專(zhuān)利名稱(chēng)：一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明設(shè)計(jì)交通領(lǐng)域，特別是涉及一種交通信號(hào)燈識(shí)別系統(tǒng)和方法。
背景技術(shù)：
智能交通系統(tǒng)是目前研究和開(kāi)發(fā)的一大熱點(diǎn)。智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)以及計(jì)算機(jī)處理技術(shù)等有效地集成運(yùn)用于整個(gè)交通運(yùn)輸管理體系，而建立起的一種在大范圍內(nèi)、全位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合運(yùn)輸和管理系統(tǒng)。其中，在智能交通系統(tǒng)中，車(chē)輛的檢測(cè)與跟蹤是最基礎(chǔ)的部分，它要求從攝像機(jī)所得到的圖像序列中，檢測(cè)有無(wú)運(yùn)動(dòng)車(chē)輛進(jìn)入攝像機(jī)的試場(chǎng)，并且定位運(yùn)動(dòng)車(chē)輛的位置，它屬于計(jì)算機(jī)視覺(jué)的研究范圍。目前，常用的車(chē)輛檢測(cè)方法有背景差法、幀差法和光流法。其中，背景差法是目前運(yùn)動(dòng)車(chē)輛分割中最常用的一種方法，它是利用當(dāng)前圖像與圖像的差分來(lái)檢測(cè)運(yùn)動(dòng)區(qū)域的一種技術(shù)。幀差法是在連續(xù)的圖像序列中固定的兩幀或多幀間隔圖像之間作基于像素點(diǎn)的時(shí)間差分并閾值化來(lái)提取運(yùn)動(dòng)區(qū)域?qū)崿F(xiàn)運(yùn)動(dòng)車(chē)輛的檢測(cè)。對(duì)檢測(cè)出來(lái)的運(yùn)動(dòng)車(chē)輛要進(jìn)行跟蹤，目前常用的車(chē)輛跟蹤算法主要有基于特征的跟蹤算法、基于3-D的跟蹤算法、基于變形模型的跟蹤算法和基于區(qū)域的跟蹤算法。其中，基于特征的跟蹤算法，就是對(duì)1輛車(chē)提取一些特征如可區(qū)別的直線或拐角等，或?qū)⑦@些特征組合來(lái)表示一個(gè)車(chē)輛，這類(lèi)算法突出的優(yōu)點(diǎn)是即使存在部分遮擋，一些特征仍是可見(jiàn)的。但是當(dāng)車(chē)輛彼此太接近時(shí)，存在特征太近無(wú)法分割的問(wèn)題。基于3-D的跟蹤算法是通過(guò)使用攝像機(jī)和場(chǎng)景的幾何學(xué)知識(shí)，將一個(gè)有精確幾何形狀的三維模型投影成圖像，根據(jù)圖像中的位置變化來(lái)進(jìn)行跟蹤。這類(lèi)算法的優(yōu)點(diǎn)是在確定的車(chē)輛類(lèi)型和幾何模型細(xì)節(jié)時(shí)準(zhǔn)確率高，缺點(diǎn)是山于計(jì)算的上作量大，實(shí)時(shí)性差。基于變形模型的跟蹤算法以車(chē)輛輪廓為跟蹤對(duì)象，通過(guò)snake主動(dòng)輪廓模型提取輪廓特征。這種方法對(duì)噪聲遮擋敏感，存在輪廓初始化問(wèn)題?；趨^(qū)域的跟蹤算法首先連接區(qū)域提取并根據(jù)情況被合并或分割。該方法的最嚴(yán)重的弱點(diǎn)是在車(chē)輛檢測(cè)中區(qū)域合并和分割存在不準(zhǔn)確的情況。以上多種車(chē)輛檢測(cè)和跟蹤效率不高，急需解決這個(gè)問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種有效的路口車(chē)輛闖紅燈檢測(cè)方法。為實(shí)現(xiàn)其目的，本發(fā)明提出一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法系統(tǒng)，其特征在于，其包括 獲取當(dāng)前視頻幀圖像，生成背景圖像；在視頻底部劃定檢測(cè)區(qū)域；提取車(chē)輛信息，采用幀差法估計(jì)車(chē)輛運(yùn)動(dòng)狀態(tài)；若幀差閾值大于設(shè)定閾值，則采用虛擬線圈法檢測(cè)車(chē)輛闖紅燈狀態(tài)； 若幀差閾值未大于設(shè)定閾值，則采用跟蹤法檢測(cè)車(chē)輛闖紅燈狀態(tài)。1)系統(tǒng)通過(guò)攝像頭獲取當(dāng)前視頻幀，獲取一定周期內(nèi)的視頻幀，動(dòng)態(tài)生成當(dāng)前路口的背景圖像。2)系統(tǒng)采用局部區(qū)域檢測(cè)車(chē)輛出現(xiàn)，統(tǒng)一在視頻底部區(qū)域設(shè)置觸發(fā)條件并檢測(cè)車(chē)輛類(lèi)型，判斷車(chē)輛出現(xiàn)情況；分析車(chē)輛經(jīng)過(guò)路口的特點(diǎn)，結(jié)合車(chē)身長(zhǎng)度、視頻幀幀率和車(chē)速關(guān)系，確定幀差的幀間間隔數(shù)；如果該區(qū)域出現(xiàn)車(chē)輛，則對(duì)應(yīng)建立一個(gè)檢測(cè)或跟蹤對(duì)象； 在固定區(qū)域內(nèi)做背景減，當(dāng)有車(chē)輛出現(xiàn)時(shí)，在得到的差分圖中像素灰度值大于某一閾值的像素區(qū)域被認(rèn)為是前景運(yùn)動(dòng)目標(biāo)；對(duì)這些前景像素點(diǎn)作進(jìn)一步處理，即可得到運(yùn)動(dòng)車(chē)輛位置、大小、形狀等信息；以車(chē)道寬度為統(tǒng)一參照物，得到車(chē)輛長(zhǎng)寬信息，當(dāng)達(dá)到一定條件時(shí)觸發(fā)一個(gè)檢測(cè)對(duì)象。3)系統(tǒng)根據(jù)觸發(fā)的檢測(cè)對(duì)象特征，選用虛擬線圈法檢測(cè)車(chē)輛闖紅燈，以停車(chē)線為參考，在停車(chē)線前位于車(chē)道內(nèi)劃定第一個(gè)虛擬線圈，在停車(chē)線后劃定第二個(gè)線圈；在紅燈周期內(nèi)，依據(jù)兩線圈內(nèi)車(chē)輛觸發(fā)的邏輯狀態(tài)判斷車(chē)輛行駛狀況，線圈狀態(tài)可分為可疑狀態(tài)、抓拍狀態(tài)、阻塞狀態(tài)、空閑狀態(tài)；若發(fā)生車(chē)輛闖紅燈，則觸發(fā)抓拍機(jī)抓拍相應(yīng)圖片。4)根據(jù)觸發(fā)的檢測(cè)對(duì)象特征，選用結(jié)合背景減差值的跟蹤法檢測(cè)車(chē)輛違章?tīng)顟B(tài)； 把背景和當(dāng)前視頻的RGB三通道分別相減后絕對(duì)值相加，把這個(gè)差值作為迭代跟蹤的概率密度圖；分析車(chē)輛行駛軌跡，在紅燈周期內(nèi)判斷車(chē)輛行駛軌跡與對(duì)于車(chē)道停車(chē)線的關(guān)系，若發(fā)生車(chē)輛闖紅燈，則觸發(fā)抓拍機(jī)抓拍相應(yīng)圖片。

圖1所示為本發(fā)明實(shí)施例程的流程圖。
具體實(shí)施例方式為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉較佳實(shí)施例，并配合所附圖式說(shuō)明如下。如圖1所示為本發(fā)明一較佳實(shí)施例的流程圖，本發(fā)明——一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法包括下列步驟。步驟100 通過(guò)攝像頭獲取當(dāng)前視頻幀圖像，手動(dòng)在圖像上繪制檢測(cè)區(qū)域，通常車(chē)輛通過(guò)路口時(shí)先在檢測(cè)區(qū)域內(nèi)出現(xiàn)，同時(shí)設(shè)置好車(chē)道、停車(chē)線等交互信息。步驟110 背景的建立與更新。預(yù)先獲約取三分鐘的視頻圖像建立背景；在檢測(cè)過(guò)程中每隔一定時(shí)間(如30秒)進(jìn)行一次背景更新。步驟120 把3個(gè)綠燈周期內(nèi)的視頻幀生成背景圖像。得到背景圖像后，在視頻底部手動(dòng)劃定檢測(cè)區(qū)域，檢測(cè)車(chē)輛出現(xiàn)。步驟130 正常行駛的情況下，車(chē)輛通常從視頻幀底部出現(xiàn)，駛向視頻中間后從頂部或左右兩側(cè)消失，當(dāng)車(chē)輛到達(dá)視頻底部時(shí)，必然使該區(qū)域視覺(jué)信息發(fā)生變化，只要檢測(cè)視頻底部區(qū)域即可判斷有無(wú)新出現(xiàn)的車(chē)輛。采用局部區(qū)域檢測(cè)的方法，統(tǒng)一在該區(qū)域設(shè)置觸發(fā)條件并檢測(cè)車(chē)輛類(lèi)型；如果該區(qū)域出現(xiàn)車(chē)輛，則對(duì)應(yīng)建立一個(gè)檢測(cè)或跟蹤對(duì)象而無(wú)需對(duì)整個(gè)視頻區(qū)域檢測(cè)。為更準(zhǔn)確定位目標(biāo)車(chē)輛，本發(fā)明還結(jié)合幀差的結(jié)果，進(jìn)一步確認(rèn)背景減中的結(jié)果。由于不同路口攝像機(jī)架設(shè)高度和攝像機(jī)相對(duì)路面角度可能不同，車(chē)輛在不同路口的圖像中呈現(xiàn)大小不統(tǒng)一，車(chē)輛大小信息難以判斷，所以本發(fā)明以車(chē)道寬度為統(tǒng)一參照物， 不同車(chē)輛尺寸信息寬度都參照車(chē)輛寬度。處理視頻幀的幀間間隔數(shù)N是一個(gè)關(guān)鍵的參數(shù)，N值太小，無(wú)法有效檢測(cè)諸如尺寸較大、內(nèi)部顏色一致及緩慢運(yùn)動(dòng)的目標(biāo)，N值太大，檢測(cè)的運(yùn)動(dòng)區(qū)域不準(zhǔn)確，因此，分析實(shí)際路口車(chē)身長(zhǎng)度和視頻幀幀率關(guān)系，以確定N值。不同車(chē)輛以不同車(chē)速經(jīng)過(guò)同一段距離的時(shí)間不同，同一段時(shí)間經(jīng)過(guò)的距離也不同，分析不同速度經(jīng)過(guò)路口的小車(chē)運(yùn)動(dòng)情況，每幀行駛位置的變化，從而確定N值。由于攝像頭安裝位置不同、路口實(shí)際情況不同，所以以小車(chē)車(chē)身長(zhǎng)度作為參考標(biāo)準(zhǔn)，分析時(shí)間周期也以車(chē)輛行駛一個(gè)小車(chē)車(chē)身長(zhǎng)度經(jīng)過(guò)的時(shí)間作為參考標(biāo)準(zhǔn)。通常小車(chē)的車(chē)身長(zhǎng)度為4. 40米，下表比較了不同速度經(jīng)過(guò)車(chē)身長(zhǎng)度的時(shí)間，以每秒25幀作為計(jì)算，得到了每幀車(chē)輛經(jīng)過(guò)的距離。車(chē)速為10km/h、20km/h、40km/h、60km/h的車(chē)速經(jīng)過(guò)路口，每幀的車(chē)輛位移分別為 11.11 cm、22.22 cm、44. 44 cm、66. 67 cm。通常車(chē)輛經(jīng)過(guò)路口時(shí)車(chē)速為40km/h以?xún)?nèi)，所以運(yùn)動(dòng)檢測(cè)視頻幀間間隔設(shè)置為2幀較為合適，即每3幀取一幀。車(chē)輛在路口的速度為40km/h，每3幀約行駛小車(chē)車(chē)身長(zhǎng)度的3/10，因此本發(fā)明中 N值設(shè)置為2。根據(jù)幀差得到的閾值判斷路口環(huán)境狀態(tài)和車(chē)輛車(chē)速狀態(tài)。通過(guò)大量視頻驗(yàn)證發(fā)現(xiàn)，交通路口存在普遍的現(xiàn)象，車(chē)速快時(shí)，一般為綠燈周期且路口車(chē)少干擾少；車(chē)輛慢時(shí)，通常是車(chē)輛教擁堵或者紅燈情況。根據(jù)大量視頻驗(yàn)證發(fā)現(xiàn)，車(chē)輛以較快車(chē)速經(jīng)過(guò)路口時(shí)，幀差值非常明顯，但車(chē)輛位置和特征也變化明顯，不利于跟蹤方法的實(shí)現(xiàn)，而車(chē)速慢時(shí)，幀差值不明顯，但車(chē)輛位置和特征也變化不明顯，有利于跟蹤方法的實(shí)現(xiàn)。因此本發(fā)明設(shè)計(jì)幀差法判斷車(chē)輛運(yùn)動(dòng)狀態(tài)，根據(jù)不同幀差強(qiáng)度選用對(duì)應(yīng)的處理策略。當(dāng)幀差結(jié)果大于閾值時(shí)，選用虛擬線圈法檢測(cè)，反之選用跟蹤法檢測(cè)。步驟140 根據(jù)觸發(fā)的檢測(cè)對(duì)象特征，選用虛擬線圈法檢測(cè)車(chē)輛闖紅燈，以停車(chē)線為參考，在停車(chē)線前位于車(chē)道內(nèi)劃定第一個(gè)虛擬線圈，在停車(chē)線后劃定第二個(gè)線圈；在紅燈周期內(nèi)，依據(jù)兩線圈內(nèi)車(chē)輛觸發(fā)的邏輯狀態(tài)判斷車(chē)輛行駛狀況，線圈狀態(tài)可分為可疑狀態(tài)、 抓拍狀態(tài)、阻塞狀態(tài)、空閑狀態(tài)；在紅燈亮起情況下，置線圈1和線圈2為空閑狀態(tài)，當(dāng)線圈 1被判斷為有車(chē)狀態(tài)時(shí)，預(yù)抓拍一張圖片；當(dāng)線圈1和線圈2同時(shí)為有車(chē)觸發(fā)抓拍第二張照片，最后固定時(shí)間內(nèi)觸發(fā)第三張照片；當(dāng)線圈1有車(chē)，線圈2無(wú)車(chē)時(shí)，線圈1處于阻塞狀態(tài)； 此設(shè)計(jì)反應(yīng)了車(chē)輛闖紅燈的完整過(guò)程。步驟150 根據(jù)觸發(fā)的檢測(cè)對(duì)象特征，選用結(jié)合背景減差值的跟蹤法檢測(cè)車(chē)輛違章?tīng)顟B(tài)；把背景和當(dāng)前視頻的RGB三通道分別相減后絕對(duì)值相加，車(chē)輛區(qū)域的圖像差值是呈山峰狀，而車(chē)道區(qū)域則呈明顯的平地狀，把這個(gè)差值作為迭代跟蹤的概率密度圖，能很穩(wěn)定的迭代得到車(chē)輛位置；分析車(chē)輛行駛軌跡，在紅燈周期內(nèi)判斷車(chē)輛行駛軌跡與對(duì)于車(chē)道停車(chē)線的關(guān)系，若發(fā)生車(chē)輛闖紅燈，則觸發(fā)抓拍機(jī)抓拍相應(yīng)圖片。最后所應(yīng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制。盡管參照實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，都小脫離本發(fā)明技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1.一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法，其特征在于，其包括1)獲取當(dāng)前視頻幀圖像，生成背景圖像；2)在視頻底部劃定檢測(cè)區(qū)域；3)提取車(chē)輛信息，采用幀差法估計(jì)車(chē)輛運(yùn)動(dòng)狀態(tài)；4)若幀差閾值大于設(shè)定閾值，則采用虛擬線圈法檢測(cè)車(chē)輛闖紅燈狀態(tài)；5)若幀差閾值未大于設(shè)定閾值，則采用跟蹤法檢測(cè)車(chē)輛闖紅燈狀態(tài)。
2.根據(jù)權(quán)利要求1所述的一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法系統(tǒng)系統(tǒng)，其特征在于1)通過(guò)攝像頭獲取當(dāng)前視頻幀；2)獲取一定周期內(nèi)的視頻幀，動(dòng)態(tài)生成當(dāng)前路口的背景圖像。
3.根據(jù)權(quán)利要求1所述的一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法系統(tǒng)系統(tǒng)，其特征在于1)采用局部區(qū)域檢測(cè)車(chē)輛出現(xiàn)，統(tǒng)一在視頻底部區(qū)域設(shè)置觸發(fā)條件并檢測(cè)車(chē)輛類(lèi)型， 判斷車(chē)輛出現(xiàn)情況；2)分析車(chē)輛經(jīng)過(guò)路口的特點(diǎn)，結(jié)合車(chē)身長(zhǎng)度和車(chē)速關(guān)系，確定幀差的幀間間隔數(shù)；3)如果該區(qū)域出現(xiàn)車(chē)輛，則對(duì)應(yīng)建立一個(gè)檢測(cè)或跟蹤對(duì)象；4)在固定區(qū)域內(nèi)做背景減，當(dāng)有車(chē)輛出現(xiàn)時(shí)，在得到的差分圖中像素灰度值大于某一閾值的像素區(qū)域被認(rèn)為是前景運(yùn)動(dòng)目標(biāo)；5)對(duì)這些前景像素點(diǎn)作進(jìn)一步處理，即可得到運(yùn)動(dòng)車(chē)輛位置、大小、形狀等信息；6)以車(chē)道寬度為統(tǒng)一參照物，得到車(chē)輛長(zhǎng)寬信息，當(dāng)達(dá)到一定條件時(shí)觸發(fā)一個(gè)檢測(cè)對(duì)象。
4.根據(jù)權(quán)利要求3所述的一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法系統(tǒng)， 其特征在于1)根據(jù)觸發(fā)的檢測(cè)對(duì)象特征，選用虛擬線圈法檢測(cè)車(chē)輛闖紅燈，以停車(chē)線為參考，在停車(chē)線前位于車(chē)道內(nèi)劃定第一個(gè)虛擬線圈，在停車(chē)線后劃定第二個(gè)線圈；2)在紅燈周期內(nèi)，依據(jù)兩線圈內(nèi)車(chē)輛觸發(fā)的邏輯狀態(tài)判斷車(chē)輛行駛狀況；3)若發(fā)生車(chē)輛闖紅燈，則觸發(fā)抓拍機(jī)抓拍相應(yīng)圖片。
5.根據(jù)權(quán)利要求3所述的一種基于跟蹤與虛擬線圈結(jié)合的車(chē)輛闖紅燈檢測(cè)方法系統(tǒng)， 其特征在于1)根據(jù)觸發(fā)的檢測(cè)對(duì)象特征，選用結(jié)合背景減差值的跟蹤法檢測(cè)車(chē)輛違章?tīng)顟B(tài)；2)采用背景減法的差值作為迭代跟蹤的概率密度圖；3)分析車(chē)輛行駛軌跡，在紅燈周期內(nèi)判斷車(chē)輛行駛軌跡與對(duì)于車(chē)道停車(chē)線的關(guān)系，若發(fā)生車(chē)輛闖紅燈，則觸發(fā)抓拍機(jī)抓拍相應(yīng)圖片。
全文摘要
系統(tǒng)提出一種基于視頻識(shí)別技術(shù)的車(chē)輛跟蹤方法與系統(tǒng)，在視頻圖像底部劃定固定區(qū)域檢測(cè)車(chē)輛出現(xiàn)。根據(jù)車(chē)輛長(zhǎng)度和車(chē)速確定系統(tǒng)幀差的幀間間隔數(shù)。當(dāng)車(chē)輛出現(xiàn)時(shí)根據(jù)幀差值與特定閾值判斷車(chē)輛行駛快慢狀態(tài)，若車(chē)輛幀差值超過(guò)設(shè)定閾值，則采用虛擬線圈法檢測(cè)車(chē)輛違章?tīng)顟B(tài)，若車(chē)輛幀差值未超過(guò)設(shè)定閾值，則采用背景減差值的跟蹤法檢測(cè)車(chē)輛違章?tīng)顟B(tài)。系統(tǒng)涉及基于機(jī)器視覺(jué)的車(chē)輛檢測(cè)和跟蹤方法及系統(tǒng)，該方法包括圖像獲取、背景建立與更新、檢測(cè)車(chē)輛出現(xiàn)、判斷車(chē)輛運(yùn)動(dòng)狀態(tài)，根據(jù)車(chē)輛運(yùn)動(dòng)狀態(tài)，分別選擇虛擬線圈法或跟蹤法檢測(cè)車(chē)輛闖紅燈。
文檔編號(hào)G08G1/01GK102496281SQ201110421710
公開(kāi)日2012年6月13日 申請(qǐng)日期2011年12月16日 優(yōu)先權(quán)日2011年12月16日
發(fā)明者劉素君, 崔欣, 王斌, 肖習(xí)雨, 舒小華, 鐘云飛, 龍永紅 申請(qǐng)人:湖南工業(yè)大學(xué)