本發(fā)明涉及一種多車輛自動測速方法。

背景技術(shù)：

隨著機(jī)動車輛的日益增多，交通管理需要更為高效可行的辦法以維持交通秩序。在現(xiàn)有車輛測速系統(tǒng)中，雷達(dá)測速、激光測速、線圈測速較為普及，技術(shù)也相對成熟；但是，雷達(dá)測速價格昂貴且容易被電子狗反偵測，而且雷達(dá)測速儀不提供多通道支持，這就是說一個雷達(dá)測速儀通常只能對單輛車進(jìn)行測速，導(dǎo)致雷達(dá)測速效率較低；感應(yīng)線圈測速只能用于固定點(diǎn)監(jiān)測，測量重復(fù)性較低，數(shù)據(jù)波動性大，且安裝感應(yīng)線圈會對路面有一定破壞；激光測速精度高但數(shù)據(jù)重復(fù)性相當(dāng)不好。所以相較而言，利用視覺方法進(jìn)行測速，不用雷達(dá)，也無需傳感器，只需安裝視頻攝像頭，既能對行駛中的汽車實(shí)現(xiàn)精確測速，又能對超速違章車輛進(jìn)行布控，在車輛測速中更具有潛在優(yōu)勢。基于視覺測速的方法分為：基于雙目立體視覺的方法和基于視頻圖像處理的方法。

基于雙目立體視覺的方法采用雙目攝像機(jī)拍攝道路交通視頻圖像，利用立體視覺中深度感知的原理，從雙目圖像中得到目標(biāo)的視差信息，完成對目標(biāo)車輛的三維建模，再利用目標(biāo)車輛的信息進(jìn)行檢測跟蹤，通過計(jì)算每幀之間目標(biāo)車輛移動的距離和已知的攝像機(jī)幀率獲取目標(biāo)車輛的速度，達(dá)到車輛測速的目的。但是，該類方法攝像機(jī)標(biāo)定繁瑣，對安裝精度要求高，視差匹配和目標(biāo)分割算法的計(jì)算量大，由此得到的車輛檢測的實(shí)時性和適應(yīng)性相對較差，實(shí)用性低，而且無法在光照較低的時候運(yùn)行。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為了解決現(xiàn)有的基于雙目立體視覺進(jìn)行車輛測速的方法存在的標(biāo)定繁瑣的問題和對安裝精度要求高的問題。

基于視頻處理的具有光照適應(yīng)性的多車輛自動測速方法，包括以下步驟：

步驟一、將攝像機(jī)固定在單向車道上方，在攝像機(jī)對應(yīng)的單向車道上，人為劃定測速起始線、測速終止線和車道左右邊界線，將測速起始線、測速終止線和車道左右邊界線合圍區(qū)域定義為測量區(qū)域(w×h)，寬為w米，長為h米；并將測量區(qū)域(w×h)在攝像機(jī)所得圖像中對應(yīng)的區(qū)域記為圖像檢測區(qū)域(w×h)，寬為w個像素，長為h個像素，得到圖像中對應(yīng)的測速起始線對應(yīng)線、測速終止線對應(yīng)線和車道左右邊界線對應(yīng)線，以及圖像檢測區(qū)域中對應(yīng)的測量區(qū)域含有車道數(shù)量nline；

步驟二、初始化幀數(shù)閾值framebackground、背景迭代更新系數(shù)α、攝像機(jī)的幀率fps、增強(qiáng)亮度閾值tbrightness；

攝像機(jī)采集視頻圖像，建立采集圖像的初始背景圖像；

步驟三、開始進(jìn)行實(shí)時多車輛自動測速，首先攝像機(jī)采集待檢測視頻圖像，提取攝像機(jī)所得待檢測視頻圖像的當(dāng)前幀圖像；

步驟四、對步驟三得到的當(dāng)前幀圖像進(jìn)行預(yù)處理，得到預(yù)處理后圖像；

步驟五、利用背景圖像和步驟四得到的預(yù)處理圖像，進(jìn)行多目標(biāo)檢測得到車輛的位置特征和顏色特征；所述的背景圖像包括初始背景圖像和更新的背景圖像；

步驟六、利用當(dāng)前幀的上一幀圖像對應(yīng)圖像檢測區(qū)域中的車輛位置特征和顏色特征以及當(dāng)前幀圖像對應(yīng)的車輛位置特征和顏色特征，進(jìn)行多目標(biāo)跟蹤，并判斷目標(biāo)車輛是否駛出測速區(qū)域，如果目標(biāo)車輛駛離測速區(qū)域，則對轉(zhuǎn)入步驟七，否則轉(zhuǎn)入步驟八；

步驟七、利用攝像機(jī)幀率和已確定的測量區(qū)域范圍，對目標(biāo)進(jìn)行測速；然后轉(zhuǎn)入步驟八；

步驟八、進(jìn)行背景模型更新，得到更新的背景圖像，轉(zhuǎn)入步驟三。

進(jìn)一步地，步驟二所述的建立采集圖像的初始背景圖像的過程包括以下步驟：

針對攝像機(jī)采集的視頻圖像，對當(dāng)前幀圖像進(jìn)行預(yù)處理；然后建立背景圖像：

如果當(dāng)前幀為視頻圖像的第一幀，則將預(yù)處理后得到的第一幀圖像i1(i,j)作為第一幀背景圖像b1(i,j)；否則根據(jù)預(yù)處理后得到的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀背景圖像bcurrent-1(i,j)，根據(jù)下面公式求出當(dāng)前幀背景圖像bcurrent(i,j)，

bcurrent(i,j)＝αicurrent(i,j)+(1-α)bcurrent-1(i,j)

式中，bcurrent(i,j)為當(dāng)前幀背景圖像，bcurrent-1(i,j)為當(dāng)前幀的上一幀背景圖像，α為背景迭代更新系數(shù)，i,j為圖像像素坐標(biāo)；

然后對幀數(shù)進(jìn)行判斷：

如果當(dāng)前幀數(shù)小于或者等于幀數(shù)閾值framebackground，則繼續(xù)更新當(dāng)前幀背景圖像；如果當(dāng)前幀數(shù)大于幀數(shù)閾值framebackground，將當(dāng)前幀得到背景圖像bcurrent(i,j)作為初始背景圖像。

進(jìn)一步地，步驟二所述的對當(dāng)前幀圖像進(jìn)行預(yù)處理的過程包括以下步驟：

如果當(dāng)前幀圖像的亮度高于增強(qiáng)亮度閾值tbrightness，那么將彩色圖像轉(zhuǎn)成灰度圖像，再將得到的灰度圖像進(jìn)行高斯平滑濾波，得到預(yù)處理后的圖像icurrent(i,j)；如果圖像亮度低于或者等于增強(qiáng)亮度閾值tbrightness時，對彩色圖像進(jìn)行增強(qiáng)，得到增強(qiáng)后彩色圖像，再將增強(qiáng)后彩色圖像轉(zhuǎn)成灰度圖像，最后對得到的灰度圖像進(jìn)行高斯平滑濾波，得到預(yù)處理后的圖像icurrent(i,j)。

進(jìn)一步地，步驟四所述預(yù)處理的過程包括以下步驟：

如果當(dāng)前幀圖像的亮度高于增強(qiáng)亮度閾值tbrightness，那么將彩色圖像轉(zhuǎn)成灰度圖像，再將得到的灰度圖像進(jìn)行高斯平滑濾波，得到預(yù)處理后的圖像icurrent(i,j)；如果圖像亮度低于或者等于增強(qiáng)亮度閾值tbrightness時，對彩色圖像進(jìn)行增強(qiáng)，得到增強(qiáng)后彩色圖像，再將增強(qiáng)后彩色圖像轉(zhuǎn)成灰度圖像，最后對得到的灰度圖像進(jìn)行高斯平滑濾波，得到預(yù)處理后的圖像icurrent(i,j)。

進(jìn)一步地，步驟五所述進(jìn)行多目標(biāo)檢測的過程包括以下步驟：

步驟五a、利用步驟四得到的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀的背景圖像bcurrent-1(i,j)到當(dāng)前幀差分圖像dcurrent(i,j)：

dcurrent(i,j)＝|icurrent(i,j)-bcurrent-1(i,j)|

利用最大類間方差法對當(dāng)前幀差分圖像進(jìn)行二值化處理，得到當(dāng)前幀二值圖像rcurrent(i,j)，再進(jìn)行形態(tài)學(xué)運(yùn)算中的開運(yùn)算得到當(dāng)前幀前景圖像fcurrent(i,j)；找出當(dāng)前幀前景圖像fcurrent(i,j)中每一個連通的區(qū)域，對每一個連通區(qū)域沿其輪廓用最小外接矩形標(biāo)記出來；

步驟五b、根據(jù)所述的最小外接矩形，利用寬度約束篩選出車輛：

根據(jù)圖像檢測區(qū)域(w×h)和車道數(shù)量nline的關(guān)系計(jì)算每個車道在圖像中寬度

如果將連通區(qū)輪廓對應(yīng)的最小外接矩形寬度長于wline或者小于0.5wline，則將連通區(qū)輪廓對應(yīng)的最小外接矩形除去；

步驟五c、對保留的矩形進(jìn)行圖像檢測區(qū)域約束，濾去圖像檢測區(qū)域以外的干擾矩形：

為防止出現(xiàn)濾去圖像檢測區(qū)域邊界線上車輛的情況，將圖像檢測區(qū)域擴(kuò)大；

檢測到的外接矩形在擴(kuò)大后的圖像檢測區(qū)域內(nèi)，則認(rèn)為該連通區(qū)輪廓內(nèi)的物體為車輛，連通區(qū)輪廓最小外接矩形就是車輛輪廓最小外接矩形，簡記為車輛輪廓外接矩形；獲取當(dāng)前幀內(nèi)各個車輛輪廓外接矩形的大小和中心位置，分別定義為(w0×h0)current和(i0,j0)current，作為對應(yīng)的位置特征；同時獲得車輛輪廓外接矩形內(nèi)顏色信息作為顏色特征。

進(jìn)一步地，步驟六所述中行多目標(biāo)跟蹤的過程包括以下步驟：

步驟六a、利用步驟五中得到的當(dāng)前幀的上一幀圖像中車輛的輪廓外接矩形大小(w0×h0)current-1和矩形中心位置(i0,j0)current-1，保持當(dāng)前幀的上一幀圖像中車輛輪廓的外接矩形中心不變，將當(dāng)前幀的上一幀圖像中車輛輪廓外接矩形擴(kuò)大，把擴(kuò)大的車輛輪廓外接矩形定義為搜索窗口；

步驟六b、針對當(dāng)前幀圖像中每個搜索窗口進(jìn)行車輛檢測：

針對當(dāng)前幀的上一幀圖像中某個搜索窗口，在當(dāng)前幀圖像中確定與所述搜索窗口大小相等、位置相同的矩形作為當(dāng)前幀圖像中的檢索窗口；

在當(dāng)前幀圖像的檢索窗口中進(jìn)行搜索，如果當(dāng)前幀圖像的檢索窗口中存在車輛輪廓外接矩形，那么認(rèn)為當(dāng)前幀圖像在檢索窗口中的車輛輪廓外接矩形所對應(yīng)的車輛與當(dāng)前幀的上一幀圖像所對應(yīng)的搜索窗口中的車輛為同一輛車；如果當(dāng)前幀圖像檢索窗口中不存在車輛輪廓外接矩形，則與當(dāng)前幀圖像檢索窗口對應(yīng)的當(dāng)前幀的上一幀圖像搜索窗口中的車輛在當(dāng)前幀圖像中已經(jīng)駛離了圖像檢測區(qū)域；如果前幀圖像中存在車輛輪廓外接矩形且不再任何檢索窗口中，則該車輛為當(dāng)前幀圖像中新出現(xiàn)的車輛；

步驟六c、對于當(dāng)前幀的上一幀和當(dāng)前幀對應(yīng)的同一輛車，利用當(dāng)前幀的上一幀的彩色圖像或者增強(qiáng)后的彩色圖像，根據(jù)當(dāng)前幀的上一幀中車輛所對應(yīng)車輛輪廓外接矩形在搜索窗口中的顏色特征，利用連續(xù)自適應(yīng)均值遷移算法，計(jì)算得到該車輛在當(dāng)前幀中車輛輪廓外接矩形的大小和中心位置；然后將計(jì)算得到的該車輛在當(dāng)前幀中車輛輪廓外接矩形的大小與當(dāng)前幀中同一車輛車輛輪廓外接矩形大小，選擇面積最小的車輛輪廓外接矩形所對應(yīng)的位置作為當(dāng)前幀中車輛的最終位置；

針對目標(biāo)車輛在每幀中車輛的最終位置，如果車輛輪廓外接矩形越過圖像檢測區(qū)域(w×h)的起始線，則記錄目標(biāo)車輛此時的幀數(shù)，作為駛?cè)霚y量區(qū)域的幀數(shù)framein；如果車輛輪廓外接矩形越過圖像檢測區(qū)域(w×h)的終止線，則記錄目標(biāo)車輛此時的幀數(shù)，作為駛出測量區(qū)域的幀數(shù)frameout。

進(jìn)一步地，步驟七所述對目標(biāo)進(jìn)行測速的過程包括以下步驟：

利用步驟六中得到的目標(biāo)車輛駛?cè)霚y量區(qū)域的幀數(shù)framein和駛出測量區(qū)域的幀數(shù)frameout，以及測量區(qū)域的長度h，進(jìn)行速度計(jì)算，得到目標(biāo)車輛速度v，計(jì)算公式如下：

進(jìn)一步地，步驟八所述的進(jìn)行背景模型更新的過程包括以下步驟：

利用步驟四得到的預(yù)處理后的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀背景圖像bcurrent-1(i,j)，求出當(dāng)前幀背景圖像bcurrent(i,j)：

bcurrent(i,j)＝αicurrent(i,j)+(1-α)bcurrent-1(i,j)

式中，bcurrent(i,j)為當(dāng)前幀背景圖像，bcurrent-1(i,j)為當(dāng)前幀的上一幀背景圖像，α為背景迭代更新系數(shù)，i,j為圖像像素坐標(biāo)。

進(jìn)一步地，步驟五c中所述的將圖像檢測區(qū)域擴(kuò)大的過程如下：

將圖像檢測區(qū)域以圖像檢測區(qū)域中心為基準(zhǔn)擴(kuò)大為(1.2w×1.2h)。

進(jìn)一步地，步驟六a所述的將圖像中車輛輪廓外接矩形擴(kuò)大的過程如下：

將圖像中車輛輪廓外接矩形的長度擴(kuò)大為原來的2倍，寬度擴(kuò)大為原來的1.3倍。

本發(fā)明具有以下有益效果：

1、本發(fā)明對攝像頭安裝精度要求不高，可以適應(yīng)用各種作業(yè)人員實(shí)現(xiàn)安裝，方便易用；同時本發(fā)明也不需要進(jìn)行繁瑣的標(biāo)定，且實(shí)現(xiàn)測速方便。

2、攝像機(jī)幀率為40幀每秒時，最高車速為120km/h，實(shí)際測量范圍為40m情況下，本發(fā)明方法測量車速誤差小于等于4.2％，滿足實(shí)際需求，且攝像機(jī)幀數(shù)越高測量誤差越小，車速越小測量誤差越小。

3、在光照充足的情況下，本發(fā)明方法車輛檢測跟蹤成功率在95％以上；在光照較差的情況下，本發(fā)明方法車輛檢測跟蹤成功率在80％以上。

4、本發(fā)明方法能夠?qū)Χ噙_(dá)10個目標(biāo)車輛同時進(jìn)行檢測跟蹤以及測速。

5、利用處理器為inteli5-3230m，主頻2.6ghz的計(jì)算機(jī)運(yùn)行，本發(fā)明方法每秒處理速度大于40幀，符合實(shí)時性要求。

附圖說明

圖1是具體實(shí)施方式一的流程圖；

圖2是測量區(qū)域示意圖；

圖3是建立圖像檢測區(qū)域的背景圖像流程示意圖；

圖4是具體實(shí)施方式五中多目標(biāo)檢測的流程示意圖；

圖5是測試視頻中建立的初始背景圖像；

圖6是測試視頻中車輛檢測圖像。

具體實(shí)施方式

具體實(shí)施方式一：結(jié)合圖1說明本實(shí)施方式，

基于視頻處理的具有光照適應(yīng)性的多車輛自動測速方法，包括以下步驟：

步驟一、將攝像機(jī)固定在單向車道上方，在攝像機(jī)對應(yīng)的單向車道上，人為劃定測速起始線、測速終止線和車道左右邊界線，將測速起始線、測速終止線和車道左右邊界線合圍區(qū)域定義為測量區(qū)域(w×h)，寬為w米，長為h米，如圖2所示；并將測量區(qū)域(w×h)在攝像機(jī)所得圖像中對應(yīng)的區(qū)域記為圖像檢測區(qū)域(w×h)，寬為w個像素，長為h個像素，得到圖像中對應(yīng)的測速起始線對應(yīng)線、測速終止線對應(yīng)線和車道左右邊界線對應(yīng)線，以及圖像檢測區(qū)域中對應(yīng)的測量區(qū)域含有車道數(shù)量nline；

步驟二、初始化幀數(shù)閾值framebackground(一般取500)、背景迭代更新系數(shù)α(一般取0.01)、攝像機(jī)的幀率fps、增強(qiáng)亮度閾值tbrightness(一般取80)；

攝像機(jī)采集視頻圖像，建立采集圖像初始背景圖像；建立的初始背景圖像，如圖5所示。

步驟三、開始進(jìn)行實(shí)時多車輛自動測速，首先攝像機(jī)采集待檢測視頻圖像，提取攝像機(jī)所得待檢測視頻圖像的當(dāng)前幀圖像；

步驟四、對步驟三得到的當(dāng)前幀圖像進(jìn)行預(yù)處理，得到預(yù)處理后圖像；

步驟五、利用背景圖像和步驟四得到的預(yù)處理圖像，進(jìn)行多目標(biāo)檢測得到車輛的位置特征和顏色特征；所述的背景圖像包括初始背景圖像和更新的背景圖像；

步驟六、利用當(dāng)前幀的上一幀圖像對應(yīng)圖像檢測區(qū)域中的車輛位置特征和顏色特征以及當(dāng)前幀圖像對應(yīng)的車輛位置特征和顏色特征，進(jìn)行多目標(biāo)跟蹤，并判斷目標(biāo)車輛是否駛出測速區(qū)域，如果目標(biāo)車輛駛離測速區(qū)域，則對轉(zhuǎn)入步驟七，否則轉(zhuǎn)入步驟八；

步驟七、利用攝像機(jī)幀率和已確定的測量區(qū)域范圍，對目標(biāo)進(jìn)行測速；然后轉(zhuǎn)入步驟八；

步驟八、進(jìn)行背景模型更新，得到更新的背景圖像，轉(zhuǎn)入步驟三。

具體實(shí)施方式二：結(jié)合圖3說明本實(shí)施方式，

本實(shí)施方式步驟二所述的建立采集圖像的初始背景圖像的過程包括以下步驟：

針對攝像機(jī)采集的視頻圖像，對當(dāng)前幀圖像進(jìn)行預(yù)處理；然后建立背景圖像：

如果當(dāng)前幀為視頻圖像的第一幀，則將預(yù)處理后得到的第一幀圖像i1(i,j)作為第一幀背景圖像b1(i,j)；否則根據(jù)預(yù)處理后得到的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀背景圖像bcurrent-1(i,j)，根據(jù)下面公式求出當(dāng)前幀背景圖像bcurrent(i,j)，

bcurrent(i,j)＝αicurrent(i,j)+(1-α)bcurrent-1(i,j)

式中，bcurrent(i,j)為當(dāng)前幀背景圖像，bcurrent-1(i,j)為當(dāng)前幀的上一幀背景圖像，α為背景迭代更新系數(shù)，i,j為圖像像素坐標(biāo)；

然后對幀數(shù)進(jìn)行判斷：

如果當(dāng)前幀數(shù)小于或者等于幀數(shù)閾值framebackground，則繼續(xù)更新當(dāng)前幀背景圖像；如果當(dāng)前幀數(shù)大于幀數(shù)閾值framebackground，將當(dāng)前幀得到背景圖像bcurrent(i,j)作為初始背景圖像。

其他步驟和參數(shù)與具體實(shí)施方式一相同。

具體實(shí)施方式三：

本實(shí)施方式步驟二所述的對當(dāng)前幀圖像進(jìn)行預(yù)處理的過程包括以下步驟：

如果當(dāng)前幀圖像的亮度高于增強(qiáng)亮度閾值tbrightness，那么將彩色圖像轉(zhuǎn)成灰度圖像，再將得到的灰度圖像進(jìn)行高斯平滑濾波(一般使用3*3的矩形模版)，得到預(yù)處理后的圖像icurrent(i,j)，其中i,j為圖像像素坐標(biāo)，；如果圖像亮度低于或者等于增強(qiáng)亮度閾值tbrightness時，利用《基于改進(jìn)暗通道先驗(yàn)的快速低照度圖像增強(qiáng)方法》(專利號：zl20130325849.1)所述的方案對彩色圖像進(jìn)行增強(qiáng)，得到增強(qiáng)后彩色圖像，再將增強(qiáng)后彩色圖像轉(zhuǎn)成灰度圖像，最后對得到的灰度圖像進(jìn)行高斯平滑濾波(一般使用3*3的矩形模版)，得到預(yù)處理后的圖像icurrent(i,j)。

其他步驟和參數(shù)與具體實(shí)施方式一或二相同。

具體實(shí)施方式四：

本實(shí)施方式步驟四所述預(yù)處理的過程包括以下步驟：

如果當(dāng)前幀圖像的亮度高于增強(qiáng)亮度閾值tbrightness，那么將彩色圖像轉(zhuǎn)成灰度圖像，再將得到的灰度圖像進(jìn)行高斯平滑濾波(一般使用3*3的矩形模版)，得到預(yù)處理后的圖像icurrent(i,j)，其中i,j為圖像像素坐標(biāo)，；如果圖像亮度低于或者等于增強(qiáng)亮度閾值tbrightness時，利用《基于改進(jìn)暗通道先驗(yàn)的快速低照度圖像增強(qiáng)方法》(專利號：zl20130325849.1)所述的方案對彩色圖像進(jìn)行增強(qiáng)，得到增強(qiáng)后彩色圖像，再將增強(qiáng)后彩色圖像轉(zhuǎn)成灰度圖像，最后對得到的灰度圖像進(jìn)行高斯平滑濾波(一般使用3*3的矩形模版)，得到預(yù)處理后的圖像icurrent(i,j)。

其他步驟和參數(shù)與具體實(shí)施方式一至三之一相同。

具體實(shí)施方式五：結(jié)合圖4說明本實(shí)施方式，

本實(shí)施方式步驟五所述進(jìn)行多目標(biāo)檢測的過程包括以下步驟：

步驟五a、利用步驟四得到的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀的背景圖像bcurrent-1(i,j)到當(dāng)前幀差分圖像dcurrent(i,j)：

dcurrent(i,j)＝|icurrent(i,j)-bcurrent-1(i,j)|

利用最大類間方差法(otsu)對當(dāng)前幀差分圖像進(jìn)行二值化處理，得到當(dāng)前幀二值圖像rcurrent(i,j)，再進(jìn)行形態(tài)學(xué)運(yùn)算中的開運(yùn)算(一般選取3*3的矩形模版)得到當(dāng)前幀前景圖像fcurrent(i,j)；找出當(dāng)前幀前景圖像fcurrent(i,j)中每一個連通的區(qū)域，對每一個連通區(qū)域沿其輪廓用最小外接矩形標(biāo)記出來；

利用步驟四得到的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀的背景圖像bcurrent-1(i,j)到當(dāng)前幀差分圖像dcurrent(i,j)的過程中，如果是進(jìn)行實(shí)時多車輛自動測速的第一幀圖像，所述的背景圖像為步驟二得到的初始背景圖像；否則，進(jìn)行實(shí)時多車輛自動測速時所述的背景圖像為步驟八所得更新的背景圖像；

步驟五b、根據(jù)所述的最小外接矩形，利用寬度約束篩選出車輛：

根據(jù)圖像檢測區(qū)域(w×h)和車道數(shù)量nline的關(guān)系計(jì)算每個車道在圖像中寬度

如果將連通區(qū)輪廓對應(yīng)的最小外接矩形寬度長于wline或者小于0.5wline，則將連通區(qū)輪廓對應(yīng)的最小外接矩形除去；

一般車道寬度為3.75m，中小型汽車寬度為1.5m-2.0m，大型汽車寬度為2m，根據(jù)車道與車輛的寬度關(guān)系，即車道寬度略大于車輛寬度，可以對當(dāng)前幀前景圖像中標(biāo)記的矩形進(jìn)行篩選，得到符合寬度條件的矩形；

步驟五c、對保留的矩形進(jìn)行圖像檢測區(qū)域約束，濾去圖像檢測區(qū)域以外的干擾矩形：

為防止出現(xiàn)濾去圖像檢測區(qū)域邊界線上車輛的情況，將圖像檢測區(qū)域擴(kuò)大(一般地，將圖像檢測區(qū)域長度和寬度以圖像檢測區(qū)域中心為對稱，擴(kuò)大的圖像檢測區(qū)域?yàn)?1.2w×1.2h))；

檢測到的外接矩形在擴(kuò)大后的圖像檢測區(qū)域內(nèi)，則認(rèn)為該連通區(qū)輪廓內(nèi)的物體為車輛，連通區(qū)輪廓最小外接矩形就是車輛輪廓最小外接矩形，簡記為車輛輪廓外接矩形；獲取當(dāng)前幀內(nèi)各個車輛輪廓外接矩形的大小和中心位置，分別定義為(w0×h0)current和(i0,j0)current，作為對應(yīng)的位置特征；同時獲得車輛輪廓外接矩形內(nèi)顏色信息作為顏色特征，可以將車輛輪廓外接矩形內(nèi)像素點(diǎn)的顏色信息作為對應(yīng)的顏色特征。

其他步驟和參數(shù)與具體實(shí)施方式一至四之一相同。

具體實(shí)施方式六：

本實(shí)施方式步驟六所述中行多目標(biāo)跟蹤的過程包括以下步驟：

步驟六a、利用步驟五中得到的當(dāng)前幀的上一幀圖像中車輛的輪廓外接矩形大小(w0×h0)current-1和矩形中心位置(i0,j0)current-1，保持當(dāng)前幀的上一幀圖像中車輛輪廓的外接矩形中心不變，將當(dāng)前幀的上一幀圖像中車輛輪廓外接矩形擴(kuò)大，把擴(kuò)大的車輛輪廓外接矩形定義為搜索窗口；

根據(jù)檢測目標(biāo)的車速，可以通過當(dāng)前幀的上一幀圖像中車輛位置和車輛行駛方向推斷出當(dāng)前幀車輛的大致位置；一般地，中小型汽車長度4m-5m，大型汽車長度8m-12m，如果考慮車速不高于40m/s的情況，攝像機(jī)幀頻24幀/s，即車輛速度不高于1.7m/幀，即車輛每幀位移不超過車輛長度的0.425倍；所以可以適當(dāng)?shù)恼{(diào)整車輛外接輪廓矩陣擴(kuò)大的標(biāo)準(zhǔn)，例如將當(dāng)前幀的上一幀圖像中車輛輪廓外接矩形的長度擴(kuò)大為原來的2倍，寬度擴(kuò)大為原來的1.3倍，就可以完成車輛的準(zhǔn)確測速；

步驟六b、針對當(dāng)前幀圖像中每個搜索窗口進(jìn)行車輛檢測：

針對當(dāng)前幀的上一幀圖像中某個搜索窗口(擴(kuò)大的車輛輪廓外接矩形)，在當(dāng)前幀圖像中確定與所述搜索窗口大小相等、位置相同的矩形作為當(dāng)前幀圖像中的檢索窗口；

在當(dāng)前幀圖像的檢索窗口中進(jìn)行搜索，如果當(dāng)前幀圖像的檢索窗口中存在車輛輪廓外接矩形，那么認(rèn)為當(dāng)前幀圖像在檢索窗口中的車輛輪廓外接矩形所對應(yīng)的車輛與當(dāng)前幀的上一幀圖像所對應(yīng)的搜索窗口中的車輛為同一輛車；如果當(dāng)前幀圖像檢索窗口中不存在車輛輪廓外接矩形，則與當(dāng)前幀圖像檢索窗口對應(yīng)的當(dāng)前幀的上一幀圖像搜索窗口中的車輛在當(dāng)前幀圖像中已經(jīng)駛離了圖像檢測區(qū)域；如果前幀圖像中存在車輛輪廓外接矩形且不再任何檢索窗口中，則該車輛為當(dāng)前幀圖像中新出現(xiàn)的車輛；

步驟六c、對于當(dāng)前幀的上一幀和當(dāng)前幀對應(yīng)的同一輛車，利用當(dāng)前幀的上一幀的彩色圖像或者增強(qiáng)后的彩色圖像，根據(jù)當(dāng)前幀的上一幀中車輛所對應(yīng)車輛輪廓外接矩形在搜索窗口中的顏色特征，利用連續(xù)自適應(yīng)均值遷移算法(camshift)，計(jì)算得到該車輛在當(dāng)前幀中車輛輪廓外接矩形的大小和中心位置；然后將計(jì)算得到的該車輛在當(dāng)前幀中車輛輪廓外接矩形的大小與當(dāng)前幀中同一車輛車輛輪廓外接矩形(通過步驟五所述方法得到的與當(dāng)前幀的上一幀中車輛是同一車輛在當(dāng)前幀內(nèi)所對應(yīng)的車輛車輛輪廓外接矩形)大小，選擇面積最小的車輛輪廓外接矩形所對應(yīng)的位置作為當(dāng)前幀中車輛的最終位置；

針對目標(biāo)車輛在每幀中車輛的最終位置，如果車輛輪廓外接矩形越過圖像檢測區(qū)域(w×h)的起始線，則記錄目標(biāo)車輛此時的幀數(shù)，作為駛?cè)霚y量區(qū)域的幀數(shù)framein；如果車輛輪廓外接矩形越過圖像檢測區(qū)域(w×h)的終止線，則記錄目標(biāo)車輛此時的幀數(shù)，作為駛出測量區(qū)域的幀數(shù)frameout。

其他步驟和參數(shù)與具體實(shí)施方式一至五之一相同。

具體實(shí)施方式七：

本實(shí)施方式步驟七所述對目標(biāo)進(jìn)行測速的過程包括以下步驟：

利用步驟六中得到的目標(biāo)車輛駛?cè)霚y量區(qū)域的幀數(shù)framein和駛出測量區(qū)域的幀數(shù)frameout，以及測量區(qū)域的長度h，即測量區(qū)域的起始線與終止線間的距離h，進(jìn)行速度計(jì)算，得到目標(biāo)車輛速度v，計(jì)算公式如下：

其他步驟和參數(shù)與具體實(shí)施方式一至六之一相同。

具體實(shí)施方式八：

本實(shí)施方式步驟八所述的進(jìn)行背景模型更新的過程包括以下步驟：

利用步驟四得到的預(yù)處理后的當(dāng)前幀圖像icurrent(i,j)和當(dāng)前幀的上一幀背景圖像bcurrent-1(i,j)，求出當(dāng)前幀背景圖像bcurrent(i,j)：

bcurrent(i,j)＝αicurrent(i,j)+(1-α)bcurrent-1(i,j)

式中，bcurrent(i,j)為當(dāng)前幀背景圖像，bcurrent-1(i,j)為當(dāng)前幀的上一幀背景圖像，α為背景迭代更新系數(shù)，i,j為圖像像素坐標(biāo)。

其他步驟和參數(shù)與具體實(shí)施方式一至七之一相同。

具體實(shí)施方式九：

本實(shí)施方式步驟五c中所述的將圖像檢測區(qū)域擴(kuò)大的過程如下：

將圖像檢測區(qū)域以圖像檢測區(qū)域中心為基準(zhǔn)擴(kuò)大為(1.2w×1.2h)。

其他步驟和參數(shù)與具體實(shí)施方式一至八之一相同。

具體實(shí)施方式十：

本實(shí)施方式步驟六a所述的將圖像中車輛輪廓外接矩形擴(kuò)大的過程如下：

將圖像中車輛輪廓外接矩形的長度擴(kuò)大為原來的2倍，寬度擴(kuò)大為原來的1.3倍。

其他步驟和參數(shù)與具體實(shí)施方式一至九之一相同。