交通視頻信息檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明提供了一種交通視頻信息檢測(cè)方法和裝置，該方法包括：獲取交通視頻流；確定所述交通視頻流中各幀圖像的顏色特征；根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離；根據(jù)所述幀間距離，分別采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)和YUV空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界；根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界。利用本發(fā)明，可以提高不同環(huán)境下檢測(cè)結(jié)果的穩(wěn)定性。
【專利說(shuō)明】交通視頻信息檢測(cè)方法和裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻處理【技術(shù)領(lǐng)域】，具體而言，涉及一種交通視頻信息檢測(cè)方法和裝置。

【背景技術(shù)】
[0002]為了實(shí)現(xiàn)路面交通信息采集的自動(dòng)化和智能化，目前采用基于圖像處理技術(shù)的視頻車輛檢測(cè)方法對(duì)交通監(jiān)控視頻進(jìn)行分析，以識(shí)別其中的車流。
[0003]目前已有許多成型的視頻交通信息采集產(chǎn)品問(wèn)世(包括北京等城市路面上已經(jīng)安裝的視頻信息采集系統(tǒng))，但是這些產(chǎn)品在全天候復(fù)雜環(huán)境下檢測(cè)精度波動(dòng)大，尤其是在夜間出現(xiàn)車燈路面投影或者暈光，以及陰雨、沙塵、霧霾等惡劣天氣條件下，其檢測(cè)結(jié)果無(wú)法滿足檢測(cè)的穩(wěn)定性要求。


【發(fā)明內(nèi)容】

[0004]本發(fā)明實(shí)施例提供一種交通視頻信息檢測(cè)方法和裝置，以提高不同環(huán)境下檢測(cè)結(jié)果的穩(wěn)定性。
[0005]為此，本發(fā)明實(shí)施例提供如下方案:
[0006]一種交通視頻信息檢測(cè)方法，包括:
[0007]獲取交通視頻流；
[0008]確定所述交通視頻流中各幀圖像的顏色特征；
[0009]根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離；
[0010]根據(jù)所述幀間距離，分別采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)和YUV空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界；
[0011]根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界。
[0012]優(yōu)選地，所述獲取交通視頻流包括:
[0013]通過(guò)連續(xù)拍攝獲取交通視頻流。
[0014]優(yōu)選地，所述確定所述交通視頻流中各幀圖像的顏色特征包括:
[0015]對(duì)各幀圖像進(jìn)行采樣，得到采樣數(shù)據(jù)；
[0016]根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖；
[0017]將各幀圖像的顏色特征用四維直方圖表示為:f = { Η^,Η?^Η?Β,Η?^,其中，
Hic, HV，分別為R，G, B, Y四個(gè)顏色通道的直方圖，i=l，2，…，N，N是劃分的每個(gè)顏色通道柱的數(shù)目。分別為R，G, B, Y三個(gè)通道的直方圖，i=l，2，…，N, N是劃分的每個(gè)顏色通道柱的數(shù)目。
[0018]優(yōu)選地，所述方法還包括:在根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖之前，對(duì)所述采樣數(shù)據(jù)進(jìn)行降噪處理。
[0019]優(yōu)選地，所述根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離包括:
[0020]在RGB空間下，分別計(jì)算相鄰幀之間各顏色通道的幀間距離；
[0021 ] 對(duì)R，G, B三個(gè)顏色通道對(duì)應(yīng)的幀間距離求交集；
[0022]分別確定R, G, B三個(gè)顏色通道的最小和最大幀間距離,得到RGB空間下的幀間距離；
[0023]在YUV空間下，計(jì)算相鄰幀間Y顏色通道的幀間距離，得到Y(jié)UV空間下的幀間距離。
[0024]優(yōu)選地，所述根據(jù)所述幀間距離，采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界包括:
[0025]利用RGB空間下的幀間距離及設(shè)定的第一目標(biāo)函數(shù)確定RGB空間下的圖像類組的邊界。
[0026]優(yōu)選地，所述根據(jù)所述幀間距離，采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界包括:
[0027]利用YUV空間下的幀間距離及設(shè)定的第二目標(biāo)函數(shù)確定YUV空間下的圖像類組的邊界。
[0028]優(yōu)選地，所述根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界包括:
[0029]對(duì)所述RGB空間下的圖像類組的邊界和所述YUV空間下的圖像類組的邊界求交集，得到所述圖像類組的最終邊界。
[0030]一種交通視頻信息檢測(cè)裝置，包括:
[0031]視頻圖獲取模塊，用于獲取交通視頻流；
[0032]顏色特征確定模塊，用于確定所述交通視頻流中各幀圖像的顏色特征；
[0033]距離計(jì)算模塊，用于根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離；
[0034]邊界計(jì)算模塊，用于根據(jù)所述幀間距離，分別采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)和YUV空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界；
[0035]邊界確定模塊，用于根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界。
[0036]優(yōu)選地，所述顏色特征確定模塊包括:
[0037]采樣單元，用于對(duì)各幀圖像進(jìn)行采樣，得到采樣數(shù)據(jù)；
[0038]直方圖生成單元，用于根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖；
[0039]顏色特征表示單元，用于將各幀圖像的顏色特征用三維直方圖表示為:F = { Hk, H^1, H1b, j，其中，HL Hj5, ，分別為 R，G，B，Y 三個(gè)通道的直方圖，
i=l, 2，…，N，N是劃分的每個(gè)顏色通道柱的數(shù)目。
[0040]優(yōu)選地，所述顏色特征確定模塊還包括:
[0041]降噪單元，用于在根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖之前，對(duì)所述采樣數(shù)據(jù)進(jìn)行降噪處理。
[0042]優(yōu)選地，所述距離計(jì)算模塊包括:
[0043]第一計(jì)算單元，用于在RGB空間下，分別計(jì)算相鄰幀之間各顏色通道的幀間距離；
[0044]交集單元，用于對(duì)R，G, B三個(gè)顏色通道對(duì)應(yīng)的幀間距離求交集；
[0045]RGB空間距離確定單元，用于分別確定R, G, B三個(gè)顏色通道的最小和最大幀間距離，得到RGB空間下的幀間距離；
[0046]YUV空間距離確定單元，用于在YUV空間下，計(jì)算相鄰幀間Y顏色通道的幀間距離，得到Y(jié)UV空間下的幀間距離。
[0047]優(yōu)選地，所述邊界確定模塊，具體用于對(duì)所述RGB空間下的圖像類組的邊界和所述YUV空間下的圖像類組的邊界求交集，得到所述圖像類組的最終邊界。
[0048]本發(fā)明實(shí)施例提供的交通視頻信息檢測(cè)方法和裝置，充分利用了圖像色彩和亮度信息，并且考慮圖像幀與幀之間在時(shí)間序列上的前后關(guān)系，每一組圖像聚類反映了一輛車的運(yùn)動(dòng)過(guò)程，本發(fā)明實(shí)施例的方法和裝置對(duì)環(huán)境變化適應(yīng)能力強(qiáng)，在雨雪霧霾等惡劣天氣下依然能夠保持較高精度穩(wěn)定檢測(cè)。

【專利附圖】

【附圖說(shuō)明】
[0049]圖1是本發(fā)明實(shí)施例交通視頻信息檢測(cè)方法的流程圖；
[0050]圖2是本發(fā)明實(shí)施例中含有11個(gè)節(jié)點(diǎn)的G空間的一種劃分示意圖；
[0051]圖3是本發(fā)明實(shí)施例中序列幀間距離的比較與類間劃分示意圖；
[0052]圖4是本發(fā)明實(shí)施例中圖像聚類效果示意圖；
[0053]圖5是本發(fā)明實(shí)施例交通視頻信息檢測(cè)裝置的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0054]下面將參考附圖并結(jié)合實(shí)施例，來(lái)詳細(xì)說(shuō)明本發(fā)明。
[0055]針對(duì)現(xiàn)有技術(shù)中車輛視頻檢測(cè)受外界環(huán)境影響，無(wú)法滿足檢測(cè)的穩(wěn)定性要求的問(wèn)題，本發(fā)明實(shí)施例提出了一種交通視頻信息檢測(cè)方法和裝置，利用視頻幀流與時(shí)間軸t平行的關(guān)系，結(jié)合二維圖像三通道(R，G, B)顏色特征表達(dá)，構(gòu)建五維圖像特征表達(dá)(R，G，B，Y，t)，其中，Y是圖像的亮度信息，每幅五維的圖像特征被看作是一個(gè)節(jié)點(diǎn)，利用直方圖交集方法對(duì)節(jié)點(diǎn)間的相似性進(jìn)行度量，之后根據(jù)MIN-MAX分割理論獲得評(píng)價(jià)指標(biāo)Score (t),對(duì)連續(xù)巾貞圖像進(jìn)行聚類邊界評(píng)價(jià),評(píng)價(jià)指標(biāo)Score (t)滿足聚類內(nèi)部巾貞間相似度較高，聚類外部幀相似度較低，每個(gè)聚類幀圖像組反應(yīng)了一輛車的運(yùn)動(dòng)過(guò)程，組內(nèi)幀數(shù)與車輛運(yùn)動(dòng)的平均速度成正比。
[0056]如圖1所示，示出了本發(fā)明實(shí)施例交通視頻信息檢測(cè)方法的流程，該流程包括以下步驟:
[0057]步驟101，獲取交通視頻流。
[0058]具體地，可以利用攝像機(jī)獲得交通視頻流。
[0059]步驟102，確定所述交通視頻流中各幀圖像的顏色特征。
[0060]也就是說(shuō)，對(duì)圖像視覺(jué)內(nèi)容進(jìn)行量化。
[0061 ] 具體地，在RGB空間中，對(duì)交通監(jiān)控視頻中的各幀分別計(jì)算R，G, B三個(gè)顏色通道的直方圖，每個(gè)直方圖通道分成16個(gè)bins (柱)，為了提高算法檢測(cè)精度，增加車輛目標(biāo)比例，
設(shè)置去噪閾值T = VH * VV，其中H, W分別表示ROI (Reg1n of Interest,感興趣區(qū)域)
的高度和寬度。對(duì)于超過(guò)T的bins不予考慮，則圖像視覺(jué)內(nèi)容顏色特征用直方圖表示為:
[0062]F = { Hk,U)
[0063]其中，Hj^,分別為R，G, B, Y四個(gè)通道的直方圖表示，i=l，2，-,NN是劃分的每個(gè)顏色通道bin的數(shù)目。
[0064]步驟103，根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離。
[0065]幀間的相似度是通過(guò)距離的遠(yuǎn)近評(píng)價(jià)的，為了能夠直觀地反映相鄰幀之間的距離，可以將上述公式(I)所示四維直方圖特征信號(hào)轉(zhuǎn)換成連續(xù)的一維時(shí)間信號(hào)，這個(gè)一維時(shí)間信號(hào)是由四個(gè)顏色通道相鄰幀間的距離得到的。
[0066]設(shè)存在一個(gè)二維圖像空間G=G(E, V),即Graph-cut的模型,該空間包含節(jié)點(diǎn)集合V、節(jié)點(diǎn)間弦集合E和相似度度量矩陣W，令ω u e [O, 1]?(ωα e ff)表示弦e (i, j) e E的權(quán)重，即節(jié)點(diǎn)i，j(i，j e V)間的距離，如附圖2和圖3所示。相鄰幀之間的距離采用直方圖交集度量，即ω#

【權(quán)利要求】
1.一種交通視頻信息檢測(cè)方法，其特征在于，包括: 獲取交通視頻流； 確定所述交通視頻流中各幀圖像的顏色特征； 根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離； 根據(jù)所述幀間距離，分別采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)和YUV空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界； 根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取交通視頻流包括: 通過(guò)連續(xù)拍攝獲取交通視頻流。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定所述交通視頻流中各幀圖像的顏色特征包括: 對(duì)各幀圖像進(jìn)行采樣，得到采樣數(shù)據(jù)； 根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖；將各幀圖像的顏色特征用四維直方圖表示為:F = {其中，Hjl, Hjj, H^j ，分別為R，G, B, Y四個(gè)顏色通道的直方圖，i=l,2,…，N，N是劃分的每個(gè)顏色通道柱的數(shù)目。分別為R，G，B，Y三個(gè)通道的直方圖，i=L2，…，N，N是劃分的每個(gè)顏色通道柱的數(shù)目。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括:在根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖之前，對(duì)所述采樣數(shù)據(jù)進(jìn)行降噪處理。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離包括: 在RGB空間下，分別計(jì)算相鄰幀之間各顏色通道的幀間距離； 對(duì)R，G, B三個(gè)顏色通道對(duì)應(yīng)的幀間距離求交集； 分別確定R，G, B三個(gè)顏色通道的最小和最大幀間距離,得到RGB空間下的幀間距離； 在YUV空間下，計(jì)算相鄰幀間Y顏色通道的幀間距離，得到Y(jié)UV空間下的幀間距離。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述幀間距離，采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界包括: 利用RGB空間下的幀間距離及設(shè)定的第一目標(biāo)函數(shù)確定RGB空間下的圖像類組的邊界。
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述幀間距離，采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界包括: 利用YUV空間下的幀間距離及設(shè)定的第二目標(biāo)函數(shù)確定YUV空間下的圖像類組的邊界。
8.根據(jù)權(quán)利要求7任所述的方法，其特征在于，所述根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界包括: 對(duì)所述RGB空間下的圖像類組的邊界和所述YUV空間下的圖像類組的邊界求交集，得到所述圖像類組的最終邊界。
9.一種交通視頻信息檢測(cè)裝置，其特征在于，包括: 視頻圖獲取模塊，用于獲取交通視頻流； 顏色特征確定模塊，用于確定所述交通視頻流中各幀圖像的顏色特征； 距離計(jì)算模塊，用于根據(jù)所述顏色特征計(jì)算相鄰幀的幀間距離； 邊界計(jì)算模塊，用于根據(jù)所述幀間距離，分別采用RGB空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)和YUV空間下圖像聚類評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算圖像類組的邊界； 邊界確定模塊，用于根據(jù)RGB空間下和YUV空間下的圖像類組的邊界確定所述圖像類組的最終邊界。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述顏色特征確定模塊包括: 采樣單元，用于對(duì)各幀圖像進(jìn)行采樣，得到采樣數(shù)據(jù)； 直方圖生成單元，用于根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖； 顏色特征表示單元，用于將各幀圖像的顏色特征用三維直方圖表示為:F= { Hk Hk Η? j其中，H&，Η。分別為R，G，B，Y三個(gè)通道的直方圖，i=l,2,…，NN是劃分的每個(gè)顏色通道柱的數(shù)目。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述顏色特征確定模塊還包括: 降噪單元，用于在根據(jù)所述采樣數(shù)據(jù)生成各幀圖像R，G, B, Y顏色通道的直方圖之前，對(duì)所述采樣數(shù)據(jù)進(jìn)行降噪處理。
12.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述距離計(jì)算模塊包括: 第一計(jì)算單元，用于在RGB空間下，分別計(jì)算相鄰幀之間各顏色通道的幀間距離； 交集單元，用于對(duì)R，G, B三個(gè)顏色通道對(duì)應(yīng)的幀間距離求交集； RGB空間距離確定單元,用于分別確定R, G, B三個(gè)顏色通道的最小和最大幀間距離,得到RGB空間下的幀間距離； YUV空間距離確定單元，用于在YUV空間下，計(jì)算相鄰幀間Y顏色通道的幀間距離，得到Y(jié)UV空間下的幀間距離。
13.根據(jù)權(quán)利要求12所述的裝置，其特征在于， 所述邊界確定模塊，具體用于對(duì)所述RGB空間下的圖像類組的邊界和所述YUV空間下的圖像類組的邊界求交集，得到所述圖像類組的最終邊界。
【文檔編號(hào)】G06T7/00GK104182957SQ201310190256
【公開(kāi)日】2014年12月3日 申請(qǐng)日期:2013年5月21日 優(yōu)先權(quán)日:2013年5月21日
【發(fā)明者】劉巖, 呂肖慶, 徐劍波, 湯幟 申請(qǐng)人:北大方正集團(tuán)有限公司, 北京方正阿帕比技術(shù)有限公司, 北京大學(xué)