一種基于虛擬檢測帶的交通流量檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明具體涉及一種基于虛擬檢測帶的交通流量檢測方法，屬于交通信息采集技 術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 隨著社會經(jīng)濟的快速發(fā)展，人均汽車擁有量急劇增加，給道路交通出行帶來了巨 大的壓力。為了解決這個問題，人們做了大量的努力，應(yīng)對方法之一就是建立智能交通系 統(tǒng)。然而，無論多么先進的交通檢測系統(tǒng)，都必須建立在對交通目標的正確檢測的基礎(chǔ)上。 目前，車輛檢測技術(shù)有很多種，按方法可分為感應(yīng)線圈檢測、微波檢測、視頻檢測、紅外檢測 等。其中，基于視頻的檢測技術(shù)得到了人們的廣泛關(guān)注，其基本原理就是利用車輛的某種特 征把車輛目標從動態(tài)的圖像序列中提取出來。與其他檢測方法比，具有以下優(yōu)點：安裝時無 須破壞路面;可以同步進行視頻監(jiān)控;檢測設(shè)置靈活;支持多條車道同時檢測等優(yōu)點?；?視頻的智能交通系統(tǒng)發(fā)展迅速，理論研究也取得了突破性的進展，得到了越來越多的人的 關(guān)注。
[0003] 視頻車輛檢測技術(shù)通常分為兩大類:基于虛擬傳感器(虛擬點、虛擬線、虛擬線圈） 的非模型交通信息檢測技術(shù)、基于目標提取和模型跟蹤的交通信息檢測技術(shù)。虛擬檢測帶 法屬于第一種檢測技術(shù)，是虛擬線法的一種，算法能夠完成車流量、車速和車型分類等交通 參數(shù)的提取，實時性較高，可以滿足智能交通的需要。
[0004] 現(xiàn)在基于視頻的車流量統(tǒng)計方法有很多，可這些方法大都存在要么方法復(fù)雜，要 么準確性差的問題。如專利申請?zhí)?01310197031.6、名稱為"基于虛擬線圈技術(shù)的視頻車流 量統(tǒng)計技術(shù)"的專利，該方法使用了虛擬線圈的方式進行車流量統(tǒng)計。首先需要使用預(yù)處理 機制，對圖像分割處理以分離出運動前景，并對產(chǎn)生的運動前景分割圖進行濾波，膨脹、連 通域檢測、連通域去除、連通域填充及腐蝕等一系列的操作。然后對虛擬線圈進行設(shè)置，虛 擬線圈盡量占滿一個車道的寬度，長度約大于轎車長度的1.5倍。最后，需要在整幅圖像范 圍內(nèi)對背景更新。在這種方法中，虛擬線圈的覆蓋范圍要大于轎車的面積，雖然這樣可以獲 得更多的車輛信息，卻增大了需要處理的數(shù)據(jù)量。同時，需要進行一系列的預(yù)處理及在整幅 圖像范圍內(nèi)進行背景更新也使得計算過程十分復(fù)雜，進一步降低了系統(tǒng)的實時性。而且，該 方法僅利用一個檢測線圈進行車流量的檢測，容易對行駛在機動車道上的三輪車等非機動 車也進行計數(shù)，易產(chǎn)生誤計數(shù);此外，該方法并未對陰影進行處理，而陰影對車輛檢測的準 確性有著很大的影響，降低了車輛計數(shù)精度。
[0005] 如專利申請?zhí)?01210415069.1、名稱為"一種車輛定位及交通流量檢測系統(tǒng)與方 法"的專利，雖然也是用于交通流量檢測，但與本專利相比，需要增加多個路側(cè)設(shè)備、車載定 位單元和遠程監(jiān)控中心，硬件成本大大提高。
[0006] 如專利申請?zhí)?01410232479.1、名稱為"一種基于藍牙的交通流量檢測裝置及實 現(xiàn)方法"的專利，雖然也是用于交通流量檢測，但與本專利相比，需要建設(shè)調(diào)度中心和η個基 站，增加車載藍牙裝置，硬件成本大大提高。
[0007] 如專利申請?zhí)?01410146310.4、名稱為"一種多車道車輛軌跡時空圖的自動生成 方法"的專利，并非用于交通流量檢測，主要是進行車輛特征點的提取，從而生成駛過車輛 的時空軌跡圖，用于車輛軌跡跟蹤。

【發(fā)明內(nèi)容】

[0008] 為了解決以上技術(shù)問題，本發(fā)明的一種基于虛擬檢測帶的交通流量檢測方法，步 驟如下：
[0009] 步驟1)、在所述車道上方設(shè)置網(wǎng)絡(luò)攝像機，攝像機與工控機相連，通過攝像機進行 視頻輸入；
[0010]步驟2)、設(shè)置虛擬檢測帶位置:分別對η 2 1個車道設(shè)定檢測帶，在每個車道上設(shè)定 兩條檢測帶，檢測帶面積為So,兩條檢測帶之間的距離小于一輛小轎車的長度;檢測信號初 始化設(shè)置為低電平狀態(tài)；
[0011] 步驟3)、對輸入的視頻進行模板初始化，該初始化的步驟依次為:讀取步驟1)步驟 中的視頻圖像-計算整個檢測帶的特征值，設(shè)定為完全標準模板Ao-檢測帶陰影區(qū)檢測， 包括計算無陰影檢測帶的特征值及陰影區(qū)面積，設(shè)定為無陰影標準模板No及標準陰影面積 To；
[0012] 步驟4)、進行圖像幀計數(shù)器加1的處理，指向下一幀圖像；
[0013] 步驟5 )、幀計數(shù)器達到設(shè)定值后，進行模板更新;重新計算模板特征，用新模板替 換步驟3)步驟中的模板；
[0014]步驟6)、計算整個檢測帶的實時特征值，設(shè)定為A1;計算無陰影檢測帶的實時特征 值，設(shè)定為Λ;計算陰影區(qū)實時面積，設(shè)定為T1;
[0015]步驟7)、將實時特征值與標準模板進行匹配，若匹配值在0.8-100之間，則檢測信 號設(shè)置為低電平狀態(tài)，表示兩者相等;若匹配值在〇_〇.8之間或匹配值大于100時，檢測信號 置為高電平，表示兩者不相等；
[0016] 步驟8)、比較To與So的大小，若To關(guān)So，則當出現(xiàn)A!關(guān)Ao且Ν!且T! 2 To時，進行下 一步，否則表示無車流，返回步驟4);若Tq = Sq，貝lj當出現(xiàn)Αι矣Αο且Νι矣No且Τι < Το時，進行下 一步，否則表示無車流，返回步驟4);
[0017] 步驟9)、濾波：由于車的玻璃等會在檢測帶形成干擾，從而干擾檢測信號，因此，設(shè) 計濾波步驟，過濾高電平中瞬間的低電平或低電平中瞬間的高電平，類似尖峰或凹陷，濾波 的作用就是將這些尖峰或凹陷還原成其出現(xiàn)之前的狀態(tài)；
[0018] 步驟10)、高電平幀數(shù)大于設(shè)定值且符合電平跳變規(guī)則，車輛計數(shù)加1;
[0019]步驟11 )、計算其他交通流參數(shù)，包括車速和時間占有率；
[0020] 步驟12)、返回步驟4)。
[0021] 進一步地，所述步驟1)中攝像頭的布局為:離檢測帶高8米，與水平夾角在30-45 度之間。
[0022] 進一步地，所述步驟2)中標準特征模板的計算設(shè)置為坐標式，所述坐標的橫坐標 依次表示將RGB的強度值進行約束后的區(qū)間范圍，縱坐標表示檢測帶范圍中經(jīng)統(tǒng)計后RGB強 度值在相應(yīng)區(qū)間內(nèi)的數(shù)目。
[0023] 進一步地，所述步驟9)濾波的檢測方法如下:所述車輛通過虛擬檢測帶，車窗玻璃 的低反光特性，出現(xiàn)短暫的高電平或低電平的狀態(tài)，類似尖峰或凹陷，將這些尖峰或凹陷過 濾掉，還原成其出現(xiàn)之前的狀態(tài)。
[0024] 進一步地，所述步驟3)陰影檢測的步驟如下：
[0025] (3a_l)計算并化簡檢測帶區(qū)域每一個像素點RGB三原色的強度值，為便于后續(xù)處 理，將RGB的強度值約束為0~25之間的正整數(shù)，如式（1)所示：
[0027]式中：Xl-檢測帶中像素點RGB的實際強度值；
[0028] Xi'一表示將Xi約束后的值。
[0029] (3a_2)計算每一個像素點RGB彼此間強度值的差值絕對值，如式(2)所示；
[0030] tk= |xi-Xj| (k = l,2,3；i, je(R,G,B),i^j) (2)
[0031] 式中：tk 一 RGB彼此間強度值的差值絕對值。
[0032] (3a_3)根據(jù)陰影區(qū)域所具有的如色彩值較低、RGB之間的強度值差異較小的特點， 可以據(jù)此選取適當?shù)拈撝礠1，Q2,若tkSQKkilJJ)，其中Q1表示判斷該像素點是否屬于 陰影時RGB彼此間強度值的最大差異值，Xi<Q2(i = B，G，R)，其中Q2表示判斷該像素點是否 屬于陰影時RGB的最大強度值），便認為此處屬于陰影區(qū)域；
[0033]進一步地，所述步驟3)檢測帶特征值，包括實時特征值和標準模板特征值，其計算 方法如下：
[0034] (3b_l)利用公式（1)計算并化簡檢測帶區(qū)域每一個像素點RGB三原色的強度值，將 RGB的強度值約束為0~25之間的正整數(shù)；
[0035] (3b_2)對檢測帶區(qū)域內(nèi)^的值分別進行統(tǒng)計，得到RGB的條形統(tǒng)計圖作為這幀