專利名稱：一種基于視頻的車輛速度檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻交通檢測技術(shù)領(lǐng)域，具體是一種基于交通視頻的車輛速度檢測方法。主要用于交通監(jiān)管部門對道路交通信息的數(shù)據(jù)采集，可以滿足交通監(jiān)管部門對數(shù)據(jù)的實時性、準確性和檢測精度的要求。
背景技術(shù)：
車輛速度檢測是指通過某種檢測設(shè)備可滿足對行駛在道路上的車輛速度進行檢測并做數(shù)據(jù)記錄，并判斷其車速是否在規(guī)定時速 內(nèi)，用以監(jiān)控車輛是否有超速行駛行為。目前交通系統(tǒng)中普遍存在汽車行駛違規(guī)問題，如車輛超速現(xiàn)象，這種行為危險性非常大，不但加大了交通監(jiān)管部門的工作難度，而且更容易釀成交通事故，造成財產(chǎn)損失、人員傷亡等。為此，需要對車輛行駛速度進行檢測，完成車輛管理的自動化、智能化，確保道路交通系統(tǒng)的安全與暢通。傳統(tǒng)的車輛速度檢測方法主要是環(huán)形線圈法等，這種方法受到線圈必須固定的限制，如果道路改造需要重新鋪設(shè)線圈，安裝和操作不具有靈活性；其次，它無法處理機械噪聲干擾、電氣噪聲干擾、強磁干擾等，而且很多長期積累的問題也不能得到解決，缺乏深度研究。由于這種傳統(tǒng)的檢測技術(shù)的缺陷和不足，其市場長期處于低端運行狀態(tài)，同時隨著智能交通系統(tǒng)的技術(shù)研究越來越成熟，電子警察、信號控制等技術(shù)的推廣和使用，驗證了基于視頻的交通檢測技術(shù)市場應(yīng)用前景廣泛。

發(fā)明內(nèi)容
針對現(xiàn)有車輛行駛速度檢測技術(shù)的缺陷或不足，本發(fā)明的目的在于，提供一種基于視頻的車輛速度檢測方法，該方法可以對視頻范圍內(nèi)所有行駛車輛進行安全準確、穩(wěn)定可靠的速度檢測。為了實現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案一種基于視頻的車輛速度檢測方法，其特征在于，按照下列步驟實施步驟一，獲取交通道路視頻圖像序列通過視頻采集設(shè)備獲取交通道路視頻，并對視頻進行預(yù)處理，得到需求格式的視頻圖像序列；步驟二，目標車輛投影序列提取在圖像上選擇一塊包含車輛投影的區(qū)域，根據(jù)車尾在圖像上的位置然后選擇合適大小的車輛跟蹤區(qū)域，并跟蹤連續(xù)若干幀圖像；步驟三，幀差法提取投影圖像序列并選取其特征值對第二步連續(xù)跟蹤的若干幀跟蹤區(qū)域的圖像像素點做幀差，從得到的結(jié)果統(tǒng)計中尋找規(guī)律，選取合適的能夠代表車輛特征點移動的特征值；步驟四，查找映射表獲取選擇的特征值點像素到距離的映射關(guān)系
通過視頻圖像序列中的像素點位置，根據(jù)映射關(guān)系求得車輛在道路上的實際位置；步驟五，車輛行駛速度擬合視頻圖像序列播放的幀頻，求得幀與幀間的時間間隔，再根據(jù)映射關(guān)系得到的車輛實際位置和時間關(guān)系建立曲線圖，然后用數(shù)學(xué)的方法擬合得到車輛的行駛速度；本發(fā)明基于視頻車輛速度檢測方法，與現(xiàn)有技術(shù)相比，可對視頻范圍內(nèi)所有車輛速度進行檢測，受環(huán)境影響較小，能夠?qū)崟r視頻進行檢測，且檢測時間短、易于實現(xiàn)、準確性較高，具有廣闊的應(yīng)用前景。


圖1為車輛速度檢測系統(tǒng)圖；圖2為實現(xiàn)本發(fā)明方法的流程圖。以下結(jié)合附圖和實施例對本發(fā)明作進一步的詳細說明。
具體實施例方式本發(fā)明的基于視頻車輛速度檢測方法，采用的原理是，將采集到的視頻處理為一定格式大小的灰度圖像序列。一輛正在移動的車，它的顏色在短時間內(nèi)基本是不變的，所以車身上各個點的灰度值也基本是不變的，車輛移動時的環(huán)境或者說背景的顏色在短時間內(nèi)也是不變的，背景環(huán)境各個點的灰度值也基本是不變的，所以當(dāng)車輛在一定的背景環(huán)境中移動時，相鄰幀之間以及每幀和背景之間的灰度都有一定的差異，這些灰度差異移動的距離就近似于車輛移動的距離。知道了車移動的距離就為速度的檢測做好了鋪墊，然后用數(shù)學(xué)的方法對得到的數(shù)據(jù)結(jié)果進行擬合，最終達到檢測車輛速度的目的。參見圖1，本實施例給出一種基于視頻的車輛速度檢測方法，所采用的系統(tǒng)包括視頻采集設(shè)備I、視頻處理模塊2和計算機3，過程中所處理的圖像是視頻圖像序列中的沿正時間序列的第一幀圖像、第二幀圖像、第三幀圖像、…、第m(m為自然數(shù))幀圖像。具體采用以下步驟實現(xiàn)第一步獲取交通道路視頻圖像序列通過架設(shè)在交通道路上的視頻采集設(shè)備I獲取實時交通道路視頻，經(jīng)過視頻處理模塊2處理后，通過網(wǎng)絡(luò)傳輸至交通監(jiān)控中心計算機3中，然后由計算機3進一步對視頻進行處理，得到720*288 (寬為720個像素，高為288個像素)大小的只含有像素點灰度值信息的視頻圖像序列；第二步，目標車輛投影序列提取在視頻圖像上手動選擇車尾中間某個點，并以此點向上增加M行(M = 90)，左右各擴展N列(N = 8)，則選擇的跟蹤區(qū)域大小為2*N*M的四邊形區(qū)域(值為2*8*90)，此區(qū)域也就包含了車輛的信息。如果視屏圖像序列中車道線是平行的，則得到長方形區(qū)域，若車道線相交，需要注意的是選取的四邊形區(qū)域在需要進行行列的比例縮放因此得到的區(qū)域的邊是近似與圖像中左車道線平行。取之后連續(xù)的K幀視頻圖像(K = 9)，從而得到連續(xù)的9幀圖像中該跟蹤區(qū)域的像素點的灰度信息即一組灰度值序列；第三步，幀差法提取投影圖像序列并選取其特征值
觀察連續(xù)9幀圖像的跟蹤區(qū)域，可以看出由于車輛在移動每相鄰兩幀之間的灰度值按照一定的規(guī)律在變化。該技術(shù)中采用相鄰兩幀的灰度幀差(其中幀差為相鄰兩幀圖像灰度值差值的絕對值)計算投影數(shù)據(jù)，因為選取了 9幀連續(xù)圖像，故得到(K-I)個投影結(jié)果(即K-I = 8)。然后對投影結(jié)果的90行的2*N = 16個像素的灰度值做疊加運算，統(tǒng)計得到8個波形圖。在每個投影序列中根據(jù)波形規(guī)律，在這個跟蹤區(qū)域內(nèi)找到行駛車輛車身移動的特征點的特征值。該技術(shù)中采用最大值法(波形中的最大值)取得車身特征點的特征值，根據(jù)這一系列的特征值就得到像素點在圖像中的位置信息，同時也標識了車輛的運動軌跡；第四步，查找映射表獲取選擇的特征值 點像素到距離的映射關(guān)系通過視頻圖像序列中的特征值像素點位置信息，根據(jù)映射表中的二維映射關(guān)系(點到距離的映射)求得車輛在道路上的實際位置；第五步，車輛行駛速度擬合視頻圖像序列播放的幀頻為40ms，以及第四步中得到的特征值點的實際位置，可建立車輛實際位置和時間的關(guān)系曲線圖，然后用數(shù)學(xué)的最小二乘法擬合得到車輛的行駛速度。
權(quán)利要求
1.一種基于視頻的車輛速度檢測技術(shù)，其特征在于，該方法通過下列步驟實現(xiàn) 步驟一，獲取交通道路視頻圖像序列 通過視頻采集設(shè)備獲取交通道路視頻，并對視頻進行預(yù)處理，得到需求格式的視頻圖像序列； 步驟二，目標車輛投影序列提取 在圖像上選擇一塊包含車輛投影的區(qū)域，根據(jù)車尾在圖像上的位置然后選擇合適大小的車輛跟蹤區(qū)域，并跟蹤連續(xù)若干幀圖像； 步驟三，幀差法提取投影圖像序列并選取其特征值 對第二步連續(xù)跟蹤的若干幀跟蹤區(qū)域的圖像像素點做幀差，從得到的結(jié)果統(tǒng)計中尋找規(guī)律，選取合適的能夠代表車輛特征點移動的特征值； 步驟四，查找映射表獲取選擇的特征值點像素到距離的映射關(guān)系 通過視頻圖像序列中的像素點位置，根據(jù)映射關(guān)系求得車輛在路面上的實際位置； 步驟五，車輛行駛速度擬合 視頻圖像序列播放的幀頻求的幀與幀間的時間間隔，再根據(jù)映射關(guān)系得到的車輛實際位置和時間關(guān)系建立曲線圖，然后用數(shù)學(xué)的方法擬合得到車輛的行駛速度。
2.如權(quán)利要求I所述的方法，其特征在于 步驟一中所述的視頻格式為720*288像素的灰度圖像序列； 步驟二中所述的跟蹤區(qū)域為2*8*90，跟蹤的連續(xù)幀數(shù)為9幀； 步驟三中所述的特征值選取方法是最大值法； 步驟五中所述的車輛速度擬合方法為最小二乘法，幀頻為40ms。
全文摘要
本發(fā)明公開了一種基于視頻的車輛速度檢測方法，首先獲取交通道路視頻，并對其做預(yù)處理得到720*288像素大小的只含灰度值信息的圖像序列；其次在圖像中選取2*8*90大小的車輛跟蹤區(qū)域，從連續(xù)的9幀圖像中提取圖像投影序列；再用幀差法提取投影圖像序列并選取其特征值，使用映射表中的二維映射關(guān)系(點到距離的關(guān)系)求取這些特征值點在實際道路中的位置；最后建立特征值點實際位置與時間的關(guān)系曲線圖，用最小二乘法擬合車輛的速度。與現(xiàn)有技術(shù)相比，本發(fā)明的方法可對視頻范圍內(nèi)所有的車輛速度進行檢測，不受環(huán)境限制，能夠?qū)崟r視頻進行判斷，且檢測時間短、易于實現(xiàn)、準確性較高，具有廣闊的應(yīng)用前景。
文檔編號G06K9/00GK102622895SQ201210080108
公開日2012年8月1日 申請日期2012年3月23日 優(yōu)先權(quán)日2012年3月23日
發(fā)明者付洋, 劉雪琴, 宋煥生, 張輝, 朱小平, 李潔, 楊孟拓, 陳艷 申請人:長安大學(xué)