專利名稱：交通卡口監(jiān)控系統(tǒng)灰度圖像序列編碼方法
技術領域：
本發(fā)明涉及一種對交通卡口監(jiān)控系統(tǒng)采集的灰度圖像序列進行壓縮編碼的方法， 屬于智能交通和視頻編碼領域。
背景技術：
交通卡口監(jiān)控系統(tǒng)的車道設備如

圖1所示，主要由智能相機、閃光燈及測速雷達三部分組成。其中，智能相機是車道設備的核心部分，負責圖像采集、雷達數(shù)據(jù)分析和圖像處理等重要任務；閃光燈用于為相機拍照補光；測速雷達用來測量過往車輛的行駛速度。交通卡口監(jiān)控系統(tǒng)中，車輛視頻檢測是基于智能工業(yè)相機在高幀率模式下采集的圖像序列進行的。但是圖像序列數(shù)據(jù)占用較大的存儲空間，在由現(xiàn)場傳輸?shù)街笓]控制中心的過程中需耗費較大的網絡帶寬資源，為了能將現(xiàn)場相機在高幀率模式下采集的灰度圖像序列傳輸?shù)街笓]控制中心以便進一步開發(fā)利用，目前視頻編解碼領域的標準有“國際電聯(lián)(ITU-T) ”制定的H. 26X系列，和“國際標準化組織(ISO)”制定的MPEG-X系列。最新的 H. 264標準，亦可稱為MPEG-4高級視頻編碼標準是由以上兩個組織共同制定的，H. 264采用的關鍵技術有幀內宏塊預測編碼和幀間基于運動補償?shù)念A測編碼，具有較高的編碼效率， 但同時也具有較高的復雜性，操作較為困難。

發(fā)明內容
本發(fā)明的目的是為克服現(xiàn)有技術的不足，針對交通卡口監(jiān)控系統(tǒng)采集的灰度圖像序列具有背景固定，車輛目標突出的特點，提出一種基于車輛目標檢測與運動估計的圖像序列的壓縮編碼方法。為實現(xiàn)上述目的，本發(fā)明采用下述技術方案一種交通卡口監(jiān)控系統(tǒng)圖像序列編碼方法，包括以下步驟1).對圖像序列第一幀進行幀內編碼，初始化車輛目標坐標向量為0。2).應用幀差法與背景差法相融合的方法并建立背景模型并提取Ft中的車輛目標。3).若連續(xù)未進行幀內編碼的次數(shù)Mask = M或Ft相對于Fw發(fā)生場景變化時，對 Ft進行幀內編碼，并令Mask = 0。設S為每秒采集的序列圖像數(shù)量，M可取為M= [S/10]， 其中[]為取整函數(shù)。
4) ·若Mask < Μ,則搜索Ft與Ft^1相匹配的車輛目標。設Tt, Tt^1分別為Ft與Ft^1 中匹配目標區(qū)域，寬度分別為Wt和Ww，高度分別為Ht和Hw，重心坐標分別為(xt, yt)和
yj，若滿足如下的準則，則判定Tt, IV1為匹配目標
其中Tw、Th和Td分別為長度之差、高度之差和重心坐標間距離閾值。5).若Ft與Fw無匹配目標，則對Ft與Fw的差分結果進行壓縮編碼。6).若Ft與Fw存在匹配目標區(qū)域，則計算相同目標區(qū)域及其外接矩形，定義相同目標區(qū)域的運動矢量r:r = {RectFt，RectFt-J其中，RectFt, RectFt^1為Ft與Fw中相同目標區(qū)域外接矩形的坐標。預測幀Pt中非匹配目標區(qū)域由Fw中對應區(qū)域填充，對匹配目標區(qū)域，預測幀Pt 中RectFt區(qū)域的圖像由Fw中RectFw區(qū)域圖像的雙線性插值來構建。將Ft與Pt作差分運算，并對差分結果進行壓縮編碼，同時將運動矢量r嵌入到差分結果的碼流中，形成最終的編碼文件。所述步驟1)和步驟幻中的幀內編碼即靜態(tài)圖像壓縮編碼，幀內編碼主要用于序列圖像幀間編碼過程中的參考幀更新。本發(fā)明中幀內編碼采用了多級樹集合分裂(SPIHT) 算法對需幀內編碼的圖像的提升9/7小波變換系數(shù)進行編碼?；谔嵘Y構的小波變換保持了第一代小波多分辨率分析的特點，具有結構簡單，計算量低，節(jié)省內存的優(yōu)點，而且變換過程為整數(shù)到整數(shù)的變換，有效提高了計算速度，且能較好處理邊界問題，實現(xiàn)圖像的重建，因而更廣泛的應用于圖像壓縮編碼領域。提升9/7小波變換算法詳見論文Amir
Ζ.Averbuch, Valery A. Zheludev. Lifting Scheme for Biorthogonal Mutiwavelets Originated from Hermit Spines[J]. IEEE Trans Signal Processing. 2002, vol.50, no. 3 :487-500.多級樹集合分裂(SPIHT)算法詳見論文A. Said，W. A. Pearlman. A New Fast and Efficeent Image Codec Based on Set Partitioning in Hierachical Trees[J]. IEEE Transactions on Circuits and Systems for Video Technology. 1996, vol. 6，no. 3 :243-249.所述步驟幻中的背景模型建立和車輛目標提取采用了將幀差法和背景差法相融合的方法，該方法不僅發(fā)揮了幀差法的快速性，而且結合了背景差法的準確性，能有效抑制環(huán)境劇烈變化產生的影響，目標提取更準確。其基本過程如下首先對每一幀圖像進行邏輯區(qū)域劃分，為便于實現(xiàn)，本文采用矩形網格的劃分格式。圖像4X6區(qū)塊的劃分示意如圖4所示。對相鄰幀圖像中對應區(qū)塊的像素點運用幀差法，并統(tǒng)計每個小塊的像素變化量N。 設閾值為Tn，如果某一區(qū)塊像素點變化量N > Tn,則此區(qū)域判定為候選目標區(qū)域PTg，否則判定此區(qū)塊屬于背景區(qū)域I\g。閾值Tn可通過統(tǒng)計實驗數(shù)據(jù)獲得，其中，該統(tǒng)計實驗數(shù)據(jù)獲得是本領域技術人員公知的技術，選取合理的閾值Tn可以有效消除噪聲的影響。幀差法將當前幀圖像Ft劃分為候選目標區(qū)域PTg和背景區(qū)域IV。然后利用背景差法將候選目標區(qū)域PTg中的像素點與前一時刻的背景幀Bw對應像素點做差分運算，并由閾值Ttc分割為兩部分Pta和PTB。對于像素坐標(i，j)曰&8的像素，作如下判斷 對于I\g、Pta和Ptb三個區(qū)域，背景更新模型采用的背景更新率為Ql、％和0，且有 α 1 > α 2，即
權利要求
1.一種交通卡口監(jiān)控系統(tǒng)灰度圖像序列編碼方法，其特征在于，包括以下步驟1).對圖像序列第一幀進行幀內編碼，初始化車輛目標坐標向量為0;2).應用幀差法與背景差法相融合的方法建立背景模型并提取Ft幀中的車輛目標，F(xiàn)t 表示圖像序列第t幀，t為大于等于1的正整數(shù)；3).若連續(xù)未進行幀內編碼的次數(shù)Mask= M或Ft相對于Fw發(fā)生場景變化時，其中， Ft^1表示圖像序列第t-Ι幀，t為大于等于1的正整數(shù)；對Ft進行幀內編碼，并令Mask = 0 ； 設S為每秒采集的序列圖像數(shù)量，M可取為M= [S/10]，其中[]為取整函數(shù)；4)·若Mask < Μ,則搜索Ft與Ft^1相匹配的車輛目標；設Tt, Tt^1分別為Ft與Ft^1中匹配目標區(qū)域，寬度分別為Wt和評^，高度分別為Ht和Hw，重心坐標分別為(xt，yt)和(Xt_i， yj，若滿足如下的準則，則判定Tt, IV1為匹配目標
2.根據(jù)權利要求1所述的交通卡口監(jiān)控系統(tǒng)灰度圖像序列編碼方法，其特征在于所述步驟1)、3)中的幀內編碼即靜態(tài)圖像壓縮編碼，用于序列圖像幀間編碼過程中的參考幀更新，幀內編碼采用了多級樹集合分裂算法對需幀內編碼的圖像的提升9/7小波變換系數(shù)進行編碼。
3.根據(jù)權利要求1所述的交通卡口監(jiān)控系統(tǒng)灰度圖像序列編碼方法，其特征在于所述步驟2、中背景模型建立和車輛目標提取采用了將幀差法和背景差法相融合的方法，該方法如下首先對每一幀圖像進行邏輯區(qū)域劃分，為便于實現(xiàn)，采用矩形網格的劃分格式，圖像 4X6區(qū)塊劃分；對相鄰幀圖像中對應區(qū)塊的像素點運用幀差法，并統(tǒng)計每個小塊的像素變化量N，設閾值為Tn，如果某一區(qū)塊像素點變化量N > Tn,則此區(qū)域判定為候選目標區(qū)域PTg，否則判定此區(qū)塊屬于背景區(qū)域I3bs ；閾值Tn通過統(tǒng)計實驗數(shù)據(jù)獲得，其中，該統(tǒng)計實驗數(shù)據(jù)獲得是本領域技術人員公知的技術，幀差法將當前幀圖像Ft劃分為候選目標區(qū)域PTg和背景區(qū)域；然后利用背景差法將候選目標區(qū)域PTg中的像素點與前一時刻的背景幀Bw對應像素點做差分運算，并由閾值Ttc分割為兩部分Pta和Ptb，對于像素坐標(i，j) e 的像素，作如下判斷
4.根據(jù)權利要求1所述的交通卡口監(jiān)控系統(tǒng)灰度圖像序列編碼方法，其特征在于所述步驟6)中的預測幀Pt中RectFt區(qū)域的圖像由Fw中RectFw區(qū)域圖像的雙線性插值來構建具體為，在智能交通卡口監(jiān)測系統(tǒng)中，智能相機固定的車道上方的橫桿上，且拍攝方向與車道路面具有夾角；車輛勻速通過相機的拍攝視野時，車輛目標上兩點在相鄰幀時間間隔τ內前進的距離相同，反映到圖像中，對應點前進的行數(shù)并非相同，因此有必要分析智能相機的成像原理，設相機距離車道地面的距離為h，拍攝最近點A和最遠點B到原點0的距離分別為a和 b，M為相機掃描線數(shù)，即圖像的行數(shù)，則最近點有1 = 0最遠點有1 = M-I，并且假定M等分可視夾角(β - α )，則目標點到原點0的距離χ與目標點在圖像中的行數(shù)1之間的函數(shù)關系表達式為
全文摘要
本發(fā)明涉及一種交通卡口監(jiān)控系統(tǒng)灰度圖像序列編碼方法，屬于智能交通和視頻編碼領域。針對智能交通卡口監(jiān)控系統(tǒng)采集的灰度圖像序列具有背景固定，車輛目標突出的特點，提出一種基于車輛目標檢測與運動估計的圖像序列壓縮編碼方法，該編碼方法分為幀內編碼和幀間編碼兩步。幀內編碼即靜止圖像編碼，采用基于提升9/7小波的多級樹集合分裂(SPIHT)算法；幀間編碼則首先提取圖像序列中的車輛目標，然后應用雙線性插值方法根據(jù)前一幀中的匹配目標來預測當前幀中的目標，從而對預測幀和當前幀的差分結果進行編碼，并嵌入匹配目標的運動矢量形成最終的幀間編碼碼流。本發(fā)明方法可有效解決交通卡口監(jiān)控系統(tǒng)灰度圖像序列壓縮編碼問題。
文檔編號H04N7/26GK102196269SQ20111011910
公開日2011年9月21日 申請日期2011年5月10日 優(yōu)先權日2011年5月10日
發(fā)明者張兆杰, 徐勝男, 李振華 申請人:山東大學