專利名稱：道路交通安全自動(dòng)警示方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及道路交通安全自動(dòng)警示方法及裝置。
背景技術(shù)：
隨著國(guó)家的經(jīng)濟(jì)的不斷發(fā)展，人均收入不斷增加，擁有汽車的人越來(lái)越多，汽車在給 人們帶來(lái)便利的同時(shí)也帶來(lái)了痛苦，據(jù)統(tǒng)計(jì)每年因車禍死亡的人數(shù)在不斷的增加，如何構(gòu) 建安全和諧的交通道路環(huán)境成為全社會(huì)關(guān)注的焦點(diǎn)。
交通主路與岔路垂直交界處是事故多發(fā)地帶， 一般在交界處設(shè)置一個(gè)交通行人標(biāo)識(shí)牌 提示主路上行駛汽車在通過(guò)交叉路段時(shí)減速慢行，防止行人或車輛突然從岔路出現(xiàn)，造成 交通事故。
隨著科技發(fā)展，交通行人標(biāo)識(shí)牌在原有的傳統(tǒng)技術(shù)實(shí)現(xiàn)手段水平上有很大的改進(jìn)，一 種是利用紅外線技術(shù)，在岔道的兩旁設(shè)置一對(duì)紅外線對(duì)射報(bào)警裝置，當(dāng)行人或車輛阻斷該 報(bào)警裝置發(fā)出的紅外線時(shí)，報(bào)警裝置就會(huì)報(bào)警，提示主路的汽車減速慢行，但是上述紅外 線報(bào)警裝置的誤報(bào)率舉高，只要運(yùn)動(dòng)目標(biāo)經(jīng)過(guò)紅外線形成阻擋，報(bào)警裝置就會(huì)報(bào)警。
另一種報(bào)警方式是利用線圏感應(yīng)器，當(dāng)車輛通過(guò)線圈感應(yīng)器時(shí)，報(bào)警裝置就會(huì)報(bào)警， 提醒主路上行駛汽車在通過(guò)交叉路段時(shí)減速慢行,但是線圈感應(yīng)器報(bào)警裝置安裝時(shí)需要破 開(kāi)路面進(jìn)行施工，將其埋設(shè)在地下，由于線圈長(zhǎng)時(shí)間被雨水侵蝕，承載不斷行駛經(jīng)過(guò)的汽 車重量的反復(fù)碾壓，線路老化快，靈敏度下降，造成大量的漏檢、漏報(bào)現(xiàn)象。
綜合上述原因，目前還需進(jìn)一步開(kāi)發(fā)一種使用壽命周期長(zhǎng)、安裝簡(jiǎn)便、能夠準(zhǔn)確檢測(cè) 并且及時(shí)報(bào)警的交通道路標(biāo)識(shí)牌報(bào)警系統(tǒng)。

發(fā)明內(nèi)容
本發(fā)明要解決的問(wèn)題在于，提供一種道路交通安全自動(dòng)警示方法和裝置，從而實(shí)現(xiàn)準(zhǔn) 確、快速的發(fā)出警示信號(hào)，提示行人和車輛減速慢行、小心通過(guò)，減少岔道與主路交叉路
段的交通肇事事故的發(fā)生。
本發(fā)明實(shí)施例提供的一種道路交通安全自動(dòng)警示方法包括 采集視頻圖像的視頻頓數(shù)據(jù)； 按照采集到的視頻幀數(shù)據(jù)建立背景模型；
利用已建立的背景模型來(lái)進(jìn)行針對(duì)當(dāng)前所輸入的視頻幀的圖像分割；
對(duì)分割后的數(shù)據(jù)進(jìn)行運(yùn)動(dòng)目標(biāo)物體檢測(cè)；
對(duì)檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)物體進(jìn)行判斷，輸出判斷結(jié)果。
優(yōu)選的，所述建立背景模型的方法包括
在采集視頻幀數(shù)據(jù)的初始化階段把沒(méi)有行人或車輛出現(xiàn)時(shí)的交通路口場(chǎng)景作為初始 背景模型進(jìn)行存儲(chǔ)。
優(yōu)選的所述圖像分割的具體方法為
利用當(dāng)前視頻輸入圖像的視頻幀數(shù)據(jù)與背景模型圖像視頻幀進(jìn)行相減，獲得前景圖 像，其中前景圖像視頻幀中包括我們需要檢測(cè)的運(yùn)動(dòng)目標(biāo)物體的視頻幀。 優(yōu)選的，所述運(yùn)動(dòng)目標(biāo)物體4企測(cè)的方法包括
在視頻圖像中利用連通區(qū)域分析得到若干目標(biāo)的位置、大小、運(yùn)動(dòng)速度，根據(jù)分割出 來(lái)的前景模型，在像素級(jí)上檢測(cè)運(yùn)動(dòng)目標(biāo)物體，同時(shí)將運(yùn)動(dòng)目標(biāo)物體進(jìn)行標(biāo)注，獲得每個(gè) 運(yùn)動(dòng)目標(biāo)物體的具體信息，包括運(yùn)動(dòng)目標(biāo)的標(biāo)識(shí)、大小、位置、運(yùn)動(dòng)速度。
優(yōu)選的，所述運(yùn)動(dòng)目標(biāo)物體判斷的具體方法為將檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)物體按運(yùn)動(dòng)速 度、形狀、大小特征分類，將每個(gè)分類結(jié)果與預(yù)設(shè)的正常行人或車輛在該場(chǎng)景下的相應(yīng)特 征信息進(jìn)行匹配、判斷，如果運(yùn)動(dòng)目標(biāo)物體的運(yùn)動(dòng)速度、形狀、大小特征在預(yù)設(shè)的正常行 人或車輛的特征范圍內(nèi)，則輸出警示信號(hào)；如果運(yùn)動(dòng)目標(biāo)物體的運(yùn)動(dòng)速度、形狀、大小特 征不在預(yù)設(shè)的正常行人或車輛的特征范圍內(nèi)，則輸出正常信號(hào)。
本發(fā)明實(shí)施例還提供的 一種道路交通安全自動(dòng)警示裝置包括
固定桿、基座、太陽(yáng)能電池板、警示牌、攝像機(jī)和黃閃燈，其特征在于攝像機(jī)內(nèi)
部還包括
采集卡用于采集視頻圖像的視頻幀數(shù)據(jù)；
處理器用于按照采集到的視頻幀數(shù)據(jù)建立背景模型，利用已建立的背景模型進(jìn)行 針對(duì)當(dāng)前所輸入的視頻幀的圖像分割，然后對(duì)分割后的數(shù)據(jù)進(jìn)行運(yùn)動(dòng)目標(biāo)物體檢測(cè)，對(duì)運(yùn) 動(dòng)目標(biāo)物體進(jìn)行判斷； .
輸出電路用于輸出上述對(duì)運(yùn)動(dòng)目標(biāo)的判斷結(jié)果；
觸發(fā)器將所述釆集卡采集的圖像信息通過(guò)處理器分析轉(zhuǎn)換成相應(yīng)的電信號(hào)，由輸出 電路將分析轉(zhuǎn)換后的電信號(hào)輸出到觸發(fā)器，觸發(fā)器根據(jù)收到的電信號(hào)觸發(fā)黃閃燈和警示牌 預(yù)警。
優(yōu)選的，所述太陽(yáng)能電池板收集的電能儲(chǔ)存在儲(chǔ)能電池內(nèi)，儲(chǔ)能電池將儲(chǔ)存的電能提 供給攝像機(jī)、警示牌和黃閃燈以保持正常的工作。
優(yōu)選的，所述處理器內(nèi)部包括背景模型建模模塊、圖像分割模塊、圖像識(shí)別模塊和信 號(hào)輸出模塊，所述背景模型建模模塊將采集到的場(chǎng)景圖像進(jìn)行背景模型的建立，圖像分割 模塊將當(dāng)前輸入的圖像進(jìn)行圖像分割，將分割后的圖像發(fā)送到圖像識(shí)別模塊進(jìn)行識(shí)別處 理，識(shí)別處理后的結(jié)果通過(guò)信號(hào)轉(zhuǎn)換輸出模塊輸出。
優(yōu)選的，所述圖像分割模塊是利用當(dāng)前圖像數(shù)據(jù)與對(duì)應(yīng)的背景模型相減，獲得前景圖像。
優(yōu)選的，所述圖像識(shí)別模塊包括
目標(biāo)檢測(cè)單元根據(jù)背景模型，在像素級(jí)上判斷運(yùn)動(dòng)目標(biāo)物體，同時(shí)將運(yùn)動(dòng)目標(biāo)物體 進(jìn)行標(biāo)注，獲得每個(gè)運(yùn)動(dòng)目標(biāo)物體的大小、位置、運(yùn)動(dòng)速度信息；
目標(biāo)分類單元根據(jù)目標(biāo)檢測(cè)單元檢測(cè)出來(lái)的信息與預(yù)設(shè)的正常行人或車輛的特征范 圍內(nèi)的相應(yīng)信息進(jìn)行匹配、對(duì)照，基于概率統(tǒng)計(jì)的方法，進(jìn)行運(yùn)動(dòng)目標(biāo)的分類，主要區(qū)分 出行人、車輛或二者以外的其他運(yùn)動(dòng)目標(biāo)物體。
目標(biāo)判斷單元如果分類的目標(biāo)符合行人或車輛的特征則發(fā)出預(yù)警信號(hào)，如果分類的
目標(biāo)不符合行人或車輛的特征則發(fā)出正常信號(hào)。
采用本發(fā)明提供的一種道路交通安全自動(dòng)警示方法，對(duì)攝像機(jī)所輸入的視頻圖像進(jìn)
行場(chǎng)景圖像的背景模型的建立，根據(jù)所建立的背景模型來(lái)分割出當(dāng)前的前景圖像，將分
割出來(lái)的前景模型與預(yù)定范圍內(nèi)行人或車輛的特征進(jìn)行匹配和比較，判斷出運(yùn)動(dòng)目標(biāo)是
否為行人或車輛，如果判斷在岔道和主路的交點(diǎn)附近的沒(méi)有運(yùn)動(dòng)目標(biāo)物體或者改運(yùn)動(dòng)目
標(biāo)物體不是行人或車輛，發(fā)送正常信號(hào)；如果判斷在盆道和主路的交點(diǎn)附近有行人或車
輛，發(fā)出警示信號(hào)，提示行人或車輛減速慢行。為了使該警示方法更好的得以實(shí)現(xiàn)，本
發(fā)明還提供了 一種道路交通安全自動(dòng)警示裝置。
本發(fā)明的其它優(yōu)點(diǎn)在后續(xù)的文字中有詳盡的敘述。


圖1是交通道路行人檢測(cè)警示方法的流程圖2是圖1中運(yùn)動(dòng)目標(biāo)物體檢測(cè)方法流程圖3是圖1中運(yùn)動(dòng)目標(biāo)物體判斷輸出方法流程圖4是交通道路行人檢測(cè)警示裝置外觀圖5是圖4實(shí)施例中攝像機(jī)內(nèi)部元件實(shí)施框圖6是圖5實(shí)施例處理器結(jié)構(gòu)的實(shí)施例框圖7是圖6實(shí)施例圖像識(shí)別模塊結(jié)構(gòu)的實(shí)施例框圖。
具體實(shí)施方式
、
產(chǎn)品安裝輸入
(1) 根據(jù)場(chǎng)景設(shè)置感興趣區(qū)域， 一般為多邊形，如四邊形、五邊形等邊數(shù)通常大于 三條的圖形，目前多邊形個(gè)數(shù)可以限定為一個(gè)。
(2) 觸發(fā)報(bào)警規(guī)則及扭關(guān)參數(shù):.在感興趣區(qū)域內(nèi)的停留時(shí)間，目標(biāo)類型比如行人、 車輛，運(yùn)動(dòng)目標(biāo)的行進(jìn)方向限制等。
(3 )根據(jù)場(chǎng)景條件和用戶需求設(shè)置的算法參數(shù)。
(4 )定標(biāo)信息反映運(yùn)動(dòng)目標(biāo)物體尺寸大小的實(shí)際物理測(cè)量值與圖像像素點(diǎn)陣區(qū)域 測(cè)量值的關(guān)系，例如，普通行人的實(shí)際大小的物理測(cè)量值與各個(gè)測(cè)量值在攝像機(jī)攝入的圖
像中的位置所對(duì)應(yīng)的像素點(diǎn)陣的測(cè)量值的對(duì)應(yīng)關(guān)系。 識(shí)別算法軟件的運(yùn)行輸入
(1 )為RGB或YUV圖像格式，圖像分辨率不低于320x240 ,
(2)傳入視頻圖像的幀速率(fps)與算法處理速度有關(guān)，通常不低于10fps。為了 滿足上述要求，則要求針對(duì)每幀圖像的算法處理時(shí)間小于100ms。
(3 )傳入圖像的.同時(shí)也應(yīng)傳入系統(tǒng)時(shí)間(精確到毫秒ms )。 信號(hào)輸出
(1 )檢測(cè)出目標(biāo)的相關(guān)信息 運(yùn)動(dòng)目標(biāo)的個(gè)體標(biāo)識(shí)ID、運(yùn)動(dòng)軌跡、運(yùn)動(dòng)目標(biāo)類型信息(如行人、車輛)、所在位置、 運(yùn)動(dòng)速度等；
(2)產(chǎn)生報(bào)警信號(hào)，輸出給道路行人標(biāo)識(shí)牌的黃閃燈或其他裝置進(jìn)行顯示或發(fā)出報(bào)
警信息。
如圖l所示，道路交通安全自動(dòng)警示方法
步驟101進(jìn)行視頻數(shù)據(jù)釆集
步驟102按照采集到的視頻幀數(shù)據(jù)建立背景模型；
步驟103利用所建立的背景模型進(jìn)行針對(duì)當(dāng)前圖像的圖像分割；
步驟104對(duì)分割后的前景圖像進(jìn)行運(yùn)動(dòng)目標(biāo)物體檢測(cè)；
步驟105對(duì)檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)物體進(jìn)行判斷，輸出判斷結(jié)果；
步驟106根據(jù)所述判斷結(jié)果，發(fā)出預(yù)警信號(hào)。 如圖2所示，步驟201在視頻圖像中利用連通區(qū)域分析得到若干目標(biāo)的位置、大小等 屬性，根據(jù)分割出來(lái)的前景模型，在像素級(jí)上檢測(cè)運(yùn)動(dòng)目標(biāo)物體，步驟202將運(yùn)動(dòng)目標(biāo)物 體進(jìn)行標(biāo)注，步驟203'獲得每個(gè)運(yùn)動(dòng)目標(biāo)物體的具體信息，包括運(yùn)動(dòng)目標(biāo)的標(biāo)識(shí)、大小、 位置、運(yùn)動(dòng)速度等信息。
如圖3所示，步驟301將檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)物體按運(yùn)動(dòng)速度、形狀、大小等特征分
類，步驟302將每個(gè)分類結(jié)果與預(yù)設(shè)的正常行人或車輛在該場(chǎng)景下的相應(yīng)特征信息進(jìn)行匹 配、判斷，如果運(yùn)動(dòng)目標(biāo)物體的運(yùn)動(dòng)速度、形狀、大小等特征在預(yù)設(shè)的正常行人或車輛的 特征范圍內(nèi)，則步驟304輸出警示信號(hào)；如果運(yùn)動(dòng)目標(biāo)物體的運(yùn)動(dòng)速度、形狀、大小等特 征不在預(yù)設(shè)的正常行人或車輛的特征范圍內(nèi)，則步驟303輸出正常信號(hào)。
背景模型描述場(chǎng)景的背景情況，需要對(duì)于攝像機(jī)輸入的視頻信號(hào)進(jìn)行多幀緩存，基 于統(tǒng)計(jì)進(jìn)行背景模型的建立；在實(shí)際應(yīng)用中，由于圖像噪聲、光照變化等影響，背景圖像 并非固定不變。因此把背景和前景差異小于 一 定閾值的像素集合作為前景區(qū)域。
為了解決閾值取值問(wèn)題，利用統(tǒng)計(jì)模型來(lái)描述背景圖像的顏色變化。在假設(shè)噪聲為高
斯分布的前提下，背景圖像在位置(x， y)上t時(shí)刻的像素值I(、y)(t)的分布可以用顏色的
均值和協(xié)方差矩陣來(lái)描述。該分布函數(shù)hx,y(Xt)描述了該像素位置(x,y),某個(gè)顏色Xt屬于背
景的概率。每個(gè)像素位置的可以通過(guò)對(duì)多幅背景圖像進(jìn)行統(tǒng)計(jì)獲得。
在系統(tǒng)初始化階段，獲得大約20 40幀時(shí)長(zhǎng)的多幀視頻數(shù)據(jù)后，就可以建立背景模 型。具體方法如下
假設(shè)K代表7V幅連續(xù)圖像，K'(x)是第/幀圖像中x位置上像素的灰度，fj(;c)和義(x) 是r中所有圖像x位置上像素灰度的標(biāo)準(zhǔn)方差和中值。則針對(duì)x位置上像素灰度值r(x),
m(x)
我們來(lái)定義一下<formula>formula see original document page 10</formula>的含義<formula>formula see original document page 10</formula>, 公式(1 )
其中，m(x)代表第Z幀圖像中x位置上像素的最小灰度值；n(x)代表代表第Z幀圖像 中x位置上像素的最大灰度值；d(x)代表代表第Z幀圖像與第(Z-l )幀圖像中x位置上像 素的灰度差值的最大值。
在實(shí)時(shí)運(yùn)行階段，釆用公式(2)對(duì)視頻幀/執(zhí)行像素級(jí)上的運(yùn)動(dòng)目標(biāo)物體檢測(cè)。
<formula>formula see original document page 10</formula>
公式(2 )
其中，du是背景模型建立過(guò)程中所采用的圖像集合K中所有相鄰兩幀差分最大絕對(duì)值集
合的中值，A是一個(gè)經(jīng)驗(yàn)參數(shù)，根據(jù)現(xiàn)場(chǎng)大量視頻數(shù)據(jù)進(jìn)行的反復(fù)實(shí)驗(yàn)，當(dāng)A:值取為2時(shí)， 圖像分割的主觀效果較好。當(dāng)B(XH)，則表示該x位置的像素點(diǎn)屬于背景模型；當(dāng)B(x)=l, 則表示該x位置的像素點(diǎn)屬于前景圖像；從而完成了圖像分割，并實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)物體的 初步檢測(cè)，該檢測(cè)結(jié)果會(huì)在后續(xù)的運(yùn)動(dòng)目標(biāo)分類匹配的過(guò)程中進(jìn)行分類識(shí)別。
在獲得像素級(jí)上的運(yùn)動(dòng)目標(biāo)物體檢測(cè)結(jié)果后，采用區(qū)域標(biāo)注的方法得到運(yùn)動(dòng)目標(biāo)物體
的位置信息，進(jìn)而獲取運(yùn)動(dòng)目標(biāo)物體的圖像信息，例如有一個(gè)行人出現(xiàn)在攝像機(jī)視野中，
經(jīng)過(guò)計(jì)算，其所對(duì)應(yīng)的圖像像素點(diǎn)的B(x)=l，本算法軟件就把該行人視為前景，從而將
該行人作為一個(gè)運(yùn)動(dòng)目標(biāo)物體從背景模型中分割識(shí)別出來(lái)，達(dá)到運(yùn)動(dòng)目標(biāo)物體檢測(cè)的效
果。 .
對(duì)運(yùn)動(dòng)目標(biāo)物體進(jìn)行分類的匹配算法
首先需要對(duì)場(chǎng)景進(jìn)行定標(biāo)利用現(xiàn)場(chǎng)某行人，進(jìn)行該行人在圖像各個(gè)位置中的對(duì)應(yīng)像 素構(gòu)成的區(qū)域大小進(jìn)行尺寸定標(biāo)。例如 一個(gè)行人身高為180cm，身寬為45cm,在攝像 機(jī)視野內(nèi)的某一個(gè)位置上，假設(shè)對(duì)應(yīng)到攝像機(jī)攝入的圖像是一個(gè)占有60*15個(gè)像素的影像 區(qū)域，則表示該60*15的像素區(qū)域在該圖像場(chǎng)景就代表了該位置該行人的圖像大小，那么， 定標(biāo)過(guò)程就是把這二者的量化關(guān)系——對(duì)應(yīng)起來(lái)的過(guò)程。
然后基于運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果，把所檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)進(jìn)行運(yùn)動(dòng)速度、形狀、大小(高 度、寬度的絕對(duì)值、高寬比的相對(duì)值等)等信息與預(yù)設(shè)的正常行人在該場(chǎng)景下的相應(yīng)信息 進(jìn)行匹配、對(duì)照，基于概率統(tǒng)計(jì)的方法，進(jìn)行運(yùn)動(dòng)目標(biāo)的分類，主要區(qū)分出行人、車輛或 二者以外的其他運(yùn)動(dòng)目標(biāo)物體。
當(dāng)攝像機(jī)不斷輸入新的視頻信號(hào)，本系統(tǒng)采集到新的圖像數(shù)據(jù)，則背景模型和前景圖 像都會(huì)實(shí)時(shí)發(fā)生相應(yīng)的變化，此時(shí)本系統(tǒng)就會(huì)循環(huán)上述的背景模型建立、運(yùn)動(dòng)目標(biāo)物體檢 測(cè)和分類過(guò)程，從而有效地持續(xù)工作下去。
如圖4和圖5所示，太陽(yáng)能電池板401利用光電效應(yīng)原理將太陽(yáng)能轉(zhuǎn)換成電能，轉(zhuǎn) 換后的電能一部分存儲(chǔ)在攝像機(jī)402儲(chǔ)能電池501內(nèi)，另 一部分電能直接提供給攝像機(jī) 402、黃閃燈403和警示牌404工作，當(dāng)?shù)缆方煌ò踩詣?dòng)警示裝置處在陰天或黑夜時(shí)， 太陽(yáng)能電池板401停止電能轉(zhuǎn)換工作，這時(shí)，由攝像機(jī)402內(nèi)部的儲(chǔ)能電池501提供能電 能維持各電子器件的正常工作， 一般儲(chǔ)能電池存儲(chǔ)的電量能持續(xù)供能4至5天。太陽(yáng)能電 池板401 、攝像機(jī)402 、黃閃燈403 、警示牌404都固定在固定桿405上，固定桿405可 以固定在位于路旁的基座406上。
如圖4和圖5所示攝像機(jī)402內(nèi)部的采集卡502采集當(dāng)前的圖像信息，采集到的圖 像信息通過(guò)處理器503進(jìn)行處理，處理后的信息通過(guò)輸出電路504輸出電信號(hào)，觸發(fā)器 505接收輸出電路504發(fā)出的電信號(hào)，觸發(fā)黃閃燈403和警示牌404對(duì)行人或車輛發(fā)出預(yù) 警信號(hào)。
如圖5和圖6所示，背景模型建模模塊601根據(jù)采集卡502采集的圖像信息建立背景 模型，將已建立的背景模型傳輸?shù)綀D像分割模塊602,圖像分割模塊602將系統(tǒng)采集到的 當(dāng)前圖像分割成前景圖像和背景圖像，前景圖像經(jīng)過(guò)圖像識(shí)別模塊603的檢測(cè)，如果檢測(cè) 前景圖像內(nèi)運(yùn)動(dòng)物體的形狀、大小和運(yùn)動(dòng)速度在預(yù)設(shè)的行人或車輛的行為規(guī)則范圍內(nèi)，則 信號(hào)轉(zhuǎn)換輸出模塊將檢測(cè)的圖像信息轉(zhuǎn)換成相應(yīng)的電信號(hào)并且輸出該轉(zhuǎn)換后的電信號(hào)。
如圖6和圖7，目標(biāo)檢測(cè)單元701根據(jù)圖像分割模塊602分割后得到的前景圖像，在 像素級(jí)上判斷運(yùn)動(dòng)目標(biāo)物體，同時(shí)將運(yùn)動(dòng)目標(biāo)物體進(jìn)行標(biāo)注，獲得每個(gè)運(yùn)動(dòng)目標(biāo)物體的大 小、位置、運(yùn)動(dòng)速度等信息，目標(biāo)分類單元702根據(jù)目標(biāo)檢測(cè)單元檢測(cè)出來(lái)的信息與正常 行人或車輛的特征范圍內(nèi)的相應(yīng)信息進(jìn)行匹配、對(duì)照，基于概率統(tǒng)計(jì)的方法，進(jìn)行運(yùn)動(dòng)目 標(biāo)的分類，主要區(qū)分出行人、車輛或二者以外的其他運(yùn)動(dòng)目標(biāo)物體，目標(biāo)判斷單元703 根據(jù)目標(biāo)分類單元702分類出來(lái)的結(jié)果判斷，如果分類的目標(biāo)符合行人或車輛的特征則發(fā) 出預(yù)警信號(hào)，如果分類的目標(biāo)不符合行人或車輛的特征則發(fā)出正常信號(hào)。
因此，本項(xiàng)發(fā)明的技術(shù)性范圍并不局限于說(shuō)明書上的內(nèi)容，還有很多根據(jù)其權(quán)利要 求確定的具體的技術(shù)性應(yīng)用方案。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì) 于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以作出若干改 進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
權(quán)利要求
1、一種道路交通安全自動(dòng)警示方法，其特征在于包括:采集視頻圖像的視頻幀數(shù)據(jù)；按照采集到的視頻幀數(shù)據(jù)建立背景模型；利用已建立的背景模型進(jìn)行針對(duì)當(dāng)前所輸入的視頻幀的圖像分割；對(duì)分割后的前景圖像進(jìn)行運(yùn)動(dòng)目標(biāo)物體檢測(cè)；對(duì)檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)物體進(jìn)行判斷，輸出判斷結(jié)果；根據(jù)判斷結(jié)果，發(fā)出預(yù)警信號(hào)。
2、 根據(jù)權(quán)利要求1所述警示方法，其特征在于所述建立背景模型的方法包括 在采集視頻幀數(shù)據(jù)的初始化階段把沒(méi)有行人或車輛出現(xiàn)時(shí)的交通路口場(chǎng)景作為初始背景模型進(jìn)行存儲(chǔ)。
3、 根據(jù)權(quán)利要求1所述警示方法，其特征在于所述圖像分割的具體方法為 利用當(dāng)前輸入的的視頻幀數(shù)據(jù)與背景模型圖像進(jìn)行相減，獲得當(dāng)前的前景圖像，其中前景圖像視頻幀中即包括我們需要檢測(cè)的運(yùn)動(dòng)目標(biāo)物體的視頻幀。
4、 根據(jù)權(quán)利要求1所述警示方法，其特征在于所述運(yùn)動(dòng)目標(biāo)物體檢測(cè)的方法包括 在視頻圖像中利用連通區(qū)域分析得到若干目標(biāo)的位置、大小，根據(jù)分割出來(lái)的前景模型，在像素級(jí)上檢測(cè)運(yùn)動(dòng)目標(biāo)物體，同時(shí)將運(yùn)動(dòng)目標(biāo)物體進(jìn)行標(biāo)注，獲得每個(gè)運(yùn)動(dòng)目標(biāo)物體的具體信息，包括運(yùn)動(dòng)目標(biāo)的標(biāo)識(shí)、大小、位置、運(yùn)動(dòng)速度。
5、 根據(jù)權(quán)利要求l所述警示方法，其特征在于所述運(yùn)動(dòng)目標(biāo)物體判斷的具體方法 為優(yōu)選的，所述運(yùn)動(dòng).目標(biāo)物體判斷的具體方法為將^r測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)物體按運(yùn)動(dòng)速 度、形狀、大小特征分類，將每個(gè)分類結(jié)果與預(yù)設(shè)的正常行人或車輛在該場(chǎng)景下的相應(yīng)特 征信息進(jìn)行匹配、判斷，如果運(yùn)動(dòng)目標(biāo)物體的運(yùn)動(dòng)速度、形狀、大小特征在預(yù)設(shè)的正常行 人或車輛的特征范圍內(nèi)，則輸出警示信號(hào)；如果運(yùn)動(dòng)目標(biāo)物體的運(yùn)動(dòng)速度、形狀、大小特 征不在預(yù)設(shè)的正常行人或車輛的特征范圍內(nèi)，則輸出正常信號(hào)。
6、 一種道路交通安全自動(dòng)警示裝置，包括固定桿、基座、太陽(yáng)能電池板、警示牌、 攝像機(jī)和黃閃燈，其特征在于攝像機(jī)內(nèi)部還包括 采集卡用于采集視頻圖像的視頻幀數(shù)據(jù)；處理器用于按照采集到的視頻幀數(shù)據(jù)建立背景模型，利用已建立的背景模型進(jìn)行 針對(duì)當(dāng)前所輸入的視頻幀的圖像分割，然后對(duì)分割后的數(shù)據(jù)進(jìn)行運(yùn)動(dòng)目標(biāo)物體檢測(cè)，對(duì)運(yùn) 動(dòng)目標(biāo)物體進(jìn)行判斷；輸出電路用于輸出上述對(duì)運(yùn)動(dòng)目標(biāo)的判斷結(jié)果；觸發(fā)器將所述采集卡采集的圖像信息通過(guò)處理器分析轉(zhuǎn)換成相應(yīng)的電信號(hào)，由輸出 電路將分析轉(zhuǎn)換后的電信號(hào)輸出到觸發(fā)器，觸發(fā)器根據(jù)收到的電信號(hào)觸發(fā)黃閃燈和警示牌 預(yù)警。
7、 根據(jù)權(quán)利要求6所述一種道路交通安全自動(dòng)警示裝置，其特征在于還包括一個(gè) 儲(chǔ)能電池，所述太陽(yáng)能電池板收集的電能儲(chǔ)存在儲(chǔ)能電池內(nèi)，儲(chǔ)能電池將儲(chǔ)存的電能提供 給攝像機(jī)、警示牌和黃閃燈以保持正常的工作。
8、 根據(jù)權(quán)利要求6所述道路交通安全自動(dòng)警示裝置，其特征在于所述處理器內(nèi)部 包括背景模型建模模塊、圖像分割模塊、圖像識(shí)別模塊和信號(hào)輸出模塊，所述背景模型建 模模塊將采集到的場(chǎng)景圖像進(jìn)行背景模型的建立，圖像分割模塊將建模后的圖像進(jìn)行圖像 分割，將分割后的圖像發(fā)送到周像識(shí)別模塊進(jìn)行識(shí)別處理，識(shí)別處理后的結(jié)果通過(guò)信號(hào)轉(zhuǎn) 換輸出模塊進(jìn)行輸出。
9、 根據(jù)權(quán)利要求8所述一種道路交通安全自動(dòng)警示裝置，其特征在于所述圖像分 割模塊是利用當(dāng)前圖像與對(duì)應(yīng)的背景模型相減，獲得前景圖像。
10、 根據(jù)權(quán)利要求9所述道路交通安全自動(dòng)警示裝置，其特征在于所述圖像識(shí)別模 塊包括目標(biāo)檢測(cè)單元根據(jù)背景模型，在像素級(jí)上判斷運(yùn)動(dòng)目標(biāo)物體，同時(shí)將運(yùn)動(dòng)目標(biāo)物體 進(jìn)行標(biāo)注，獲得每個(gè)運(yùn)動(dòng)目標(biāo)物體的大小、位置、運(yùn)動(dòng)速度信息；目標(biāo)分類單元:根據(jù)目標(biāo)檢測(cè)單元檢測(cè)出來(lái)的信息與預(yù)設(shè)的正常行人或車輛的特征范 圍內(nèi)的相應(yīng)信息進(jìn)行匹配、對(duì)照，基于概率統(tǒng)計(jì)的方法，進(jìn)行運(yùn)動(dòng)目標(biāo)的分類，主要區(qū)分出行人、車輛或二者以外的其他運(yùn)動(dòng)目標(biāo)物體。目標(biāo)判斷單元如果目標(biāo)分類的結(jié)果符合行人或車輛的特征則發(fā)出預(yù)警信號(hào)，如果目 標(biāo)分類的結(jié)果不符合行人或車輛的特征則發(fā)出正常信號(hào)。
全文摘要
一種道路交通安全自動(dòng)警示方法及裝置，對(duì)攝像機(jī)輸入的視頻圖像數(shù)據(jù)進(jìn)行采集，利用采集到的場(chǎng)景圖像建立背景模型，根據(jù)所建立的背景模型分割出前景圖像，將分割出來(lái)的前景圖像模型與預(yù)定范圍內(nèi)行人或車輛的特征比較，判斷出運(yùn)動(dòng)目標(biāo)是行人或車輛，如果判斷在岔道和主路的交點(diǎn)附近沒(méi)有運(yùn)動(dòng)目標(biāo)物體或者該運(yùn)動(dòng)目標(biāo)物體不是行人或車輛，則本裝置發(fā)送正常信號(hào)；如果判斷在岔道和主路的交點(diǎn)附近的運(yùn)動(dòng)目標(biāo)物體是行人或車輛，則本裝置發(fā)出警示信號(hào)，提示行人或車輛減速慢行、小心通過(guò)。
文檔編號(hào)G08G1/052GK101388145SQ20081017585
公開(kāi)日2009年3月18日 申請(qǐng)日期2008年11月6日 優(yōu)先權(quán)日2008年11月6日
發(fā)明者鄒繪華 申請(qǐng)人:北京匯大通業(yè)科技有限公司;鄒繪華