專利名稱：基于視頻的交叉口車輛控制延誤的檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于交通信息及控制領(lǐng)域，涉及一種交叉口交通參數(shù)與信號(hào)控制評(píng)價(jià)指標(biāo)的獲取 方法，更具體地說(shuō)是利用視頻檢測(cè)技術(shù)自動(dòng)獲取交叉口車輛控制延誤這個(gè)重要交通參數(shù)與核 心評(píng)價(jià)指標(biāo)的方法。
背景技術(shù)：
信號(hào)控制交叉口車輛控制延誤是指由于車輛受到交叉口信號(hào)控制的影響而引起的時(shí)間損 失，它不僅反映了駕駛員不舒適和受阻程度以及油耗和行駛時(shí)間損失，還反映了交叉口交通 設(shè)計(jì)、信號(hào)控制方案的合理性，是評(píng)價(jià)交叉口阻塞程度、服務(wù)水平的重要指標(biāo)，可以為交叉 口交通設(shè)施與信號(hào)控制方案改善提供重要的定量依據(jù)。
但至目前為止，交叉口車輛延誤等交通參數(shù)主要通過(guò)人工觀測(cè)方法獲取，但人工觀測(cè)需 要耗費(fèi)大量的人力物力，并且無(wú)法滿足信號(hào)控制方案實(shí)時(shí)調(diào)整優(yōu)化的需求，為了克服人工觀 測(cè)交通參數(shù)的種種弊端，人們開(kāi)始嘗試著利用傳感器技術(shù)、微電子技術(shù)和信息處理技術(shù)來(lái)自 動(dòng)檢測(cè)交叉口的交通參數(shù)，按照采用的技術(shù)原理可分為磁感應(yīng)檢測(cè)技術(shù)、波頻檢測(cè)技術(shù)和視 頻檢測(cè)技術(shù)三種方法，但磁感應(yīng)檢測(cè)技術(shù)和波頻檢測(cè)技術(shù)只能直接檢測(cè)交通量、占有率等參 數(shù)，無(wú)法獲取車輛通過(guò)交叉口的延誤等核心參數(shù)。
視頻檢測(cè)技術(shù)是一種結(jié)合視頻圖像和模式識(shí)別技術(shù)而應(yīng)用于交通領(lǐng)域的新興技術(shù)。視頻 檢測(cè)技術(shù)通過(guò)對(duì)道路某個(gè)方向所有車道上一定范圍內(nèi)的車輛進(jìn)行跟蹤，不但可以提供交通流 量和行車速度，而且可同時(shí)獲取常規(guī)檢測(cè)技術(shù)無(wú)法獲取的密度、車道變換、加速度、排隊(duì)和 停車等這些交叉口運(yùn)行特征參數(shù)，尤其是為獲取交叉口的關(guān)鍵運(yùn)行參數(shù)延誤提供了可能。
經(jīng)對(duì)現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，基于視頻的交通參數(shù)檢測(cè)成為了交通參數(shù)自動(dòng)檢測(cè)的發(fā) 展趨勢(shì)，許多學(xué)者進(jìn)行了相關(guān)的研究，發(fā)表了大量的研究成果，但到目前為止，視頻交通參 數(shù)檢測(cè)主要局限于對(duì)交通流量、平均速度以及車道占有率、排隊(duì)長(zhǎng)度等交叉口常規(guī)交通參數(shù) 的檢測(cè)，然后利用模型計(jì)算間接獲得車輛延誤這個(gè)交叉口信號(hào)控制的核心評(píng)價(jià)指標(biāo)，利用視 頻檢測(cè)技術(shù)直接對(duì)交叉口延誤進(jìn)行自動(dòng)檢測(cè)的研究十分少見(jiàn)。冉啟武等人在2007年第6期《西 安交通大學(xué)學(xué)報(bào)》發(fā)表"基于視頻的車輛瞬時(shí)停車延誤檢測(cè)"的文章，提出了一種停車延誤 的檢測(cè)方法，該方通過(guò)自動(dòng)識(shí)別視頻錄相每一幀中交叉口前停止的車輛數(shù)，計(jì)算每一幀交叉
口前停駛車輛的瞬時(shí)停車延誤，然后累計(jì)所有幀的瞬時(shí)停車延誤即得到觀測(cè)時(shí)段車輛瞬時(shí)停 車延誤的總量，但該方法獲得的是交叉口車輛的停車延誤，不包括車輛減速停車造成的減速 延誤及由靜止?fàn)顟B(tài)加速到正常行駛速度所造成的加速延誤，不能準(zhǔn)確反映車輛通過(guò)交叉口時(shí) 由于信號(hào)控制所造成的時(shí)間損失。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)不能直接檢測(cè)車輛通過(guò)交叉口的控制延誤的 不足，采用視頻檢測(cè)與目標(biāo)跟蹤技術(shù)，自動(dòng)獲取信號(hào)控制交叉口的控制延誤等參數(shù)，提供一 種基于視頻的交叉口車輛控制延誤的檢測(cè)方法。
本發(fā)明解決技術(shù)問(wèn)題的技術(shù)方案如下
一種基于視頻的交叉口車輛控制延誤的檢測(cè)方法，其特征在于，包括如下步驟
(1) 、硬件系統(tǒng)構(gòu)建與視頻錄相獲取在交叉口附近選擇一制高點(diǎn)安裝攝像頭、交換機(jī)、 視頻服務(wù)器等設(shè)備，并用電線、光纜或無(wú)線將它們連接起來(lái)；
(2) 、全局標(biāo)定與坐標(biāo)轉(zhuǎn)換選取視頻錄相中目標(biāo)區(qū)域，進(jìn)行原圖和俯視圖的坐標(biāo)變換， 得到圖像坐標(biāo)和三維世界坐標(biāo)的對(duì)應(yīng)關(guān)系；
(3) 、背景更新獲取初始背景，實(shí)現(xiàn)俯視圖的背景更新；
(4) 、圖像二值化與斑塊分析創(chuàng)建俯視圖相對(duì)應(yīng)的灰度圖，獲取背景與當(dāng)前俯視圖的 差分圖，并且分車道分區(qū)域地實(shí)現(xiàn)差分圖的二值化，對(duì)得到的二值圖做斑塊分析和聚類，得 到大小長(zhǎng)寬符合車輛形狀要求的斑塊信息；
(5) 、車輛觸發(fā)與檢測(cè)設(shè)置遠(yuǎn)端和近端兩個(gè)檢測(cè)區(qū)域，遠(yuǎn)端檢測(cè)區(qū)域設(shè)置在遠(yuǎn)離攝像 頭的車輛最大排隊(duì)處的車道上游，近端檢測(cè)區(qū)域設(shè)置在停止線附近靠近攝像頭的車道部分；
(6) 、車輛跟蹤；
(7) 、交通參數(shù)提取車輛通過(guò)交叉口的實(shí)際耗時(shí)減去車輛的自由行駛時(shí)間為車輛通過(guò) 交叉口的控制延誤。
由以上公開(kāi)的技術(shù)方案可知，本發(fā)明由于實(shí)現(xiàn)全過(guò)程跟蹤，系統(tǒng)自動(dòng)記錄每一車輛進(jìn)入 遠(yuǎn)端檢測(cè)區(qū)域和停止線的時(shí)刻，從而得到車輛通過(guò)交叉口的實(shí)際耗時(shí)，車輛通過(guò)交叉口的實(shí) 際耗時(shí)減去車輛的自由行駛時(shí)間即得到車輛通過(guò)交叉口的控制延誤。系統(tǒng)同時(shí)還可以自動(dòng)獲 取交通量、各種車型比例、平均速度以及車道占有率、排隊(duì)長(zhǎng)度等常規(guī)交通參數(shù)。本發(fā)明形 成了一種自動(dòng)化的交叉口交通信息采集、分析和處理系統(tǒng)，向信號(hào)控制器提供穩(wěn)定、及時(shí)、 可靠的平均車輛控制延誤等信息，使得整個(gè)信號(hào)控制系統(tǒng)目標(biāo)明確，具有堅(jiān)實(shí)的檢測(cè)基礎(chǔ)，
達(dá)到系統(tǒng)可控、優(yōu)化的目的。


圖la是攝影變換投影圖lb是攝影變換投影圖的俯視映射圖2是控制延誤檢測(cè)示意具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例作詳細(xì)說(shuō)明本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn) 行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施 例。
基于視頻的交叉口車輛控制延誤的檢測(cè)需經(jīng)歷如下過(guò)程硬件系統(tǒng)構(gòu)建與視頻錄相獲取、 視頻錄相標(biāo)定與坐標(biāo)轉(zhuǎn)換、背景更新、圖像二值化、斑塊分析、車輛觸發(fā)與檢測(cè)、車輛跟蹤、 交通參數(shù)提取等步驟，具體實(shí)施步驟如下-
1、 硬件系統(tǒng)構(gòu)建與視頻錄相獲取
在交叉口附近選擇一制高點(diǎn)安裝攝像頭、交換機(jī)、視頻服務(wù)器等設(shè)備，并用電線、光纜 或無(wú)線將它們連接起來(lái)，獲取交叉口進(jìn)口道車輛排隊(duì)的視頻錄像，并通過(guò)交換機(jī)將視頻錄像 傳輸?shù)揭曨l服務(wù)器。
2、 全局標(biāo)定與坐標(biāo)轉(zhuǎn)換
選取視頻錄相中要檢測(cè)的目標(biāo)區(qū)域，將其設(shè)置為感興趣區(qū)域(單車道或者多車道)，利 用消隱點(diǎn)及交比不變定理的標(biāo)定算法實(shí)現(xiàn)原圖感興趣區(qū)域和俯視圖的坐標(biāo)變換，得到圖像坐 標(biāo)和三維世界坐標(biāo)的對(duì)應(yīng)關(guān)系，創(chuàng)建研究車道的俯視圖，后續(xù)的所有處理，均在俯視映射圖 上進(jìn)行，由此可以大大減少計(jì)算量。
基于消隱點(diǎn)的坐定變換的原理如圖1所示，設(shè)矩形0ABC寬為W，長(zhǎng)為L(zhǎng)，它經(jīng)過(guò)攝影變
換投影為四邊形oabc, d為平面oabc上任意一點(diǎn)，已知o、 a、 b、 c、 d攝影變換后的坐標(biāo)， 求d變換前的對(duì)應(yīng)點(diǎn)D在OABC上的坐標(biāo)。在透視投影變換下，空間直線的圖像仍為直線，空 間的一組平行線將投影為相交的直線，且相交于唯一的一點(diǎn)，即消隱點(diǎn)。消隱點(diǎn)一般位于圖 像外，甚至在無(wú)窮遠(yuǎn)處?？臻g參考平面(及與其相平行的平面)上的所有消隱點(diǎn)都位于同一 條直線上，稱之為消隱線。消隱點(diǎn)和消隱線隱含有空間直線和平面的方向信息，由于交通視 頻中含有相互平行的道路交通標(biāo)線，交通標(biāo)線的長(zhǎng)度及其間距可事先實(shí)地測(cè)量得到，在全局
標(biāo)定過(guò)程中可以充分利用這些信息，而不需要知道攝像機(jī)參數(shù)及其與場(chǎng)景的變換關(guān)系。
由于AB〃0C，推出oc與ab的交點(diǎn)vl即為所有與AB平行的直線攝影變換后對(duì)應(yīng)的消隱
點(diǎn)；同理，oa與bc的交點(diǎn)v2也是所有與0A平行的直線變換后對(duì)應(yīng)的消隱點(diǎn)。根據(jù)消隱點(diǎn)可
以求出v2d與ab的交點(diǎn)m，即為D點(diǎn)在AB上投影M攝影變換后的對(duì)應(yīng)點(diǎn)；Vld與oa的交點(diǎn)
n，即為D點(diǎn)在OA上的投影N的對(duì)應(yīng)點(diǎn)。 根據(jù)交比不變性，有
(oa; "v2) = (04; ,2) —; ov,)=(歌^ Fj)
可以得到公式
(oa;W2) = = =更=(04;碼)
aw x ov2
x wv,
3、背景更新
在信號(hào)控制交叉口，紅燈期間往往會(huì)有車輛排隊(duì)，路面被車輛長(zhǎng)時(shí)間遮擋，在此種情況 下， 一般的背景更新算法往往逐漸把車輛顏色更新到背景中，從而引起背景污染。為了克服 此現(xiàn)象，本發(fā)明利用自適應(yīng)中值濾波AMF算法獲取初始背景，結(jié)合Surendra算法中的運(yùn)動(dòng)掩 模和AMF算法實(shí)現(xiàn)俯視圖的背景更新。根據(jù)車道中已存在車輛的區(qū)域和候選車輛區(qū)域(斑塊 區(qū)域)制作運(yùn)動(dòng)掩模，在此掩模中的區(qū)域不進(jìn)行背景更新，而非掩模區(qū)域則根據(jù)AMF算法可 迅速實(shí)現(xiàn)背景更新。
AMF算法的基本思想是，若新的輸入幀的像素值比估計(jì)的背景中的對(duì)應(yīng)位置的像素值大， 則估計(jì)背景的像素值增l，如果比對(duì)應(yīng)位置的像素值小，則減l。這種背景估計(jì)將最終收斂于 一個(gè)這樣的值，BP: —般的輸入像素值比該值大，而一半的像素值比該值小，該值也就是中 值。
最終的背景更新公式可定義為
/ "、 —/^"(u) i W">0=io^">0=g—i"力
D,、義，^J - is,—|U,"±1萍W(;c,力^，/,(;c，力〉4—1"力，+1;力"力<4-1"力，—1 其中5'"，力是當(dāng)前第i幀背景在坐標(biāo)為"，力處的灰度值，A-i"，少)是第i-l幀的背景在
坐標(biāo)為"，力處的灰度值，^"，力是當(dāng)前第i幀圖像在坐標(biāo)為",力處的灰度值，^巧"，力為
運(yùn)動(dòng)掩模圖中坐標(biāo)為"，力處的值，l為處于掩模區(qū)域，0為處于非掩模區(qū)域。
4、 圖像二值化與斑塊分析-
將得到的彩色俯視圖轉(zhuǎn)換成灰度圖可以大幅度地降低運(yùn)算復(fù)雜度，當(dāng)需要對(duì)全圖進(jìn)行處 理時(shí)，往往針對(duì)的是灰度圖，只有在車輛檢測(cè)和跟蹤時(shí)才會(huì)用到車輛區(qū)域的彩色信息，圖像 二值化則是提取車輛信息的基礎(chǔ)，其操作的對(duì)象是前景和背景之差的灰度圖。圖像二值化為 接下來(lái)的斑塊分析提供了資源，同時(shí)也是背景更新時(shí)的部分依據(jù)。
為了避免二值化過(guò)程中不同車道之間車輛顏色的影響，本發(fā)明將俯視圖按車道劃分為多 個(gè)部分，并將每個(gè)車道分為三個(gè)部分，前端檢測(cè)區(qū)域和近端檢測(cè)區(qū)域各為一部分，兩檢測(cè)區(qū) 域之間的車道單獨(dú)作為一個(gè)部分，最終需要二值化的部分為3*N，其中N為俯視圖內(nèi)的車道 數(shù)目，對(duì)所有部分分別采用Otsu法二值化，這樣不僅可以大大提高閾值分割的準(zhǔn)確率和每個(gè) 檢測(cè)區(qū)域檢測(cè)車輛的準(zhǔn)確度，也可以提高兩個(gè)檢測(cè)區(qū)域之間的跟蹤區(qū)域的跟蹤效果。
背景更新后，前景通過(guò)圖像分割方法被分割出來(lái)，反映到二值圖上是一個(gè)個(gè)連通區(qū)域， 稱之為斑塊，斑塊分析需要提取二值圖中所有斑塊的基本信息，再根據(jù)斑塊的位置和顏色信 息，聚合或分割斑塊，并最后刪除不符合車輛大小形狀的斑塊，完成斑塊聚類。
5、 車輛觸發(fā)與檢測(cè)-
通過(guò)上述斑塊聚類后得到的結(jié)果，我們可以得到候選車輛區(qū)域，即聚類后斑塊的區(qū)域， 監(jiān)控檢測(cè)區(qū)域內(nèi)的每一個(gè)候選車輛，則可實(shí)現(xiàn)實(shí)際車輛的檢測(cè)和觸發(fā)。在視頻檢測(cè)中，車輛 是首先進(jìn)入遠(yuǎn)端檢測(cè)區(qū)域，由于透視關(guān)系，原圖中車輛在遠(yuǎn)端比在近端要小，自身提供的信 息也少，雖然在俯視圖中車輛大小基本不變，但是不像近端區(qū)域，遠(yuǎn)端區(qū)域的一部分像素值 是由變換時(shí)插值得來(lái)。故在上游區(qū)域易造成車輛漏檢。同時(shí)，在兩檢測(cè)區(qū)域之間的跟蹤區(qū)域， 已檢測(cè)到的車輛亦可能由于種種原因造成跟蹤失敗。車道中經(jīng)過(guò)的車輛數(shù)目是影響平均延誤 計(jì)算的重要因素，如果車輛數(shù)目不準(zhǔn)確，平均延誤的計(jì)算也會(huì)引入相當(dāng)?shù)恼`差。為了提高車 輛檢測(cè)的精度，降低車輛的漏檢率，本發(fā)明設(shè)置遠(yuǎn)端和近端兩個(gè)檢測(cè)區(qū)域，遠(yuǎn)端檢測(cè)區(qū)域設(shè) 置在遠(yuǎn)離攝像頭的車輛最大排隊(duì)處的車道上游，近端檢測(cè)區(qū)域設(shè)置在停止線附近靠近攝像頭 的車道部分，當(dāng)遠(yuǎn)端檢測(cè)區(qū)域漏檢車輛或者跟蹤過(guò)程中誤刪除車輛時(shí)，可以在近端檢測(cè)區(qū)域 再次被觸發(fā)檢測(cè)到，在近端被觸發(fā)檢測(cè)出的車輛的相關(guān)信息可由其前后車信息來(lái)估算，從而 降低了車輛的漏檢率，提高了檢測(cè)的精度。
6、 車輛跟蹤
在交通視頻監(jiān)控系統(tǒng)中，目標(biāo)跟蹤起著至關(guān)重要的作用。背景更新后，通過(guò)圖像二值化 與斑塊分析、車輛檢測(cè)與觸發(fā)等模塊，最后找到新進(jìn)入檢測(cè)區(qū)域的車輛的位置和尺寸，并用 方框框出，接著就要進(jìn)行目標(biāo)跟蹤，以獲得包括車輛即時(shí)速度，平均速度，道路占有狀況等 大部分基本交通信息，并為異常檢測(cè)提供準(zhǔn)確的車輛和道路狀態(tài)信息。考慮到實(shí)時(shí)性要求， 在沒(méi)有遮擋的情況下使用斑塊跟蹤，出現(xiàn)遮擋后用Mean shift跟蹤算法。Mean shift方法的使 用加強(qiáng)了監(jiān)控系統(tǒng)實(shí)時(shí)跟蹤的魯棒性，降低了出現(xiàn)遮擋后目標(biāo)的丟失率和檢測(cè)混亂。
斑塊跟蹤即在新的一幀到來(lái)時(shí)，根據(jù)上一幀車輛所在位置估算在新的一幀車輛可能出現(xiàn) 的位置，對(duì)此位置附近的斑塊做直方圖，并和車輛的直方圖做匹配。如果存在匹配的斑塊， 則更新車輛的位置及直方圖。在計(jì)算斑塊的直方圖時(shí)，對(duì)于24RGB圖，為了減少計(jì)算復(fù)雜度， 將每個(gè)色彩通道量化為8個(gè)值，因此直方圖中總共有8X8X8 = 512個(gè)取值，計(jì)算量遠(yuǎn)遠(yuǎn)少于 原來(lái)的256X256X256，但精度對(duì)效果的影響基本不變。由于車輛自身顏色以及閾值分割的影 響，車輛預(yù)估的位置附近可能沒(méi)有斑塊，或者沒(méi)有匹配的斑塊，此時(shí)，斑塊跟蹤失敗。紅燈 期間，車輛停車排隊(duì)，會(huì)出現(xiàn)遮擋情況，本來(lái)該分別與不同車輛匹配的斑塊粘連在一起，呈 現(xiàn)為一個(gè)斑塊，此時(shí)斑塊跟蹤也會(huì)失敗。
當(dāng)斑塊跟蹤失敗時(shí)則采用meanshift跟蹤方法，其不依賴于斑塊，是一種基于核密度估計(jì) 的自適應(yīng)梯度算法，利用一個(gè)基于象素點(diǎn)顏色和位置的貝葉斯系數(shù)來(lái)衡量對(duì)象與模板之間的 相似度，以便在圖像中找出與模板最為相似的目標(biāo)對(duì)象，具有一定的抗遮擋能力。
7、交通參數(shù)提取
控制延誤檢測(cè)的示意圖如圖2所示，車輛進(jìn)入遠(yuǎn)端檢測(cè)區(qū)域被觸發(fā)檢測(cè)到，系統(tǒng)自動(dòng)記 錄下該車進(jìn)入檢測(cè)區(qū)域的時(shí)刻(圖2中的觀測(cè)數(shù)據(jù)A)，通過(guò)全程跟蹤，當(dāng)車輛通過(guò)停止線時(shí)， 系統(tǒng)同時(shí)記錄下該車離開(kāi)停止線的時(shí)刻(圖2中的觀測(cè)數(shù)據(jù)G)，則車輛通過(guò)交叉口的實(shí)際時(shí)
間r。為
<formula>formula see original document page 8</formula>(式l)
車輛正常行駛通過(guò)交叉口的時(shí)間&應(yīng)由綠燈時(shí)直接通過(guò)停止線的車輛測(cè)得，車輛通過(guò)交 叉口的控制延誤d即為-
<formula>formula see original document page 8</formula>(式2)
權(quán)利要求
1.一種基于視頻的交叉口車輛控制延誤的檢測(cè)方法，其特征在于，包括如下步驟(1)、硬件系統(tǒng)構(gòu)建與視頻錄相獲取在交叉口附近選擇一制高點(diǎn)安裝攝像頭、交換機(jī)、視頻服務(wù)器等設(shè)備，并用電線、光纜或無(wú)線將它們連接起來(lái)(2)、全局標(biāo)定與坐標(biāo)轉(zhuǎn)換選取視頻錄相中目標(biāo)區(qū)域，進(jìn)行原圖和俯視圖的坐標(biāo)變換，得到圖像坐標(biāo)和三維世界坐標(biāo)的對(duì)應(yīng)關(guān)系；(3)、背景更新獲取初始背景，實(shí)現(xiàn)俯視圖的背景更新；(4)、圖像二值化與斑塊分析創(chuàng)建俯視圖相對(duì)應(yīng)的灰度圖，獲取背景與當(dāng)前俯視圖的差分圖，并且分車道分區(qū)域地實(shí)現(xiàn)差分圖的二值化，對(duì)得到的二值圖做斑塊分析和聚類，得到大小長(zhǎng)寬符合車輛形狀要求的斑塊信息；(5)、車輛觸發(fā)與檢測(cè)設(shè)置遠(yuǎn)端和近端兩個(gè)檢測(cè)區(qū)域，遠(yuǎn)端檢測(cè)區(qū)域設(shè)置在遠(yuǎn)離攝像頭的車輛最大排隊(duì)處的車道上游，近端檢測(cè)區(qū)域設(shè)置在停止線附近靠近攝像頭的車道部分；(6)、車輛跟蹤(7)、交通參數(shù)提取車輛通過(guò)交叉口的實(shí)際耗時(shí)減去車輛的自由行駛時(shí)間為車輛通過(guò)交叉口的控制延誤。
2. 根據(jù)權(quán)利要求1所述的基于視頻的交叉口車輛控制延誤的檢測(cè)方法，其特征在于，所 說(shuō)的步驟(2)中，采用消隱點(diǎn)及交比不變定理的標(biāo)定算法實(shí)現(xiàn)原圖感興趣區(qū)域和俯視圖的坐 標(biāo)變換。
3. 根據(jù)權(quán)利要求1所述的基于視頻的交叉口車輛控制延誤的檢測(cè)方法，其特征在于，所 說(shuō)的步驟(3)中，利用自適應(yīng)中值濾波AMF算法獲取初始背景，結(jié)合Surendra算法中的運(yùn) 動(dòng)掩模和AMF算法實(shí)現(xiàn)俯視圖的背景更新。
4. 根據(jù)權(quán)利要求1所述的基于視頻的交叉口車輛控制延誤的檢測(cè)方法，其特征在于，所 說(shuō)的步驟(4)中，采用otsu算法分車道分區(qū)域地實(shí)現(xiàn)差分圖的二值化。
5. 根據(jù)權(quán)利要求1所述的基于視頻的交叉口車輛控制延誤的檢測(cè)方法，其特征在于，所 說(shuō)的步驟(6)中，對(duì)檢測(cè)到的車輛采用斑塊跟蹤和meanshift方法跟蹤相結(jié)合的方法，實(shí)現(xiàn) 車輛從進(jìn)入上游遠(yuǎn)端檢測(cè)區(qū)域，直至離開(kāi)停止線的全過(guò)程跟蹤。
全文摘要
本發(fā)明公開(kāi)了一種基于視頻的交叉口車輛控制延誤的檢測(cè)方法，通過(guò)在交叉口附近安裝攝像機(jī)獲取交叉口某一進(jìn)口道車輛排隊(duì)的視頻錄相，對(duì)視頻錄相進(jìn)行全局標(biāo)定與坐標(biāo)轉(zhuǎn)換，得到圖像坐標(biāo)和三維世界坐標(biāo)的對(duì)應(yīng)關(guān)系，然后對(duì)視頻錄相進(jìn)行背景更新、圖像二值化、斑塊分析等處理，設(shè)置遠(yuǎn)端和近端兩個(gè)車輛檢測(cè)區(qū)域?qū)崿F(xiàn)車輛的觸發(fā)與檢測(cè)，最后通過(guò)對(duì)檢測(cè)到的車輛進(jìn)行跟蹤，記錄下車輛進(jìn)入遠(yuǎn)端檢測(cè)區(qū)域和通過(guò)停止線的時(shí)刻，獲取車輛通過(guò)交叉口的實(shí)際消耗時(shí)間，減去車輛通過(guò)交叉口的自由行駛時(shí)間得到車輛通過(guò)交叉口的控制延誤這個(gè)核心的交通參數(shù)。本發(fā)明能夠向信號(hào)控制器提供穩(wěn)定、及時(shí)、可靠的平均車輛控制延誤等信息。
文檔編號(hào)G06K9/00GK101364347SQ20081020000
公開(kāi)日2009年2月11日 申請(qǐng)日期2008年9月17日 優(yōu)先權(quán)日2008年9月17日
發(fā)明者穎 倪, 劉富強(qiáng), 劍 孫, 張惠玲, 鑫 李, 李克平, 李志鵬, 王新紅, 蘇貴民, 錢紅波 申請(qǐng)人:同濟(jì)大學(xué)