時(shí)性。按照這種方法對(duì)每一行數(shù)據(jù)進(jìn)行二值化，根據(jù)二值化的信息(目標(biāo)點(diǎn)的個(gè)數(shù))確定車的開始位置，結(jié)束位置，根據(jù)垂直投影確定車輛的左右邊界。
文檔編號(hào)G06K9/46GK101216892SQ20081001728
公開日2008年7月9日 申請(qǐng)日期2008年1月11日 優(yōu)先權(quán)日2008年1月11日
發(fā)明者劉占文, 宋煥生, 濤 徐, 徐志剛, 娜 李, 李衛(wèi)江, 梁敏建, 王國(guó)強(qiáng), 趙祥模, 鄭貴楨 申請(qǐng)人:長(zhǎng)安大學(xué)